XiaoMi-AI文件搜索系统
World File Search SystemGuntur
使用集合机学习技术的糖尿病预测
D. Madhu Sudhana Rao，D。Sai。Sridhathri信息技术部，Vignan科学技术与研究基金会，印度Guntur，Madhudontha@gmail.com，sridhathri.1021@gmail.com摘要。 糖尿病最称为糖尿病是一种急性内分泌慢性疾病，这是许多人通过遗传性或从人类生活方式的趋势中的主要问题。 由于内分泌问题，它会提高体内的血糖。 血糖的这种增加不仅会影响其水平，甚至会导致许多与肾脏，肝功能，血压和眼睛损害相关的健康问题。 这在较小的年龄组中最常见，对于45岁以上的年龄组。 我国将近68％的人患有这些糖尿病患者。 当预测靠近水平时，可以避免或消除它。 在情况下，它被认为存在严重的问题，并且需要以任何代价控制它。 结合了计算机科学的技术，我们使用机器学习技术在早期阶段预测糖尿病，以更高的准确性。 在这里，我们使用不同的分类器，即k-nearest，幼稚的贝叶斯（NB），XG提升，决策树（DT）和随机森林（RF），并从提供的数据集中检测其准确性。 与其他不同技术相比，我们发现随机森林更适合于更高的精度计算。Sridhathri信息技术部，Vignan科学技术与研究基金会，印度Guntur，Madhudontha@gmail.com，sridhathri.1021@gmail.com摘要。糖尿病最称为糖尿病是一种急性内分泌慢性疾病，这是许多人通过遗传性或从人类生活方式的趋势中的主要问题。由于内分泌问题，它会提高体内的血糖。血糖的这种增加不仅会影响其水平，甚至会导致许多与肾脏，肝功能，血压和眼睛损害相关的健康问题。这在较小的年龄组中最常见，对于45岁以上的年龄组。我国将近68％的人患有这些糖尿病患者。当预测靠近水平时，可以避免或消除它。在情况下，它被认为存在严重的问题，并且需要以任何代价控制它。结合了计算机科学的技术，我们使用机器学习技术在早期阶段预测糖尿病，以更高的准确性。在这里，我们使用不同的分类器，即k-nearest，幼稚的贝叶斯（NB），XG提升，决策树（DT）和随机森林（RF），并从提供的数据集中检测其准确性。与其他不同技术相比，我们发现随机森林更适合于更高的精度计算。
cancers-15-01023.pdf - VU 研究资料库
1 印度古吉拉特邦艾哈迈达巴德 380009，LM 药学院药剂学与制药技术系 2 印度安得拉邦贡土尔 Vaddeswaram 522302，Koneru Lakshmaiah 教育基金会药学系 3 印度古吉拉特邦艾哈迈达巴德 380009，LM 药学院药学系 4 印度阿萨姆邦迪布鲁加尔大学科学与工程学院药学系 586004，迪布鲁加尔 50004 5 澳大利亚维多利亚大学健康与运动研究所 6 四川大学华西医院系统遗传学研究所、疾病相关分子网络前沿科学中心 7 四川大学法学院药学院144411，旁遮普，印度 8 LM 药学院药理学系，艾哈迈达巴德 380009，古吉拉特邦，印度 9 贝尔法斯特女王大学药学院，97 Lisburn Road，贝尔法斯特 BT9 7BL，英国 10 南佛罗里达大学莫萨尼医学院伯德阿尔茨海默氏症研究所分子医学系，佛罗里达州坦帕 33613，美国 * 通讯地址：vivek.chavda@lmcp.ac.in
“迅速工程的挑战和机遇...
技术，Yanamadala，Guntur，A.P，印度摘要：尽管及时的工程已成为优化生成AI系统的重要方法，但它仅可用于使其在各种应用程序中产生准确的，上下文相关且在道德上声音的输出有用。但是，该领域仍然充满挑战，包括语言的歧义，偏见的风险以及最佳实践中缺乏标准化。迅速工程的性质过程是迭代的，它可能需要花费几个小时才能完成，在企业层面上大规模部署具有挑战性。此外，在需要最新数据的应用程序中，使用具有固定知识截止的生成模型的使用使它们不太合适。同时，使用及时工程时，开放了巨大的机会：即，它允许对特定的行业用例进行专业化，支持可访问的人类协作，并在创意行业中提供创新。新工具和框架使及时设计更加容易。此外，增长的职业机会为这个新兴领域对所有人来说更为至关重要。最后，及时的工程也可能会产生更负责任的AI输出，这些输出可以沿着道德界限，同时使人工智能在商业和创意领域中成为值得信赖的合作伙伴的角色。
美联社准备迎接房地产繁荣：CM
首席部长 N Chandrababu Naidu 周五表示，他有信心安得拉邦将迎来房地产繁荣，建筑业从业者对此表示赞赏。首席部长在贡土尔举行的房地产会议上表示，他已指示市政管理部长 P Narayana 制定该国最好的房地产政策。“我已指示 Narayana，安得拉邦的建筑业应该繁荣发展，开发商不应受到任何阻碍。如果需要，研究全国各地的政策，并将最佳实践带到这里，以确保房地产行业重视我们的努力，”Naidu 说。首席部长补充说，安得拉邦应该为房地产政策设定基准，使其成为该行业的首选邦。他保证，如果任何邦实施了更好的政策，TDP 领导的政府将采取这些措施以保持领先地位。谈到 2019 年至 2024 年 YS Jagan Mohan Reddy 领导的 YSRCP 制度下建筑业面临的挑战，Naidu 表示 Narayana 已与行业参与者进行了多次磋商，以简化法规。首席部长还强调，市政管理部门和其他相关机构将放宽规则，以促进该行业的发展。
脑癌
1 教授，药学系，那烂陀药学研究所。2 教授兼校长，那烂陀药学研究所。3 学生，药学系，那烂陀药学研究所，贡土尔区。摘要癌症是公共卫生的重大威胁，也是全球发病的主要原因。在所有癌症中，脑癌尤其具有灾难性，因为治疗往往无法达到预期的效果，而且诊断仍然与高死亡率有关。非洲作为一个资源有限的大陆，需要分配必要的适当医疗保健基础设施，以显着降低癌症发病率并提高患者生存率。世界卫生组织 (WHO) 2018 年 2 月的一份报告最近显示，亚洲大陆因脑癌或中枢神经系统 (CNS) 癌症导致的死亡率最高。及早发现癌症至关重要，因为这样可以挽救许多生命。由于癌症诊断具有高度侵入性、耗时且昂贵，因此迫切需要开发一种非侵入性、经济高效且高效的工具来表征和评估脑癌的等级。使用磁共振成像 (MRI)、计算机断层扫描 (CT) 以及其他成像方式进行的脑部扫描是快速且更安全的肿瘤检测方法。本文的另一个目标是发现现有工程方法中存在的问题并规划未来的范式。此外，我们还在机器学习和深度学习范式的背景下强调了脑癌与其他脑部疾病（如中风、阿尔茨海默病、帕金森病和威尔逊病、白质疏松症和其他神经系统疾病）之间的关系。
项目编号48
先生。 Guntur Pramod Kumar，AOR MS。普雷纳·辛格（Prerna Singh），副词。 div>先生。萨玛斯·卢斯拉（Samarth Luthra），副词。 div>先生。 Dhruv Yadav，Adv。 div>先生。 Abhishek Pandey，Adv。 div>先生。 Prashant Kumar Umrao，AOR Akshay Girish Ringe先生，AOR ANAND DILIP LANDGE先生，Adv。 div>先生。 Siddharth Dharmadhikari，Adv。 div>先生。 Aaditya Aniruddha Pande，AOR BHARAT BAGLA先生，Adv。 div>先生。 Sourav Singh，Adv。 div>先生。阿迪亚·克里希纳（Aditya Krishna），副词。 div>ms。 Preet S. Phanse，Adv。 div>先生。阿达什·杜比（Adarsh Dubey），副词。 div>先生。 Pukhrambam Ramesh Kumar，AOR Karun Sharma先生，Adv。 div>ms。 Anupama Ngangom，副词。 div>ms。 Rajkumari Divyasana，Adv。 div>先生。 R. Rajaselvan，Adv。 div>先生。 Anando Mukherjee，AOR Shwetank Singh先生，Adv。 div>ms。 Akshata Chhabra，Adv。 div>先生。 Milind Kumar，AOR Shiv Mangal Sharma先生，A.A.G。 div>先生。 Saurabh Rajpal，AOR Vinay Kumar Singh先生，副词。 div>先生。 Siddhant Singh，Adv。 div>先生。 Saubhagya Sundriyal，Adv。 div>先生。 Himanshu Tiwari，副词。 div>先生。 Raghvendra Kumar，AOR Anand Kumar Dubey先生，副词。 div>先生。 Sabarish Subramanian，AOR MS。 Garima Prasad，高级A.A.G. div>先生。 Pradeep Misra，AOR Daleep Dhyani先生，Adv。 div>先生。 Sanjay Jain，Adv。 div>先生。苏拉吉·辛格（Suraj Singh），副词。 div>先生。 Manoj Kumar Sharma，Adv。 div>
开发具有 Swarna 特性的高产水稻品种...
安得拉邦贡土尔阿查里亚 NG 兰加农业大学 Maruteru 区域农业研究站 (RARS) 开发了一种超级水稻品种 Swarna。Swarna 是一种采用谱系育种法开发的籼稻品种。该品种源自 Vasista 和 Mahsuri 的杂交，全球种植面积近 500 万公顷（Merugumala 等人，2019 年）。该植物为半矮生，直立株型，穗型发达，株高 90-110 厘米，每平方米 250-260 个穗，叶子深绿色，成熟期为 145-150 天。该品种无芒，尖穗呈黄色，容重为 21.5 克。籽粒长 5 毫米，宽 2.46 毫米。 Swarna 的白色谷粒的脱壳、碾磨和整精米回收率分别为 78%、68% 和 65%。该品种的碱扩散值为 4，直链淀粉含量为 24.5%。该品种的一个重要表型标记是壳，颜色为金黄色。谷粒偶尔出现白垩质。该品种的平均产量为 5.5 吨/公顷。该品种抗细菌性叶枯病 (BLB)。然而，它具有中等抗倒伏性、中等早期幼苗活力、中等根系结构和高氮磷利用效率。该品种的谷粒短而粗，直链淀粉含量中等。由于该品种在低投入管理下具有高产量，农民广泛采用该品种。Swarna 水稻品种通常在雨养和灌溉条件下种植。该品种在不同环境下表现出更高的缓冲能力（Mohapatra 等人，2021 年）。
天然纤维复合材料的机器学习方法
近年来，通过应用机器学习 (ML) 重新定义了具有独特特性的天然纤维复合材料 (NFC) 中天然纤维增强材料的优化设计过程。这项工作阐明了 ML 算法和进化计算技术的类型和应用的功能，特别关注它们在 NFC 领域的适用性。此外，解决方案方法和相关数据库被用于产品开发过程的各个阶段，从原材料选择到 NFC 的最终用途应用。详细介绍了 ML 在 NFC 行业的优势和局限性，以及材料科学中的相关挑战，例如 ML 模型的可解释性。最后，讨论了 ML 的未来方向和新兴趋势。DOI：10.15376/biores.20.1.Palanisamy 关键词：机器学习；天然纤维复合材料；深度学习；堆叠序列联系信息：a：机械工程系，PTR 工程与技术学院，Austinpatti，马杜赖，625008，泰米尔纳德邦，印度；b：木材力学与技术系，伊斯坦布尔大学林业学院，Cerrahpasa，Bahcekoy，Sariyer，34473，伊斯坦布尔，土耳其；c：电子与通信工程系 Koneru Lakshmaiah 教育基金会，Vaddeswaram，贡土尔区 - 522 302 安得拉邦，印度；d：科学与技术学院，Università di Camerino，62032 Camerino，意大利：e：工程与管理系，工程学院，苏丹王子大学，利雅得，11586，沙特阿拉伯；f：机械设计与生产工程系，Zagazig 大学工程学院，Zagazig 44519，Sharkia，埃及； * 通讯作者：sivaresearch948@gmail.com; tkhan@psu.edu.sa 引言 天然纤维复合材料 (NFC) 概述及其在材料科学中的意义
《积极学校心理学杂志》 http://journalppw.com 2022 年第 6 卷第 8 期，4038-4049 基于人工智能的电子学习系统的开发
5 助理教授，土木工程系，Koneru Lakshmaiah 教育基金会（视为大学），贡土尔，安得拉邦。6 副教授，CSE 系，Gitam 技术学校，Gitam（视为大学），Vishkapatanam，安得拉邦，摘要：电子学习系统如今已成为教育系统的重要组成部分。在课堂上使用技术可以实现高效、有效的基于内容的教学，从而增强学生的自信心。个性化学习系统的重点在于学习行为和兴趣，课程根据学习者的资质和基础知识而制定。这是一种灵活的教学方法，可以根据每个学生的要求进行量身定制。量身定制的学习策略可以最大限度地满足每个学习者的需求。本研究项目为创建定制的电子学习系统提供了一种实用的方法。为了提高在线学习系统的有效性，基于人工智能的系统会根据每个学生的需求进行个性化调整。这是一种适应性强的电子学习系统，可根据学习者的诸多学习方面进行操作。一种交互式定制电子学习系统正在通过结合数据挖掘方法、人工神经网络、模糊逻辑和自适应神经模糊系统的研究进行开发。关键词：电子学习、人工神经网络、模糊逻辑、神经模糊系统。1. 简介电子学习系统现在是教育系统的重要组成部分。在课堂上使用技术可以实现高效、有效的基于内容的教学，从而提高学生的自信心。个性化学习系统的重点是学习行为和兴趣，课程是根据学习者的资质和基础知识创建的。这是一种灵活的教学方法，可以根据每个学生的要求进行量身定制[1]。量身定制的学习策略可以最大限度地满足每个学习者的需求。
土库曼斯坦：国家伙伴关系战略（2024-2028）
Guntur Sugiyarto，首席经济学家，CWRD 总干事办公室（CWOD） Jennet Hojanazarova，高级经济学官员，TKRM，CWRD 团队成员 Aura Abon，高级市场开发咨询官员，特别倡议和基金，市场开发和公私合作伙伴关系办公室 Mel Altoveros，采购专家；采购司 1（PFP1）；采购、投资组合和财务管理部（PPFD） Linda Faustina Arthur，高级运营专家，运营协调部，CWRD Marina Best，高级社会发展专家（民间社会参与），脆弱性和参与司，气候变化和可持续发展部（CCSD） Giap Minh Bui，首席自然资源和农业经济学家；农业、食品、自然和农村发展部门办公室、部门组 (SG-AFNR) Serdar Charyyev，高级国家协调官员，TKRM，CWRD Irene de Roma，高级项目官员，区域合作和一体化部门 (CWRC)，CWRD Lydia Domingo，高级社会发展官员（社会保护），人类和社会发展部门办公室，部门组 (SG-HSD) Grace Jan Flores，副财务管理官员，公共财务管理部，PPFD Johan Georget，交通专家，交通部门办公室，部门组 Kate Hughes，首席气候变化专家；气候变化、恢复力和环境集群 (CCRE)，CCSD Dmitry Kabrelyan，高级公私合作伙伴关系专家，CWRD 私营部门发展部 Yonghwi Kwon，金融部门专家，金融部门办公室，部门组 David Morgado，高级能源专家，能源部门办公室，部门组 (SG-ENE) Kiyoshi Nakamitsu，首席城市发展专家，水利和城市发展部门办公室，部门组 Enrico Pinali，区域主管，CWRD 私营部门发展 Wolfgang Pocheim，高级投资专家，基础设施融资分部 1 (PSIF1)，私营部门运营部 (PSOD)