XiaoMi-AI文件搜索系统
World File Search SystemGupta
（Himanshu Gupta）秘书
为了实现 2020 年国家教育政策 (NEP) 的目标，CBSE 继续举办能力建设项目，包括旨在促进教育工作者和家长之间有意义的合作的有影响力的网络研讨会和讲习班。认识到有效的养育方式在塑造孩子的全面发展方面发挥着至关重要的作用，必须加强学校和家庭之间的协同作用，以促进学生的整体福祉和成长。随着人们对儿童安全、心理健康和亲子关系不断变化的动态的担忧日益增加，迫切需要为学校领导者提供工具，以支持父母有效地指导他们的孩子。目的是在应对当代养育和教育挑战的同时促进学习、联系和协作。有鉴于此，CBSE 正在为勒克瑙地区所有 CBSE 学校的校长组织一场“关于学生发展和福祉的养育方式线下研讨会”。研讨会旨在为参与者提供有效养育策略的重要见解。
引用 Gupta S、Modgil S、Lee C 等人 (2022) 未来就是昨天：利用人工智能驱动的面部识别来提升旅游业的价值。信息系统前沿。25：1179-1195。
引用 Gupta S、Modgil S、Lee C 等人 (2022) 未来就是昨天：利用人工智能驱动的面部识别来提升旅游业的价值。信息系统前沿。25：1179-1195。
A.S. 博士拉斯纳·古普塔
Gupta 博士热爱教学，是本科临床教学单位的肿瘤学负责人，并因其工作而获得奖励。她还担任温莎地区癌症中心临床医生健康计划的项目负责人、全市道德和资格认证委员会成员以及温莎地区医院医生招聘和留任委员会成员。Gupta 博士曾担任 NCIC 乳腺癌委员会的乳腺癌当地负责人以及安大略癌症护理中心的省级乳腺癌指南委员会成员。她担任温莎地区癌症中心的肿瘤学区域负责人。
最初发表于：Heeb，Laura V；塔斯科帕兰，贝图尔；卡特苏拉斯（Katsoulas），安东尼奥斯（Antonios）；贝芬格，米哈尔；克拉维恩，皮埃尔-阿兰；狗头人，塞巴斯蒂安；古普塔，
免疫抑制分子程序性细胞死亡配体 1 (PD-L1) 已被证明在自身免疫、感染和癌症等病理中发挥作用。PD-L1 不仅在癌细胞上表达，而且在未转化宿主细胞上的表达也与癌症进展有关。小鼠系统中 PD-L1 缺陷的产生使我们能够专门研究 PD-L1 在生理过程和疾病中的作用。最通用且最易于使用的位点特异性基因编辑工具之一是 CRISPR/Cas9 系统，它基于 RNA 引导的核酸酶系统。与其前身锌指核酸酶或转录激活因子样效应核酸酶 (TALEN) 类似，CRISPR/Cas9 催化双链 DNA 断裂，这可能导致由于非同源末端连接 (NHEJ) 的随机核苷酸插入或缺失而导致的移码突变。此外，尽管不太常见，但 CRISPR/Cas9 可以在存在合适模板的情况下通过同源定向修复 (HDR) 导致插入确定的序列。在这里，我们描述了使用 CRISPR/Cas9 在小鼠 C57BL/6 背景下敲除 PD-L1 的方案。外显子 3 的靶向结合 HindIII 限制位点的插入会导致过早终止密码子和功能丧失表型。我们描述了靶向策略以及创始者筛选、基因分型和表型。与基于 NHEJ 的策略相比，所提出的方法可产生具有与 NHEJ 相当的效率和时间线的确定终止密码子，生成方便的创始者筛选和基因分型选项，并且可以快速适应其他目标。
版权所有 2024 作者在 Creative Commons CC-BY 4.0 OPEN ACCESS 下引用：Khan S.、Gupta GK、Agrawal D.、Nawaz Zaidi SH、Batra J.、Syed S.、
未接种任何疫苗的人数从 2019 年的 1330 万增加到 2021 年的 1810 万。这一激增对公共卫生构成了重大威胁，特别是在医疗保健系统本已脆弱的中低收入国家 (LMIC)。本次范围界定审查侧重于大流行对儿童免疫接种的影响，重点是零剂量儿童，并确定重建有弹性的免疫系统的有效干预措施。全面审查了来自世卫组织、儿童基金会和全球疫苗免疫联盟的数据。IRMMA（识别、覆盖、监测、衡量、倡导）框架用于构建跨不同环境的循证干预措施分析。综合调查结果显示，2022 年，有 2050 万儿童错过了一剂或多剂疫苗，其中 1430 万被归类为零剂量儿童。尽管较 2021 年有所改善，但这些数字仍然高于大流行前的水平。受影响最严重的国家有尼日利亚（230 万名零剂量儿童）、印度（110 万名）和埃塞俄比亚（110 万名）。
Santosh K. Misra、Satyasiba Das、Sumeet Gupta、Sujeet K. Sharma。人工智能 (AI) 的公共政策和监管挑战。信息技术转移和传播国际工作会议 (TDIT)，2020 年 12 月，印度蒂鲁吉拉帕利。第 100-111 页，�10.1007/978-3-030-64849-7_10�。�hal- 03701826�
摘要：人工智能 (AI) 的应用正在我们的社会中迅速扩展。私营部门已经开始使用人工智能来提高效率，并为客户和股东创造更好的价值。人工智能的前景对政府来说也相当诱人。它有望成为突破性技术，使公共部门达到前所未有的效率和生产力。它有可能真正改变公共服务的提供方式和政府与公民互动的方式——从需求驱动模式转变为公共服务提供的预测模式。然而，人工智能存在大量陷阱和盲点，这使得政府采用人工智能尤其具有挑战性。为了在公共部门成功采用人工智能，政府必须清楚地了解这些挑战，并制定监管公共政策，以确保减轻人工智能可能带来的不利影响（如排斥、偏见等）。本文试图系统地探讨这些挑战，以使公共政策制定者能够应对这些挑战。
Manisha Gupta 博士 导师：Jamie Wood 博士 中心：......
我目前在发展中国家印度工作，虽然印度是糖尿病之都，但资源极其有限。因此，我试图尽可能地学习每一个细节。我跟随 IPD 和 OPD 的所有糖尿病护士。我试图从他们那里收集知识，并制作了 PowerPoint 演示文稿，该演示文稿得到了 Wood 博士的批准和进一步纠正。我的演讲内容包括饮食、胰岛素技术、剂量滴定、糖尿病急性并发症、病假规则等。我计划利用这些演示文稿提高 1 型糖尿病儿童和青少年的认识。Wood 博士还安排了与 Medtronic 和 Tandem 等胰岛素泵公司的研讨会。我有机会在这些研讨会上与其他儿科研究员一起获得经验；Ruba 博士、Saima 博士、Saleel 博士和 Amjad 博士；我们与他们进行了很好的学习课程，而且这是一次分享知识、乐趣和温暖的绝妙经历
引用：Aakriti Gupta，“生物技术和知识产权在塑造
2食品和农业组织（FAO）。（2021）。“世界上粮食安全和营养状况。”fao。3 Tilman，D.，Balzer，C.，Hill，J。，＆Bafort，B。L.（2011）。 “全球粮食需求和农业的可持续增强”。 国家科学院的会议记录，108（50），20260-20264。 4 Smith，J。 （2020）。 “生物技术与知识产权的交集：挑战和机遇。” 农业生物技术学报，18（2），45-67。 5联合国贸易与发展会议（荷兰贸易委员会）。 （2016）。 “知识产权与发展：全球视角。” unctad。 6 Raghunath，N。（2018）。 “发展中国家的知识产权和农业生物技术”。 世界发展，105，13-24。 7 Gibbons，M。（2018）。 “生物技术在农业发展中的作用：评论。” 农业系统，165，141-151。3 Tilman，D.，Balzer，C.，Hill，J。，＆Bafort，B。L.（2011）。“全球粮食需求和农业的可持续增强”。国家科学院的会议记录，108（50），20260-20264。4 Smith，J。（2020）。“生物技术与知识产权的交集：挑战和机遇。”农业生物技术学报，18（2），45-67。5联合国贸易与发展会议（荷兰贸易委员会）。 （2016）。 “知识产权与发展：全球视角。” unctad。 6 Raghunath，N。（2018）。 “发展中国家的知识产权和农业生物技术”。 世界发展，105，13-24。 7 Gibbons，M。（2018）。 “生物技术在农业发展中的作用：评论。” 农业系统，165，141-151。5联合国贸易与发展会议（荷兰贸易委员会）。（2016）。“知识产权与发展：全球视角。”unctad。6 Raghunath，N。（2018）。 “发展中国家的知识产权和农业生物技术”。 世界发展，105，13-24。 7 Gibbons，M。（2018）。 “生物技术在农业发展中的作用：评论。” 农业系统，165，141-151。6 Raghunath，N。（2018）。“发展中国家的知识产权和农业生物技术”。世界发展，105，13-24。7 Gibbons，M。（2018）。 “生物技术在农业发展中的作用：评论。” 农业系统，165，141-151。7 Gibbons，M。（2018）。“生物技术在农业发展中的作用：评论。”农业系统，165，141-151。
全长研究论文现代光学传感技术及其在农业Sheetanshu Gupta 1，Dhirendra Kumar 2，Ahmed
全长研究论文现代光学传感技术及其在农业工作表上的应用1，dhirendra kumar 2，艾哈迈德·阿齐兹3，穆罕默德·A·E·E·阿卜杜拉曼4,5，科斯坦扎·菲奥伦蒂诺6 *范围，北阿坎德邦263145，印度2，印度哈里亚纳邦Bhiwani的Chaudhary Bansi Lal University植物学系。3塔什肯特州经济大学，乌兹别克斯坦塔什肯特。4环境研究和土地使用部，国家遥感和太空科学的国家权威（NARS），开罗1564年，埃及。5农业和农村事务部农业遥感的主要实验室/中国农业科学院农业资源与地区规划研究所，中国北京100081，中国。6农业，林业和环境科学学院（安全），巴西里卡塔大学，Viale Dell'ateneo Lucano，10，85100 Potenza，意大利Potenza。 7农业学院Sohag University，Sohag的农业学院，埃及82524。 2024年6月12日收到； 2024年7月25日接受的现代农业面临的挑战是在更少的土地上生产更多的食物，以满足不断增长的全球人口的需求，同时最大程度地减少其对环境的影响。 为了实现这一目标，精确的农业已成为一种变革性的方法，利用了尖端技术来优化农业实践。 在这些技术中，现代光学传感由于其多功能性，无损性和高分辨率功能而引起了极大的关注。6农业，林业和环境科学学院（安全），巴西里卡塔大学，Viale Dell'ateneo Lucano，10，85100 Potenza，意大利Potenza。7农业学院Sohag University，Sohag的农业学院，埃及82524。 2024年6月12日收到； 2024年7月25日接受的现代农业面临的挑战是在更少的土地上生产更多的食物，以满足不断增长的全球人口的需求，同时最大程度地减少其对环境的影响。 为了实现这一目标，精确的农业已成为一种变革性的方法，利用了尖端技术来优化农业实践。 在这些技术中，现代光学传感由于其多功能性，无损性和高分辨率功能而引起了极大的关注。7农业学院Sohag University，Sohag的农业学院，埃及82524。2024年6月12日收到； 2024年7月25日接受的现代农业面临的挑战是在更少的土地上生产更多的食物，以满足不断增长的全球人口的需求，同时最大程度地减少其对环境的影响。为了实现这一目标，精确的农业已成为一种变革性的方法，利用了尖端技术来优化农业实践。在这些技术中，现代光学传感由于其多功能性，无损性和高分辨率功能而引起了极大的关注。本评论探讨了光学传感技术的最新发展及其在农业中的广泛应用，深入研究了这些传感器背后的原理，它们的优势以及它们彻底改变农业的各个方面的潜力，包括作物监测，疾病检测，土壤分析和养分管理。此外，还讨论了针对农业中光学传感的广泛采用的挑战和机遇，这突出了导致适当采用的数据集成，技术标准化和农民意识的需求。通过对当前的最新和未来前景进行全面检查，本综述旨在证明现代光学传感技术如何有可能实现可持续和高效的农业。关键词：光学感应，精确农业，作物监测，疾病检测，土壤分析，养分管理，归一化差异植被指数（NDVI）。引言精确农业的不断发展的景观一直是人类文明的基石，
通过可解释的AI（XAI）技术增强神经网络中的可解释性。
通过可解释的AI（XAI）技术增强神经网络中的可解释性。电子。电子。eng。，卷。1，否。1，pp。1-5，2024。版权：从医疗保健诊断到财务建模的各种应用程序中神经网络的快速发展，已大大提高了决策过程的准确性和效率。但是，这些模型通常可以用作黑匣子，几乎没有深入了解它们如何到达特定的预测。这种缺乏解释性为其在信任，问责制和透明度至关重要的关键领域中采用的主要障碍。本研究旨在通过开发一个集成了多种可解释的AI（XAI）技术来增强神经网络的可解释性的新型框架来解决这一问题。所提出的框架结合了特征分析，层相关性传播（LRP）和视觉解释方法，例如梯度加权类激活映射（Grad-CAM）。这些技术共同对神经网络的决策过程提供了全面的看法，使它们对利益相关者更加透明和可以理解。简介和背景1.1。1.2。2。方法论2.1。数据收集我们的实验结果表明，综合的XAI框架不仅可以提高可解释性，而且还保持了高度的准确性，从而弥合了性能和透明度之间的差距。这项研究为在关键应用程序中部署可解释的神经网络提供了基础，确保了AI驱动的决策是可靠且可理解的。关键字：神经网络；可解释的AI；毕业-CAM;解释性；准确性缩写：XAI：可解释的AI； LRP：层次相关性传播； Grad-CAM：梯度加权类激活映射； AI：人工智能； FNNS：前馈神经网络； CNN：卷积神经网络； Shap：Shapley添加说明1。引言人工智能（AI）已成为现代技术进步的基石，神经网络在各种应用中起着关键作用，例如图像识别，自然语言处理和预测分析。尽管取得了成功，但阻碍神经网络更广泛接受的主要挑战之一，尤其是在医疗保健，金融和自治系统等关键领域，它们缺乏解释性。这些模型的黑框性质使得很难理解它们如何处理输入数据并生成输出，从而导致信任和问责制。可解释的AI（XAI）已成为一个关键的研究领域，旨在使AI系统更加透明和可解释。XAI技术努力阐明复杂模型的内部运作，从而允许用户理解，信任和有效地管理AI驱动的决策。本文着重于通过将各种XAI技术整合到一个凝聚力框架中来增强神经网络的可解释性。目标是为利益相关者提供对模型预测的明确和可行的解释，促进信任并使AI系统在高风险环境中的部署。背景这项研究的动机源于AI系统对透明度和问责制的需求不断增长。例如，在医疗保健中，临床医生需要了解AI驱动的诊断建议，以信任和对它们采取行动。同样，在金融中，利益相关者必须理解基于AI的风险评估，以确保公平性和法规合规性。在自主系统（例如自动驾驶汽车）中，了解决策过程对于安全性和可靠性至关重要。解决这些需求时，我们的研究旨在弥合高性能神经网络与可解释性的基本要求之间的差距，从而促进对各种关键应用程序的AI系统的更大接受和信任。神经网络，尤其是深度学习模型，由于能够从大型数据集中学习并捕获复杂的模式，因此在众多应用程序中取得了前所未有的成功。但是，它们的复杂体系结构通常由多个隐藏的层和数百万个参数组成，使它们变得不透明且难以解释。对AI的解释性的需求导致了旨在揭开这些黑盒模型的几种XAI技术的开发[1，2]。