XiaoMi-AI文件搜索系统
World File Search SystemHossein
引用了原始发表的论文（记录的版本）：Hosseini，S.，Mallipeddi，D.，Holmberg，J。等（2022）。加工性能的比较
抵抗[5]。尽管过程优化了重大的优化工作，但由PBF-LB和PBF-EB生产的316升零件仍然无法满足最佳功能性能所需的表面质量要求。据报道，由PBF-LB和PBF-EB产生的316L部分的典型表面粗糙度（RA）值分别为〜10 µm [9]和〜30 µM [10]。在PBF-LB和PBF-EB之间获得的表面粗糙度的巨大差异是无关的。在比较PBF-LB和PBF-EB时，已经报道了TI6AL4V的可比较表面粗糙度值。对于PBF-LB标本，在构建方向上测量了〜8 µm的RA，而对于PBF-EB，观察到RA为〜23 µm [11]。无论相关的AM过程如何，印刷的部分通常都需要后处理才能实现所需的表面
Maryam Hosseini -
马萨诸塞州理工学院（MIT）剑桥，马萨诸塞州马萨诸塞州剑桥 - 城市研究与计划部2022年 - 现在•使用尖端的LLM和开放式摄像计对象检测模型与HPI-Germany领导国际协作项目，以分析社交互动模型，分析社交互动和信息。•带头开发和公开推出瓷砖2net，吸引了11个国家 /地区的30个城市的外展，渴望利用其能力来改善城市基础设施规划和行人安全。•与法尔茅斯市官员合作，利用Tile2net生成全面的人行道图，并倡导关键的基础设施升级。•工程有效的算法方法纠正人行道网络的拓扑和连接性，与基本代码相比，速度增长3X。
人工智能技术对创业发展的影响及创业教育的中介作用 Rasol Mohamadi 1、Seyed Reza Mousavi Fard 2、Bijan Rezaee 3、Mahdi Hosseinpour 4 1- 伊朗克尔曼沙赫拉齐大学经济与创业学院管理与创业硕士系 2- 伊朗克尔曼沙赫工业管理组织研究员和商业管理专业博士生 3- 伊朗克尔曼沙赫拉齐大学经济与管理学院管理与创业系副教授。 4- 伊朗克尔曼沙赫拉齐大学经济与创业学院管理与创业系助理教授。
摘要 本研究旨在探讨人工智能技术对创业发展的影响，以及创业教育的中介作用。本研究在目的、性质和类型上均适用于描述性调查。本研究的统计人群为克尔曼沙阿省初创企业公司的管理人员和员工。样本量为193人，抽样方式为随机整群。数据收集方法为实地收集，使用的工具为创业发展问卷（Antonik and Hiserich，2003）、人工智能技术（改编自Rahimi and Akbari研究，1402）和创业培训（研究者制作）。数据分析方法是描述性统计和推断性统计（结构方程模型），使用Spss26和Amos24软件。使用 Sobel 检验（t 统计量）来调查中介变量。研究结果表明，人工智能技术对创业发展有显著影响，影响幅度达 86%；对创业教育有显著影响，影响幅度达 83%。此外，创业教育可预测创业发展带来的变化的 11%。结果表明，人工智能技术对创业发展有影响，而创业教育在克尔曼沙阿省的初创企业中起着中介作用。
* 通讯作者：Mohammad-Amin Abshat (MD)，伊朗拉什特吉兰医科大学医学院。Seyed Javad Masoumi (MSc)，伊朗德黑兰大学心理学与教育学院心理学系。电子邮件：aminabshat9777@gmail.com 电子邮件：masoumi.seyedjavad@gmail.com 如何引用本文：Khani A、Sadeghi Velni E、Hosseini SS、Bagherieh D、Abshat MA、Masoumi SJ。人工智能：一种改善重症监护病房患者护理的宝贵而有效的工具。J Nurs Rep Clin Pract。2024 年。
AI 在 ICU 护理中最重要的贡献之一是它能够实时处理大量患者数据 [5]。ICU 患者通常使用各种设备进行监测，这些设备可跟踪生命体征，包括心率、血压、血氧饱和度和呼吸模式。AI 算法可以即时分析这些数据，识别模式并在并发症变得危急之前预测它们。例如，AI 可以通过识别患者生理数据的细微变化来检测败血症（一种危及生命的疾病）的早期迹象。这种预测能力使护士能够尽早进行干预，从而有可能预防严重的并发症并提高患者的存活率 [5]。
如何引用本文：Eshaghniya A，Haghbin Nazarpak H，Ghalyanchi Langroudi A，Hosseini H.鸡肉疫苗的保护性免疫
抽象感染性支气管炎病毒（IBV）具有多种血清型，在家禽行业引起许多问题。针对菌株IS/1494/06（变体2）IBV挑战，评估了两种H120和H120-D274实时疫苗。这项研究旨在确定是否有可能通过将两种类型的疫苗与家禽IBV的不同严重程度相结合来控制疾病症状和病理病变并减少病毒脱落。在随机选择100只特定病原体的鸡后，在H120中安排了4只25只小鸡/组实验组（IB-H120，Intervet®；串行NO：****在第一天 + Booster 14th + Booster 14th + IS/1494/06-14 DPV挑战），H120-D274（POULVAC®ibirered + booter） + booter。 IS/1494/06-14 DPV），控制（无疫苗 +无挑战），并受到挑战（无疫苗 +挑战）。在研究的第42天，动物安乐死之后，血清中和（第14、28和42天），ELISA，ELISA（在增强疫苗后14天，在受到挑战之前），Ciliostasis，Ciliostasis（增强疫苗7天后（在促进疫苗后7天），在挑战后7天，在挑战后进行了病理学摄入量为142，在142中被评估为142/14/int 142。此外，通过实时聚合酶链反应监测病毒脱落。感染表现出高至中度的纤毛和病理评分。所有接收IB-H120-D274疫苗的组相对较少。与IB-H120疫苗组相比，IB-H120-D274疫苗接种组显示出最高的保护率和高保护率（70.3）（24.4）。与接收IB-H120疫苗的疫苗相比，接受H120-D274疫苗的组的病毒脱落显着降低。总之，与IB-H120疫苗相比，同源IB-H120-D274疫苗的结果较高。关键字：组合疫苗，ELISA，IBV，实时PCR，血清中和测试
伊朗石化行业中聚丙烯产品的研究文章碳足迹Sara Safi Jahanshahi a。艾哈迈德·沙拉法蒂（Ahmad Sharafati） Hossein
伊朗石化行业中聚丙烯产品的研究文章碳足迹Sara Safi Jahanshahi a。Ahmad Sharafati a。 Hossein Vahidi B，*一家土木工程系，科学与研究部，伊斯兰阿扎德，德黑兰，伊朗B环境部，科学与高科技与环境科学研究所，伊朗高级技术大学，伊朗高级技术大学收到：2024年1月7日，2024年1月7日 / 2024年4月9日在线cractiristion：1224年4月202日。伊朗石化设施中聚丙烯生产的足迹分析，采用广泛的范围，该范围涵盖了整个工厂的所有相关过程，而不是仅专注于聚丙烯生产单元。 利用生命周期评估（LCA）方法与ISO标准一致，该研究量化了每个生产阶段的温室气体（GHG）排放，包括原材料处理，能源产生和废物管理，以提供对环境影响的整体视野。 关键发现表明，能源密集型单元，尤其是发电和蒸汽生产，是主要贡献者，占总排放量的90％以上。 该研究的扩展范围更准确地描绘了该设施的环境负担，并突出了减少排放的重要领域。 通过确定这些关键领域，研究不仅可以提高我们对聚丙烯环境形象的理解，而且还提出了有针对性的干预措施，例如采用可再生能源和提高效率。 关键字碳足迹。Ahmad Sharafati a。Hossein Vahidi B，*一家土木工程系，科学与研究部，伊斯兰阿扎德，德黑兰，伊朗B环境部，科学与高科技与环境科学研究所，伊朗高级技术大学，伊朗高级技术大学收到：2024年1月7日，2024年1月7日 / 2024年4月9日在线cractiristion：1224年4月202日。伊朗石化设施中聚丙烯生产的足迹分析，采用广泛的范围，该范围涵盖了整个工厂的所有相关过程，而不是仅专注于聚丙烯生产单元。利用生命周期评估（LCA）方法与ISO标准一致，该研究量化了每个生产阶段的温室气体（GHG）排放，包括原材料处理，能源产生和废物管理，以提供对环境影响的整体视野。关键发现表明，能源密集型单元，尤其是发电和蒸汽生产，是主要贡献者，占总排放量的90％以上。该研究的扩展范围更准确地描绘了该设施的环境负担，并突出了减少排放的重要领域。通过确定这些关键领域，研究不仅可以提高我们对聚丙烯环境形象的理解，而且还提出了有针对性的干预措施，例如采用可再生能源和提高效率。关键字碳足迹。此分析不仅为行业内的未来环境评估设定了基准，而且还为决策者和行业领导者提供了至关重要的工具，旨在实施更可持续的制造实践。调查结果强调了在碳足迹评估中扩展系统边界的重要性，以包括所有相关过程，以进行更准确，更可行的环境影响评估。生命周期评估。石化行业。聚丙烯
Lorazepam和氯丙嗪对Budgerigars（Melopsittacus udulatus）食物摄入的影响Amir Safi 1，Hossein Hosseini 1 *，Hadi Haghbin Nazar
Lorazepam和氯丙嗪对Budgerigars（Melopsittacus undulatus）食物摄入的影响Amir Safi 1，Hossein Hosseini 1 *，Hadi Haghbin Nazarpak 2抽象的厌食症是一种非特异性迹象，具有多个病理学。缺乏营养会导致死亡风险增加。食欲刺激药物可以在控制厌食鸟类中起主要作用。在Budgerigars中，劳拉西m的剂量为1 mg/kg，可暂时增强饥饿感，并提供持续三个小时的镇静作用。低剂量的Lorazepam可能是一种更好的食欲刺激剂，并且镇静剂比其他剂量的药物较少，但目前尚无有关它的信息。氯丙嗪是可能导致人类体重增加的抗精神病药。到目前为止，尚无抗精神病药作为食欲刺激的信息。在一项盲目的临床试验中，三十个成人健康的芽孢杆菌在肌内注射氯丙嗪（0.1mg/kg）或Lorazepam（0.5mg/kg，1mg/kg，2mg/kg）的作用与安慰剂治疗（1ml/kg）的治疗方法是.ABNOSTARNONT COPTION。降低剂量的劳拉西m（0.5mg/kg）在Budgerigar中增加了更多的食物摄入量与Lorazepam（1mg/kg，2mg/kg）。Lorazepam（2mg/kg）在Budgerigar的食欲无效。与安慰剂和其他治疗组相比，服用氯丙嗪的小组消耗了更多的食物。劳拉西m组在治疗后两个小时表现出嗜睡的证据，而氯丙嗪和安慰剂组没有镇静迹象。关键字：食欲，劳拉西m，氯丙嗪，食物摄入量，Budgerigar简介厌食症是一个非特定的临床标志。这可能是正常的行为（例如，在产卵之前）或疾病的结果。异常影响胃肠道，肝脏，肾脏，生殖道或全身性疾病可能引起严重病人的营养不良[1]营养不良[1]导致肌肉分解，蛋白质缺乏症，蛋白质缺乏症以及脓毒症和机构功能受损的风险[2，3]。在禽类中，饲喂饲料是为厌食症鸟类准备营养所需的一种方法。[4]。如果饲喂喂食不正确地执行，请增加对口咽，意外气管堵嘴（抽吸肺炎）的机械损害风险，将配方从农作物恢复到口腔的风险[5]。此外，口腔饲料所提供的饲料需要手工镇静或利用动物，如果不习惯，它们都可能导致动物压力。[6]。为了治疗厌食症患者并改善其营养状况，同时也有助于从伤害中康复，食欲刺激至关重要[7]。在哺乳动物和鸟类中发现了40多个神经递质作为调节食品摄入量。5-羟色胺，γ-氨基丁酸乙酰胆碱，肾上腺素，去甲肾上腺素，组胺，谷氨酰胺和甘氨酸已被认为是
Mohammadhossein Rezaei
2。Mohammadhossein Rezaei，Yeaeun Kwon，Reza Sanayei，Abhyuday Singh和Steven Bethard。2024。clulab-uofa在Semeval-2024任务8：使用三胞胎损坏的文本相似性和文本分类来检测机器生成的文本。在第18届国际语义评估研讨会论文集（Semeval-2024），第1509-1515页，墨西哥城，墨西哥城。计算语言学协会。
（IRSME）沙地隧道周围的土拱和地面变形：回顾和新见解 Ghorban Khandouzi 1 和 Mohammad Hossein Khos
工程结构中使用的粒状材料在不同的岩土因素下往往会发生拱形。拱形是这些结构中载荷从破坏区转移到稳定区域的一个因素。土拱在隧道施工中应力重新分布、沉降和支撑载荷方面起着重要作用。本文回顾了各种参数对土拱发展和隧道周围膨胀和收缩区形成的影响。进行了全面的文献综述、新发表论文分析和调查，以研究各种参数对土拱的影响。通过研究剪切带、变形区的形成及其发展获得了结果。调查结果表明，沙地隧道周围的土拱和地面变形是复杂的现象，在隧道施工期间需要仔细考虑。此外，结果还表明，尽管存在拱形区，但在隧道上方仍形成了一个具有非线性滑动面的松动区。随着隧道收敛的开始，出现初始非线性滑动面，并在隧道上方形成拱形区。当隧道收敛增加时，拱区内会形成稳定拱，稳定拱下会形成一个松动区，即应力减小区。了解沙地隧道周围拱区内形成的土拱、地面变形和稳定拱对于评估隧道支撑上的应力重新分布和负载的工程师非常重要。了解这些问题还可以帮助设计师和从业者在隧道施工期间做出明智的决策。
文章：Goudarzi、Shidrokh、Anisi、Mohammad Hossein、Ahmadi、Hamed orcid.org/0000-0001- 5508-8757 等（另外 1 位作者）（已接受：2020 年）使用 SDN 的分销运营动态资源分配模型。IEEE 物联网杂志。ISSN 2327-4662（印刷中）
摘要 — 在车载自组织网络中，自动驾驶汽车在支持车载应用之前会生成大量数据。因此，需要一个大存储和高计算平台。另一方面，云平台上的车载网络计算需要低延迟。应用边缘计算 (EC) 作为一种新的计算范式，有可能在提供计算服务的同时减少延迟并提高总效用。我们提出了一个三层 EC 框架，将弹性计算处理能力和动态路线计算设置为适合实时车辆监控的边缘服务器。该框架包括云计算层、EC 层和设备层。资源分配方法的公式类似于优化问题。我们设计了一种新的强化学习 (RL) 算法来处理云计算辅助的资源分配问题。通过集成 EC 和软件定义网络 (SDN)，本研究为车载网络中的资源分配提供了一种新的软件定义网络边缘 (SDNE) 框架。这项工作的新颖之处在于设计了一种使用经验回复的多智能体基于 RL 的方法。所提出的算法实时存储用户的通信信息和网络轨迹状态。给出了具有各种系统因素的模拟结果，以显示所建议框架的效率。我们通过一个真实案例研究来展示结果。