Hyeong-Min Lee 1, * , William C. Wright 1, * , Min Pan 1 , Jonathan Low 2 , Duane Currier 2 , Jie Fang 3 , Shivendra Singh 3 , Stephanie Nance 4 , Ian Delahunty 4 , Yuna Kim 1 , Richard H. Chapple 1 , Yinwen Zhang 1 , Xueying Liu 1 , Jacob A. Steele 5, 6 , Jun Qi 7, 8 ,Shondra M. Pruett-Miller 5,6,John Easton 1,Taosheng Chen 2,Jun Yang 3,9#,Adam D. Durbin 4,#,Paul Geeleher 1,#
拥有精确有效的监测系统来评估河流状态的重要性在于其预测和应对可能导致洪水和溢出的极端天气事件的能力。与水有关的灾难,例如山洪洪水,可能会对基础设施,经济以及最重要的是对人口安全的影响。因此,高级河流识别系统的实施成为SIT(首字母或首字母缩写)的战略优先事项。本报告旨在概述通过图像在河流识别领域使用的最新技术,方法和方法。通过对专业文献的审查,将探索使用计算机视觉,遥感,人工智能以及其他相关学科的河流检测和跟踪学科的最新进展。此外,将解决在其他地区和组织中实施类似系统的成功案例和最佳实践。最终,本文将成为为其河流识别项目寻找最合适和最有效的解决方案的起点。此处收集的信息将为理解基于图像的河流监测系统的计划和执行中必须考虑的可能性,挑战和关键注意事项提供稳固的基础,以确保人口和自然环境的安全和福祉。这些要素来自各种信息和经验的来源。基于图像的河流识别系统的实施项目测量河床并确定溢流的风险是在必须全面考虑几个要素的情况下设定的。
摘要 在产品开发项目中,管理不断增长的需求是一项耗时且高度复杂的活动。随着近几十年来人工智能 (AI) 的兴起,算法现在能够支持需求工程 (RE) 任务。算法智能处理自然语言数据的能力以及在 RE 中的应用已得到广泛发表。然而,在已建立的 RE 流程中,通常不清楚在哪里可以使用人工智能算法。结果是最先进的人工智能算法与其在实际 RE 流程中的应用率之间存在显著的不平衡。原因之一是,当前的 RE 流程模型无法传达识别合适任务所需的信息。因此,本文旨在提供一个具有面向数据处理的视角的有限和标准化流程步骤框架,可用于系统地识别 RE 流程中可以应用人工智能算法的点。通过该框架的标准化流程步骤,可以抽象和表达已建立的 RE 流程,使其与人工智能算法的范围兼容。由于标准化流程步骤数量有限,因此可以构建适用于已定义流程步骤的 AI 算法库,以便有效评估其适用性。所提出的框架是在与行业参与的研究项目中合作开发的。
该指南综合了关于海上风能对海洋环境的潜在生物多样性影响的现有知识。它基于海上可再生能源开发和其他相关部门的科学证据和经验。该文件的基础是对 1000 多份报告和文件的审查,其中至少 400 份是发表在科学期刊上的同行评审文章,结果以通俗易懂且平衡的方式呈现。它旨在方便用户使用,并以某种方式构建,为需要的人提供更多细节,并最终鼓励海上可再生能源行业的可持续性改善。总体而言,该指南促进了基于国际和国家标准的科学影响研究的考虑,适用于开展、确定范围和评估战略环境评估 (SEA) 和环境影响评估 (EIA)。
在本出版物中,人工智能 (AI) 一词是指一大类基于软件的系统,它们从环境中接收信号并采取行动,通过生成输出(例如内容、预测、建议、分类或影响其所交互环境的决策等)来影响该环境 [63]。机器学习 (ML) 更具体地指的是“使计算机能够在没有明确编程的情况下学习的研究领域” [64],或利用数据来学习和应用模式或辨别统计关系的计算机程序。常见的 ML 方法包括但不限于回归、随机森林、支持向量机和人工神经网络。ML 程序可能用于或可能不用于预测未来事件。ML 程序还可用于为其他 ML 程序创建输入。AI 在其范围内包括 ML。虽然 AI 前景广阔,但通过放大现有偏见,自动分类和在大型数据集内发现的便利性可能会给个人和社会带来重大负面影响。偏见可能是有意或无意地引入人工智能系统的,也可能是在人工智能应用于某个应用程序时出现的。某些类型的人工智能偏见是有目的且有益的。例如,人工智能应用程序所依赖的机器学习系统通常会模拟我们的隐性偏见,以创造积极的在线购物体验或识别感兴趣的内容 [65, 66]。推荐系统以及其他建模和预测方法的激增也有助于揭露这些过程中存在的许多负面社会偏见,这些偏见可能会降低公众信任 [67–70]。人工智能并不是在真空中建立或部署的,它与社会现实中的歧视或不公平做法隔绝。将人工智能理解为社会技术系统,就是承认开发技术的过程不仅仅是数学和计算结构。人工智能的社会技术方法考虑了从数据集建模的价值观和行为、与之交互的人类以及涉及其委托、设计、开发和最终部署的复杂组织因素。
• 阿米尔卡比尔大学 • 巴格哈图拉医科大学 • 伊玛目侯赛因综合大学 • 菲尔多西马什哈德大学 • 伊玛目侯赛因大学 • 伊朗科技大学 • 伊斯法罕理工大学 • 伊斯兰阿扎德大学 • 卡杰赫纳西尔-阿尔-迪恩图西大学 • 马利克阿什塔尔大学 • 沙希德贝赫什提大学 • 沙希德萨塔里空军大学 • 谢里夫理工大学 • 设拉子大学 • 塔比亚特莫达雷斯大学 • 德黑兰大学
先天性免疫缺陷 (IEI) 是一种影响免疫系统的罕见疾病。根据最新的国际免疫学会联合会 (IUIS) 分类,已发现 485 种不同的 IEI。即使对感染的易感性增加是最著名的症状,IEI 也不再仅仅由感染可能性增加来定义。自身免疫性疾病和炎症过度、淋巴细胞增生和恶性肿瘤引起的免疫失调是常见表现,可能是必须识别的唯一 IEI 症状。仅关注以感染为中心的警告信号会错过大约 25% 最初表现出其他表现的 IEI 患者。及时和适当的诊断和治疗对于提高生活质量 (QoL) 至关重要,在某些情况下,甚至生存率也至关重要,因为患者容易受到危及生命的感染或自身免疫的影响。此外,对患有免疫失调(即 CTLA4 缺乏、LRBA 缺乏、NF-kB1/NF-kB2 缺乏、活化磷酸肌醇 3-激酶 delta 综合征 -APDS-)的 IEI 进行早期诊断的优势在于可以启动针对性治疗,精确重新平衡失调的免疫途径(即生物制剂、选择性抑制剂)或确定性治疗(即 HSCT)。
在全球制造业中,供应链 (SC) 的数字化转型日益加深已势在必行,这导致需要建立新的数字和分析能力以实现 SC 竞争力。然而,建立这些新功能以整合端到端数字供应链 (DSC) 是一项重大挑战。有必要开发 SCM 整体视图,以促进理解成功的战略协调、信息共享和跨供应链和网络的协作决策背后的基本原理。本文通过探索性地回顾科学文献,研究了改变供应链和网络的关键数字和智能技术,确定了新兴的 DSC 能力以及供应链和网络在实现数字化转型方面面临的技术采用挑战。此外,本文得出结论,DSC 合作伙伴之间必须实行数字战略协调。研究结果有助于了解如何构建数字和分析能力以提高 DSC 竞争力——对 SCM 理论和实践具有重要意义。
跟踪困境指标可以在整个社区中创建赋权渠道。俗话说“未经衡量的就被忽视”,这提醒我们,需要有效且不断变化的社区指标来阐明看不见的模式。在过去的 20 年里,联邦政府对衡量困境的要求和期望有所增加,但对困境的衡量和记录却基本保持不变。1 扩大广泛使用的经济困境指标的范围,开始更全面地描绘出当地经济发展面临的挑战、机遇以及确保生活质量所需的资源。经济困境指标是当地经济发展专业人员的重要工具,它们提供了结构并缩小了对关键投资领域的关注。使用困境指标可以阐明看不见的挑战,并使专业人员能够制定战略并合理分配资源,以满足其所在地区的独特需求、压力和机遇。敏锐地识别危机措施对于促进地方可持续和公平的经济增长起着至关重要的作用。
本研究的主要目的是从 Qua 河沉积物中分离和量化柴油利用细菌,并确定它们对不同浓度柴油的耐受水平。使用标准微生物技术收集和处理样品。然后使用气相转移法进行筛选测试,并在室温(28±2 0 C)下孵育。样品(3)记录的柴油利用细菌数量最高,为 9.7 x 10 3 CFU/g,而样品一(1)记录的最低细菌数量为 6.0 x 10 3 CFU/g。假单胞菌属、藤黄微球菌和芽孢杆菌属是已鉴定的柴油利用细菌分离物。在矿物盐肉汤中对这些分离株对 1%、3%、5% 和 7% 柴油的耐受性进行了测试,通过光密度(OD 600nm)证明,藤黄微球菌对 1%(0.279)、3%(0.253)和 5%(0.154)柴油的生长(OD 600nm)低于假单胞菌属(0.685)、3%(0.483)和 5%(0.466)以及芽孢杆菌属(0.509)、3%(0.452)和 5%(0.390),但在 7%(0.1)时的生长(OD 600nm)略高于假单胞菌属(0.095)和藤黄微球菌(0.093)。在 5% 显著性水平下的方差分析证明,柴油浓度对这些分离株的生长(OD 600nm)存在显著差异。这些结果突出了 Qua 河作为石油生物修复细菌的潜在来源。关键词:柴油利用细菌、沉积物、碳氢化合物降解、细菌鉴定、生物修复介绍沉积物是水生生态系统的主要组成部分,由永久水体叠加而成,无论是海洋、峡湾、湖泊还是水库,通常含有外来和本土有机物,能够刺激水生残留物产生有利反应(Jian 等,2022 年)。与水体的液体部分相比,沉积物区域以生物活动和微生物多样性为主。沉积物与土壤有一些共同的特性,但由于各种原因而与土壤环境不同,其中许多原因有利于栖息在沉积物中的微生物种群。柴油是最复杂的混合物之一,由饱和烃和芳香烃组成。通讯作者电子邮件:ubahchioma3@gmail.com