XiaoMi-AI文件搜索系统
World File Search SystemJann
引用：Imran M，Jannat Mishu NE，Khaliq H，Shahzad F（2025）评估机器学习模型，用于上游印度河上的降水预测
降水在有效管理水资源和维持储层水位中起着至关重要的作用。然而，气候变化发生了显着改变的降水模式，导致了极端的水文事件，例如干旱和洪水，这些事件具有深远的社会经济和环境影响。本研究的重点是使用机器学习模型预测上印度河盆地（UIB）中的降水事件。在这项研究中，采用了三种广泛使用的机器学习算法支持向量机（SVM），K-Nearest邻居（KNN）和随机森林（RF），以预测UIB中的降水事件。数据集分为培训（80％）和测试（20％）子集进行模型评估。在测试的算法中，KNN表现出最佳的预测性能，得出的平均绝对误差（MAE）为2.662，根平均平方误差（RMSE）为16.3，R²得分为0.879，总准确度为83.16％。结果表明，KNN算法是UIB中降水预测的最有效的机器学习模型。这项研究的结果有助于改善预警系统，并在面对气候变化和极端天气事件的情况下促进有效的水资源管理。
Goodwin，A。和Jones，Emily J.H.和Salomone，S。和Mason，Luke和Holman，Rebecca和Begum Ali，Jannath and Hunt，A。以及Ruddock，M。和Vamvaka
注意力/多动症（ADHD）在童年时期首次被诊断出来，当时经常建立困难的模式。增强发展认知系统的预先避免方法可以提供诊断后干预措施的替代方法。此概念验证随机对照试验（RCT）测试了基于计算机的注意力训练是否可行，并改善了有可能发展多动症的婴儿的注意力。在两个英国招募了具有ADHD的第一度亲戚的43至16个月大的婴儿（11/2015 - 11/2018）在两个英国的站点被招募（11/2015 - 11/2018），并通过现场和性别最小化，以最小化，以接受9个（a）两种（a）的（a）凝视的注意力训练（Intergeent Coastion Trainity（Inspertion; n = 20）； n = 20）;或（b）对视频的婴儿友好型被动观看（控制，n = 23）。会议在家中进行了盲目的结果评估。主要结果是通过多元ANCOVA共同分析的注意力措施的综合措施，其效果大小（ES）是基线，中点和端点时系数的组合效应大小（ES）（注册：ISRCTN37683928）。的吸收和依从性很好，但意向性治疗分析表明，在初级的20个干预措施和23个对照婴儿之间没有显着差异（ES-0.4，95％CI-0.9至0.2； ci-0.6，0.6，0.6，95％CI-1.6至0.5）或次要效果（行为均为仇恨）。对睡眠没有不利影响，但干预后会议的烦恼却很小。尽管可行，但不支持基于目光的注意力培训对早期注意力缺陷多动症的注意力技能的短期影响。长期结局仍有待评估。这项研究强调了为管理多动症管理的预先干预方法的挑战和机会。
Janneh Venicia Dukuly“这次旅行使我能够……
关于我的一些事情，我是一个好奇和有驱动的人，他在承担新的挑战方面蓬勃发展，将他们视为个人和专业成长的机会。我的热情在于环境可持续性，尤其是在废物管理，减少碳足迹和资源效率的领域。在我目前担任Bedeschi Spa的ESG助手的角色中，我分析了该公司生产的各种机械的可持续性性能，并特别关注其碳足迹。这种经验加深了我对工业运营中可持续实践的理解，并加强了我致力于推动该行业有意义变革的承诺。我期待进一步贡献有影响力的项目，以促进环境责任和资源优化。关于我的UNIPD经验，您最喜欢学位课程？您会推荐吗？该计划的结构良好，100％能够满足环境可持续性领域对专业人士的需求的增长。该计划提供了选择特定途径的机会，使学生能够遵循符合未来目标的学习计划。教授们确实非常了解和专业，他们总是满足渴望学习和成长的学生的需求。
Claus Emmelmann、Maren Petersen、Jannis Kranz、Eric Wycisk，《利用激光增材制造 (LAM) 实现飞机工业的仿生轻量化设计》，Proc. SPIE 8065，SPIE Eco-Photonics 2011：面向绿色未来的可持续设计、制造和工程劳动力教育，80650L（2011 年 4 月 29 日）；doi：10.1117/12.898525
如今，航空业面临着许多挑战。日益激烈的竞争和资源短缺对未来的制造技术和轻量化设计提出了挑战。应对这些情况的一种可能方法是激光增材制造 (LAM) 制造技术。然而，由于工艺新颖，仍存在一些挑战需要应对，例如开发更多材料，尤其是轻质合金，以及新的设计方法。因此，为了充分利用工艺潜力，我们创建了创新的材料开发和轻量化设计方法。材料开发过程基于对温度分布与有效工艺因素的分析计算，以确定 LAM 工艺的可接受操作条件。通过将结构优化工具和仿生结构整合到一个设计过程中，我们实现了一种极轻量化设计的新方法。通过遵循这些设计原则，设计师可以在设计新飞机结构时实现轻量化节省，并将轻量化设计推向新的极限。
市场面部美白面霜中的氢醌含量的定性和定量分析Zaman Ruchiyat A，Nanda Raudhatil Jannah A*。
抽象的氢醌是面部美白奶油化妆品中危险成分之一，可能会引起皮肤刺激，皮肤发红和燃烧的感觉。这项研究的目的是确定在市场上出售的面部美白奶油化妆品中的羟基醌含量。本研究中使用的方法是使用彩色试剂测试和甲苯薄层色谱法（TLC）方法的定性测试：作为流动相（5：5）（5：5）和硅胶胶板作为固定相。定量分析使用541 nm波长的UV - Vis分光光度计方法。TLC测试中定性测试的结果表明，在样品A，B，D和E中，4个样品对羟基酮的测试阳性，RF值分别为0.44、0.5、0.52和0.5。定量测试的结果表明，有9个样品包含氢醌，样品含量范围为0.22 - 3.62 ppm，LOD值为0.637 ppm，LOQ为2.124 ppm。这项研究的结果表明，仍然有含有氢醌的化妆品，这些结果并未遵循调节Badan Pengawas obat obat dan Makanan（BPOM）号kh。00.01.43.2503 2009年，禁止使用这种氢醌成分用于面部美白霜，因为它可能危害健康。关键字：分析；氢喹酮; TLC;美白奶油
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。