XiaoMi-AI文件搜索系统
World File Search SystemJon
道琼斯可持续发展韩国指数 - CSA 门户
© 2024 标普道琼斯指数。保留所有权利。S&P、S&P 500 和 SPDR 是标普全球公司 (S&P Global) 或其附属公司的注册商标。DOW JONES、DJ、DJIA、THE DOW 和 DOW JONES INDUSTRIAL AVERAGE 是道琼斯商标控股有限责任公司 (Dow Jones Trademark Holdings LLC) (“道琼斯”) 的注册商标。这些商标以及其他商标已授权给标普道琼斯指数有限责任公司。未经标普道琼斯指数有限责任公司书面许可，禁止全部或部分重新分发或复制。本文件不构成在标普道琼斯指数有限责任公司、标普全球、道琼斯或其各自附属公司 (统称“标普道琼斯指数”) 未获得必要许可的司法管辖区提供的服务。除某些定制指数计算服务外，标普道琼斯指数提供的所有信息均非个人化，并非针对任何个人、实体或群体的需求而量身定制。标普道琼斯指数因向第三方授权其指数和提供定制计算服务而获得报酬。指数的过往表现并不代表或保证未来的结果。
道琼斯可持续发展世界指数 - CSA 门户
© 2024 标普道琼斯指数。保留所有权利。S&P、S&P 500 和 SPDR 是标普全球公司 (S&P Global) 或其附属公司的注册商标。DOW JONES、DJ、DJIA、THE DOW 和 DOW JONES INDUSTRIAL AVERAGE 是道琼斯商标控股有限责任公司 (Dow Jones Trademark Holdings LLC) (“道琼斯”) 的注册商标。这些商标以及其他商标已授权给标普道琼斯指数有限责任公司。未经标普道琼斯指数有限责任公司书面许可，禁止全部或部分重新分发或复制。本文件不构成在标普道琼斯指数有限责任公司、标普全球、道琼斯或其各自附属公司 (统称“标普道琼斯指数”) 未获得必要许可的司法管辖区提供的服务。除某些定制指数计算服务外，标普道琼斯指数提供的所有信息均非个人化，并非针对任何个人、实体或群体的需求而量身定制。标普道琼斯指数因向第三方授权其指数和提供定制计算服务而获得报酬。指数的过往表现并不代表或保证未来的结果。
乔纳森·彼得·洛林（Jonathan Peter Lorraine）
在Google上用于生产准备模型的汽车平台的研究和应用工程工作。设计了我们的团队使用的一种方法来选择参数，以降低10×的计算，以进行生产性能。引用了该方法的论文。此外，还指导高级工程师，以最佳的高参数优化方法和促进尖端方法。
通过语音情感识别和视频面部表情分类进行基于人工智能的癌症疼痛评估 Marco Cascella 1、*、Francesco Cutugno 2、Fabio Mariani 2、Vincenzo Norman Vitale 2、Manuel Iuorio 2、Arturo Cuomo 3、Sabrina Bimonte 3、Valeria会计 1 ，Francesco Sabbatino 1 ，Alfonso Maria Ponsiglione 2 ，Jonathan Montomoli 4 ，Valentina Bellini 5 ，Federico Semeraro 6 ，Alessandro Vittori 7 ，Elena Giovanna Bignami 5 ，Ornella Piazza 1
摘要 有效评估癌症疼痛需要对构成疼痛体验的所有组成部分进行细致的分析。实施自动疼痛评估 (APA) 方法和计算分析方法，特别关注情感内容，可以促进对疼痛的彻底描述。所提出的方法转向使用语音记录中的自动情感识别以及我们之前开发的用于检查疼痛面部表情的模型。对于训练和验证，我们采用了 EMOVO 数据集，该数据集模拟了六种情绪状态（大六）。由多层感知器组成的神经网络在 181 个韵律特征上进行了训练以对情绪进行分类。为了进行测试，我们使用了从癌症患者收集的访谈数据集并选择了两个案例研究。使用 Eudico Linguistic Annotator (ELAN) 6.7 版进行语音注释和连续面部表情分析（得出疼痛/无痛分类）。情绪分析模型的准确率达到 84%，所有类别的精确度、召回率和 F1 分数指标都令人鼓舞。初步结果表明，人工智能 (AI) 策略可用于从视频记录中连续估计情绪状态，揭示主要的情绪状态，并提供证实相应疼痛评估的能力。尽管存在局限性，但提出的 AI 框架仍表现出整体和实时疼痛评估的潜力，为肿瘤环境中的个性化疼痛管理策略铺平了道路。临床试验注册：NCT04726228。
Jonah Sussman 简历
研究使用激光切割机对薄膜超导体进行设备图案化 我是康奈尔大学一名积极上进、努力学习的学生，主修工程物理和电气与计算机工程。我在诺基亚贝尔实验室实习了两个夏天，在此之前，我为初创公司做过各种 SWE 和 IT 项目。作为我的无伴奏合唱团的音乐总监，我在两年的时间里获得了宝贵的领导能力和沟通技巧。我的兴趣包括光子学、量子计算和电路设计。我将在 2025 年 12 月之前完成 ECE 的早期工程硕士学位。
T. Jones 博士研讨会传单 V2
摘要：糖尿病足溃疡 (DFU) 是糖尿病患者多年来代谢损伤造成的可见伤口。由于下肢截肢风险高、生活质量差、身体和社会功能低下、死亡率高以及费用高得令人无法接受，它们仍然是糖尿病最具破坏性的并发症之一。目前的治疗标准导致许多 DFU 数月无法愈合。尽管在了解急性和慢性伤口的生物学方面取得了长足进展，但愈合不良反映了其他糖尿病并发症的共病，以及缺乏有效的治疗方法和经过验证的生物标志物。可以预测 DFU 愈合或复发的生物标志物有可能从根本上改善 DFU 治疗和临床试验，并且是 NIDDK 糖尿病足联盟的主要关注点。摘要：糖尿病足溃疡 (DFU) 是糖尿病患者多年来代谢损伤造成的可见伤口。由于下肢截肢风险高、生活质量差、身体和社会功能低下、死亡率高以及费用高得令人无法接受，糖尿病足仍然是糖尿病最严重的并发症之一。目前的治疗标准使许多糖尿病足溃疡数月都无法愈合。尽管在了解急性和慢性伤口的生物学方面取得了长足的进步，但愈合不良反映了其他糖尿病并发症的并发症，以及缺乏有效的治疗方法和经过验证的生物标志物。可以预测糖尿病足愈合或复发的生物标志物有可能从根本上改善糖尿病足治疗和临床试验，也是 NIDDK 糖尿病足联盟的主要关注点。在华莱士 H. 库尔特基金会的慷慨支持下，生物医学工程系每年在学期期间每周举办讲座。邀请生物医学工程各个领域的专家举办研究研讨会，并与教师和学生会面，讨论生物医学工程的最新发展和研究。
2024 年 11 月，俄亥俄州州长 Mike DeWine、副州长 Jon Husted 和俄亥俄州发展部主任 Lydia Mihalik 宣布拨款 5820 万美元
汉密尔顿县土地再利用公司（汉密尔顿县）项目名称：Uptown Consortium 绿道项目 285,800 美元评估 该项目涉及环境评估活动，包括土壤钻孔、地下水监测井和土壤气体采样，这些活动涉及三个空置地块，这些地块以前用作垃圾场和机械车间。Uptown Consortium 计划将该地点改造为辛辛那提 Avondale 社区更大的创新绿道的一部分，该绿道将设有活动草坪、长廊、水景和原生生态。该项目预计将创造 300 个新工作岗位并保留 50 个职位，支持辛辛那提创新区的混合用途重建。
推荐引用 推荐引用 Allen, Jonathan P.，“人工智能炒作动态：学术研究在推动新技术发展中的作用”（2024 年）。ICIS 2024 TREOS。 82. https://aisel.aisnet.org/treos_icis2024/82
在过去两年中，人们对生成式人工智能产生了前所未有的兴奋，但人工智能遭到强烈反对的可能性正在上升。生成式人工智能的有效和公平使用的障碍清单越来越清晰：事实上不正确的结果、知识产权侵权、训练数据中的偏见和偏执、低质量的内容生成、对低薪数据标签劳动力的依赖、监控问题、隐私问题和安全问题（Apodaca，2024 年），以及不可持续的高成本和环境破坏。56% 的财富 500 强公司在最近的年度报告中将人工智能列为风险，远多于将人工智能列为关键机遇（Arize AI）。大多数 C 级高管表示，到目前为止，他们对生成式人工智能项目要么持矛盾态度，要么不满意（BCG）。新的 AI 产品和服务也面临消费者的抵制（Cicek 等人，2024 年），包括客户服务。现实世界任务的表现越来越多地接受实证检验，在某些情况下被发现存在不足。拟议的研究任务是探究所谓的生成 AI 的“炒作动态”（Dedehayir 和 Steinert，2016 年），特别是 IS 研究在新技术炒作动态中的作用。虽然“炒作周期”在业界众所周知，但这个五阶段的描述不够精确，无法提供理论见解，更不用说技术预测了。Dedehayir 和 Steinert 提出了一种“炒作动态”模型，其中中介机构塑造了生产者和用户之间的知识交流。在这个模型中，IS 学者就是这样一个中介，我们的“炒作”受到社会规范和制度实践的影响。我们想成为哪种中介？一个忽视我们自己对技术引发的变化的复杂性的发现，而倾向于技术新颖性和“颠覆”的人，只有在反弹来袭时才将我们的注意力转向下一个大事件？虽然人工智能的反弹和炒作本身就是一个值得讨论的话题，但更根本的问题是如何让我们的学术研究回归其适当的角色，即对数字创新产生的经济和社会价值（相对于其成本）进行中立评估。参考文献 Apodaca，T.（2024）。我如何尝试以新闻工程师的身份使用生成式人工智能——合乎道德。标记。摘自 https://themarkup.org/hello-world/2024/09/07/how-im-trying-to-use-generative-ai-as-a-journalism-engineer-ethically。
推荐引用 推荐引用 Cruz, Jonas Preposi；Sembekova, Anara；Omirzakova, Dinara；Bolla, Srinivasa Rao；和 Balay-odao, Ejercito Mangawa (2024) “医学和健康科学学生对医学人工智能的态度和准备程度”，《健康职业教育》：第 10 卷：第 3 期，第 15 篇文章。DOI：10.55890/2452-3011.1296 可从以下网址获取：https://hpe.researchcommons.org/journal/vol10/iss3/15
目的：本研究评估了医学和健康科学专业学生对人工智能的总体态度和医学人工智能准备情况，并研究了影响学生医学人工智能准备情况的因素。方法：对医学和健康科学专业学生进行了描述性横断面定量在线调查。我们使用“人工智能总体态度量表”（GAAIS）来评估学生的人工智能态度，并使用“医学生医学人工智能准备量表”（MAIRS-MS）来衡量学生对医学人工智能的准备情况。结果：几乎所有学生都没有接受过/参加过医学院（95.3%）或医学院以外（85.0%）的任何人工智能教育经历，他们中的大多数人从媒体（74.8%）获得有关人工智能的信息。学生们报告说他们对人工智能及其在医疗保健中的应用了解甚少。学生对人工智能表现出消极到中立的总体态度，对医学人工智能的总体准备程度较差。对医疗保健中人工智能应用的了解和对人工智能的普遍积极态度与学生对医学人工智能的准备程度提高有关。结论：研究结果可以为教育政策制定者和医学与健康科学教授提供有关在医学院创建、引入和整合涉及人工智能的新课程内容的信息。在医学和健康科学课程中加入医学人工智能内容将提高学生的准备程度，并提高其在更高级患者护理中的应用。