XiaoMi-AI文件搜索系统
World File Search SystemJoshua
约书亚记 7:1-9 艾艾城被击败
艾城之败 艾城（发音为“eye”）位于耶利哥以西的山区。沿着西扁山脊路线，距离耶利哥约 12.5 英里。艾城的海拔比耶利哥高约 3,600 英尺（+2900 英尺对 -700 英尺）。艾城的地点一直存在争议。有人建议艾城有三个地点，伯亚文有三个地点，伯特利有两个地点（约书亚记 7:2）。最有可能的地点是：艾城 = Khirbet el-Maqatir；伯特利 = el-Bireh；伯亚文 = Beitin。
资源管理策略摘要 | 约书亚树……
本摘要文件旨在为读者提供约书亚树国家公园资源管理战略的快照。为了简化和缩写，国家公园系统的这个单位在本文件中也将被称为“公园”或 JOTR。该文件作为一种沟通工具，是对积极用于资源管理的动态和不断发展的 RSS 桌面应用程序的补充。本摘要并非旨在描述资源管理战略中的所有要素，而是重点介绍该战略中对于传达有关公园解决关键管理问题的计划以及抓住机会利用被确定为优先自然和文化资源的资源的信息至关重要的组成部分。
人工智能驱动的有效镜片位置预测提高了现有镜片公式的准确性 Tingyang Li，BS 1；Joshua D. Stein，MD，MS 2,3,4； Nambi Nallasamy，医学博士 1,2 1 密歇根大学计算医学和生物信息学系 2 密歇根大学凯洛格眼科中心眼科和视觉科学系 3 密歇根大学眼科政策与创新中心，密歇根州安娜堡 4 密歇根大学公共卫生学院卫生管理与政策系，密歇根州安娜堡 通讯作者：Nambi Nallasamy，医学博士 密歇根大学凯洛格眼科中心 1000 Wall St Ann Arbor, MI 48105 电话：(734) 763-5506 传真：(734) 936-2340 字数：2589
摘要 目的：评估结合机器学习 (ML) 方法准确预测术后前房深度 (ACD) 是否能提高现有人工晶状体 (IOL) 计算公式的屈光预测性能。方法：密歇根大学凯洛格眼科中心收集了 4806 名白内障患者的数据集，并将其分为训练集（80% 的患者，5761 只眼睛）和测试集（20% 的患者，961 只眼睛）。使用先前开发的基于 ML 的方法根据术前生物测量预测术后 ACD。使用回归模型将这种基于 ML 的术后 ACD 集成到新的有效晶状体位置 (ELP) 预测中，以重新调整四个现有公式（Haigis、Hoffer Q、Holladay 和 SRK/T）中的每一个的 ML 输出。使用测试数据集比较了具有 ML 修改的 ELP 的公式的性能。通过屈光预测中的平均绝对误差 (MAE) 来衡量性能。结果：当用原始 ELP 和 ML 预测的 ELP 的线性组合替换 ELP 时，测试集中的 MAE ± SD（以屈光度为单位）为：Haigis 为 0.356 ± 0.329，Hoffer Q 为 0.352 ± 0.319，Holladay 为 0.371 ± 0.336，SRK/T 为 0.361 ± 0.331，明显低于原始公式的 MAE ± 0.328：Haigis 为 0.408 ± 0.337，Holladay 为 0.384 ± 0.341，SRK/T 为 0.394 ± 0.351。结论：使用更准确的预测术后 ACD 可显著提高现有四种 IOL 度数公式的预测准确性。
电网规模储能危害分析及系统安全设计目标 Sandia: David Rosewater (PI) Joshua Lamb John Hewson PNNL: Vilaya
由桑迪亚国家实验室发布，由桑迪亚国家技术与工程解决方案有限责任公司为美国能源部运营。注意：本报告是作为美国政府机构赞助的工作的记录而编写的。美国政府、其任何机构、其任何雇员、其任何承包商、分包商或其雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性作任何明示或暗示的保证，或承担任何法律责任或义务，或表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府、其任何机构或其任何承包商或分包商对其的认可、推荐或支持。本文表达的观点和意见不一定表明或反映美国政府、其任何机构或其任何承包商的观点和意见。印刷于美国。本报告直接复制自最佳可用副本。能源部和能源部承包商可从以下地址获取：美国能源部科学技术信息办公室 PO Box 62 Oak Ridge, TN 37831 电话：(865) 576-8401 传真：(865) 576-5728 电子邮件：reports@osti.gov 在线订购：http://www.osti.gov/scitech 公众可从以下地址获取：美国商务部国家技术信息服务 5301 Shawnee Rd Alexandria, VA 22312 电话：(800) 553-6847 传真：(703) 605-6900 电子邮件：orders@ntis.gov 在线订购：https://classic.ntis.gov/help/order-methods/