XiaoMi-AI文件搜索系统
World File Search SystemKer
建议引用：Spreitzenbarth, Jan；Stuckenschmidt, Heiner；Bode, Christoph (2021)：人工智能的现状：采购与销售和营销，收录于：Kersten, Wolfgang Ringle、Christian M. Blecker、Thorsten (Ed.)：适应未来：数字化如何塑造可持续物流和弹性供应链管理。汉堡国际物流会议 (HICL) 论文集，第 31 卷，ISBN 978-3-7549-2770-0，epubli GmbH，柏林，第 223-243 页，https://doi.org/10.15480/882.3990
建议引用：Spreitzenbarth, Jan；Stuckenschmidt, Heiner；Bode, Christoph (2021)：人工智能的现状：采购与销售和营销，收录于：Kersten, Wolfgang Ringle、Christian M. Blecker、Thorsten (Ed.)：适应未来：数字化如何塑造可持续物流和弹性供应链管理。汉堡国际物流会议 (HICL) 论文集，第 31 卷，ISBN 978-3-7549-2770-0，epubli GmbH，柏林，第 223-243 页，https://doi.org/10.15480/882.3990
使用前瞻性代表性数据
目的：本研究使用来自印度南部的前瞻性代表性数据集来开发和评估多模式机器学习模型，以区分细菌和真菌性角膜炎。设计：机器学习分类器培训和验证研究。参与者：印度马杜赖（Madurai）的Aravind Eye Hospital诊断出患有急性感染性角膜炎的五百九十九名受试者。方法：我们使用了前瞻性的，连续收集的，代表性的数据集（Madurai数据集）收集的前瞻性，连续收集的代表性数据集，并比较了3种预测模型，以区分细菌和真菌角膜炎。这些模型包括一个临床数据模型，使用效率网状结构的计算机视觉模型以及将成像和临床数据都结合在一起的多模式模型。我们将Madurai数据集分为70％的火车/验证和30％的测试集。进行了模型训练，并进行了五重交叉验证。我们还比较了由Madurai训练的计算机视觉模型的性能与具有相同架构的模型，但对从多个先前的细菌和真菌性角膜炎随机临床试验（RCT）（RCT训练的计算机视觉模型）进行了培训。主要结果指标：主要评估度量是Precision-Recall曲线（AUPRC）下的面积。二级指标包括接收器操作特征曲线（AUROC），准确性和F1分数下的区域。与计算机视觉模型相比，多模式模型并不能显着提高性能。眼科科学2025; 5：100665ª2024，美国眼科学会。结果：由Madurai训练的计算机视觉模型优于临床数据模型和持有测试集的RCT训练的计算机视觉模型，其AUPRC 0.94（95％的置信间隔：0.92 E 0.96），AUROC 0.81（0.76 E 0.85）（0.76 E 0.85）（0.76 E 0.85），精度为77％和F1 0.85。结论：传染性角膜炎的表现最佳的机器学习分类是使用Madurai数据集训练的计算机视觉模型。这些发现表明，基于图像的深度学习可以显着增强感染性角膜炎的诊断能力，并强调使用前瞻性，连续收集的，代表性的机器学习模型培训和评估的重要性。财务披露：本文末尾的脚注和透视性可以在脚注和验证中找到。这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
乙酸乙酸乙酯的抗菌活性
Kersen植物的未充分利用的叶子含有具有抗菌潜力的继发代谢物。这项研究的目的是测试克森叶乙酸乙酸乙酯对大肠杆菌和金黄色葡萄球菌的抗菌活性，并确定最佳浓度。Kersen叶萃取方法使用浸渍法使用乙醇溶剂，分级法使用乙酸乙酯溶剂进行分级方法，并使用良好的金黄色葡萄球菌和埃斯切里希菌的抗菌活性使用良好的抗菌活性。使用的正态性测试是Shapiro-Wilk检验，并使用了单向方差分析参数统计测试。Kersen叶片的植物化学筛选的结果含有化合物酚，皂苷，单宁，生物碱和三萜类化合物。在中等类别中，kersen叶乙酸乙酯乙酸乙酯部分的浓度可以抑制8,817 mm的大肠杆菌，而金黄色葡萄球菌则在中等类别中抑制金黄色葡萄球菌。在抑制大肠杆菌中，乙酸乙酯馏分的抑制能力高于金黄色葡萄球菌。
喀拉拉邦学校午餐计划实施情况
摘要 午餐（MDM）计划是印度政府教育政策的里程碑之一。它鼓励儿童，特别是来自贫困家庭的儿童来学校学习，不用担心吃饭。该计划以整体的方式帮助提高小学生的入学率、出勤率和留校率。这项研究的目的是分析午餐计划受益者的满意度、相关学校的物质基础设施、计划的实施情况以及计划顺利运行面临的各种问题。为了研究和评估喀拉拉邦的午餐计划，选择了位于特里凡得琅教育区的三所公立学校。研究和分析发现，绝大多数学生对午餐的质量和数量感到满意。研究发现，提供食物有助于学生的学业和身体健康。关键词：教育政策，午餐计划 引言 午餐计划的发起基于这样的理念：“当孩子们不得不空着肚子坐在教室里时，他们就无法集中精力学习”。6 午餐计划旨在为学生提供午餐，使他们能够集中精力学习，同时又不影响他们的学习。
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。
调查伊朗克尔曼沙省绿叶蔬菜供应链中食物减少干预措施的潜在影响
摘要：尽管越来越担心满足世界未来的粮食需求，但仍然有大量的粮食损失和浪费（FLW），尤其是关于水果和蔬菜。对于克尔曼哈省（Kermanshah Province），绿叶供应货物（LVSC）内的效率低下，导致每年39％的叶蔬菜浪费令人震惊。尽管有几项研究提出了减轻这种废物的策略和建议，但这些干预措施对减少FLW的实际影响尚未得到彻底检查或量化。使用系统动态建模，本研究提供了一种新颖的方法来量化干预措施对减少废物的影响。量化结果显示，在生产阶段减少了四种关键干预措施：生物（31.2％）和非生物压力控制（14.4％），改善的教育服务（23.2％）以及获得优质的投入（15.2％）。此外，结果表明，LVSC中的早期因素在确定后期废物积累方面起着至关重要的作用。包装设施和冷供应链基础设施的改进，以及在市场阶段利益相关者之间更好的协调和信息共享，大大有助于减少浪费。此外，对家庭食品购物的有效计划被强调是在消费阶段最大程度地减少废物的关键策略。这种整体方法着重于供应链各个阶段的动作的相互联系，及其对减少叶蔬菜的总体废物的综合作用。
母亲关于基本免疫的知识与在Pukesmas工作区域中授予Baduta的免疫的完整性
基本免疫是一种努力，不仅要积极提高对疾病的免疫力，不仅保护一个人，而且还保护社区，社区或所谓的群体免疫力。来自2020年UCI Universal Child（普遍儿童免疫化）的Menteng Puskesmas卫生服务数据为57％，UCI 2021服务的覆盖率为43.6％，该数字仍然低于95％的国家目标，UCI Kelurahan 80％。这表明免疫服务的范围尚未达到目标。这项研究的目的是确定母亲对基本免疫的知识与Menteng Health Center在工作区的Baduta免疫的完整性之间的关系。使用具有横截面方法的分析调查的研究方法。使用的采样方法是目的抽样。样本采集了多达64名受访者，即访问Menteng Health Center≥0-24个月的婴儿的母亲。该研究数据是在使用计算机辅助的卡方进行单变量和双变量分析后使用问卷进行了调查表。研究结果显着的p值值=0.005≤α（0.05）得出的结论是，母亲对基本免疫的知识之间存在显着的关系，并且在曼登卫生中心工作区的Baduta的免疫接种完整性之间存在显着的关系。结论这项研究越高，母亲对基本免疫的知识越高，她的婴儿接受完全基本免疫的可能性就越大。知识使人们按照对基本免疫的良好知识的行为，他将根据自己的知识来补充婴儿的免疫。
1 |喀拉拉邦合作牛奶营销联合会...
工具可提供对关键指标的可行见解，例如温度趋势，路线效率和车辆性能，并由自动化文档和标准化监视支持。设计特定角色的仪表板，以确保实时数据可见性，操作透明度和决策能力。实施一个智能警报系统，以实现对温度偏差和冷藏问题的实时通知，以及可靠的错误检测，以迅速解决传感器故障并最大程度地减少干扰。5。培训和移交：完成有关完成
在基于关税的全球竞争性招标 (ESS-3) 下，在喀拉拉邦使用 VGF 建立 125 MW/500 MWh 独立电池储能系统的选择请求 (RfS) 文件
1. 投标必须严格按照 RfS 第 2 和 3 节的规定提交，具体取决于投标信息表第 (D) 条所述的投标类型。 2. 投标人必须严格按照 RfS 文件的条款和条件进行报价，不得提出任何偏差/例外。 3. 任何符合资格要求并希望根据本 RfS 报价的投标人都可以从 ISN-ETS 门户网站（https://www.bharat-electronictender.com）和/或 SECI 网站（www.SECI.co.in）下载完整的 RfS 文件及其修订和澄清（如果有），并在投标截止日期或之前根据 RfS 文件的条款和条件提交完整的投标。 4. 澄清/勘误表（如果有）也应在上述网站上提供。请投标人通过网站 https://www.bharat-electronictender.com 和 www.SECI.co.in 及时了解 RfS 文件的任何通知/修订/澄清等。不会在印刷媒体或个人上单独发布此类通知/修订/澄清等。有关上述通知的通知将在 www.SECI.co.in 上更新，详细信息仅在 https://www.bharat-electronictender.com 上提供。
自动有效发现量子内核
摘要 - 量词计算可以通过启用内核机器来利用量子kernels来代表数据之间的相似性度量来增强机器学习模型。量子内核能够捕获在经典设备上无法有效计算的数据中的关系。但是，没有直接的方法可以针对每个特定用例设计最佳量子内核。我们提出了一种方法，该方法采用了与神经体系结构搜索和自动化中使用的技术相似的优化技术，以启发式方式自动找到最佳内核。为此，我们定义了用于构建实现相似性度量作为组合对象的量子电路的算法，该算法是根据成本函数进行评估的，然后使用元效法优化技术进行了迭代修改。成本函数可以启用许多标准，以确保候选解决方案的有利统计属性，例如动态LIE代数的等级。重要的是，我们的方法独立于采用的优化技术。通过在高能物理问题上测试我们的方法获得的结果表明，在最佳情况下，我们可以相对于手动设计方法匹配或提高测试准确性，表明我们技术的潜力可以减少努力来提供卓越的结果。