XiaoMi-AI文件搜索系统
World File Search SystemKhan
如何引用本文：Aditya Pandey、Jay Narayan Mishra、Wajahat Ullah Khan、Dhaneshwar Kumar Vishwakarma (2024)。配方开发与评估
摘要：当前努力的目标是确定和创建一种可以有效治疗糖尿病的贝格列净小乳剂。建议使用贝格列净来帮助 2 型糖尿病患者在结合良好的饮食和定期运动的情况下改善血糖水平的控制。此外，贝格列净通过口腔的吸收有限（在 50% 到 70% 的范围内）。这项工作的目的是创建包含贝格列净的纳米乳剂配方并评估其体外有效性。纳米乳剂由蒸馏水、吐温 80、助表面活性剂（聚乙二醇 400）、各种油（油酸）组成，含有 0.01% 的贝格列净。超声波加工技术用于创建各种油包水纳米乳剂。对纳米乳剂配方进行了体外药物释放研究、稳定性研究、热力学耐久性测试、FTIR、pH 和粘度。关键词：贝格列净，粘度，纳米乳剂，聚乙二醇。
引文：Khan YA。使用货币方法调查和估计影子经济的规模：马来西亚案例研究。Front Manage Bus，2022 年，
摘要：本研究的目的是探索和估计马来西亚影子经济的规模。本研究使用了 1980 年至 2018 年的年度时间序列数据，首次引入贷款利率作为附加变量来估计影子经济，并重点研究了货币需求法（CDA），这是估计 SE 规模的最佳方法。还为此目的生成了 ARDL、单位根检验（ADF）和边界检验的结果。本研究通过 ARDL 调查了货币流通量与货币供应比率与 GDP、通货膨胀、利率和总税收之间的正相关关系，并估算了所需的影子经济，还探讨了马来西亚的影子经济并估计了 SE 的规模。本研究还得出了逃税社区的规模，这表明税收并不是衡量影子经济的唯一指标。
巴基斯坦汽车制造业穆罕默德·阿里夫（Muhammad Arif），Sherbaz Khan*，Adeel Shah
该研究旨在仔细检查行业4.0指标和大数据分析对巴基斯坦制造业的供应链流程的影响，并强调行业4.0如何改变供应链活动。这项研究是在制造业内进行的，特别是针对巴基斯坦卡拉奇汽车行业的员工。数据是通过在线Google表格收集的，利用了以李克特量表部署的封闭式调查表，以探索各种自变量及其对供应链性能的影响。调查答复表明，这些变量（供应链的灵活性，供应链敏捷性，研究和发展，MIS的作用，领导风格和大数据分析）会影响供应链绩效，尽管具有领导风格和供应链绩效之间的微不足道的关系。该研究还肯定了供应链绩效指标对组织绩效的重大中介影响。由于技术采用和监管框架的潜在差异，研究可能会面临与各种行业和地区的普遍性有关的限制，并且由于唯一的调解人可能会忽略独立途径，因此独特的关注供应链绩效，独立途径可以通过这些途径来影响组织绩效。从这项研究中获得的见解可以作为经理和制造组织的指南，以理解行业4.0所引用的转型，提供镜头，以感知供应链绩效和活动的转变。该研究对巴基斯坦的制造业领域中的行业4.0和大数据分析引起的供应链实践的演变进行了关键检查，从而为从业人员和院士提供了宝贵的资源，以使从业者和院士了解和浏览数字转换的供应链的景观。
主席Lina M. Khan的陈述由专员Rebecca Kelly Slaughter和专员Alvaro M. Bedoya在X-Mode Social，Inc。和Outlogic，LLC
1 Carpenter诉美国，585 U.S. ___，138 S. Ct。 2206，2217（2018）（引用Riley诉California，573 U.S. 373，403（2014））。 2 ID。 （“在127天内映射手机的位置，提供了持有人的下落的全面记录。 与GPS信息一样，时间戳的数据为一个人的生活提供了一个私密的窗口，不仅揭示了他的特定运动，而且还通过他们揭示了他的“家族，政治，专业，宗教和性交往。 '”（引用美国诉琼斯，565 U.S. 400，第415页（2012年）（Sotomayor，J。，同意）））。 3请参阅新闻稿，美联储。 贸易委员会，FTC起诉Kochava出售数据，该数据在生殖健康诊所，礼拜场所和其他敏感地点（2022年8月29日），https://www.ftc.gov/news https：//www.ftc.gov/news（2022年8月29日）事件/新闻/新闻报道/2022/08/ftc-sues-kochava-selling-data-tracks-peeople-preprapuctive-health-praprapructive-health-clinics-lackics-places-evorse-other-other。 另请参见投诉，Goldenshores Technologies，LLC和Erik M. Geidl，Dicket No. 4446（4月 99，2014），https：// www ftc.gov/system/files/documents/cases/140409goldenshorescmpt.pdf（“手电筒应用程序”）。 4动议命令解雇，美联储。 Trade Comm'n诉Kochava Inc.，2：22-CV-00377-BLW（D. Idaho 5月4日，2023年5月4日）（“因此，“因此，根据《 FTC法案》的简单语言，可以说，其行为或行为违反了消费者隐私的被告可能会对第5节的消费者造成“伤害”（N）。”1 Carpenter诉美国，585 U.S. ___，138 S. Ct。 2206，2217（2018）（引用Riley诉California，573 U.S. 373，403（2014））。2 ID。 （“在127天内映射手机的位置，提供了持有人的下落的全面记录。 与GPS信息一样，时间戳的数据为一个人的生活提供了一个私密的窗口，不仅揭示了他的特定运动，而且还通过他们揭示了他的“家族，政治，专业，宗教和性交往。 '”（引用美国诉琼斯，565 U.S. 400，第415页（2012年）（Sotomayor，J。，同意）））。 3请参阅新闻稿，美联储。 贸易委员会，FTC起诉Kochava出售数据，该数据在生殖健康诊所，礼拜场所和其他敏感地点（2022年8月29日），https://www.ftc.gov/news https：//www.ftc.gov/news（2022年8月29日）事件/新闻/新闻报道/2022/08/ftc-sues-kochava-selling-data-tracks-peeople-preprapuctive-health-praprapructive-health-clinics-lackics-places-evorse-other-other。 另请参见投诉，Goldenshores Technologies，LLC和Erik M. Geidl，Dicket No. 4446（4月 99，2014），https：// www ftc.gov/system/files/documents/cases/140409goldenshorescmpt.pdf（“手电筒应用程序”）。 4动议命令解雇，美联储。 Trade Comm'n诉Kochava Inc.，2：22-CV-00377-BLW（D. Idaho 5月4日，2023年5月4日）（“因此，“因此，根据《 FTC法案》的简单语言，可以说，其行为或行为违反了消费者隐私的被告可能会对第5节的消费者造成“伤害”（N）。”2 ID。（“在127天内映射手机的位置，提供了持有人的下落的全面记录。与GPS信息一样，时间戳的数据为一个人的生活提供了一个私密的窗口，不仅揭示了他的特定运动，而且还通过他们揭示了他的“家族，政治，专业，宗教和性交往。'”（引用美国诉琼斯，565 U.S. 400，第415页（2012年）（Sotomayor，J。，同意）））。3请参阅新闻稿，美联储。贸易委员会，FTC起诉Kochava出售数据，该数据在生殖健康诊所，礼拜场所和其他敏感地点（2022年8月29日），https://www.ftc.gov/news https：//www.ftc.gov/news（2022年8月29日）事件/新闻/新闻报道/2022/08/ftc-sues-kochava-selling-data-tracks-peeople-preprapuctive-health-praprapructive-health-clinics-lackics-places-evorse-other-other。另请参见投诉，Goldenshores Technologies，LLC和Erik M. Geidl，Dicket No.4446（4月99，2014），https：// www ftc.gov/system/files/documents/cases/140409goldenshorescmpt.pdf（“手电筒应用程序”）。4动议命令解雇，美联储。Trade Comm'n诉Kochava Inc.，2：22-CV-00377-BLW（D. Idaho 5月4日，2023年5月4日）（“因此，“因此，根据《 FTC法案》的简单语言，可以说，其行为或行为违反了消费者隐私的被告可能会对第5节的消费者造成“伤害”（N）。”
Edinger , P. , Takabayashi , A Y. , Errando-Herranz , C. , Khan , U. , Sattari , H. 等人。 (2021) 用于 SC 的硅光子微机电移相器
可编程光子集成电路正成为量子信息处理和人工神经网络等应用的一个有吸引力的平台。然而，由于商业代工厂缺乏低功耗和低损耗的移相器，目前的可编程电路在可扩展性方面受到限制。在这里，我们在硅光子代工平台 (IMEC 的 iSiPP50G) 上展示了一种带有低功耗光子微机电系统 (MEMS) 驱动的紧凑型移相器。该设备在 1550 nm 处实现 (2.9 π ± π) 相移，插入损耗为 (0.33 + 0.15 − 0.10) dB，V π 为 (10.7 + 2.2 − 1.4) V，L π 为 (17.2 + 8.8 − 4.3) µ m。我们还测量了空气中的 1.03MHz 的驱动带宽 f − 3 dB。我们相信，我们在硅光子代工厂兼容技术中实现的低损耗和低功耗光子 MEMS 移相器的演示消除了可编程光子集成电路规模化的主要障碍。© 2021 美国光学学会
引用：Sikandar Qammar、Ayimen Khalid Khan 博士 (2022) BCI 系统和各种信号采集技术的比较。J Data Sci Mod Tech 6: 1
脑机接口 (BCI) 是一个基于神经科学、信号处理、生物医学传感器、硬件等的先进、跨学科且活跃的研究领域。它是一种通信系统，允许人类使用脑电波活动产生的控制信号与周围环境进行通信，而无需外周神经或肌肉的参与。在过去的几十年里，已经开展了几项开创性的研究，探讨了不同信号采集技术对 BCI 的适用性。然而，尚未进行全面涵盖这一领域的综合综述。因此，本研究提供了全面的概述，包括对用于捕获 BCI 信号的不同技术的比较，并简要描述了每种技术的优缺点。本文还介绍了可用于从大脑采集 EEG 信号以使用 EEG 的最佳位置
引用：Sikandar Qammar，Ayimen Khalid Khan博士（2022）BCI系统以及各种信号采集技术的比较。 J Data Sci Mod Tech 6：1
大脑计算机界面（BCI）是基于神经科学，信号处理，生物医学传感器，硬件等的先进，跨学科和主动研究领域。这是一种通信系统，它允许人类使用脑波活动产生的控制信号与周围环境进行通信，而无需参与周围神经或肌肉。在过去的几十年中，已经对BCI的不同信号采集技术的适用性进行了一些开创性的研究。但是，尚未进行全面涵盖该领域的全面审查。因此，这项研究提供了全面的概述，包括比较不同技术以捕获BCI信号的比较，并简要描述了每种技术的优点和缺点。本文还提出了最佳位置，可用于从大脑中获取EEG
如何引用本文：Abdul Razzak Khan Qureshi，Shivani Patnaha，Prerita Kulkarni，Priyanka Singh，Manish Joshi，Indra Vaidya（2024）机器Lear
摘要尽管云计算已经广泛使用，但除了大大改善资源经济和可访问性外，它还引发了许多安全问题。这项研究的目的是找出基于机器学习的入侵检测系统（ID）如何改善云安全性。为了实时检测和中和攻击，提出的IDS使用了各种算法，例如支持向量机（SVM），随机森林，决策树，最近的邻居（KNN）和深度学习技术，例如卷积神经网络（CNN）。在适应新攻击向量时，它可以最大程度地减少误报。为了提高响应时间和检测准确性，该研究将性能优化策略与特征选择方法相结合。它还强调了使用最新数据集进行现实攻击方案和强大的模型验证（例如CSE-CICIDS2018）。结果表明，基于机器学习的入侵检测系统（IDS）比基于传统的签名系统更有效地发现新颖和复杂的威胁。最终，本研究提供了深刻的信息，以为云网络创建更聪明，更灵活的网络安全解决方案，并强调机器学习在保护敏感数据和保证跨各种应用程序中云服务的完整性时所起的关键功能。关键字 - 云计算，卷积神经网络，网络安全，决策树，特征选择，入侵检测系统，k-neareast邻居，机器学习，绩效优化，随机森林，安全漏洞，基于签名
Ruchita Rathod，Rais Abdul Hamid Khan博士，使用深神经网络和机器学习算法的脑肿瘤检测，PALARCH的A
肿瘤程度的确定可能是脑肿瘤计划和定量评估的主要挑战性任务。磁共振成像（MRI）是一种非侵入性技术之一，该技术已作为无辐射的脑肿瘤的前线诊断工具。深度学习在图像识别工作中表现出色。从卷积神经网络（CNN）到各种自动编码器的工作已经在医疗图片调查领域中发现了无尽的应用程序，以快速的速度向前推动它。在放射学中，经验丰富的医生外表评估了临床图片，以识别，刻画和观察疾病。在这项工作中，使用机器学习和卷积神经网络（CNN）分类提出了自动脑肿瘤检测。更深的建筑设计由小内核进行。神经元的体重很小。与所有其他方法相比，CNN可以达到良好的精度，复杂性低。这种提高的准确性将有助于医生对待很好。
FOLDER LLI 人工智能简介
Naeemullah Khan 教授 Naeemullah Khan 教授是教学与学习中心 (CTL) 的人工智能教学助理教授。Khan 教授在 KAUST 视觉计算中心完成了博士学位，之后加入牛津大学 Torr Vision Group 担任博士后研究科学家。Khan 教授的研究重点是深度学习应用中的稳健性和持续学习。除了研究之外，Khan 教授在准备、组织和提供人工智能培训方面拥有丰富的经验。Khan 教授曾在牛津大学工程系、阿卜杜拉国王科技大学 (KAUST) 和牛津大学玛格丽特夫人学院授课。他在牛津大学教授的课程模块被学生评为最佳课程之一。他在 KAUST 冬季充实计划 (WEP) 上的研讨会一直被评为 WEP 的最佳活动之一。基于他对牛津大学玛格丽特夫人学院研究和教学活动的贡献，Khan 教授被授予该学院的初级研究员职位。在 CTL，Khan 教授正在为大学内外的受众开发人工智能和机器学习领域的尖端培训课程。