文献中已经报道了用于胶质瘤自动分割的机器学习算法(MLA)的抽象目标。对不同肿瘤特征的自动分割可能会增加诊断检查和治疗计划的价值。这项研究的目的是提供不同MLA方法的概述和荟萃分析。方法对描述神经胶质瘤分割的合格研究进行了系统的文献综述和荟萃分析。对性能的荟萃分析是对两个汇总结果的骰子相似性系数(DSC)得分进行的,即两个亚组(即高级和低级神经胶质瘤)。这项研究在开始之前在Prospero注册(CRD42020191033)。文献搜索后的结果(n = 734),系统文献综述中包括42项研究。十项研究有资格纳入荟萃分析。总体而言,来自纳入研究的MLA的总体DSC得分为0.84(95%CI:0.82 - 0.86)。此外,分别观察到高级和低级神经胶质瘤的自动胶质瘤分割的DSC得分为0.83(95%CI:0.80 - 0.87)和0.82(95%CI:0.78 - 0.87)。但是,在纳入的研究之间,异质性高得多,并且观察到出版偏见。结论MLA促进神经胶质瘤的自动分割表现出良好的准确性,这对于未来神经放射学方面非常有希望。但是,在实际实施之前,尚未克服一些障碍。在报告MLA时遵循质量准则至关重要,其中包括对外部测试集的验证。关键点•来自纳入研究的MLA的总体DSC得分为0.84(95%CI:0.82 - 0.86),表明表现良好。•在比较高级神经胶质瘤和低级神经胶质瘤的分割结果时,MLA性能是可比的。•对于使用MLA的将来的研究,至关重要的是,在报告MLA时遵循质量指南,其中包括对外部测试集的验证。
引言企业表现出强烈的趋势,该趋势是由于公司的各种机会和限制而在特定的地理区域中定位。企业之间的距离较短,因此由于经济活动的结构而导致许多经济优势(Rosenthal&Strange,2003年)。聚集会出于各种原因,包括知识溢出,基础架构的有效分配,与客户的邻近以及公司与工人之间的工作机会和技能更好的匹配。经济活动的集体可能是特定于行业的或由各种行业组成的。一个多世纪以来,区域经济学家对区域经济学家感兴趣的影响,产生了数百项研究,集中于密度和聚类的影响。本文献综述的目的是提供集聚的定义,并概述集聚对区域经济的主要影响。此外,特别注意集聚对公司进入决策和特定行业的影响,最著名的是制造业。本文献综述发现,即使在较小的地理水平上,聚集的影响也会发生。但是,某些条件,例如熟练的劳动力和投资必要的基础设施的意愿,增加了聚集的影响。
简介 由于企业面临各种机遇和制约因素,企业倾向于在特定地理区域设立基地。由于经济活动的集聚,企业之间的距离越短,就越具有经济优势 (Rosenthal & Strange, 2003)。集聚可以出于多种原因产生积极影响,包括知识溢出、基础设施的有效配置、靠近客户以及企业和工人之间就业机会和技能的更好匹配。经济活动的集聚可能是特定行业的,也可能由多种行业组成。一个多世纪以来,集聚的影响一直是区域经济学家关注的焦点,数百项研究集中于密度和集群的影响。本文献综述旨在提供集聚的定义,并概述集聚对区域经济的主要影响。此外,还特别关注集聚对企业进入决策和特定行业(尤其是制造业)的影响。本文献综述发现,集聚的影响甚至可以发生在较小的地理层面上。然而,某些条件,例如熟练的劳动力和对必要基础设施的投资意愿,会增加集聚的影响。
背景:由19日大流行的驱动和可怕的发现抗病毒药,我们探索了SARS-COV-2生物医学出版物的景观,以识别潜在的治疗方法。目的:这项研究的目的是鉴定出可能对冠状病毒病大流行有益的标签药物,它提出了一种称为Covidx的新型排名算法,以建议现有的药物潜在的重新利用,并在临床试验中使用药物知识验证基于文献的基于文献的结果。方法:为了实现此类目标,我们应用了自然语言处理技术来识别药物和链接实体(例如疾病,疾病,基因,蛋白质,化合物)。当链接此类实体时,它们会形成一张可以使用网络科学工具进一步探索的地图。Covidx算法是基于我们称为“多样性”的概念。通过测量如何使用各种生物实体计算“多样化”药物的多样性评分(无论每个类别中实际实例的基础性如何)。该算法验证排名并授予目前正在开放临床试验中正在研究的药物。开放临床试验的基本原理是提供PubMed结果的验证机制。这确保提供了这种疾病快速发展的最新证据。结果:从分析的生物医学文献中,该算法确定了30种可能的候选药物进行重新利用,相应地对其进行排名,并根据临床试验的证据验证了排名结果。根据我们的算法,前10名候选者是羟氯喹,阿奇霉素,氯喹,氯喹,利托那韦,洛萨拉坦,losartan,remdesivir,favipipiviravir,favipiviravir,甲基丙糖酸酯,雷帕霉素,tilorone dilorone dilorone dilorone dihydrochloride。结论:排名在识别可以重新使用的药物方面表现出一致性和有望。但是,我们认为,完整的治疗方法是一种多方面的辅助方法,可能需要同时服用多种药物。
Cezary Winkowski 1 摘要:目的:本文旨在确定研究子领域并调查技术发展路线图中的方法缺陷。设计/方法/方法:为了实现本研究的目标,通过分析 2610 份相关的 Scopus 索引文献,进行了文献批判性分析和文献计量分析。分析期的时间范围涵盖 1984 年至 2019 年。在此基础上,使用 VOS 映射技术(相似性可视化)开发了文献计量图。结果:通过对相互关联的关键术语的分析,可以将集群确定为与技术路线图主题相关的研究子领域。提出了集群的名称,这使得可以识别研究子领域和主要研究问题,出版物的作者在其中使用了技术发展路线图。技术发展路线图的主要应用领域包括:评估技术变革对环境的潜在影响并预测其影响,确定公司、各级政府机构和其他组织未来的技术进步,或在可持续发展的背景下设计技术发展方向。实际意义:这个问题不仅在理论方面很重要,而且在提高公司意识方面也很重要,有助于进一步改善与技术管理相关的战略管理。原创性/价值:建议开发一种设计技术发展路线图的方法,以便全面审视所分析的问题,并能够全面确定技术发展的方向。关键词:技术路线图、路线图绘制、技术开发、技术管理、聚类分析、文献计量学、共词分析。JEL 代码:R4、R42。论文类型:文章评论。致谢:本研究由科学和高等教育部资助,资助编号为 W/WIZ/11/2020 和 WZ/WIZ/1/2020。
人工智能(AI)技术的扩展表明了一个全新的时代,在该时代中,信息的创建和共享(既正确又误导的信息都变得越来越自动化。这项文献研究探讨了AI生成的错误信息的景观,包括其各种表现形式,潜在的技术,社会影响和检测工具。本文回顾了Google Scholar数据库中与AI生成的错误信息有关的文章,重点是以下研究问题:类型,内容分布,检测器变化,各种工具之间的差异以及开发基于AI的工具的策略。结果是为该主题提供绝对的理解,强调了跨学科合作,强大的检测方法和媒体素养的重要性,目的是解决它在数字技术时代所带来的道德和社会问题。
课程目标1。学生将获得环境艺术和人文学科的创造性工作以及关键主题和辩论,包括以环境为主题的文学,视觉艺术,音乐以及电影和媒体制作。2。学生将被介绍给通过生态的镜头理解当代文化实践的概念和分析工具,因为这些工具在环境传播,环境文化和媒体研究,生态文学研究,生态界学,生态学,生态学研究以及环境人文方面都可以找到这些领域。并将有机会使用这些工具来分析人类和自然的表现,意图,引起的经验以及艺术和文学创意作品的实质性。3。学生将获得个人和/或集体参与创作过程的经验,以与他人和UVM社区共享生态艺术,文学,音乐或媒体的作品。
LADAN KHALOOPOUR 1 , YANPENG SU 2 , (Graduate Student Member, IEEE), FLORIAN RASKOB 3 , TOBIAS MEUSER 3 , ROLAND BLESS 4 , (Member, IEEE), LEON JANZEN 5 , KAMYAR ABEDI 4 , (Student Member, IEEE), MARKO ANDJELKOVIC 6 , HEKMA CHAARI 2 , POUSALI CHAKRABORTY 7 , MICHAEL KREUTZER 8 , MATTHIAS HOLLICK 5 , (Member, IEEE), THORSTEN STRUFE 4 , (Member, IEEE), NORMAN FRANCHI 2 , (Member, IEEE), AND VAHID JAMALI 1 , (Senior Member, IEEE) 1 Resilient Communication Systems Lab, Department of Electrical Engineering and Information Technology, Technical University of Darmstadt (TUDa), 64283 Darmstadt, Germany 2 Institute for Electrical Smart City Systems, Friedrich-Alexander University Erlangen-Nürnberg (FAU), 91058 Erlangen, Germany 3 Communication Networks Lab, Department of Electrical Engineering and Information Technology, Technical University of Darmstadt (TUDa), 64283 Darmstadt, Germany 4 Karlsruhe Institute of Technology (KIT), 76131 Karlsruhe, Germany 5 Secure Mobile Networking Lab, Department of Computer Science, Technical University of Darmstadt (TUDa), 64289 Darmstadt, Germany 6 Leibniz Institute for High Performance Microelectronics (IHP), 15236 Frankfurt, Germany 7 Fraunhofer Institute for Open Communication Systems (FOKUS), 10589 Berlin, Germany 8 Fraunhofer Institute for Secure Information Technology (SIT), 64295 Darmstadt, Germany
人工智能对文学分析和解读的革命性影响处于这一范式转变的最前沿。通过使用情感分析和自然语言处理 (NLP) 等计算方法,学者们现在能够以前所未有的速度和准确性研究大量文学文本。人工智能 (AI) 算法可以揭示传统文学分析技术无法发现的晦涩主题、语言微妙之处和隐藏模式。这为文学作品的创作、风格和意义带来了新的视角。得益于这种计算能力,学者们现在可以以以前无法想象的方式研究文学运动、作者影响和文化趋势,从而增强我们对文学及其社会重要性的了解。此外,由于人工智能融入了创作过程,实验小说和合作讲故事正在复兴。由于人工智能算法能够创作出富有创意的诗歌、散文和故事框架,人类和机器创造力之间的区别变得越来越模糊。为了拓展文学想象力的界限,尝试新颖的表达形式,并质疑传统的叙事惯例,作家和艺术家正在转向人工智能驱动的技术。通过合作,作家和人工智能系统创作出了将人类理解与计算机创造力相结合的混合故事,并加入了推动文学前沿的先锋创意作品。