XiaoMi-AI文件搜索系统
World File Search SystemLuo
推荐引用 推荐引用 罗云芳;杨涛；李庆安；刘强；以及崔希玲，“利用生成人工智能揭露 ESG 夸大之词”（2024 年）。 ICEB 2024 会议论文集（中国珠海）。 7. https://aisel.aisnet.org/iceb2024/7
引言近年来，金融业遇到了一种普遍存在的挑战，即漂绿行为。漂绿行为是一种夸大或歪曲公司对环境影响的做法，以给人留下公司比实际更注重环保的印象 (Huang & Chen, 2015)。当环境、社会和治理 (ESG) 报告等正式公共信息加剧信息不对称并增加市场混乱的风险时，就会发生这种情况 (Liu et al., 2024)。夸大其词是漂绿行为的一种常见形式，事实证明，它通过扭曲可持续发展目标的实现和评估来阻碍可持续发展目标的实现 (Cojoianu et al., 2020)。这通常表现为使用过于积极的语言来描述公司的环境、社会或治理绩效，而没有提供足够的支持数据或证据。因此，检测和解决 ESG 报告中的夸大其词至关重要。人工智能 (AI) 正在塑造世界，尤其是像 ChatGPT 这样的生成式人工智能 (GenAI) 的快速发展。金融领域的一些研究已经开始利用人工智能来解决 ESG 报告中的问题。例如，一些研究比较了传统和人工智能驱动的 ESG 评级 (Hughes 等人，2021)。一些研究调查了人工智能对漂绿和可持续发展报告的影响 (Moodaley & Telukdarie, 2023)。Yang 等人 (2021) 发现 ESG 披露降低了公司债券信用利差，降低了风险并增强了投资者信心，而 Biju 等人 (2023) 使用 MAXQDA 软件将 ESG 的情绪得分与漂绿的看法联系起来。这些研究表明了在分析 ESG 报告中应用人工智能的可能性和潜力。因此，本研究受到启发，充分利用人工智能，尤其是 GenAI，来评估 ESG 报告中的夸大行为 (Jain 等人，2023)。尽管先前的研究已经研究了审查和评估 ESG 报告的各种技术，但识别夸大断言的难度仍然没有得到充分研究，尤其是在使用最先进的人工智能技术时。此外，即使公司可能在其 ESG 报告中使用“极端”、“完整”或“最高”等形容词，但这并不总是意味着他们夸大了他们的成就；事实上，一些公司可能在这方面表现出色。因此，仅依靠 ESG 报告中的术语无法彻底确定公司是否夸大了他们的主张。GenAI 的优势在于能够通过分析上下文细节来辨别是否有合理的理由怀疑夸大。本研究旨在通过利用 GenAI 来检测 ESG 报告中的夸大描述，从而弥补这一差距，从而更准确、更稳健地评估企业可持续发展绩效。我们采用三种不同的即时工程策略，即零样本、少量样本和思路链 (COT) 来分析一组 ESG 报告。此外，我们还将该方法与传统文本分析技术和人类智能进行交叉验证。这
Dyfyniad o'r fersiwn a gyhoeddwyd/已出版版本的引用（APA）：Peduru Hewa, J., Luo, Y., Yu, G., FU, Y., He, X., van Zwieten, L., Liang, C.
Dyfyniad o'r fersiwn a gyhoeddwyd / 已发布版本的引用 (APA)：Peduru Hewa, J., Luo, Y., Yu, G., FU, Y., He, X., van Zwieten, L., Liang, C., Kumar , A., He, Y., Kuzyakov, Y., Qin, H., Guggenberger, G., & Xu, J. (2021)。丛枝菌根真菌和针铁矿通过菌丝-聚集体矿物相互作用促进碳封存。土壤生物学和生物化学，162，文章 108417。https://doi.org/10.1016/j.soilbio.2021.108417
引文：Wade S、Ngo P、He Y、Caruana M、Steinberg J、Luo Q、David M、McWilliams A、Fong KM、Canfell K、Weber MF。符合条件的人口估计
澳大利亚国家肺癌筛查计划将于 2025 年 7 月启动，针对年龄在 50-70 岁之间、吸烟史为 30 包年（相当于 30 年内每天吸烟 20 支）、目前吸烟或过去 10 年内已戒烟的个人。我们使用 2019 年国家药物战略家庭调查和 2022 年澳大利亚统计局人口预测的数据，预测了该计划前 5 年符合筛查条件的人数。结合未来或未测量的吸烟特征的预测模型，多重填补用于解决缺失数据，同时预测个人到 2030 年的吸烟史。2025 年，估计有 930 500 人（95% 预测区间为 852 200-1 019 000）符合条件，2025-2030 年间，所有澳大利亚辖区符合条件的人数略有下降。总体而言，符合条件的人中 26% 至 30% 将戒烟，70% 至 74% 目前仍吸烟。这些估计值可用于资源规划，并作为指示性分母来跟踪该计划的长期参与率。
出版日期：2024年12月18日引用：Wade S，NGO P，He Y，Caruana M，Steinberg J，Luo Q，David M，McWilliams A，Fong KM，Canfell K，Weber MF。
澳大利亚的国家肺癌筛查计划将于2025年7月开始，针对50-70岁的个人，具有30年的吸烟史（相当于30年的每天20个香烟），他们目前在过去10年内吸烟或戒烟。我们使用2019年国家药物战略家庭调查和2022年澳大利亚澳大利亚统计局人口预测的数据中的数据预测了该计划的前5年中符合筛查资格的人数。使用与未来或未测量吸烟特征进行预测建模的多个插补用于解决丢失的数据，同时将个人的吸烟历史投射到2030年。在2025年，930 500（95％的预测间隔852 200-1 019 000）估计有资格，在2025 - 2030年中，在所有澳大利亚司法管辖区中，符合标准的数字略有下降。总体而言，有资格的26％至30％将戒烟，目前有70-74％的吸烟。这些估计值可用于资源计划中，并作为指示性分母，以跟踪随着时间的推移的参与率。
Liu, Junxiu, Li, Mingxing, Luo, Yuling, Yang, Su ORCID: https://orcid.org/0000-0002-6618-7483, Li, Wei and Bi, Yifei (2021) Alzheimer's disease detect
摘要：为了诊断阿尔茨海默病 (AD)，人们采用了磁共振成像等神经成像方法。深度学习 (DL) 在计算机视觉方面的最新进展进一步激发了对机器学习算法的研究。然而，这些算法的一些局限性，例如需要大量的训练图像和强大的计算机，仍然阻碍了基于机器学习的 AD 诊断的广泛使用。此外，大量的训练参数和繁重的计算使得 DL 系统难以与移动嵌入式设备（例如手机）集成。对于使用 DL 进行 AD 检测，目前大多数研究仅侧重于提高分类性能，而很少有研究获得更紧凑、复杂度更低、识别准确率相对较高的模型。为了解决这个问题并提高 DL 算法的效率，本文提出了一种用于 AD 分类的深度可分离卷积神经网络模型。本文使用深度可分离卷积 (DSC) 来代替传统的卷积。与传统神经网络相比，所提出的神经网络的参数和计算成本大大降低。与传统神经网络相比，所提出的神经网络的参数和计算成本显著降低。由于其低功耗，所提出的模型特别适合嵌入移动设备。实验结果表明，基于 OASIS 磁共振成像数据集的 DSC 算法在 AD 检测方面非常成功。此外，本文还采用了迁移学习来提高模型性能。使用两个训练有素的复杂网络模型 AlexNet 和 GoogLeNet 进行迁移学习，平均分类率分别为 91.40%、93.02%，功耗更低。
无用的孤立Zeta-Luo转换器解决方案
摘要本文着重于通过实施无用的隔离Zeta-LuO转换器来增强电动汽车（EV）充电器的功率因数。功率因数差是常规充电系统的共同特征，它可以提高能量损失并降低效率。解决现代世界中与运输相关的碳氢化合物排放所代表的严重环境问题至关重要。电动汽车采用蒸汽作为促进环保运输的一种手段。DC-DC转换器是这些汽车的重要组成部分，因为它有助于有效地向辅助系统分发功率。它通过确保在不同电压级别运行的系统之间有效地传输能量，从而确保了不同车辆截面的平稳运行。拟议的转换器旨在通过采用无用的拓扑和Zeta-Luo配置来解决此问题，从而确保提高功率因数校正和有效的能量传递。隔离功能在保持紧凑的设计的同时增强了安全性。通过详细的分析，模拟，本文旨在证明拟议解决方案在优化电动电动机电源的功率因数和整体性能方面的有效性，从而有助于发展可持续和有效的电力运输基础设施。
使用人工神经网络与正输出超升洛转换器的循环神经网络控制器优化太阳能
在当今世界，对清洁能源的需求至关重要。从历史上看，水电、风能和太阳能等可再生能源提供了可持续的解决方案。光伏 (PV) 系统使用半导体光伏电池将阳光转化为电能，这种电池已经高效使用了 30 多年。光伏电池效率取决于辐照度（太阳光子强度）和温度。辐照度越高，效率越高，而温度越高，效率越低。尽管光伏系统输出电压较低，但可以使用 DC-DC 正输出超升 Luo 转换器进行优化，以满足负载要求，从而提高系统效率。太阳辐照度全天都在变化，影响光伏电池的输出。最大功率点跟踪器 (MPPT) 调整系统的工作点以保持峰值效率。本研究重点是设计 AI 控制器来管理 MPPT。我们使用三个数据集比较了人工神经网络 (ANN) 和循环神经网络 (RNN) 的性能。目标是确定用于优化太阳能系统的最有效 AI 控制器。
引用本文：Wenlin Hao，Qinghua Luo，Inge Tomic，Wenqiang Quan，Tobias Hartmann，Michael D.Menger，Klaus Fassbender＆Yang Liu（2024）Modul
摘要肠道细菌调节阿尔茨海默氏病（AD）患者和动物模型的脑病理学；但是，基本机制尚不清楚。在这项研究中，用或不敲除IL-17A基因的3个月大的APP-转基因雌性小鼠用抗生素 - 供应剂TED或正常饮用水进行了2个月的治疗。抗生素处理几乎消除了所有肠道细菌，从而导致脾和肠道中表达IL-17A的CD4阳性T淋巴细胞的降低，并减少脑组织中细菌DNA的降低。肠道细菌的耗竭抑制了脑组织和小胶质细胞中的炎症激活，降低了大脑Aβ水平，并促进了APP-转基因小鼠大脑中ARC基因的转录，所有这些小鼠的影响都被IL-17A的不足消除了。可能是调节Aβ病理学的机制，肠道细菌的耗竭抑制了β-分泌酶活性，并增加了大脑或血脑屏障中ABCB1和LRP1的表达，这也因缺乏IL-17A而逆转。有趣的是，App-转基因小鼠和IL-17A敲除小鼠之间的杂交实验进一步表明，IL-17A的缺乏已经增加了血液脑屏障的ABCB1和LRP1表达。因此，肠道细菌的耗竭可通过IL-17A涉及的信号通路来减弱应用转基因小鼠的炎症激活和淀粉样病理学。我们的研究有助于更好地理解AD病理生理学中肠道轴，并突出了IL-17A抑制作用或肠道细菌的特异性消耗的其他猿潜力，从而刺激IL-17A表达T细胞的发展。
Ngor Luong 的证词
2024 年 2 月 1 日 联合主席韦塞尔和赫尔伯格、尊敬的委员和工作人员，感谢你们给我这个机会就中国当前和新兴技术及其对中美经济和国家安全竞争的影响作证。我很荣幸能与尊敬的专家一起参加这个小组。我的证词回顾了中国在国内外为加快人工智能发展所做的努力，重点关注投资趋势和推动该国该技术商业发展的关键机构。它还评估了中国当前的人工智能治理以及影响该国人工智能发展的内外部因素，包括拜登政府 2023 年的行政命令，该命令限制了美国私募股权和风险投资对中国技术的投资。最后，它根据这些因素对美国的经济和国家安全影响提出了建议。这些建议包括：
朱丽叶·南巴·罗计划经理社区...
- 至少有五分之一的非洲人饿着肚子上床睡觉，估计有1.4亿非洲人面临急性粮食不安全 - 非洲大陆少于所有温室气体排放量的少于4％ - 在2021年，非洲农业的平均支出仅为4.1％的贫困地区，而在Zambia中，较高的贫困率为23.6.6.6.6.6.6.6.6.6.6.6.6.6.6.6.6.4％。发育不良，48％的人口无法满足MCR