XiaoMi-AI文件搜索系统
World File Search SystemMada
使用简化的 U-Net 架构进行脑肿瘤分割
摘要 位于颅骨内的脑肿瘤是导致严重后果的健康问题之一。快速准确地检测脑肿瘤并分割肿瘤区域将确保患者在早期接受适当的治疗，增加患者康复和生存的机会。文献中有很多分割方法。分割精度低、所采用的网络结构规模较大是现有方法的主要缺点。本研究提出了一种简化的 U-Net 深度学习模型，用于 MRI 图像上的脑肿瘤分割。该模型在 233 名患者的 3064 张 MRI 图像上进行了训练和测试，其中包括神经胶质瘤、脑膜瘤和垂体瘤等常见脑肿瘤。结果获得了平均0.86的骰子相似系数、0.76的IoU分数、0.85的敏感度值和0.99的像素准确度值。该模型有望帮助专家诊断疾病并确定适当的治疗方法，因为它可以快速、高精度地进行脑肿瘤分割。
卷积神经网络具有VGG-16胶质瘤分类模型
工程学院，穆罕默迪亚大学马朗，马朗，印度尼西亚B工程学院，加德贾·马达大学，Yogyakarta，印度尼西亚Yogyakarta，计算机和数学科学学院共振成像（MRI）是一种身体感测技术，可以产生器官和组织状况的详细图像。 与脑肿瘤特别相关，可以使用图像检测技术分析所得的图像，以便可以自动对肿瘤阶段进行分类。 检测脑肿瘤需要高度的准确性，因为它与医疗行动和患者安全的有效性有关。 到目前为止，卷积神经网络（CNN）或其与GA的组合取得了良好的结果。 因此，在这项研究中，我们使用了类似的方法，但具有VGG-16体系结构的变体。 VGG-16变体通过修改辍学层（使用SoftMax激活）来减少过度拟合并避免使用大量超参数来增加16层。 我们还尝试使用增强技术来预测数据限制。 使用数据进行癌症成像存档（TCIA）的实验 - 分子脑肿瘤数据（Rembrandt）的存储库包含130例具有不同疾病，成绩，种族和年龄为520张图像的患者的MRI图像。 肿瘤类型为Gliom A，图像分别分为II，III和IV级，分别为226、101和193图像。 用于培训和测试目的的数据将数据划分为68％和32％。 2022。工程学院，穆罕默迪亚大学马朗，马朗，印度尼西亚B工程学院，加德贾·马达大学，Yogyakarta，印度尼西亚Yogyakarta，计算机和数学科学学院共振成像（MRI）是一种身体感测技术，可以产生器官和组织状况的详细图像。 与脑肿瘤特别相关，可以使用图像检测技术分析所得的图像，以便可以自动对肿瘤阶段进行分类。 检测脑肿瘤需要高度的准确性，因为它与医疗行动和患者安全的有效性有关。 到目前为止，卷积神经网络（CNN）或其与GA的组合取得了良好的结果。 因此，在这项研究中，我们使用了类似的方法，但具有VGG-16体系结构的变体。 VGG-16变体通过修改辍学层（使用SoftMax激活）来减少过度拟合并避免使用大量超参数来增加16层。 我们还尝试使用增强技术来预测数据限制。 使用数据进行癌症成像存档（TCIA）的实验 - 分子脑肿瘤数据（Rembrandt）的存储库包含130例具有不同疾病，成绩，种族和年龄为520张图像的患者的MRI图像。 肿瘤类型为Gliom A，图像分别分为II，III和IV级，分别为226、101和193图像。 用于培训和测试目的的数据将数据划分为68％和32％。 2022。工程学院，穆罕默迪亚大学马朗，马朗，印度尼西亚B工程学院，加德贾·马达大学，Yogyakarta，印度尼西亚Yogyakarta，计算机和数学科学学院共振成像（MRI）是一种身体感测技术，可以产生器官和组织状况的详细图像。与脑肿瘤特别相关，可以使用图像检测技术分析所得的图像，以便可以自动对肿瘤阶段进行分类。检测脑肿瘤需要高度的准确性，因为它与医疗行动和患者安全的有效性有关。到目前为止，卷积神经网络（CNN）或其与GA的组合取得了良好的结果。因此，在这项研究中，我们使用了类似的方法，但具有VGG-16体系结构的变体。VGG-16变体通过修改辍学层（使用SoftMax激活）来减少过度拟合并避免使用大量超参数来增加16层。我们还尝试使用增强技术来预测数据限制。使用数据进行癌症成像存档（TCIA）的实验 - 分子脑肿瘤数据（Rembrandt）的存储库包含130例具有不同疾病，成绩，种族和年龄为520张图像的患者的MRI图像。肿瘤类型为Gliom A，图像分别分为II，III和IV级，分别为226、101和193图像。用于培训和测试目的的数据将数据划分为68％和32％。2022。我们发现VGG-16对脑肿瘤图像分类更有效，精度高达100％。关键字 - 分类； MRI;脑肿瘤；神经胶质瘤，CNN； VGG-16。手稿于2022年1月11日收到； 3月23日修订2022; 4月19日接受出版日期，2022年9月30日。国际信息学可视化杂志均在创意共享归因 - 归属共享下的许可。
脑电图脑机接口的发展
近年来，神经科学领域神经活动成像和分析技术的快速发展帮助我们了解大脑神经网络中信息的处理方式。神经网络组织和功能的新方法及相关发展为以前看似难以治疗甚至无法治疗的神经系统疾病提供了新的解决方案。脑机接口或脑机接口 (BCI) 是一个新的研究领域，在过去 10-15 年间取得了快速进展。脑机接口领域的持续发展将产生许多新的实际应用以及全新的通信系统和医疗假肢，从而改善数千名患有运动和交流障碍人士的生活质量。土耳其在BBA领域的理论和实践研究都非常少。本研究提供了有关脑电图脑机接口 (EEG BCI) 及其发展的重要研究的信息。此外，还研究了EEG BCI领域的不同数据处理方法、不同电极布置策略、不同心理动作使用和不同接口。
研究文章工程。 24
©Afyon Kocatepe University在这项研究中，强调了与Graffiti Hummers Tour方法的氧化基质合成的性能评估。在Hummers Tour方法中，它的目的是通过仅更改磷酸，硼酸或硼砂脱皮酸化合物来评估这些化学物质对氧化石墨烯合成的影响，以使所有条件保持不变。氧化石墨烯样品；具有BET分析（YA）的表面积，具有FTIR的结构表征，具有ZETA电位（ZP）的Zeta-Sızer和粒径分布（PB），具有氧化度（C/O）的SEM+EDS，通过分析ID/IG之间的障碍率，通过分析结构分析，具有氧化度（C/O），晶体尺寸（Kb）和Raman分析）。愈合率是通过参考涂鸦样品的特征来确定的。恢复率的最佳结果；它是在与磷酸合成的氧化石墨烯样品中获得的，pb的Pb为7.7％，C/O比为97.4％，ZP为100.5.5％，KB为84.30％，硼砂脱发的KB合成。d/g的良好愈合率。该研究的结果表明，使用硼化合物代替磷酸合成是有利的。关键字：氧化植物；悍马法；硼酸； Boraks Deka水合物； BET表面积；粒度
土耳其铁路资产管理系统：GIS 应用
土耳其的铁路资产管理系统：GIS 应用 Hakan GULER、Murat AKAD 和 Murat ERGUN、土耳其 关键词：资产管理系统、信息系统、地理信息系统 (GIS)。 摘要 从事交通运输领域的协会使用可用数据来确定与服务或设施用途相关的目标和指标。资产管理系统的概念在交通运输领域非常重要，它涵盖交通运输系统的设施、基础设施和上层建筑组成部分。由于交通运输应用的特殊要求以及地理信息系统 (GIS) 技术在交通运输中的应用相当晚，研究一直致力于增强现有的 GIS 方法，以实现交通运输研究和管理所需的全部功能。在本研究中，土耳其国家铁路的车站、路段、交通事故、维护和更新工程被转移到 GIS 环境中；建立了数据库并进行了分析。 OZET Ula 和 tırma alanında hizmet veren kurulu ş lar，servisler veya tesislerle ilgili amaç veya hedeflerini belirlerken mevcut verilerden yararlanırlar。 Ula ş tırma alanında Fiziksel Yapı Yönetim Sistemi kavramı önemli olup ula ş tırma sistemini olu ş turan tesisleri，tüm altyapı ve üstyapı elemanlarını kapsamaktadır。 Ula ş tırma uygulamalarında ortaya çıkan özel ihtiyaçlardan ve Co ğ rafi Bilgi Sistemleri (CBS) tekn
（ORCID：0000-0002-4453-6515）土耳其语摘要 - 我国石油、煤炭和天然气等化石燃料储量有限，对环境和社会构成威胁。
(ORCID：0000-0002-4453-6515) 土耳其语摘要 – 在我国，由于石油、煤炭和天然气等化石燃料的储量有限以及环境和社会限制，对可再生能源的倾向有所增加。能源连续性对于现代生活的可持续性和生产的连续性非常重要，这取决于工业和技术的发展。存储技术在最大限度地减少可再生能源的使用过程中的能源生产中断以及这些系统的广泛使用方面发挥着非常重要的作用。在需要时，必须供应足够数量的能源需求。利用能源存储系统可以快速可靠地响应一天中可能发生的能源需求变化。储能技术；这是一项具有巨大潜力的技术，因为它可以改善电力系统，促进可再生能源生产，并提供石油衍生燃料的替代品。在这项研究中;讨论了化学、电气、电化学、机械和热能存储系统，并提供了有关其结构和工作原理的信息。关键词 – 储能方法、可再生能源、储能技术、储能。引用：Emeksiz，C.，Kara，B.（2022）。储能技术的回顾与比较分析。国际多学科研究与创新技术杂志，6(2): 134-142。
负责人造的图形设计...
人工智能领域中的抽象发展已经达到了直接影响图形设计的力量。人工智能为设计师提供技术技能，查找想法，原型制作和发展。最近，设计师几乎不可避免地包括在工作生活中的人工智能，有能力创建，共享和分析无限的视觉工作。，但是随着当前的发展，人工智能增加了人们对道德，正义，透明度和问责制的关注。在这种情况下，负责任的（道德/可靠）人工智能旨在消除人工智能的风险和可能的问题。负责的人工智能不仅仅是创建令人放心的系统。消除和信任图形设计师可能面临的风险特别重要。研究通过对图形设计轴的潜在风险和道德维度评估负责任的人工智能。定性研究方法用于研究，并受益于印刷和电子（基于互联网的）来源。作为研究的结果，为了以负责任的方式发展和使用人工智能，技术，社会（按照社会的原则和价值观）和法律方法的发展。
基于随机扩增标记的猪笼草遗传多样性
猪笼草又名猪笼草，是一种独特而有趣的植物，已被广泛开发作为观赏植物。这种植物的魅力不仅在于它的花朵，还在于它的花囊，花囊的形状和颜色多种多样。基于分子表征可以确定猪笼草的几种物种和杂交种的多样性。这项研究的目的是计算遗传多样性的值，并在分子基础上利用 RAPD 引物测试印度尼西亚猪笼草之间的关系。本研究使用的材料是从 Yagiza 苗圃猪笼草苗圃、食虫植物苗圃、Tulungagung 猪笼草群落和毒液苗圃的勘探结果中获得的 41 种物种和由 3 个个体组成的猪笼草杂交种。分子 DNA 分析是在加查马达大学 (UGM) 农学院农业栽培系遗传学和植物育种实验室进行的。 3个RAPD引物（OPD 8、OPC 2和OPC15）对41个物种及其杂交种进行检测，共得到85个位点，1370个DNA带，大小为150～1750 bp，多态性水平为100％，形成的特异性带数共12条。聚类分析结果表明，多样性水平在17％～100％之间，可分为A组和B组，相似性水平为17％。遗传参数分析结果表明，居群（N. eustahcya x N. ampularia）各参数的遗传差异最大且一致（Na=0.576±0.092、Ne=1.162±0.035、I=0.136±0.027），PLP为23,53%，平均杂合度（H）为0.093±0.019。最高相似系数值为0.338，表明N.veitchii与N.adnata亲缘关系较远，最低相似系数值为0.050，表明N.maxima wavy与N.maluku亲缘关系较近。AMOVA分析显示，猪笼草居群间遗传多样性分布值（74%）高于居群内多样性值（26%）。同时，猪笼草种群间遗传多样性分布值（70%）高于种群内遗传多样性分布值（30%）。关键词：猪笼草；分子；RAPD。
故障类型及影响分析（FMEA）
本研究将故障模式和影响分析 (FMEA) 方法应用于一家生产工业厨房产品的公司的机械加工车间，该公司的产品系列中有数百种主要产品和数千种半成品。车间内 12 台机器上安装的可编程逻辑控制器 (PLC) 卡可实时监控机器状态、产品和生产情况。借助机器中的 PLC 卡，数据被记录在中央计算机中，并获得有关机器运行的精确数据。在研究范围内，通过放置在机器上的卡片获取数据，获得了机器的运行状态、产能使用时间、机器的工作时间、仅为卧式车床夹紧零件的等待时间、空闲等待时间、工作时间和停机时间。企业中应用FMEA方法，根据不依赖操作员获得的数据，确定最常见的错误类型，并针对RÖS值大于100的错误确定和实施预防和纠正措施。在主体研究之外，还对机械加工企业最大的成本项目——切削刀具成本进行了分析，并对未应用FMEA的2021年1月和应用FMEA的2021年2月及3月的生产成本进行了比较和评估。
kuantum kriptolojisi ve sibergüvenlik量子...
摘要 - 这项研究的目的是解释开发量子技术如何影响使用量子算法的网络安全系统中使用的加密系统。为此，首先，某些算法通常在现代密码学中使用。稍后，有关量子计算机中使用的海岸和Grover算法如何影响现代加密中使用的算法的信息。信息和通信技术方面的最新发展导致了生成和存储的信息的数量和速度大大提高。信息的增加也揭示了许多安全问题。企业，银行，政府机构和其他组织的安全系统基于解决困难的数学问题。解决这些问题也需要很长时间，即使使用了最强大的计算机和现代算法。表明，在文献中，量子计算机对当今的安全构成了巨大危害。只有科学家预测，量子计算的发展速度将超过预期，并揭示了巨大的安全弱点。因此，在不久的将来，许多组织的加密系统将面临严重的网络安全问题。国家和私营部门都必须已经准备好通过预测这些危险来解决将来可能出现的安全问题。