XiaoMi-AI文件搜索系统
World File Search SystemMih
vlad mihai mihaly- curriculum vitae
深度学习工程师，DevTel软件House，Cluj-Napoca，罗马尼亚，使用机器学习，深度学习和统计模型来开发和实施信号处理的嵌入式应用程序，包括文本和语音数据。项目包括问答 - 答案和Chatboat系统以及用于车内多媒体应用程序的意图识别，订单分区用于削减损失优化（与Tenaris Silcotub的协作）以及使用振动传感器（与IFM协作）的Ball轴承缺陷以及CNC聊天检测。2018年10月 -
建议引用：Pelău, Corina；Ene, Irina；Pop, Mihai-Ionuț (2021)：人工智能对消费者身份和人类技能的影响，Amfiteatru Economic Journal，ISSN 2247-9104，布加勒斯特经济研究大学，布加勒斯特，第 23 卷，Iss。56，第 33-45 页，https://doi.org/10.24818/EA/2021/56/33
摘要 人工智能的发展是当代社会的主要范式之一，它将从根本上改变个人和社会的生存方式，并对经济产生重要影响。在个人的日常工作以及公司与消费者的关系中使用人工智能具有许多优点，例如提高效率、高度的互动吸引力，但与此同时，人们对其未来的发展也存在一些担忧。由于人工智能具有巨大的个人行为数据存储容量和处理速度，因此存在一种风险，即人工智能形式将变得比人类更聪明，从而干预人类的决策。通过不断使用人工智能，消费者被操纵的风险很高，并且对智能技术的依赖程度很高。用户与人工智能之间的这种密切关系会降低个人的认知能力，并影响他们的思维、个性和与社交圈的关系。本文提出了人工智能的效率和魅力与消费者对保持自我认同和人类能力的感知之间的中介模型，其中社交圈的影响和模型作为中介。研究结果表明，更高的效率和魅力以及社交圈的积极影响降低了消费者对人工智能相关的人类能力下降的感知。此外，社交圈在人工智能产生的效率和魅力与保持人类能力的感知之间起中介作用。关键词：人工智能、机器人、消费者、社交圈、消费者的自我认同、人类能力 JEL 分类：M21、M31 通讯作者，Corina Pelau – 电子邮件：corina.pelau@fabiz.ase.ro
建议引用：Nichifor, Eliza；Trivan, Adrian；Nechifor, Elena Mihaela (2021)：电子商务中的人工智能：基本聊天机器人和消费者旅程，Amfiteatru Economic Journal，ISSN 2247-9104，布加勒斯特经济研究大学，布加勒斯特，第 23 卷，Iss。56，第 87-101 页，https://doi.org/10.24818/EA/2021/56/87
摘要 本研究旨在从通信过程中实施的内容方面实证研究通过聊天机器人使用人工智能对在线零售的影响。本研究通过分析感知效用并展示技术接受模型的关键概念，为专业文献做出了贡献。为此，研究了罗马尼亚的十家在线商店，根据用户数量进行选择，研究通过非反应性方法进行 - 内容分析。数据收集方法是“神秘客户”的方法，以免改变研究实体的行为。通过内容网格获得的数据的解释允许横向和纵向方法，从而导致一系列结果证实了市场领导者的低水平绩效，以及这种技术在该领域应用的巨大潜力。关于使用聊天机器人的影响，已经表明，向用户显示的内容质量差会影响消费者的旅程，在这种情况下无法达到满意的程度。关键词：聊天机器人、商业人工智能、客户服务、电子商务、购买行为、客户参与度 JEL 分类：O30、M31、M10
建议引用：Popa, Ion；Cioc, Marian Mihai；Breazu, Andreea；Popa, Cătălina Florentina (2024)：确定有效使用人工智能技术的充分和必要能力，Amfiteatru Economic，ISSN 2247-9104，布加勒斯特经济研究大学，布加勒斯特，第 26 卷，第 65 期，第 33-52 页，https://doi.org/10.24818/EA/2024/65/33
摘要 近年来，随着现代社会越来越容易适应人工智能工具的实施，劳动力市场和员工的生活发生了重大变化。然而，技术变革也带来了挑战，包括使用人工智能技术的现有能力和所需能力之间的差距。本研究旨在分析员工能力与使用人工智能工具的有效性之间的关系，以突出与人工智能技术有效互动的一组基本能力。因此，为了实现研究目的，在 2023 年 8 月至 9 月期间，209 名罗马尼亚员工创建并填写了一份问卷。在数据分析方面，应用了两种先进的技术：使用 SmartPLS v4 程序的结构方程模型 (SEM) 和必要条件分析 (NCA)。结果表明，员工能力与使用人工智能工具的有效性显着相关，乐观和创新性对这种关系有正向调节作用。这项研究的独创性在于，它使用了两种先进的分析方法（结构方程模型和必要条件分析），旨在确定使用人工智能工具的充分和必要技能。这些发现对组织、教育系统以及未来使用人工智能工具的管理影响的研究方向具有重要意义。关键词：人工智能、能力、正规教育、非正规教育、有效性、教育 JEL 分类：D83、O15、I25
mihai croicu-预测战斗 - uu .diva
在过去的十年中，预测冲突领域已经发生了显着的变形，从一系列具有低预测能力的孤立努力转变为具有令人印象深刻绩效的大型全球范围的项目。，尽管有这种发展，但仍然存在许多挑战。首先，虽然我们擅长预测绝对风险，但我们在预测冲突动态方面很差（ONSET，升级，降级和终止）。第二，由于我们使用的事件数据的性质，我们在时空特征和机械模型上过度稳定，因此不包括Actor代理。第三，我们不处理数据或模型不确定性。第四，我们落后于机器学习的最先进。本论文试图通过为当前产生预测系统的六个核心要素做出贡献来解决其中一些显着困难。首先，通过查看数据和预测范围之间时间距离的实质效果和不确定性。第二，空间，通过查看高分辨率地理空间数据的固有不确定性，并提出了一种解决此问题的统计方法。第三，特征空间，通过解决事件数据中的极端特征稀疏，并提出了一种新颖的，深厚的活跃学习方法，以从现有的大型冲突相关文本中心地讲述特征。第四，实质性知识，结合了以前的论文的发现，以重新研究冲突升级的微动力学。论文中的六篇论文表现出显着的性能提高，尤其是在预测动态方面。第五，预测过程本身，通过构建直接预测文本的模型，消除了手动数据策划的中间步骤。最后，事件数据的前沿，通过查看新闻媒体的沉重方式我们收集暴力致命事件的重大方式可以扩展到非暴力事件的收集。从方法论上讲，论文将最新的方法引入了该领域，包括使用大语言模型，高斯流程，主动学习和深度时间序列建模。
预防的可能途径 - Mihai Nadin
根据证据发现因果推论 [1]。目前，证据来自用于识别少量病毒物质的 PCR（聚合酶链反应）。它可以检测病原体基因组的特定区域。证据也来自基因分析，特别是对整个病毒基因组进行测序（一项仍在发展中的技术）。事实上，桑格测序 [2]、毛细管电泳 (CE) [3,4]、片段分析、下一代测序 (PGS) 等是适合不同目的的选择。我们不会深入讨论选择过程的细节。可以说，所谓的遗传过程的“机制”只返回有关该过程化学性质的数据。我们建议的程序是考虑干预措施（尤其是疫苗接种）的时间表，并将其与测序描述的变体动态（变体何时出现）的时间表并列。也可以搜索可用数据以推断从疫苗（重复疫苗、加强剂等）到变体。
2024 年 11 月，俄亥俄州州长 Mike DeWine、副州长 Jon Husted 和俄亥俄州发展部主任 Lydia Mihalik 宣布拨款 5820 万美元
汉密尔顿县土地再利用公司（汉密尔顿县）项目名称：Uptown Consortium 绿道项目 285,800 美元评估 该项目涉及环境评估活动，包括土壤钻孔、地下水监测井和土壤气体采样，这些活动涉及三个空置地块，这些地块以前用作垃圾场和机械车间。Uptown Consortium 计划将该地点改造为辛辛那提 Avondale 社区更大的创新绿道的一部分，该绿道将设有活动草坪、长廊、水景和原生生态。该项目预计将创造 300 个新工作岗位并保留 50 个职位，支持辛辛那提创新区的混合用途重建。
用于分析医疗结果的领域特定语言 Mihai VIERU * , Vlad POLISCIUC, Daniela GLIGA, Ecaterina GREBENNICOVA, Anastasia ZAGORODNIUC
* 通讯作者：Mihai Vieru，mihai.vieru@isa.utm.md 协调员：Gabriel ZAHARIA，摩尔多瓦技术大学 摘要。本文探讨了领域特定语言 (DSL) 可能为医疗领域带来的好处。它强调了 DSL 如何通过提供更高的精度、更快的分析时间和更低的错误几率来增强对医疗结果的分析。此外，它详细阐述了 DSL 与现有医疗软件系统无缝集成的潜力，增强了互操作性和跨平台数据共享。此外，它还指出了使用 DSL 执行数据管理任务的优势，例如收集、更新和维护有关患者疾病的记录，使医疗保健专业人员能够轻松访问和分析关键信息。DSL 的使用还可以促进更加个性化的患者护理方法，从而可以根据个人患者资料更准确地定制治疗和医疗建议。最后，本文推测了 DSL 在医学领域的未来作用，强调了其对医疗数据解释和分析的持续贡献，并预测了医疗专业人员与技术互动方式的重大转变，最终将带来更高效、更有效的患者护理。关键词：医疗保健、数据管理、数据互操作性、软件系统集成。简介评估医疗结果在医疗保健中至关重要，为诊断、治疗和预防各种健康状况提供关键信息 [1]。然而，筛选来自不同来源的大量医疗数据带来了重大挑战，尤其是对于需要更深入技术专业知识的医疗从业者而言。领域特定语言 (DSL) 成为解决这些问题的可行答案，引入了专门为医疗领域设计的编程语言。本文介绍了一种专为医疗结果评估而设计的 DSL。它首先研究领域分析，解决分析医疗数据的主要障碍。然后，本文概述了 DSL，重点介绍了其主要特征，例如它能够简化复杂的数据评估流程并提高健康诊断的准确性。 DSL 的语法设计直观易懂，方便用户使用。此外，本文还探讨了 DSL 对医疗行业的潜在影响，例如改善患者健康结果和降低费用。总之，本文深入研究了一种用于分析医疗数据的专用语言，阐明了其发展、应用及其带来的优势。领域分析多中心医疗数据共享面临重大挑战，因为隐私法规和数据的异质性是推动神经科学、遗传学等各个领域医学研究的关键障碍，药物发现、疾病诊断和预后。成功的机器学习算法（特别是在这些领域）的基础依赖于能够访问具有必要注释的足够大的数据集 [2]。为了达到
基于模拟的院前卒中护理协同调度分析 Saeid Amouzad Mahdiraji a, *, Johan Holmgren a, Radu-Casian Mihailescu a, Je
移动卒中单元 (MSU) 是一种专用救护车，能够缩短中风患者的诊断和治疗时间。在本文中，我们提出了一种基于模拟的方法来研究在院前中风患者转运中协同使用普通救护车和 MSU 的潜在影响，即共同调度。我们将共同调度策略集成到现有的建模框架中，以构建紧急医疗服务模拟模型。在一个案例研究中，我们将扩展框架应用于瑞典南部，以评估对不同类型中风使用共同调度策略的有效性。结果表明，与为中风事件分配普通救护车或 MSU 的情况相比，使用共同调度策略时，中风患者的诊断和治疗时间缩短。
Mihai Gabor
（1） - Enea，Frascati，罗马，意大利（研究实习 - 氧化物多层的激光沉积，低温磁性和磁通型传输测量值）； （2）-CEA -Spintec，Grenoble，法国（大师实习 - 纳米结构中交换偏差的数值建模）； （3）-lpm，大学”亨利·庞加莱（HenriPoincaré）。