XiaoMi-AI文件搜索系统
World File Search SystemMihai
斯坦丘，米哈伊
电子、电信和信息技术学院，电信系 作品清单 Stanciu Mihai 1 0 博士论文 T1，M. Stanciu，关于确保异构多域网络中服务质量的方法的贡献，2006 2 0 出版书籍（Ca、Cb、Cc）、发布指南（I1、I2 等）、在合集里发表的章节、编辑过的理论章节、功能实验室系统等。 （D1、D2 等），为提供和改进教学/专业活动做出贡献。 Ca1、M. Stanciu、电子测量仪器、ISBN 978-973-7860-15-6，Editura Electronica 2000，136 页，2009 Ca2、R. Stănculescu、M. Stanciu、电气和电子测量，第 1 部分，UPB 光刻，120 页，1998 I1、M. Stanciu、S. Obreja、A. Paun、电子和电信测量、实验室手册、Editura Electronica 2000、ISBN 978-973-7860-09-5、80 页，2008 I2、M. Stanciu、S. Obreja、A. Paun、M. Udrea、I. Marcu、R. Preda、I. Pirnog、电子测量仪器、实验室手册、Editura Electronica 2000 年，ISBN 978-973-7860-10-1，97 页，2008 I3，- A. Paun、S. Obreja、M. Stanciu，电子测量仪器 – 应用，Electronica Publishing House 2000 年，ISBN 978-973-7860-13-2，130 页，2008 I4，M. Stanciu，电信网络 – 实验室手册，Electronica Publishing House 2000，79 页，2008 I5，Coţanis N.、Stănculescu R.、Ciochina S.、Iliescu I.、Lascu C.、Stanciu M.，电气和电子测量（实验室手册），布加勒斯特理工大学，1997 3 0 发表的文章/研究：a) 在公认的国际专业期刊、ISI 列出的或被收录到该领域特定的国际数据库中，该数据库根据绩效标准 (Ris) 进行期刊的选择过程； b) 在其他具有国际发行量的专业期刊上（里约）； c) 在CNCSIS认可的国家期刊上（Rns）； d) 在其他全国发行的专业杂志上（Rno）； b、c、d 包括在公认的国际数据库中索引。 O. Datcu、M. Stanciu，“混沌“Jounce”密码系统的可观测性特性和统计分析”，UPB Sci。 Bull.，C 系列，卷78，页106-117，页3，2016，ISSN 2286-3540，WOS：000393326700010（ISI）O. Datcu，M. Stanciu，“从高阶滑模观测器观察到的混沌同步信号形状改变”，Rev.技术。英语。大学苏利亚。体积39，第1号，18-25，0254-0770，2016 O. Datcu、M. Stanciu、A. Petrescu-Niță，“基于观察者的具有指数非线性混沌动力学估计”，UPB Sci。 Bull.，A 系列，卷77，伊斯4，2015，ISSN 1223-7027，页205-214。 （ ISI 索引） O. Datcu、M. Stanciu、R. Tauleigne、C. Burileanu、J.-P. Barbot，“数据保密通信中用作发射机的混沌抖动电路的输出选择”，电气和计算机工程进展 (AECE)；第 4 期，2015 年，ISSN：1582-7445，e-ISSN：1844-7600，数字对象标识符：10.4316/AECE.2015.04008；第 63-68 页。ISI O. Datcu、M. Stanciu，“从高阶滑模观测器看混沌同步信号形状改变”，Revista Tecnica De La Facultad De Ingenieria Universidad Del Zulia，第 39 卷，第 1 期，2016 年；第 18-25 页，ISI
Mihai DIMIAN
[1] M. Dimian、L. Chassagne、P. Andrei、P. Li，“用于车辆安全和驾驶辅助的智能技术”，先进交通杂志，2019 年卷，文章 ID：1980363，编辑，(2019)，ISI 影响因子 1.983 [2] M. Dimian、A. Căilean、A. Done. S. Vlad、P. Andrei，“用于汽车应用的带有自适应滞后电路的可见光通信传感器”，Physica B – Condensed Matter，第 549 栏，第 31-34 页 (2018)，ISI 影响因子 1.874 [3] A. Cailean、M. Dimian，“当前车辆应用中可见光通信使用的挑战：调查”，IEEE 通信调查和教程，第 19 (4) 卷，第 19 (4) 页。 2681-2703 (2017)，ISI 影响因子 22.973 [4] A. Cailean、M. Dimian，“IEEE 802.15.7 标准对汽车应用中可见光通信使用的影响”，IEEE Communications Magazine，第 55 卷 (4)，第 169-175 页 (2017)，ISI 影响因子：10.435 [5] A. Cailean、M. Dimian，“面向汽车应用的环境自适应可见光通信接收器：综述”，IEEE Sensors Journal，第 16 卷，第 9 期，第 2803-2811 页，2016 年，ISI 影响因子：1.762。 [6] A. Cailean、M. Dimian、L. Chassagne、B. Cagneau 和 V. Popa，“用于汽车应用中多通道可见光通信的新型 DSP 接收器架构”，IEEE Sensors Journal，第 16 卷，第 10 期，第 3597-3602 页，2016 年，ISI 影响因子：1.762 [7] I. Gudyma、V. Ivashko 和 M. Dimian，“压力对自旋交叉固体材料磁滞的影响”，Physica B – Condensed Matter，第 16 卷，第 10 期，第 3597-3602 页，2016 年，ISI 影响因子：1.762 486，第 40-43 页，2016 年。ISI 影响因子：1.319 [8] I. Gudyma、A. Maksymov、M. Dimian，“自旋交叉噪声驱动系统的滞后行为”，Physica B – Condensed Matter，第 486 卷，第 44-47 页，2016 年。ISI 影响因子：1.319 [9] A. Cailean、B. Cagneau；L. Chassagne；M. Dimian；V. Popa，“用于汽车应用中可见光通信的新型接收传感器”，IEEE Sensors Journal，第 15 卷，第 8 期，第 4632-4639 页，2015 年，ISI 影响因子：1.762。[10] M. Dimian、Andrei, P.；Mehta, M.； Idubor，OA，“磁性多层材料的热弛豫
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）。
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 -
Mihai G. Netea，博士 - 波恩
荣誉和颁奖2017年英国阿伯丁荣誉博士学位学位学位学士学位，2016年2016年杰西·博登·劳埃德（Jessie Boden Lloyd Award 2008 Nijmegen University Center for Infectious Diseases Award 2006 WRO Goslinsgsprijs of the Infectious Diseases Society of the Netherlands 2005 European Society of Clinical Microbiology and Infectious Diseases Young Investigator Award 2003 Postdoctoral Investigator Award, International Cytokine Society 2003 SmithKline Beecham ICAAC Award 2002 International Sepsis Forum Young Investigator Award 2002 Dutch Society for Medical微生物学Aventis奖
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。
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。
Adrian Mihai ionescu教授-Bucharest
能够提供更高的能源效率，该效率超过了我们今天在计算机，平板电脑和智能手机中使用的数字技术的订单。它的科学活动及其主要出版物包括新的隧道效应架构，将负能力效应用作技术助推器的创新，纳米电子机械晶体管，并在可重新配置的可放射性弹药函数中应用以及在综合的biocaptors中应用。对于所有这些科学和工程的贡献，阿德里安·伊奥尼斯库（Adrian Ionescu）教授在2024年获得了最精选的国际奖项之一，即IEEE技术奖Cledo Brunetti，旨在在节能设备和技术领域的领导和贡献。首次将该奖项分配给罗马尼亚研究人员，为了了解这种区别的重要性，请注意，该奖项的前两个获奖者（1978年）是Robert N. Noyce和Jack S. Kilby，综合电子巡回赛的发明者；杰克·基尔比（Jack Kilby）
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
教育中的道德：探索人工智能实施的道德含义弗洛琳娜（Mihai）
florina.leta12@gmail.com comancomectecon@ovidius-university.net摘要人工智能（AI）技术在教育中的整合引入了许多可能性和收益。但是，这也引发了道德问题，需要仔细考虑。本研究文章探讨了与AI在教育中的实施相关的道德意义。文献综述研究了关键的道德维度，包括隐私和数据保护，公平和偏见，以及对教师关系关系的影响。调查结果突出了AI设计和部署中透明度，问责制和公平性的重要性。本文提出了一个全面的框架，以指导教育中的道德AI实施，强调对强大的政策，算法透明度和解决偏见的需求。通过主动解决这些道德考虑，教育利益相关者可以确保一个负责任且包容的教育环境，以利用AI的潜力，同时维护道德原则。关键词：人工智能，教育，道德，实施AI J.E.L.分类：i21，i23，f6 1。引言近年来，教育领域见证了迅速的转变，主要是由人工智能（AI）技术的进步驱动的。AI有可能彻底改变教育的各个方面，从个性化的学习经验到有效的行政系统。随着人工智能继续渗透到各个部门，教育领域并没有保持不变。但是，随着教育机构越来越多地将AI纳入其实践中，需要仔细考虑的关键方面是这种实施的道德意义。本研究文章旨在探讨与AI在教育中实施的多方面道德挑战，并阐明了对学生，教师和更广泛的教育生态系统的潜在后果。智能辅导系统，自动化评分，自适应学习平台以及数据驱动的决策过程只是AI应用程序进入教室和教育机构的一些示例。尽管这些技术进步带来了有希望的好处，但它们还提出了重大的道德问题，需要解决，以确保负责任的包容性教育环境。AI实施在教育中的道德含义超出了技术考虑。它们涵盖了与隐私，公平，透明度，问责制以及AI对教育成果的更广泛影响有关的问题。例如，AI系统对大量学生数据的收集和分析引起了人们对数据隐私，安全性和潜在滥用的担忧。此外，如果不仔细设计和监控，则在决策过程中使用AI算法（例如学生安排或教师评估）可能会引入偏见或增强现有的不平等。