XiaoMi-AI文件搜索系统
World File Search SystemMing
diana，Alex，Matechou，Eleni，Griffin，Jim E.，Yu，Yu，Douglas W.，Luo，Mingjie，Mingjie，Tosa，Tosa，Marie，Bush，Bush，Alex和Griffiths，Richard A.（2024）
英国科尔切斯特埃塞克斯大学的数学，统计和精算学院； b英国坎特伯雷大学的数学，统计和精算学院；伦敦伦敦大学哥伦比伦顿大学的C级； D SchoolofbiologicySciences，英国诺里奇的东安格利亚大学；中国昆明，中国科学院昆明动物学学院生物多样性与生态安全的主要实验室； F Kunming生命科学学院，中国科学院，中国北京； G俄勒冈州立大学野生动植物，保护科学系，科瓦利斯，俄勒冈州渔业系；英国兰开斯特的兰开斯特大学H兰开斯特环境中心； I Durrell保护与生态研究所，肯特大学，坎特伯雷，英国
最初发表于以下网址：钦（Chen），Xin； Tsvetkov，Andrey S；沉，汉明； Isidoro，Ciro； Ktistakis，Nicholas t; Linkermann，Andreas； Koopman，Werner J H
z , Jinbao Lyu is , Jong-Lyel Roh bb , Enyong Dai cc , Gabbor Juhasz dd,ee , Wei Leu's , Jai' Piacentini mm,n , Wen-Xing Ding' Zhivotovsky xx,yy,ys , Sébastein Besteiro horror , Dmitry I. Gabrilovich bbb , Do-Hyung Kim CCC，Valerian E. Kagan DDD，HülyaBayiree，Guang-Cho Chen FF，Skot Ayton Ggg'，Masaki Comatsu，Stefan Krautwadd JJJ Michael Thumm，Martin Campmann vv，Martin Campmann VV， BBBB，Helbert J. Zeccc Guido Croemer’
Zhu, Ping, Gong, Shuangshuang, Deng, Mingqiang, Xia, Bin, Yang, Yazheng, Tang, Jiakang, Qian, Guangren, Yu, Fang, Goonetilleke, Ashan- tha , & Li, Xia
注意：请注意，本文件可能不是作品的记录版本（即已发布的版本）。作者手稿版本（提交同行评审或同行评审后接受出版）可以通过缺少出版商品牌和/或排版外观来识别。如果有任何疑问，请参考已发布的来源。
doi：10.29261/pakvetj/2025.007怀孕母羊的高密度饲养对其后代mingji wei 1,2的肠道菌群的影响，zh
这项研究探讨了怀孕母羊高密度饲养对其后代肠菌群的影响。将40个小尾羊绵羊随机分为两组，包括高密度组（1羊/m 2）和对照/低密度组（1羊/2m 2）。粪便样品，以进行高通量测序和多种意义分析。我们发现了肠道菌群在母羊和后代对不同饲养密度的反应。潜在有害细菌的数量（Ralstonia Pickettii，Ruegeria，Rhodobacteraceae等）在高密度组中增加了，而几种益生菌（振荡器，Akkermansia，Rusinococcaceae-UCG-010等）的丰度发现比对照组的明显小得多（p <0.05）。此外，高密度组中的肠道菌群随着年龄的增长而表现出更大的可变性，这表明住房密度的增加具有显着的相关性。在一起，怀孕绵羊的饲养密度不当会损害自己和后代，这不仅无法改善经济利益，而且会产生有害影响。这项研究可能为健康和可持续的绵羊繁殖和农业提供新的想法。
Ming Yin
媒体报道 当作家使用人工智能帮助工作时，他们接受的报酬较低，《新科学家》。2024 年 6 月 Yin 获得 NSF CAREER 奖，普渡大学计算机科学新闻。2024 年 5 月 实现有意的人类与人工智能互动，ACM Ubiquity。2024 年 3 月 NSF 资助研究所研究人工智能驱动的网络安全，普渡大学新闻。2023 年 5 月 普渡大学计算机科学研究人员在 AAAI 上发表了四篇论文，普渡大学计算机科学新闻。2023 年 2 月 基于人工智能的打击虚假新闻的可信度指标，普渡大学计算机科学新闻。2022 年 10 月 团队合作总是完成任务的最有效方式吗？世界经济论坛。2021 年 10 月 哪些任务最适合团队，哪些应该单独完成？雅虎！科技。2021 2021 年 10 月 机器学习的公平性：普渡大学加入美国国家科学基金会 100 万美元人工智能公平性计划，普渡大学计算机科学新闻。2021 年 3 月 Neville、Tan 和 Yin 将在数据科学女性会议上发表演讲，普渡大学计算机科学新闻。2019 年 2 月 未来的工作形态，自然新闻专题。2017 年 10 月
Mingoo Seok - 电气工程
(13) IEEE 固态电路学会 (SSCS) 杰出讲师 (DL)，2023 年 2 月 - 2025 年 2 月 (12) 表现最佳副编辑，IEEE 超大规模集成系统汇刊 (TVLSI)，2021 年、2022 年 (11) 最佳论文奖，论文题为“Vesti：用于深度神经网络的节能内存计算加速器”，IEEE 超大规模集成系统汇刊 (TVLSI)，2022 年 (10) AMiner AI2000 芯片技术最具影响力学者，荣誉提名（前 11-100 名学者），2020 年 (9) 高通教师奖，2019 年 (8) IEEE 高级会员（2018 年）；会员（2012 年）；学生会员 (2006) (7) NSF CAREER 奖 - 获奖作品为“解决下一代无裕度 VLSI 计算平台设计的深化变异性挑战”，2015 年 (6) AMD/CICC 学生奖学金 - 获奖作品为“0.5V 2.2pW 双晶体管电压参考”，美国，2009 年 8 月 (5) DAC/ISSCC 学生设计大赛 - 获奖作品为“Phoenix：用于立方毫米传感器系统的超低功耗处理器”，美国，2009 年 2 月 (4) Rackham 博士前奖学金 - 美国密歇根大学安娜堡分校 EECS 系三名获奖者之一，2008 年 9 月 - 2009 年 8 月 (3) 博士留学奖学金 - 韩国高等教育基金会全国十五名获奖者之一， 2007 (2) 优秀奖学金 - 首尔国立大学，韩国，1998年3月 - 2001年3月 (1) 优秀本科奖学金 - 全国20名获奖者之一，韩国高等教育基金会，韩国，1999年9月 - 2002年2月
Chien -Ming Huang-约翰·霍普金斯计算机科学 Jason M. Eisner-约翰·霍普金斯计算机科学 可鲁棒分析的神经纹理可变形网格 -
jiwon Moon（CS BS），CRA杰出的本科研究人员荣誉提名2025 Victor Nikhil Antony（CS PhD），Hri Pioneer 2025 Maia Stiber（CS PhD），HRI Pioneer，HRI先驱2024 Gopika ajaykumar（CS PHD），HRI PHD（CS PHD），HRI PIONEER 2023 SHIEER 20223 SHIE）本科研究人员决赛入围2022年Kaitlynn Pineda（CS博士学位），JHU计算机科学系研究员2021 Fanjun（Frank）BU（CS BS）（CS BS），CRA CRA杰出的本科生荣誉荣誉提及2021 AMAMA MAHMOOD（CS PHD）（CS PHD）奖学金2019 Maia Stiber（CS博士），JHU计算机科学系2019年Gopika Ajaykumar（CS博士），NSF研究生研究奖学金2018
出版详情：Liu, T., Tsang, W., Xie, Y., Tian, K., Huang, F., Chen, Y., Lau, O., Feng, G., Du, J., Chu, B., Shi, T., Zhao, J., Cai, Y., Hu, X., Akinwunmi, B., Huang, J., Zhang, CJP, & Ming, W.-K. (2021). 新冠疫情前和疫情期间人工智能临床医生的偏好：离散选择实验和倾向得分匹配研究。医学互联网研究杂志，23(3)，文章 e26997。https://doi.org/10.2196/26997
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 暨南大学国际学院，广州，中国 3 南安普顿大学社会科学学院，南安普顿，英国 4 香港理工大学应用数学系，香港，香港 5 河南理工大学计算机科学与技术学院，河南，中国 6 北京师范大学（珠海）应用数学学院，珠海，中国 7 布莱根妇女医院妇产科，马萨诸塞州波士顿，美国 8 哈佛大学医学院麻省总医院基因组医学中心，马萨诸塞州波士顿，美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系，伦敦，英国 10 香港大学公共卫生学院，香港，香港 * 这些作者的贡献相同
出版详情：Liu, T., Tsang, W., Huang, F., Lau, OY, Chen, Y., Sheng, J., Guo, Y., Akinwunmi, B., Zhang, C. JP., & Ming, W.-K. (2021). 中国 SARS-CoV-2 大流行期间患者对人工智能应用与临床医生在疾病诊断中的偏好：离散选择实验。《医学互联网研究杂志》，23(2)，文章 e22841。https://doi.org/10.2196/22841
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI