XiaoMi-AI文件搜索系统
World File Search SystemMohamed
数字化在提高公共服务问责制和效率方面的作用 Sabeeha Salih Omar *、Jassim Mohamed Nayef **、Nameer Hash
摘要背景：数字技术的出现极大地改变了多个领域的运营方式，包括公共领域。公共服务会计领域认识到数字化在加强问责制和效率方面的重要性日益增加。目标：本文旨在探讨数字化对提高公共部门会计有效性和问责制的重大影响。方法和材料：本研究强调需要使用数字技术来加强会计程序，最大限度地减少人为错误，并提高透明度。本文强调了数字干预的优势，包括提供全面的审计线索和防止欺诈活动。结果：结果表明，通过数字化实现会计流程自动化可提高生产率并节省资金，因为无需人工会计。战略准备和预先处理数据安全问题和变革阻力等障碍对于顺利过渡到数字会计系统至关重要。结论：公共服务会计的数字化对于提高问责制和运营效率至关重要。全球各国政府都在努力投入资源开发先进的数字会计框架，并精心规划其部署，以便有效利用数字化公共部门会计环境的优势。关键词：数字化、问责制、公共服务、技术、欺诈预防。
肠道微生物组通过迷走神经Kylynda C. Bauer 1，Rajiv Trehan 1，Benjamin Ruf 1，Yuta Myojin 1，Mohamed-ReDa Benme
[1]癌症研究中心（CCR），国家癌症研究所（NCI），美国国家卫生研究院（NIH），美国医学博士贝塞斯达[2]鼠心脏核心，国家心脏，肺和血液研究所（NHLBI），NHLBI，NIH，BETHESDA，3092999999. CCR，NCI，NIH，Bethesda，MD 20892，美国[4]分子组织病理学实验室，Frederick国家实验室，NCI，NIH，NIH，Frederick，MD，MD，21702，美国[5]研究流动设施，研究流动设施，病理学，CCR，NCI，NCI，NIH，NIH，NIH，NIH，BETHEM CANMAMS DACRAMM，BETHESDA，CAMER CAMEN，MECCRAMM，M.DACRAMM and CRAMEN，MD 20892892892892.2892.2989] NCI，NIH，贝塞斯达，医学博士20892，美国[7]肝癌计划，CCR，NCI，NIH，NIH，美国医学博士贝塞斯达 *当前地址[A]内科I.德国特林根大学的疗法，德国72076 **通讯作者：tim.greten@nih.gov•+1 240-760-6114•10 Center DR，10 RM 2B38B，Bethesda，Bethesda，MD 20892关键字：乙酰胆碱，HEPATOCOLILLILUR CAROBINAMA，HEABOBINALE，Heobimune，Heobimune，Heobimune，Heobimune，Heobimune，Heobimune，Heobimune，Heobimune，Heobimune，Heobimune，Heobimmin，Heobimmin，Heobimmin，米， scrna-seq，迷走神经
足球联盟使用机器学习回归模型Mohamed Rebbouj 1*＆Say Lotfi 1
抽象背景。体育结果预测分析基于博彩应用结果，尚未受到摩洛哥有关组织的学术研究。目标。本研究旨在使用具有弹性净算法的机器学习回归模型来预测足球国家联盟的排名，我们在其中确定了重要特征的预测重量。方法。自2009/2010赛季以来的8个常规球队的历史分数数据集被手动填充并分为9列：赛季，球队，得分，进球差（+/-），比赛（M），比赛赢得（W），比赛（w），匹配（D）（D），比赛丢失（L），进球（F）和（F）和（F）和（a）。然后将其预处理成分类数据，分类哈希和数值。结果。机器学习分析导致R 2得分= 0.999，NRMSE = 0.001和Spearman相关性= 0.997。然而，与2021/2022季节的实际结果相比，预测的排名从8个起到了约5个。结论。与回归分析结果相比，实际结果的排名预测已准确地占75％。通过包括其他参数，这证明数据质量需要更精确。关键字：足球排名，机器学习，回归，预测。引言足球成绩和结果预测一直是Tips和博彩市场专家（1）的重点中心，并且已成为教练，体育科学家，分析师和表现专家的更重要的感兴趣中心；设计最佳实践，训练和竞争任务（2-4）。因此，研究人员已经开始应用数学公式和统计数据（5）来预测结果，而机器学习和智能算法已被普遍使用（6），并将足球结果视为一个分类问题，将一个班级的分类问题（赢得，输掉或抽奖）作为一个类别。但其他研究人员认为该问题是基于数值分析和值的回归模型中预测的数值价值，以预测特定的距离（7）或运动员在跳跃和投掷方面所实现的表现。运动结果预测问题在于要收集的数据，以及考虑对结果的影响的输入功能。一些研究人员专注于团队的历史数据，例如球队的要点，进球差，比赛，得分，丢失，进球，进球和对抗（8）的进球； （9）在最近几周和联盟中使用更多的预测标准作为团队的条件，而质量
如何引用本文：Umari Abdurrahim Abi Anwar*，Aditia Wirayudha，Sri Suwarsi，Azyyati Anuar，Baderisang Mohamed，（2023年），“供应链Concep
How to cite this article : Umari Abdurrahim Abi Anwar*, Aditia Wirayudha, Sri Suwarsi, Azyyati Anuar, Baderisang Mohamed, (2023), “Supply Chain Conceptual Model in Logistic Operation Strategies for Best Practice Performance” in Social and Humaniora Research Symposium (SoRes) , KnE Life Sciences, pages 691–706.doi 10.18502/kss.v8i18.14271第691页
Barbara Zaparoli Cunha、Christophe Droz、Abdelmalek Zine、Stéphane Foulard、Mohamed Ichchou。应用于结构动力学和振动声学的机器学习方法综述。 2022. hal-03563614v2
机器学习 (ML) 的使用已迅速扩展到多个领域，并在结构动力学和振动声学 (SD&V) 中得到了广泛的应用。在前所未有的数据可用性、算法进步和计算能力的推动下，ML 从数据中揭示见解的能力不断增强，增强了决策、不确定性处理、模式识别和实时评估。SD&V 中的三个主要应用利用了这些优势。在结构健康监测中，ML 检测和预测可实现安全操作和优化的维护计划。在主动噪声控制和主动振动控制中，ML 技术可利用系统识别和控制设计。最后，所谓的基于 ML 的替代模型为昂贵的模拟提供了快速替代方案，从而实现了稳健且优化的产品设计。尽管该领域有许多研究成果，但尚未对其进行审查和分析。因此，为了跟踪和了解这些领域的持续整合，本文对 SD&V 分析中的 ML 应用进行了调查，阐明了当前的实施状态和新兴机遇。针对这三个应用，确定了基于科学知识的主要方法、优势、局限性和建议。此外，本文还探讨了数字孪生和物理引导 ML 在克服当前挑战和推动未来研究进展方面的作用。因此，该调查概述了 SD&V 中应用 ML 的现状，并引导读者深入了解该领域的进展和前景。
Mohamed Naija、Rihab Khemiri、Ernesto Expósito。基于 NCES 的无人机危险分析和风险缓解故障安全机制。第 15 届国际软件技术会议，2020 年 7 月，法国巴黎。�hal-02613976�
摘要：近几年，无人驾驶飞行器 (UAV) 受到越来越多的关注，以执行各种应用，如军事、农业和医疗领域。众所周知，无人机不仅容易受到软件意外故障的影响，而且容易受到环境的影响。因此，安全性应在设计时被视为主要要求，因为飞行器的任何意外行为或任何危险都会导致潜在风险。为了在任务期间保持其安全运行，提出了一种基于网络条件事件系统 (NCES) 的故障安全机制。故障安全机制是一种控制逻辑，用于指导在发生危险时执行的风险降低措施。为了使用形式化模型生成这样的控制器，所提出的过程分为三个阶段：（1）第一阶段包括根据文献中的反应方法进行危险识别和分析，（2）第二阶段允许使用标准 ISO 13849 进行风险评估，以及（3）第三阶段包括执行重新配置场景以在分析安全要求的同时降低风险。使用形式化方法的动机是，事实证明，它们有助于在早期设计阶段确保开发过程的可靠性。我们以一个医疗无人机为例，展示了我们提案的适用性和可行性。
贾比尔·阿里夫。物流活动外包，旨在开发决策支持工具。其他。 Sidi Mohamed Ben Abdellah 菲斯大学（摩洛哥），2016 年。法语。 NNT：。电话-01964517
在环境压力下，企业逐渐被迫改变组织方式，将越来越多的活动委托给外部服务提供商。物流外包是这一运动的强劲趋势之一。然而，尽管外包物流活动具有诸多优势和好处，但许多合作关系在合同结束时并未得到续签。原因在于对风险预判不足。本论文的目标是开发一种能够考虑外包项目不同参数的决策工具。提出了一种在整合风险管理的同时对物流外包流程的不同阶段进行建模的方法。
Ramy A. Zeineldin*、Alex Pollok**、Tim Mangliers**、Mohamed E. Karar、Franziska Mathis- Ullrich 和 Oliver Burgert 胸罩的深度自动分割
摘要：术中成像可帮助神经外科医生确定脑肿瘤和其他周围脑结构。介入超声 (iUS) 是一种方便的检查方式，扫描时间快。然而，iUS 数据可能受到噪声和伪影的影响，从而限制了它们在脑外科手术期间的解释。在这项工作中，我们使用两个深度学习网络，即 UNet 和 TransUNet，对 iUS 数据中的脑肿瘤进行自动和准确的分割。实验是在 27 个 iUS 体积的数据集上进行的。结果表明，使用带有 UNet 的转换器有利于提供有效的分割建模，从而对每个 iUS 图像之间的长距离依赖关系进行建模。特别是，增强型 TransUNet 能够以超过 125 FPS 的推理率预测 iUS 数据中的腔体分割。这些有希望的结果表明，深度学习网络可以成功部署以协助手术室中的神经外科医生。
通讯作者 Mohamed M. Abuzaid，mabdеlfatah@sharjаh.ac.ae 人工智能 (AI) 对物理治疗实践的影响：物理治疗师意愿和准备度研究 1 沙迦大学健康科学学院医学诊断成像系，阿联酋沙迦 2 沙迦大学健康科学学院物理治疗系，阿联酋沙迦 3 开罗大学物理治疗学院，埃及开罗 摘要：分析人工智能 (AI) 的现状是将其融入物理治疗实践的关键第一步。因此，本研究旨在评估物理治疗师 (PT) 对 AI 实施的看法、知识和接受意愿。 2021 年 10 月至 12 月，对在阿拉伯联合酋长国 (UAE) 工作的 PT 进行了探索性横断面在线问卷调查。先前经过验证的调查收集了参与者的人口统计信息、看法、知识、准备情况以及将 AI 融入实践的挑战。结果显示，PT 对 AI 的了解相当匮乏。大多数参与者都赞赏 AI 应用的作用，并期望它将在实践中发挥重要作用。参与者指出，缺乏教育资源和适当的培训是 AI 整合的主要挑战。参与者表达了将 AI 纳入本科和研究生课程的强烈愿望。将 AI 融入物理治疗实践的兴奋需要努力为学生和专业人士提供教育和培训。物理治疗师担心，通过适当的准备来提高对 AI 角色和挑战的认识，可以消除工作干扰。将 AI 应用于 PT 实践将塑造物理治疗师的医疗保健服务和教育的未来。AI 将为患者和提供者提供更快的诊断、更好的性能和准确的结果。即使在人工智能在物理治疗中实施的早期阶段，人工智能的应用也提出了问题并增加了期望。关键词：人工智能、深度学习、物理治疗、物理治疗师、知识、实践。 人工智能在物理治疗实践中的影响：物理治疗师愿意和准备情况的研究
通讯作者 Mohamed M. Abuzaid，mabdеlfatah@sharjаh.ac.ae 人工智能 (AI) 对物理治疗实践的影响：物理治疗师意愿和准备度研究 1 沙迦大学健康科学学院医学诊断成像系，阿联酋沙迦 2 沙迦大学健康科学学院物理治疗系，阿联酋沙迦 3 开罗大学物理治疗学院，埃及开罗 摘要：分析人工智能 (AI) 的现状是将其融入物理治疗实践的关键第一步。因此，本研究旨在评估物理治疗师 (PT) 对 AI 实施的看法、知识和接受意愿。 2021 年 10 月至 12 月，对在阿拉伯联合酋长国 (UAE) 工作的 PT 进行了探索性横断面在线问卷调查。先前经过验证的调查收集了参与者的人口统计信息、看法、知识、准备情况以及将 AI 融入实践的挑战。结果显示，PT 对 AI 的了解相当匮乏。大多数参与者都赞赏 AI 应用的作用，并期望它将在实践中发挥重要作用。参与者指出，缺乏教育资源和适当的培训是 AI 整合的主要挑战。参与者表达了将 AI 纳入本科和研究生课程的强烈愿望。将 AI 融入物理治疗实践的兴奋需要努力为学生和专业人士提供教育和培训。物理治疗师担心，通过适当的准备来提高对 AI 角色和挑战的认识，可以消除工作干扰。将 AI 应用于 PT 实践将塑造物理治疗师的医疗保健服务和教育的未来。AI 将为患者和提供者提供更快的诊断、更好的性能和准确的结果。即使在人工智能在物理治疗中实施的早期阶段，人工智能的应用也提出了问题并增加了期望。关键词：人工智能、深度学习、物理治疗、物理治疗师、知识、实践。 人工智能在物理治疗实践中的影响：物理治疗师愿意和准备情况的研究