XiaoMi-AI文件搜索系统
World File Search SystemMurthy
引用这篇文章Rachana PM，Sekar I，Parthiban KT，Raj SV，Akshay FM，Singh D，Sivakumar B，Kiruba M，Murthy MS。生态投资：量化
进行了研究，以量化印度泰米尔纳德邦的小型和边缘农民建立的多功能农业验证（MFA）系统的固相潜力。MFA由在0.75英亩土地上的四个四边形和边界树木上跨越316种多功能树和灌木。结果表明，不同树和灌木种类的地上和地下碳库存的显着差异。neolamarckia cadamba分别记录了70.65千克树-1和18.37 kg树-1的最高地下库存。由植被隔离的总碳为3.82吨（3823.94千克），对四元素II（1591.85 kg）的贡献最高，最低的是边界树（132.30 kg）。土壤有机碳（SOC）库存随着深度的增加而降低，在0-20 cm层中观察到最大库存。研究期间，SOC股票的总变化为12.99 mg ha -1，碳固存速率为0.18 mg ha -1 yr -1。植被和土壤的总碳含量为311.4美元（植被的140.3美元，土壤中的171.1美元）。这些发现突出了MFA系统在碳隔离和缓解气候变化中的重要潜力，特别是对于发展中国家的小型和边缘农民而言。
23-411 Murthy诉Missouri（06/26/2024）
表格已经采取了一系列行动来抑制某些类别的语音，包括他们认为是虚假或误导的言语。在2020年，随着Covid – 19的爆发，这些平台宣布，他们将对发布有关大流行的虚假或误导性内容的用户执行这些政策。这些平台在2020年选举季节还施加了误解政策。在此期间，各种联邦官员定期与平台进行了有关Covid-19和与选举有关的错误信息的交谈。例如，白宫官员公开并私下要求该平台做更多的事情来解决疫苗的错误信息。外科医生Vivek Murthy发表了一项健康咨询，鼓励平台采取措施防止Covid -19 – 19“持有”。疾病控制和预防中心提醒平台covid -19误导趋势和标记的示例帖子。联邦调查与网络安全和基础设施安全局在2020年总统大选和2022年中期之前与平台进行了有关选举的错误信息的沟通。受访者是两个州和五个单独的社会媒体使用者，他们起诉数十名行政部门官员和机构，指控政府向平台施加压力，要求他们违反第一修正案的审查讲话。在广泛发现之后，地方法院发布了初步禁令。第五巡回法院AF部分固定并部分逆转。在案情上，法院认为政府法院裁定，国家原告和个人原告都有第三条要求寻求禁令的救济。
简介 VMSR Murthy 博士
• 拉索设备系统的运行效率与环境和经济效率 • 拉索台阶爆破和碎裂/背裂控制中的地震效应 • 镐与岩石相互作用时的热行为以及露天采矿机操作参数的优化 • 通过机器振动和粗糙度指数映射分析旋转爆破孔钻机的性能 • 使用马尔可夫链对隧道掘进机进行可靠性建模 • 一种用于脆弱煤矿支护设计的新型岩体评级方法（RMRdyn）。 • 机械化长壁矿井中为防止采煤机过载而对硬砂岩进行可切割性评估（Jhanjhra，ECL）。 • 使用机器学习算法（ANN）对台阶爆破抛掷距离的预测模型， • 估算露天采矿机切割中的产量、镐和柴油消耗以及露天采矿机的本土化。 • 确定顶板岩石的阈值峰值粒子速度，以合理装药炸药，提高煤矿、金属矿和隧道的安全性和生产率 • 增强印度本土金刚石线技术在石材切割中的功能能力。 • 通过全面的列线图进行资产管理，快速评估露天矿工的表现并计划库存。 • 预测坑洞形成的风险、深度和大小，尤其是在浅层煤矿中，以确保安全开采。 • 爆炸压力和基于时间的概念来估计飞石距离，这对于确定矿井中的禁区以确保安全操作至关重要。 • 结合岩石、炸药和爆炸设计参数的模型，用于金属矿的超挖控制。旨在减少因爆炸引起的超挖而导致的矿石稀释。随后还整合了拉力优化。 • 水下钻孔和爆破概念和技术，用于在海洋结构附近进行控制爆破，以完成港口（维沙卡帕特南）的加深和拓宽，以及用于加强贸易的引水渠道。 • 开发了独一无二的圆盘/镐切割测试设施，该设施在 IIT(ISM) 进行设计、制造和测试。 • 虚拟现实矿山模拟器，在 IIT(ISM) 构思、设计和开发了印度唯一的一个。在此基础上创建了全沉浸式采矿方法（地下和露天煤矿开采模式）。
Murthy，Venkatesh L..pdf
评估摘要：教学：Murthy 博士深入参与本科生、研究生、医学院学生、住院医师、研究员和初级教员的教学和指导。除了心脏病医学和咨询服务期间的临床教学外，Murthy 博士还定期为心血管医学研究员和放射科住院医师提供心脏成像教学讲座。在他的实验室里，Murthy 博士指导和培训了来自不同背景的临床医学、生理学、生物统计学、遗传学以及细胞和分子生物学的个人。这些受训人员中的许多人都获得了学术初级教员的职位，其中两名受训人员现在是独立资助的研究员，其他几人获得了初级研究员奖。Murthy 博士喜欢用通俗易懂的方式与其他科学家、临床医生和患者分享他的实验室工作，尤其是对心血管遗传学感兴趣的临床重点受训人员。
(b)：Gopalan Putthukulam、Anitha Ravikumar、Ravi Vinod Kumar Sharma、Krishna Murthy Meesaala (2021)。阿曼审计师对人工智能对专业怀疑和判断影响的看法。 《环球会计与金融杂志》，9(5), 1184 - 1190。DOI：10.13189/ujaf.2021.090527。
摘要 技术是企业和人类生活中不可或缺的一部分。它给企业和运营方式带来了重大变化。企业组织必须执行审计，这涉及分析和测试大量财务交易。在手动审计中，无法测试和分析企业中的整个交易。使用人工智能 (AI) 和机器学习 (ML) 不仅可以测试企业中的整个财务交易，还有助于提高审计效率。审计效率与审计师表现出的职业怀疑和职业判断有关。研究的核心目的是了解审计师对此类技术对职业怀疑和内部审计师判断在提高审计效率方面的影响的看法。为了了解 AI 和 ML 的影响，考虑了影响 AI 和 ML 使用的各种因素以及挑战。使用结构化问卷从阿曼所有行业的 169 名受访者那里收集了数据。使用相关性分析收集的数据，以确定 AI 和 ML 辅助审计实践与职业怀疑和职业判断之间的关系。结果表明，AI 和 ML 辅助审计实践与职业怀疑和职业判断之间存在很强的正相关关系。这证明 AI 和 ML 对职业怀疑和职业有影响
Silpi Sarkar 和 Murthy Chavali。针对 COVID-19 的人工智能和机器学习方法。Nanomed Nanotechnol 2020, 5(3): 000201。
COVID-19 大流行正在突然改变常态，造成巨大损失，导致人员死亡。科学进步需要人工智能 (AI)、物联网、大数据和机器学习语言等新兴技术的支持和交付，这些技术可以超越医疗保健系统的传统策略。在这篇评论中，我们讨论了几种搜索引擎工具和基于人工智能的应用程序，即感染期间的早期检测和诊断、追踪个人的接触、监测治疗、药物和疫苗的开发，这些都可以通过使用这些技术来实现。药物的发现需要这些技术来加速深度学习技术，以创建模型并预测治疗 COVID-19 的诊断过程。人工智能可用于了解药物的现有模式，并通过人工智能算法提取新的见解，这些见解将在开发疫苗时发现并具有治疗潜力。关键词：搜索引擎；接触追踪；药物发现；药物再利用；人工智能；机器学习；COVID-19
引用：Sosale B、Aravind SR、Murthy H 等人。基于移动端的简单人工智能算法在糖尿病视网膜病变检测中的应用（SMART）研究。BMJ Open Diab Res Care 2020；8：e000892。doi:10.1136/bmjdrc-2019-000892
摘要 简介 本研究旨在评估基于离线智能手机的 Medios 人工智能 (AI) 算法在使用免散瞳 (NM) 视网膜图像诊断糖尿病视网膜病变 (DR) 方面的性能。 方法 这项横断面研究前瞻性招募了 922 名糖尿病患者。使用 Remidio NM 手机眼底 (FOP) 相机采集每只眼睛的 NM 视网膜图像（以视盘和黄斑为中心）。图像离线运行并记录 AI 的诊断（存在或不存在 DR）。将 AI 的诊断与五位视网膜专家的图像诊断进行比较（大多数诊断被视为事实）。 结果 分析包括 900 名个体（252 人患有 DR）的图像。对于任何 DR，AI 算法的灵敏度和特异性分别为 83.3%（95% CI 80.9% 至 85.7%）和 95.5%（95% CI 94.1% 至 96.8%）。AI 算法在检测可转诊 DR (RDR) 方面的灵敏度和特异性分别为 93%（95% CI 91.3% 至 94.7%）和 92.5%（95% CI 90.8% 至 94.2%）。结论 Medios AI 在使用 NM 视网膜图像检测 RDR 方面具有较高的灵敏度和特异性。
GSR Murthy - 运筹学的应用和......
Springer Cham Heidelberg New York Dordrecht London © Springer International Publishing Switzerland 2015 本作品受版权保护。出版商保留所有权利，无论涉及全部或部分材料，特别是翻译、重印、重复使用插图、朗诵、广播、缩微胶片或任何其他物理方式复制、传输或信息存储和检索、电子改编、计算机软件或现在已知或今后开发的类似或不同的方法的权利。本出版物中使用的一般描述性名称、注册名称、商标、服务标记等并不意味着（即使没有具体声明）这些名称不受相关保护法律和法规的约束，因此可以自由使用。出版商、作者和编辑可以放心地认为，本书中的建议和信息在出版之日是真实准确的。出版商、作者或编辑均不对本文包含的材料或可能出现的任何错误或遗漏提供明示或暗示的保证。