《PEU》是世界银行宏观经济、贸易和投资(MTI)全球实践局(GP)与金融、竞争力和创新(FCI);贫困与公平;社会保护和就业(SPJ);以及治理全球实践局联合编写的半年刊。Lars Christian Moller(MTI GP实践经理)、Souleymane Coulibaly(首席经济学家和项目负责人)和Rong Qian(高级经济学家)指导了本期的编写。团队成员包括来自MTI GP的Kevin Chua(高级经济学家)、Kevin Cruz(经济学家)、Karen Lazaro(研究分析师)、Eduard Santos和Ludigil Garces(顾问);来自FCI GP的Isaku Endo(高级金融部门专家)、Uzma Khalil(高级金融部门专家)和Ou Nie(金融部门专家);来自贫困与公平全科医生的 Nadia Belghith(高级经济学家)和 Karl Jandoc(顾问);来自 SPJ 全科医生的 Yoonyoung Cho(高级经济学家)、Ruth Rodriguez(社会保护专家)和 Ma. Laarni Revilla(顾问);来自城市、恢复力与土地全科医生的 Lesley Jeanne Cordero(高级灾害风险管理专家)和 Marilyn Martinez(高级灾害风险管理专家);以及来自卫生、营养与人口全科医生的 Reem Hafez(高级经济学家)、Melissa Ouellet(顾问)、Gandham Ramana(顾问)和 Vida Gomez(顾问)。来自 MTI、FCI、SPJ、数字发展、ID4D 和教育全科医生的世界银行团队由 Jaime Frias、Kevin Chua、Roberto Galang、Uzma Khalil、Isaku Endo、Natasha Beschorner、Jonathan Marskell、Yoonyoung Cho、Sachiko Kataoka、Elena Gasol Ramos、Juni Zhu、Philip Grinsted、Kimberly Baltao-Chanda、Smita Kuriakose、Xavier Cirera 和 Alvaro Gonzalez 组成,在 Cecile Thioro Niang(业务经理)和 Lars Moller 的指导下,编写了关于改善菲律宾数字化推动因素:通过改革缩小数字鸿沟和加速复苏的特别焦点报告。报告由 Oscar Parlback(顾问)编辑,平面设计师为 Pol Villanueva(顾问)。同行评审员包括 Dorsati Madani(高级经济学家)、Ekaterina Vashakmadze(高级经济学家)、Harish Natarajan(首席金融部门专家)、Sara Nyman(顾问)、Ana Cusolito(高级经济学家)和 Massimiliano Cali(高级经济学家)。Geraldine Asi 和 Kristiana Rosario(团队助理)以及 Hunter Tiro(顾问)提供后勤和出版支持。外部沟通团队由 Clarissa David、David Llorito 和 Stephanie Margallo 以及 Moira Enerva(顾问)组成,负责准备新闻稿、传播计划和基于网络的多媒体演示。
基于网络的表观遗传和转录组景观整合揭示了人类 T 滤泡辅助细胞分化背后的分子程序 62. Prabal Chhibbar、Priyamvada Guha Roy、Munesh K. Harioudh、Daniel J. McGrail、Donghui Yang、Harinder Singh、Reinhard Heinterleitner、Yi-Nan Gong、S. Stephen Yi、Nidhi Sahni、Saumendra N. Sarkar 和 Jishnu Das 使用结构解析的蛋白质网络揭示 COVID-19 中细胞类型特异性免疫调节变体和相关分子表型 63. Andrew W. Liu、Youran Zhang、Chien-Sin Chen、Sumeyye Ozyaman、Tara N. Edwards、Torben Ramcke、Eric S. Weiss、Jacob E. Gillis、Colin R. Laughlin、Catherine M. Phelps、Simran K. Randhawa、Marlies Meisel、Tina L. Sumpter 和 Daniel H. Kaplan 搔痒会加剧过敏性炎症并通过神经源性肥大细胞活化增强宿主防御 64. Dan Xue、Mengqi Huang、Yuechen Zhou、Eleanor Valenzi 和 Robert Lafyatis 揭示系统性硬化症中 TGFB3 上调的原因:从染色质可及性和转录因子分析中获得的见解 65. Jane C. Siwek、Alisa A. Omelchenko、Prabal Chhibbar、Sanya Arshad、Iliyan Nazarali、Kiran Nazarali、AnnaElaine Rosengart、Javad Rahimikollu、Jeremy Tilstra、Mark J. Shlomchik、David R. Koes、Alok V. Joglekar 和 Jishnu Das 滑动窗口相互作用语法(SWING):一种用于肽和蛋白质相互作用的广义相互作用语言模型 66. Danica Lee、Urekha Karri、Prabal Chhibbar、Priyamvada Guha Roy、Jishnu Das 和Daniella Schwartz 与 A20 单倍体不足(HA20)相关的 TNFAIP3 变异的基因型到表型分析表明患病率高于预期 67. Jacob E. Gillis、Chien-Sin Chen、Caitlin O. Bacon、Tara Edwards、Andrew W. Liu、Eric S. Weiss、Jonathan A. Cohen 和 Daniel H. Kaplan CGRP 在神经源性皮肤炎症中的作用 68. Hanxi Xiao、Niranjana Natarajan、Partha Dutta 和 Jishnu Das 揭示心肌梗死中免疫细胞的空间微环境动态 69. Anthony J. Bragoli、Zhangguo Chen、Karen Siddoway 和 Jing H. Wang Ly6C 和 Ly6A 在化疗治疗的癌细胞诱导的 CD8 + T 细胞激活中的作用(不依赖于 MHC I 类) 70. Amanda Lee、Surya P. Pandey、Colin R. Laughlin、Alex McPherson 和 Marlies Meisel 定义 AhR 和 Nrf2 在抗肿瘤免疫的共生免疫调节中的作用
新德里,2023 年 4 月 24 日:印度领先的航空公司和星空联盟成员印度航空今天宣布其在现代化数字系统方面的努力取得了重大进展,许多计划已经完成,还有几个计划即将完成。为了成为世界上技术最先进的航空公司,印度航空与世界领先的科技公司密切合作,进行了重大投资,以迅速改造其数字系统。该航空公司还在印度的科钦和古尔冈以及美国的硅谷投资建立一支尖端的数字和技术团队。印度航空的数字和技术现代化工作由塔塔集团董事长 Natarajan Chandrasekaran 先生和印度航空首席执行官 Campbell Wilson 先生指导。印度航空的 Vihaan.AI 转型计划将数字技术视为印度航空的关键差异化因素,并立志成为技术行业的领导者。从提升客户体验到转变收入管理,几乎每个 Vihaan.AI 计划都由技术驱动。该航空公司已投资约 2 亿美元用于新数字系统、数字工程服务和打造行业领先的数字劳动力。随着转型之旅从追赶世界一流航空公司转变为通过部署从传统数字技术到现代生成人工智能 (AI) 的最前沿技术占据领导地位,该公司预计将在未来五年内保持这一投资速度。目标是改变客户参与度并大幅提高运营效率。着眼于长期领导力,印度航空也在探索新兴趋势,例如应用量子计算来解决行业中最复杂的优化挑战。“我们的使命是通过采用世界上最先进的数字技术来取悦客户,并在运营中创造可持续的竞争优势。印度航空的技术转型范围广泛,涵盖了航空公司的各个方面,包括商业、工程、运营、地勤、财务、人力资源和公司职能。我们正在为整个公司的员工提供支持,从我们的一线飞行人员到地勤人员,他们都拥有最好的技术能力,帮助他们在工作中脱颖而出。我们正在采用纯云、移动友好、设计丰富、融合人工智能、数字优先的方法,来实施我们正在快速执行的所有技术计划,”印度航空首席数字和技术官 Satya Ramaswamy 博士表示。“我们非常感谢来自全球技术和服务合作伙伴的善意和支持,他们团结一致,共同致力于让印度航空重拾辉煌,重获世界最佳航空公司的应有地位,”他补充道。印度航空已经部署新技术系统或处于部署高级阶段的一些关键领域包括:
Shukla 5,Raju Singh先生6,Mamta Tiwari博士7主任Prabhat Engineering College College College College College College(D),Nirvikarkatiyar@gmail.com助理。 Axis技术与管理研究所教授Kanpur Nagar,vimalawasthi@axiscolleges.in insso。 Bbdniit教授Akhilesh Das Nagar Faizabad Road Lucknow,rampratapmca11@gmail.com助理。 Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,kuldeepmishra120bit@gmail.com研究学者,计算机应用程序CSJM University Kanpur Nagar,Nikhil.shukla700@gmail.com助理。 教授。 Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,rajukushwaha36@gmail.com助理。 教授,计算机应用程序部,Engg School。 &Tech。 (UIET),CSJMU KANPUR NAGAR,mamtatiwari@csjmu.ac.ac.in引用:Nirvikar Katiyar博士(2024)教授,AI-DRING驱动的个性化学习系统:增强教育效力教育管理:理论和实践:理论和实践:30(5),11514-114-11524 DOI:11514-11524 DOI: 10.53555/kuey.v30i5.4961文章Info Info abs Tract个性化学习,由人工智能(AI)提供支持,正在通过针对单个学生的需求,能力和学习风格量身定制教学来彻底改变教育。 本文探讨了AI驱动的个性化学习系统的当前状态和未来潜力。 它研究了如何利用机器学习,自然语言处理和知识表示等AI技术来创造自适应学习经验,以优化教育成果。 还探讨了围绕教育中AI的挑战和道德考虑。 但是,这些系统的仔细设计和负责任的部署至关重要。Shukla 5,Raju Singh先生6,Mamta Tiwari博士7主任Prabhat Engineering College College College College College College(D),Nirvikarkatiyar@gmail.com助理。Axis技术与管理研究所教授Kanpur Nagar,vimalawasthi@axiscolleges.in insso。 Bbdniit教授Akhilesh Das Nagar Faizabad Road Lucknow,rampratapmca11@gmail.com助理。 Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,kuldeepmishra120bit@gmail.com研究学者,计算机应用程序CSJM University Kanpur Nagar,Nikhil.shukla700@gmail.com助理。 教授。 Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,rajukushwaha36@gmail.com助理。 教授,计算机应用程序部,Engg School。 &Tech。 (UIET),CSJMU KANPUR NAGAR,mamtatiwari@csjmu.ac.ac.in引用:Nirvikar Katiyar博士(2024)教授,AI-DRING驱动的个性化学习系统:增强教育效力教育管理:理论和实践:理论和实践:30(5),11514-114-11524 DOI:11514-11524 DOI: 10.53555/kuey.v30i5.4961文章Info Info abs Tract个性化学习,由人工智能(AI)提供支持,正在通过针对单个学生的需求,能力和学习风格量身定制教学来彻底改变教育。 本文探讨了AI驱动的个性化学习系统的当前状态和未来潜力。 它研究了如何利用机器学习,自然语言处理和知识表示等AI技术来创造自适应学习经验,以优化教育成果。 还探讨了围绕教育中AI的挑战和道德考虑。 但是,这些系统的仔细设计和负责任的部署至关重要。Axis技术与管理研究所教授Kanpur Nagar,vimalawasthi@axiscolleges.in insso。Bbdniit教授Akhilesh Das Nagar Faizabad Road Lucknow,rampratapmca11@gmail.com助理。 Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,kuldeepmishra120bit@gmail.com研究学者,计算机应用程序CSJM University Kanpur Nagar,Nikhil.shukla700@gmail.com助理。 教授。 Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,rajukushwaha36@gmail.com助理。 教授,计算机应用程序部,Engg School。 &Tech。 (UIET),CSJMU KANPUR NAGAR,mamtatiwari@csjmu.ac.ac.in引用:Nirvikar Katiyar博士(2024)教授,AI-DRING驱动的个性化学习系统:增强教育效力教育管理:理论和实践:理论和实践:30(5),11514-114-11524 DOI:11514-11524 DOI: 10.53555/kuey.v30i5.4961文章Info Info abs Tract个性化学习,由人工智能(AI)提供支持,正在通过针对单个学生的需求,能力和学习风格量身定制教学来彻底改变教育。 本文探讨了AI驱动的个性化学习系统的当前状态和未来潜力。 它研究了如何利用机器学习,自然语言处理和知识表示等AI技术来创造自适应学习经验,以优化教育成果。 还探讨了围绕教育中AI的挑战和道德考虑。 但是,这些系统的仔细设计和负责任的部署至关重要。Bbdniit教授Akhilesh Das Nagar Faizabad Road Lucknow,rampratapmca11@gmail.com助理。Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,kuldeepmishra120bit@gmail.com研究学者,计算机应用程序CSJM University Kanpur Nagar,Nikhil.shukla700@gmail.com助理。 教授。 Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,rajukushwaha36@gmail.com助理。 教授,计算机应用程序部,Engg School。 &Tech。 (UIET),CSJMU KANPUR NAGAR,mamtatiwari@csjmu.ac.ac.in引用:Nirvikar Katiyar博士(2024)教授,AI-DRING驱动的个性化学习系统:增强教育效力教育管理:理论和实践:理论和实践:30(5),11514-114-11524 DOI:11514-11524 DOI: 10.53555/kuey.v30i5.4961文章Info Info abs Tract个性化学习,由人工智能(AI)提供支持,正在通过针对单个学生的需求,能力和学习风格量身定制教学来彻底改变教育。 本文探讨了AI驱动的个性化学习系统的当前状态和未来潜力。 它研究了如何利用机器学习,自然语言处理和知识表示等AI技术来创造自适应学习经验,以优化教育成果。 还探讨了围绕教育中AI的挑战和道德考虑。 但是,这些系统的仔细设计和负责任的部署至关重要。Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,kuldeepmishra120bit@gmail.com研究学者,计算机应用程序CSJM University Kanpur Nagar,Nikhil.shukla700@gmail.com助理。教授。Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,rajukushwaha36@gmail.com助理。 教授,计算机应用程序部,Engg School。 &Tech。 (UIET),CSJMU KANPUR NAGAR,mamtatiwari@csjmu.ac.ac.in引用:Nirvikar Katiyar博士(2024)教授,AI-DRING驱动的个性化学习系统:增强教育效力教育管理:理论和实践:理论和实践:30(5),11514-114-11524 DOI:11514-11524 DOI: 10.53555/kuey.v30i5.4961文章Info Info abs Tract个性化学习,由人工智能(AI)提供支持,正在通过针对单个学生的需求,能力和学习风格量身定制教学来彻底改变教育。 本文探讨了AI驱动的个性化学习系统的当前状态和未来潜力。 它研究了如何利用机器学习,自然语言处理和知识表示等AI技术来创造自适应学习经验,以优化教育成果。 还探讨了围绕教育中AI的挑战和道德考虑。 但是,这些系统的仔细设计和负责任的部署至关重要。Maharana Pratap工程学院Kothi Mandhana Kanpur Nagar,rajukushwaha36@gmail.com助理。教授,计算机应用程序部,Engg School。&Tech。(UIET),CSJMU KANPUR NAGAR,mamtatiwari@csjmu.ac.ac.in引用:Nirvikar Katiyar博士(2024)教授,AI-DRING驱动的个性化学习系统:增强教育效力教育管理:理论和实践:理论和实践:30(5),11514-114-11524 DOI:11514-11524 DOI: 10.53555/kuey.v30i5.4961文章Info Info abs Tract个性化学习,由人工智能(AI)提供支持,正在通过针对单个学生的需求,能力和学习风格量身定制教学来彻底改变教育。本文探讨了AI驱动的个性化学习系统的当前状态和未来潜力。它研究了如何利用机器学习,自然语言处理和知识表示等AI技术来创造自适应学习经验,以优化教育成果。围绕教育中AI的挑战和道德考虑。但是,这些系统的仔细设计和负责任的部署至关重要。本文回顾了有关教育中AI的现有研究,讨论了个性化学习系统的关键技术和架构,并介绍了成功实施的案例研究。本文认为,AI驱动的个性化学习以及人类的教学具有巨大的潜力,可以增强教育有效性,参与度和公平性。本文以该领域的未来研究和发展的建议结束。关键字:人工智能;个性化学习;自适应学习;智能辅导系统;教育技术;学习分析;人AI合作
Anne-Kathrin Baczko 1.2,⋆,Matthias Kadler 3,Eduardo Ros 2,Christian M.来自3,4,2,Maciek Wielgus 2,Manel Perucho 5.6,Thomas P. Kichbaum 2,Mislav Balokovi´c 7 13.2,Luca Ricci 3.2,Kazunori Akiyama 14,15.8,Ezequiel Albentosa-Ruíz5,Antxon Alberdi 16,Walter Alef 2,Juan Carlos Algaba 17,Juan Carlos Algaba 17,Richard Anantua 18,142,8.9 Bidisha Bandyopadhyay 20,John Barrett 14,MichiBauböck21,Bradford A. Benson 22.23,Dan Bintley 24.25,Raymond Blundell 9,Katherine L.Bouman 26,Geo Qo Qo Qo i Q. Re i Q. Rey C. Bower C. Bower 27.28 Britzen 2,Avery E. Broderick 32,33.34,Dominique Broguiere 31,Thomas Bronzwaer 13,Sandra Bustamante 35,Do-Youung Byun 36.37,John E. Carlstrom 38.23,39.40 Chatterjee 43,Ming-Tang Chen 27,Yongjun Chen 44.45,Xiaopeng Cheng 36,Ilje Cho 16,36.46,Pierre Christian 47,Nicholas S. Conroy 48.9,John E. Conway 41,John E. Conway 41,James M.Cordes 43,Thomas M.Crawford 23.38,Geo b.
文章信息ABS范围降低电池功能是广泛采用电动汽车(EV)的主要障碍。因此,需要解决方案来优化锂离子电池的安全性,性能和周期寿命。为了解决这个问题,我们提出了第一个AI驱动的电池管理系统(BMS),能够对电动电池电池中的最先进,最先进的健康状况和可能的故障动态进行无模型的预测。我们利用工业X射线计算机断层扫描来检查内部电极,分离器质量和电荷以及电化学阻抗光谱谱图来量化细胞最新状态。我们的无模型方法可以解决实验和工业EV的数据;我们证明了突破性的预测准确性,既不需要校准,也不需要任何商业工具援助。该方法在定性上对电池性能的看法提供了一种新颖的视角,这将使最终的理解和优化设计。我们的方法直接支持可持续性和电动汽车的低成本驾驶。车辆电气化和杂交的提高需要加速锂离子电池性能和安全性的进步,这主要依赖于复杂的嵌入式电池管理系统。具体来说,终身对单个细胞的最先进(SOC)和最先进的(SOH)的准确跟踪具有基本重要性。可靠性降低不仅会影响硬件在循环研究中的承诺,而且会影响电动汽车行业扩散的直接结果。在这些功能中表现不佳的影响将导致电动汽车滞留在高速公路侧,大规模电力缓冲区的停机时间,减少总体电动汽车电池组的使用以及早期频繁的昂贵降级和更换。仅凭电池特性就会出现许多问题,并且共识是问题只会变得更加严重。为了强烈降低这种风险并适应电气化的演变,需要通过追求针对电池监控,建模和管理的高级机器学习算法来延长电池使用寿命。关键字:优化电动汽车性能,电动汽车(EV),电池管理系统(BMS),AI(人工智能),性能优化,能源效率,机器学习,电池电量(SOC),电池健康状况(SOH)