经验丰富的投资2024年6月 - 2024年8月数据工程实习生史密斯菲尔德,RI•与Amazon Lex创建了聊天机器人,用于通过JIRA跟踪的Amazon Lex;协助效率,并预计将查询减少40%。•设计了用于密码重置和用户注册的Splunk仪表板,为数百万用户识别摩擦和放弃点。•应用雪花SQL表和AWS S3迁移面向客户的网络安全数据,从而提高了5000多种年度演示文稿的数据安全性。Microsoft 2024年1月 - 2024年2月数据科学实习生,马萨诸塞州剑桥市•扩展了Azure ML负责任的AI工具箱和解释LLM的文本,例如GPT-4和Llama,辅助200,000多种模型评估的用户。•实施的石灰解释器,可自定义的基准测量指标和综合UI仪表板中的错误分析模块。•开发了5个教程笔记本,以拥抱面(GPT-Neo,Roberta)和OpenAI API(GPT-4,3.5,3)展示模型分析。马萨诸塞州阿默斯特大学2023年5月 - 2023年9月ML和NLP研究实习生| JaimeJ.Dávila教授| GitHub Code Amherst,马萨诸塞州•分析的多模式变压器模型:BLIP,GIT,剪辑和自定义视觉语言模型(VLM),带有BERT(LLM)编码,
在传播预测的输入之后,贝叶斯神经网络还可以不确定。这有可能通过拒绝低信心的预测来指导训练过程,而最近的变异贝叶斯方法可以在不进行蒙特卡洛重量的情况下这样做。在这里,我们在通过动物自然栖息地中通过被动声学监测设备进行的录音应用了无样品的野生动植物呼叫检测。我们进一步提出了不确定性吸引标签的平滑性,其中平滑概率取决于无样品的预测不确定性,以减少对损失值较少贡献的数据。我们介绍了一个记录在马来西亚婆罗洲的生物声学数据集,其中包含来自30种物种的重叠呼叫。在该数据集上,我们提出的方法在接收器操作特征(Au-Roc)下的面积约为1.5分,F1的13点和预期校准误差(ECE)的溶质百分比提高了约1.5点,与所有目标类别相比,预期校准误差(ECE)的位置为19.5点。
这项工作属于版权。所有权利都是由出版商唯一的,全部由材料的全部或部分授权的,特别是涉及翻译,重新使用,重新使用,插图,朗诵,广播,对微观或以任何其他物理方式或任何其他物理方式,以及传输或信息的存储和电子设置,计算机或计算机或相似的方法,或者以任何其他物理方式的复制,或者使用。使用一般描述性名称,注册名称,商标,服务标记等。在本出版物中,即使在没有特定陈述的情况下,这种名称也不受相关的保护法律和法规的限制,因此也没有暗示,因此可以免费使用。出版商,作者和编辑可以肯定地假设本书中的建议和信息在出版之日被认为是真实而准确的。就本文包含的材料或可能已犯的任何错误或遗漏而言,出版商,作者或编辑都没有提供任何明示或暗示的保修。出版商在已发表的地图和机构之后的管辖权索赔方面保持中立。
文章标题:人工智能(AI)在医疗保健中的应用:综述 作者:Mohammed Yousef Shaheen[1] 所属机构:沙特阿拉伯[1] Orcid ids:0000-0002-2993-2632[1] 联系电子邮件:yiroyo1235@tmednews.com 许可信息:本作品已根据知识共享署名许可 http://creativecommons.org/licenses/by/4.0/ 以开放获取的方式发表,允许在任何媒体中不受限制地使用、分发和复制,只要正确引用原始作品即可。使用条款和出版政策可在 https://www.scienceopen.com/ 上找到。预印本声明:本文为预印本,尚未经过同行评审,正在考虑并提交给 ScienceOpen Preprints 进行开放同行评审。DOI:10.14293/S2199-1006.1.SOR-.PPVRY8K.v1 预印本首次在线发布:2021 年 9 月 25 日
背景:有针对性的药物输送系统(TDDSS)是革命性的系统,可提高药物科学领域的治疗剂的功效和安全性。这些系统的目的是仅将药物输送到需要它的目标部位,从而增强治疗结果,同时避免不必要的全身副作用。动作机制:TDDSS通过不同的机制(例如生物缀合和纳米颗粒技术的利用)促进了特定于现场的药物。一方面,叶酸靶向的递送利用叶酸受体在癌细胞上的过表达来增加治疗剂的内在化。此外,TDDS也可以设计为对某些刺激的反应,例如pH,温度甚至酶活性,从而可以控制和延长药物解放。优于传统系统的优点:TDDSS比传统系统具有一定的好处,其优点是毒性降低,增强生物利用度和提高患者依从性。这些系统通过最大程度地减少不必要的脱靶效应,同时最大化靶标的药物浓度来增强治疗指数并降低剂量频率。挑战和未来的方向:TDDS方法可能会导致药物输送和治疗方面的突破,从而在医疗保健领域开放新的机会。目前的努力旨在优化纳米载体,采用智能交付策略以及增强个性化医学方法。创新有可能将TDDS的应用扩展到各种治疗区域,从癌症治疗到疫苗开发和基因输送。结论:TDDSS的持续进展正在彻底改变现代医学,为多样性疾病提供更安全,有效和高度特定的治疗策略。
■ 基于光子晶体平台的全光半减器和全减器的最新进展 Fariborz Parandin、Saeed Olyaee、Farsad Heidari、Mohammad Soroosh、Ali Farmani、Hamed Saghaei、Rouhollah Karimzadeh、Mohammad Javad Maleki、Asghar Askarian、Zahra Rahimi、Arefe Ehyaee 《光通信杂志》,第 0314 卷,第 1-30 页,2024 年
降水在有效管理水资源和维持储层水位中起着至关重要的作用。然而,气候变化发生了显着改变的降水模式,导致了极端的水文事件,例如干旱和洪水,这些事件具有深远的社会经济和环境影响。本研究的重点是使用机器学习模型预测上印度河盆地(UIB)中的降水事件。在这项研究中,采用了三种广泛使用的机器学习算法支持向量机(SVM),K-Nearest邻居(KNN)和随机森林(RF),以预测UIB中的降水事件。数据集分为培训(80%)和测试(20%)子集进行模型评估。在测试的算法中,KNN表现出最佳的预测性能,得出的平均绝对误差(MAE)为2.662,根平均平方误差(RMSE)为16.3,R²得分为0.879,总准确度为83.16%。结果表明,KNN算法是UIB中降水预测的最有效的机器学习模型。这项研究的结果有助于改善预警系统,并在面对气候变化和极端天气事件的情况下促进有效的水资源管理。
项目爆米花飞行员:电影推荐系统:开发了一个推荐系统为模型创建API。技术堆栈:react,nodejs,numpy,pandas,seaborn,matplotlib,scikit-learn,烧瓶,jupyter-notebook url:github手写数字识别:用于手写数字的项目识别项目,该项目通过在MNIST DataSet Tech stack上培训的CNN型号的手写数字识别。 Pandas,Opencv,Seaborn
Rajouri,2月13日:Baba Ghulam Shah Badshah大学(BGSBU)植物学系组织了一项科学外展计划,“对“气候变化对Jammu和Kashmir Flora的影响”的影响。 该活动是由印度国家科学学院(INSA)赞助的,该计划是由BGSBU植物学系助理教授Mohd Asghar Mughal博士的INSA青年科学家计划赞助的。 这项活动旨在提高学生对气候变化带来的环境挑战的认识。Rajouri,2月13日:Baba Ghulam Shah Badshah大学(BGSBU)植物学系组织了一项科学外展计划,“对“气候变化对Jammu和Kashmir Flora的影响”的影响。该活动是由印度国家科学学院(INSA)赞助的,该计划是由BGSBU植物学系助理教授Mohd Asghar Mughal博士的INSA青年科学家计划赞助的。这项活动旨在提高学生对气候变化带来的环境挑战的认识。
机器学习工程师和Python开发人员具有5年以上深度学习,计算机视觉和AI驱动自动化的经验。在开发可扩展模型以进行对象检测,时间序列的预测和智能自动化方面具有验证的专业知识。在Python,TensorFlow和在云环境中部署ML管道的经验。