XiaoMi-AI文件搜索系统
World File Search SystemSurrogates
代孕和人工智能：人工智能为何胜过家庭
摘要 算法预测价值观和偏好的准确性不断提高，这增加了人工智能技术能够作为无行为能力患者的代理决策者的可能性。继 Camillo Lamanna 和 Lauren Byrne 之后，我们将这项技术称为自主算法 (AA)。这种算法将挖掘医学研究、健康记录和社交媒体数据来预测患者的治疗偏好。开发 AA 的可能性引发了一个伦理问题：在患者未签发医疗授权书的情况下，AA 或亲属是否应该充当代理决策者。我们认为，在这种情况下，与赋予家庭代理人决策权的标准做法相反，AA 应该拥有唯一的决策权。这是因为 AA 可能更善于预测患者会选择哪种治疗方案。它也能更好地避免偏见，从而以更以患者为中心的方式做出选择。此外，我们认为这些考虑因素凌驾于患者与亲属的特殊关系的道德重量之上。
物理感知机器学习替代实时制造数字双胞胎
在过去的十年中，制造系统的数字化转型改进了制造过程的交互和控制[1,2]。随着计算机化和互连的范围，车型制造系统在物理和虚拟世界之间具有更高水平的自动化和更牢固的联系[3-5]。这种数字化转型影响了业务模型，环境，生产系统，机器，运营商，产品和服务，从而导致智能制造或制造4.0的出现。该领域集成了新一代信息技术（工业互联网（IIOT），大数据，云计算，ML）和制造应用[6]。数字双胞胎（DT）是用于操作4.0的能力技术之一，在智能制造中提供了网络物理整合[7-9]。dt由一个虚拟模型组成，该模型模拟了物理制造部分的实际状态，还包括制造过程的模拟。它不断吸收传感器数据以更新模型的虚拟状态，以匹配制造过程的不同阶段[10-12,9]。dts提供了复杂的制造过程的集成，数据驱动的，多物理，多尺度的，概率的模拟。DT可以在从单件设备到整个工厂甚至完整供应链的尺度上使用[13]。dts可以访问生产系统中的物理数据，
基于傅立叶神经操作员的替代物，用于现实地质中的二氧化碳存储
这项研究旨在开发替代模型，以加速与碳捕获和存储（CCS）技术相关的决策过程。选择子表面CO 2存储位点通常需要昂贵，并且涉及CO 2流场的模拟。在这里，我们开发了一个基于傅立叶神经操作员（FNO）模型，用于对CO 2羽流迁移的实时高分辨率模拟。该模型经过由现实的子面参数产生的综合数据集训练，并提供O（10 5）计算加速度，并以最少的预测准确性牺牲。我们还探索了超分辨率的概念，以提高培训基于FNO的模型的计算成本。此外，我们提出了各种策略，以改善模型的预测可靠性，这是在评估实际地质地点的同时。基于NVIDIA的模量，这个新型框架将允许对CCS的站点进行快速筛选。讨论的工作流和策略可以应用于其他能源解决方案，例如地热储层建模和氢气。我们的工作量表科学机器学习模型到现实的3D系统，这些系统与现实生活中的地下含水层/储藏室更一致，为下一代数字双胞胎铺平了道路，用于亚面CCS应用程序。
面向金属增材制造数字孪生的开发多尺度多物理模型及其替代模型
嵌入制造过程数字模型的人工智能 (AI) 可用于显著提高过程生产率和产品质量。此类先进功能的应用，特别是应用于金属增材制造 (AM) 等高度数字化的过程，可能会使这些过程在商业上更具吸引力。AI 功能将驻留在数字孪生 (DT) 中，数字孪生是物理过程的虚拟副本。DT 将能够以诊断控制能力自主运行以监督过程，并且可以由从业者查询以告知任何给定产品的最佳处理路线。从 DT 获得的信息的效用将取决于数字模型的质量，更重要的是，它们更快的解决替代品，这些替代品驻留在 DT 中，以便在快速决策期间进行咨询。在本文中，我们指出了 DT 在 AM 中的特殊价值，并重点关注了为 AM 流程创建高保真多尺度多物理模型以支持 AI 功能的必要性。我们确定了其开发的技术障碍，包括由模型的多尺度和多物理特性引起的障碍、跨尺度和物理链接子过程模型的困难以及实验数据的稀缺性。我们讨论了使用机器学习方法创建代理模型以实时解决问题的必要性。我们进一步确定了非技术障碍，例如标准化的需要和跨不同类型机构合作的困难。在反思和研究了 2019 年国际研讨会上关于该主题的讨论后，我们为所有这些挑战提供了潜在的解决方案。我们认为，与分散的努力相比，协作方法不仅可以帮助加速其发展，而且还可以通过允许模块化开发和考虑 AM 中各个子流程之间相互作用的链接来提高模型的质量。建议制定一个高级路线图来开始这样的合作。
感染性人类诺如病毒和替代物的生存建模，以使草莓泥中的高压失活
浆果被人类诺如病毒（Hunov）污染（Hunov）经常被确定为食源性胃肠炎的原因。可以在保留感官和质量参数的同时将非热治疗（例如高压加工（HPP））应用于浆果及其产品，以防止病毒传播。在这里，被Hunov Genogroup I（GI.3 [p13]）和II（GII.4悉尼[P16]）污染的草莓果泥以及Murine Norovirus（MNV）和Tulane Virus（MNV）和TV）和替代物的TOULANE病毒（TV）在多种压力时间组合中被暴露于HPP。病毒灭活，包括新型的人类肠内动物（HIE）模型。感染性结果表明，电视比MNV对HPP更具耐药性，这也通过动力学数学建模证实。结果表明，HPP工艺成功控制病毒污染的可靠操作条件是450 MPa和暴露时间≥5分钟。此外，通过实验性的Hunov GII挑战了从MNV和TV病毒推论的灭活模型。4感染性导致所有治疗条件的偏置因子<1。这一发现验证了所提出的模型，以保守饥饿失活的估计。我们的工作提供了一种蓝图，用于使用HIE系统进行灭活研究，该研究提供了有关最佳公共卫生结果的最佳治疗方法的有用实用信息。
低能量可用性替代指标与男性运动员运动结果中的相对能量缺乏有关
摘要 目的 确定青少年和青年男性运动员临床样本中低能量可用性 (EA) 替代指标与运动相对能量缺乏 (RED) 的预期健康和表现结果之间的关联。方法 邀请到两家三级医疗中心的运动医学诊所就诊的 15-30 岁男性运动员完成一份关于运动员健康和福祉的调查。根据调查回复，将参与者分为低 EA 组和充足 EA 组。使用 χ2 检验评估低 EA 和 RED 结果之间的关联，并使用二项逻辑回归计算 OR（显著性：p<0.05）。结果 低 EA 与自我报告的免疫、代谢、心理、心血管和胃肠道功能障碍的频率增加有关；耐力表现、训练反应、判断、协调和肌肉力量下降；以及易怒和抑郁增加。与 EA 充足的运动员相比，EA 较低的运动员更有可能出现自我报告的心血管功能障碍（OR 2.87，95% CI 1.56 至 5.26）和心理疾病（OR 3.23，95% CI 1.91 至 5.41），训练反应下降（OR 2.64，95% CI 1.38 至 5.03）和耐力表现下降（OR 2.26，95% CI 1.13 至 4.52），并且不太可能出现自我报告的性腺功能障碍（OR 0.49，95% CI 0.30 至 0.81）（p<0.05）。结论 低 EA 替代指标与男性运动员 RED 的许多不良健康结果和表现影响有关。需要对男性进行更多的前瞻性 RED 研究，以改进年轻男性运动员 RED 筛查的各个方面。
低能量可用性替代指标与男性运动员运动结果中的相对能量缺乏有关
摘要 目的 确定青少年和青年男性运动员临床样本中低能量可用性 (EA) 替代指标与运动相对能量缺乏 (RED) 的预期健康和表现结果之间的关联。方法 邀请到两家三级医疗中心的运动医学诊所就诊的 15-30 岁男性运动员完成一份关于运动员健康和福祉的调查。根据调查回复，将参与者分为低 EA 组和充足 EA 组。使用 χ2 检验评估低 EA 和 RED 结果之间的关联，并使用二项逻辑回归计算 OR（显著性：p<0.05）。结果 低 EA 与自我报告的免疫、代谢、心理、心血管和胃肠道功能障碍的频率增加有关；耐力表现、训练反应、判断、协调和肌肉力量下降；以及易怒和抑郁增加。与 EA 充足的运动员相比，EA 较低的运动员更有可能出现自我报告的心血管功能障碍（OR 2.87，95% CI 1.56 至 5.26）和心理疾病（OR 3.23，95% CI 1.91 至 5.41），训练反应下降（OR 2.64，95% CI 1.38 至 5.03）和耐力表现下降（OR 2.26，95% CI 1.13 至 4.52），并且不太可能出现自我报告的性腺功能障碍（OR 0.49，95% CI 0.30 至 0.81）（p<0.05）。结论 低 EA 替代指标与男性运动员 RED 的许多不良健康结果和表现影响有关。需要对男性进行更多的前瞻性 RED 研究，以改进年轻男性运动员 RED 筛查的各个方面。
评估较高的分类单元为大西洋森林中纬度梯度沿纬度梯度
抽象的栖息地丧失和破碎化突出了监测栖息地的重要性。对于诸如节肢动物之类的巨大群体，仍在发现许多特殊的群体中，将较高的分类学水平用作多样性的替代品可能是一个有用的工具。这项研究的目的是评估使用基本分类分类决议来评估Laniatores Harvestmen（Arachnida：Opiliones）的丰富性和组成。所选的五种决议如下：属，家族，下属，指标分类单元和中间分辨率（属和物种鉴定水平的组合）。此外，我们评估了Di-Cersity替代品是否提供了纬度梯度的良好估计。在巴西东北部的纬度梯度沿线的十九个大西洋森林地点进行了采样。我们共记录了88种收获物种/形态种类，分布在7个家庭，15个亚家族和36属中。属和中间分辨率是收获物种丰富度的出色替代品。效率与所使用的替代分辨率不同。四种决议足以替代收割者组成：属，中间分辨率，指标分类群和亚家族。记录的收获物种的数量在季节性半凝结森林和哥斯群岛大西洋雨林之间有显着差异。当我们考虑属和中间分辨率时，也观察到相同的关系也观察到相同的关系。我们的结果表明，将属用作收割者的丰富度和成分替代，以降低监视成本，并以较短的时间和更实用的方式提供评估。
2024年3月19日，星期二-RIL
11:00 Probabilistic Machine Learning Surrogates With Bayesian Neural Networks ARCHIE LUXTON, Arup, United Kingdom AI in multispectral image analysis: Implementing a deep learning model for the segmentation of common thermal urban features to assist in the automation of infrastructure-related maintenance ELENA VOLLMER, Karlsruhe Institute of Technology, Germany
2024年3月19日，星期二-RIL
11:00 Probabilistic Machine Learning Surrogates With Bayesian Neural Networks ARCHIE LUXTON, Arup, United Kingdom AI in multispectral image analysis: Implementing a deep learning model for the segmentation of common thermal urban features to assist in the automation of infrastructure-related maintenance ELENA VOLLMER, Karlsruhe Institute of Technology, Germany