XiaoMi-AI文件搜索系统
World File Search SystemWei
普通话增长模式——魏雄
6 一种常见的做法是“真债假股”（明股实债），即地方政府同意在未来某个日期回购PPP项目中的私募股权，从而暂时将债务排除在资产负债表之外。王等人（2020）指出，当PPP项目获得政府资金或补贴时，就可以识别出这种“假股权”。将此标准应用于CEIC数据表明，从2017年到2021年，93.7%的PPP项目投资是由政府资助的。7 虽然中央政府可能会直接资助一些区域项目，但这种情况很少见。中央政府用于地方基础设施建设的资金通常属于对地方政府的转移支付。为了稳健起见，我们在附录A.2.4中进行的分析假设所有“非区域项目”投资均由中央政府完全资助。这种假设情景不会显著影响我们的主要结果。
Che-Wei Liu 简历 - ASU 搜索
o 信息系统国际会议 (ICIS) o 信息系统与技术会议 (CIST) o 信息系统与经济学研讨会 (WISE) o 信息技术与系统研讨会 (WITS) o 夏威夷国际系统科学会议 (HICSS) o 亚太信息系统会议 (PACIS) o 中国信息管理夏季研讨会 (CSWIM) • 评论员
减肥代理事先授权及数量限制计划摘要
• 对于 BMI 大于或等于 25 kg/m^2 的患者，所有超重和肥胖管理方法都应包括饮食、运动和行为矫正，并且应使用其他工具 [例如药物治疗（如果 BMI 大于或等于 27 kg/m^2 且患有合并症，或 BMI 大于 30 kg/m^2）和减肥手术（BMI 大于或等于 35 kg/m^2 且患有合并症，或 BMI 大于 40 kg/m^2）] 作为行为矫正的辅助手段，以减少食物摄入量并增加身体活动量（尽可能）。曾经无法成功减肥和维持体重且符合标签指征的患者适合使用减肥药。• 处方减肥药的有效性和安全性评估应在前 3 个月每月至少进行一次，此后至少每 3 个月进行一次。 • 建议临床医生每年对所有 BMI 大于或等于 30 kg/m^2 的成年患者进行基于症状的肥胖相关主要慢性病筛查，包括糖尿病、心血管疾病、高血压、高脂血症、阻塞性睡眠呼吸暂停、非酒精性脂肪肝、骨关节炎和重度抑郁症。 • 处方人员应确定导致体重增加的慢性药物，并针对伴随疾病开具中性或尽可能促进减肥的药物。 • 如果患者对减肥药的反应被认为有效（3 个月内体重减轻大于或等于体重的 5%）且安全，则建议继续用药。如果被认为无效（3 个月内体重减轻小于 5%）或在任何时候存在安全性或耐受性问题，则应停止用药，并考虑使用替代药物或转诊替代治疗方法。 • 鉴于苯丁胺在临床上广泛使用已超过 20 年，且缺乏严重副作用的证据，即使缺乏长期控制的安全性和有效性数据，只要患者符合以下条件，临床医生长期开具苯丁胺似乎是合理的：1) 没有严重心血管疾病的证据；2) 没有严重的精神疾病或药物滥用史；3) 已被告知 FDA 批准长期使用的减肥药，并被告知这些减肥药已被证明是安全有效的，而苯丁胺则没有；4) 服用苯丁胺时脉搏或血压没有出现临床显著增加；5) 服用药物时体重明显减轻。这些护理方面应记录在患者的医疗记录中，每次就诊时都应记录处方的标外性质。药物最初应以 7.5 或 15 毫克/天开始，只有在患者未达到临床显著效果时才增加剂量
桥梁检查备忘录第 24-03 号 桥梁重量限制验证
2024 年 10 月 15 日 致：所有检查人员和顾问 来自：/s/ Anthony Marino SPM Anthony Marino，PE 桥梁检查州计划经理 桥梁管理部 主题：桥梁重量限制验证 参考：23 CFR 650.313 (l)、(p)、(q) 生效：立即 作为年度桥梁检查计划审查的一部分，印第安纳州交通部桥梁评估部门从桥梁资产的随机抽样中发现，BRADIN 中报告的法定和常规许可负载要求与现场桥梁资产上公布的实际商用和紧急车辆重量限制吨位值之间存在不一致。为确保印第安纳州交通部全州桥梁检查计划符合 FHWA 国家桥梁检查合规指标 14：检查程序 - 发布或限制的要求，应对所有地方公共机构 (LPA) 拥有/维护的桥梁采取以下措施：
2024 - 2028 年儿童健康体重行动计划
该计划以第一个行动计划（2021-2023 年）为基础，并充分利用了在区域层面为儿童健康和肥胖预防建立承诺和领导力方面的成功经验。该计划承认卫生服务组织结构的变化，特别是将运营责任和问责制下放给区域卫生区。该计划列出了将在国家层面协调和实施的关键行动，以支持和促进区域和地方层面的运营活动。随着每个区域卫生区的发展，儿童健康和肥胖预防将继续成为重点，并将通过区域儿童健康体重实施小组促进优先成果的实现。
2 型糖尿病患者使用减肥药物
1‐ 每周一次使用 Tirzepatide 治疗 2 型糖尿病患者的肥胖症 (SURMOUNT‐2)：一项双盲、随机、多中心、安慰剂对照的 3 期试验。2023 年 8 月 19 日；402(10402)：613-626。2‐ Pratley RE、Aroda VR、Lingvay I 等人；代表 SUSTAIN 7 研究人员。每周一次使用索马鲁肽与度拉鲁肽治疗 2 型糖尿病患者 (SUSTAIN 7)：一项随机、开放标签的 3b 期试验。柳叶刀糖尿病内分泌学。2018；6(4)：275-286。doi:10.1016/S2213-8587(18)30024-X 3‐ Frías JP、Auerbach P、Bajaj HS 等人。每周一次 2.0 mg 与 1.0 mg 索马鲁肽对 2 型糖尿病患者的疗效和安全性（SUSTAIN FORTE）：一项双盲、随机、3B 期试验。柳叶刀糖尿病内分泌学。2021；9(9)：563-574。doi:10.1016/S2213-8587(21)00174-1 4- 度拉鲁肽 3.0 和 4.5 mg 对 2 型糖尿病患者体重的影响：AWARD-11 的探索性分析。糖尿病肥胖代谢。2021 年 10 月；23(10)：2242-2250。 5‐ 恩格列净、饮食能量限制或两者对患有 2 型糖尿病和超重或肥胖的个体食欲调节肠道肽的影响：SEESAW 随机、双盲、安慰剂对照试验。https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9541107/。
邦德拉：个性化的AI驱动减肥手机...
全球肥胖症流行是对公共卫生的重大挑战，需要创新和个性化的解决方案。本文介绍了Pondera，这是一种创新的移动应用程序，通过整合人工智能（AI）和多维目标实现分析来革新体重管理。Pondera通过提供减肥量身定制的方法来区分自己，结合了各个用户数据，包括饮食偏好，健身水平和特定的减肥目标，以及高级AI算法以生成个性化的减肥计划。未来的开发方向包括完善AI算法，增强用户体验以及通过全面研究来验证有效性，确保Pondera成为实现可持续的体重减轻和健康改善的关键工具。
利用运动的力量：体重支持系统和辅助机器人案例研究
摘要 - 运动障碍的幼儿面临着额外的障碍，无法进行运动和发起社会行动。体重支撑安全带系统（BWSS）允许孩子采取步骤，探索环境并与人和物体互动，但是需要进一步的研究以了解这种类型的系统如何帮助患有运动障碍的儿童。辅助机器人有可能在使用BWSS的物理治疗期间让孩子参与和动机。我们进行了三个半月以来的案例研究，以了解单独的BWSS以及带有辅助机器人的BWSS是否可以促进儿童运动和参与。我们的结果表明，儿童倾向于增加与BWSS的每一次会话的运动量。本研究中使用的辅助机器人也倾向于保持孩子的参与度。这项工作的产品可以使对早期流动干预技术感兴趣的临床医生和研究人员以及在儿童流动性领域工作的机器人。
yolov8加权盒子融合
这项研究调查了通过将加权盒融合（WBF）整合在KERAS CV框架中，从而提高了Yolov8对象检测性能的潜力。Yolov8由于其速度，准确性和现实世界中的良好声誉而被选择。KERAS CV：简化WBF实施这项工作的关键方面涉及利用KERAS CV库。这个用户友好的框架有助于开发自定义的WBF层，无缝集成到Yolov8架构中。该创新层通过基于置信度得分策略性地组合边界框，在完善对象检测结果中起着至关重要的作用。Python：开发基础Python是该项目的主要编程语言。其广泛的计算机视觉库生态系统为数据操作和模型开发提供了重要的工具。开发和评估过程是在配备GPU的工作站上进行的。此设置确保了有效的处理和实验。但是，该方法可以适应利用基于云的资源来用于大规模培训和部署方案。评估WBF严格评估WBF整合有效性的影响，采用了全面的评估策略。这种策略涉及利用可可公开可用数据集的组合，并可能由针对特定对象的感兴趣类别定制的自定义数据集补充。标准对象检测指标（例如平均平均精度（MAP））用于量化模型的性能。评估的关键方面涉及将WBF增强的Yolov8模型与没有WBF的基线Yolov8模型进行比较。
kai-wei chang
[2] Hsiang-fu Yu，Cho-Jui Hsieh，Kai-Wei Chang和Chih-Jen Lin，当数据无法填充记忆中时，大型线性分类，第16届ACM SIGKDD国际知识发现与数据挖掘和数据挖掘的国际会议（KDD 2010）（KDD 2010），最佳研究论文，最佳研究论文，最佳研究论文。[3] Liunian Harold Li, Pengchuan Zhang, Haotian Zhang, Jianwei Yang, Chunyuan Li, Yiwu Zhong, Lijuan Wang, Lu Yuan, Lei Zhang, Jenq-Neng Hwang, Kai-Wei Chang , and Jianfeng Gao, Grounded Language-Image Pre-training, the Computer Vision and Pattern Recognition Conference (CVPR 2022）。最佳纸决赛入围者，在8161个提交中，有33名，最高0.4％[4] Kuan-Hao Huang，Varun Iyer，I.-Hung Hsu，Anoop Kumar，Kai-Wei Chang和Aram Galstyan。“ Paraamr：AMR反翻译的大规模句法释义数据集。”在计算语言学协会年度会议中（ACL 2023）。区域椅子奖（语义曲目中的顶纸）[5] Nikil Roashan Selvam，Sunipa Dev，Daniel Khashabi，Tushar Khot和Kai-Wei Chang。“尾巴摇晃狗：社会偏见基准的数据集建筑偏见。”在计算语言学协会年会（ACL Short）的年度会议中，2023年。杰出纸奖[6] Hritik Bansal，Yonatan Bitton，Idan Szpektor，Kai-Wei Chang和Aditya Grover。videocon：通过对比标题进行稳健的视频语言对齐。在计算机视觉和模式识别会议上（CVPR，2024）。在ICLR研讨会上有关基础模型数据问题的最佳纸张奖。[7] Pan Lu，Hritik Bansal，Tony Xia，Jiacheng Liu，Chunyuan Li，Hannaneh Hajishirzi，Hao Cheng，Kai-Wei Chang，Michel Galley和Jianfeng Gao。MathVista：评估视觉上下文中基础模型的数学推理。在国际学习表征会议上（ICLR，2024）。被选为口头（7,000份提交中的85个，前1.2％）[8] Hritik Bansal，Nishad Singhi，Yu Yang，Fan Yin，Aditya Grover和Kai-Wei Chang。“ CleanClip：减轻多模式对比学习中的数据中毒攻击。”在国际计算机愿景会议上（ICCV，2023）。为口头选择（在8088个意见中，有195个，前2.5％），ICLR的最佳纸张奖，涉及可信赖和可靠的大型机器学习模型。[9] Tao Meng，Sidi Lu，Nanyun Peng和Kai-Wei Chang。在神经信息处理系统中具有神经化甲骨文的可控文本生成（Neurips 2022）。被选为口头，201311年中有201名最高1.9％[10]洪川张，liunian Harold Li，Tao Meng，Kai-Wei Chang和Guy van den Broeck。“关于从数据中进行推理的悖论。”在人工智能国际联合会议中（IJCAI 2023）。ijcai-23中的前3个引用的论文[11] Sheng Shen，Liunian Harold Li，Hao Tan，Mohit Bansal，Anna Rohrbach，Kai-Wei Chang，Zhewei Yao和Kurt Keutz，Keurt Keutz，剪辑可以剪辑多少愿望和语言？国际学习代表会议（ICLR 2022）。iClr-22 [12] W. Ahmad，S。Chakraborty，B。Ray，K.-W。张。旨在进行程序理解和生成的预先培训。计算语言学协会北美分会（NAACL 2021），NAACL-21的前3个引用论文。太阳。[13] Z. Hu，Y。Dong，K。Wang，K.-W。 Chang和Y。gpt-gnn：图神经网络的生成预训练。ACM SIGKDD国际知识发现与数据挖掘会议（KDD 2020），在KDD-20的前10名引用论文。[14] M. Alzantot，Y。Sharma，A。Elgohary，B.-J。HO，M。Srivastava，K.-W。张。 生成自然语言对抗性示例。 自然语言经验方法会议HO，M。Srivastava，K.-W。张。生成自然语言对抗性示例。自然语言经验方法会议