DOI:https://dx.doi.org/10.30919/es1088 人工智能和机器学习在制造工程中的作用和应用:综述 Sara Bunian,1,# Meshari A. Al-Ebrahim 2,*,# 和 Amro A. Nour 3,# 摘要 人工智能 (AI)、机器学习 (ML)、嵌入式系统、云计算、大数据和物联网 (IoT) 的使用正在影响工业 4.0 向先进技术和高效制造流程的范式转变。由于智能和学习机器的成功使用所带来的快速进步,对人工智能的需求日益增加。人工智能被植入智能制造,以解决关键的可持续性问题并优化供应链、能源和资源的使用以及废物管理。工业 4.0 正在努力实现客户驱动的制造能力,以提高灵活性、可持续性和生产力。AI 和 ML 主要用于现代工业流程的优化和监控。工业 AI 系统研究是一个多学科领域,ML、机器人和物联网都参与其中。工业 AI 开发、验证、部署和维护可持续制造的解决方案。由于云计算的兴起和数据存储成本的大幅下降,现在可以存储大量信息和数据并将其传输到 ML 和 AI 算法中,以简化和自动化组织的不同流程。智能制造和工业 4.0 的框架基于智能流程设计、监控、控制、调度和工业应用。智能制造涵盖了广泛的领域,最初被称为基于物联网的技术。
摘要该研究采用计算策略来鉴定对结核分枝杆菌FTSZ的潜在抑制剂,这是一种关键的细胞分裂蛋白。对FTSZ的晶体结构进行了精心验证,是基于药效团的虚拟筛选和随后的分子对接模拟的基础。piperine是一种源自黑胡椒的天然配体,指导了三分药团模型的开发,该模型成功筛选了多种化学数据库。十种顶级化合物以有希望的药效分数出现,证明了与FTSZ结合位点的潜在相互作用。分子对接模拟揭示了特定化合物,包括Zinc000012440615和Zinc000014658239,分别显示出对口袋C5和C1的一致偏好。FTSZ的结构分析揭示了一套不同的口袋(C1 – C5),其体积和尺寸不同,强调了蛋白质结构的复杂性。这些发现为潜在的抑制剂提供了至关重要的见解,以进一步实验验证和针对结核分枝杆菌的药物开发。关键词:结核分枝杆菌,FTSZ蛋白,分子对接,药物团筛查,计算药物发现,杂氨酸,晶体结构验证,虚拟筛选,铅化合物,袋装分析。国际药品保证杂志。2024; 15(1):351-356。支持来源:零。利益冲突:无国际药品保证杂志(2024); DOI: 10.25258/ijpqa.15.1.56 How to cite this article: Deore S, Wagh V, Thube U, Kayande N, Tare H. In-silico Discovery of Potential Mycobacterium tuberculosis Cell Division Protein FtsZ Inhibitors: A Natural Ligand Piperine-Derived 3-Point Pharmacophore Screening and Structure-Guided Blind Docking Study.
这项迷你综述调查了GABA能中间神经元对人诱导的多能干细胞(HIPSC)衍生的脑类器官的网络功能的重要性。提出的证据表明,GABA能中间神经元的丰度,多样性和三维皮质组织是负责创建同步神经元模式的主要要素。没有复杂的抑制作用,耦合的振荡模式无法达到足够的复杂性来传递构成生理网络功能的时空信息。此外,人类特异性的大脑网络功能似乎是由一个更复杂和相互连接的抑制结构介导的,与啮齿动物相比,这种抑制结构在更长的时间内保持发育能力。这表明啮齿动物模型无法捕获人脑网络的几种特征,这强调了需要在体外充分模仿生理人脑功能的类器官等模型系统。
淀粉素是胰腺产生的激素,在血糖调节和代谢稳态中起着至关重要的作用。它的功能包括减慢胃排空,抑制胰高血糖素的分泌,促进饱腹感和调节胰岛素活性。在糖尿病患者中,淀粉纤维的产生和功能受损可能导致血糖控制不良和并发症的风险增加。靶向链淀粉蛋白信号通路(例如pramlintide)的治疗性干预措施,为改善糖尿病管理和优化整体代谢健康提供了有希望的选择。进一步研究了链氨基作用的机制,可能会发现用于治疗糖尿病和相关代谢性疾病的新型治疗靶标。
缺乏导致血糖水平升高。虽然遗传学和生活方式因素在2型糖尿病的疾病中起着重要作用,但内分泌系统中的异常(例如胰岛素信号通路的失调,也有助于其发病机理)。胰高血糖素是胰腺产生的另一种Hormon,其作用与胰岛素相反,在降低血糖时会提高血糖水平。在患有糖尿病的人中,胰高血糖素分离的失调会加剧高血糖。因此,针对胰高血糖素信号通路的药物正在研究为糖尿病管理的潜在疗法。超过胰腺,其他内分泌腺也会影响葡萄糖代谢,并在糖尿病管理中发挥作用。例如,肾上腺产生诸如皮质的激素,可以在压力时增加血糖水平。同样,甲状腺分泌影响新陈代谢并影响血糖调节的激素。糖尿病不仅涉及血糖升高的水平,而且还考虑了可能导致该疾病的较广泛的激素不平衡。这种整体影响可能涉及生活方式的修改,例如饮食和运动,以及针对内分泌系统各个方面的药物。
©2024 Micron Technology, Inc. 保留所有权利。信息、产品和/或规格如有变更,恕不另行通知。Crucial 和 Micron Technology, Inc. 均不对排版或摄影方面的遗漏或错误负责。Micron、Micron 徽标、Crucial、Crucial 徽标和 The Memory & Storage Experts 是 Micron Technology, Inc. 的商标或注册商标。所有其他商标均为其各自所有者的财产。
在危机时期,企业需要战略伙伴关系和数字化转型才能生存。在稳定的情况下,数字化转型和联盟管理能力如何共同起作用,以增强危机期间的供应链能力。我们已经开发了一个理论框架,该框架解释了在数字化转型的中介影响下,联盟管理能力如何有助于为前所未有的危机建立供应链能力。该框架强调了关键推动者,例如联盟管理能力,数字化转型,供应链敏捷性和供应链适应性,这对于组织绩效至关重要。我们使用157个人在印度制造业工作的人进行了测试。我们的发现表明,结合联盟管理能力和数字化转型可以增强供应链能力,从而提高了组织对危机的反应能力。数字转换,供应链敏捷性和适应性是危机期间有机疾病表现的关键决定因素。因此,在危机时期,使用数字技术提高其敏捷性和适应性的公司更有可能表现良好。为了收集定性数据,我们采访了主要参与者(n = 27),并确定了用于供应链的数字转换策略的四个关键推动力:协调,数字领导力,数字文化和数字人才管理。我们的研究对数字转型中的动态能力视图提供了详细的理解,突出了关键驱动力的竞争优势。
器官损害和退化性疾病是由于细胞死亡或功能丧失而引起的,可能会严重影响人们的生活。这种疾病的例子包括退行性疾病,例如帕金森氏病,阿尔茨海默氏病,肝脏的肝硬化以及听力丧失,以及诸如心肌梗塞和皮肤灼伤等有害疾病。器官(例如肝脏)具有很高的再生能力,并且可以在某些情况下足够再生以保持功能稳定性(Michalopoulos和Bhushan,2021年)。小鼠肝脏已经证明了稳健的再生,该再生支持部分肝切除术后肝功能(Zhang等,2021; Duan等,2022; Fan等,2022)。不幸的是,大多数组织和器官没有这种再生能力,并且在受伤后无法修复自己,最终导致功能丧失。一个例子是耳蜗中的毛细胞,一旦损坏就不会再生,从而导致不可逆的听力损失(Warchol等,1993)。这些患者将需要人工耳蜗植入物,其中包含一系列电极和接收器的电子设备被手术植入患者的内耳中,以直接刺激听觉神经并恢复某些患者的听力(Lenarz,2017; Carlson; Carlson,2020; 2020; Weltin等,202222; 2022)。类似地,心脏瓣膜受损的患者将需要用金属或生物材料制成的人造瓣膜替换以维持心脏功能(Singh等,2019; Hofferberth等,2020; Dreyfus等,2022;图1)。
在使用人工智能和数据科学方法时优先考虑环境可持续性 Caroline Jay 1,2,3 、Yurong Yu 4 、Ian Crawford 5 、Scott Archer-Nicholls 6 、Philip James 7 、Ann Gledson 6 、Gavin Shaddick 8,3 、Robert Haines 2, 6, 、Loïc Lannelongue 2 、9,10,11,12 、Emily Lines 3 、13 、Scott Hosking 3 、14 、David Topping 3,5 人工智能 (AI) 和数据科学将在改善环境可持续性方面发挥关键作用,但如果没有可持续的设计和使用,这些方法的能源需求将对环境产生越来越负面的影响。在计算资源的可用性将继续增加且成本将继续降低的隐含假设的背景下,研究人员在设计或选择分析方法时很少明确考虑环境影响。我们相信环境科学界有机会推动方法的改变,在进行自己的计算研究时优化能源使用,并倡导其他研究领域也这样做。在计算研究中考虑环境可持续性将加速创新并使其民主化:受气候变化影响最大的地区 - 以及当地研究可能带来巨大利益的地区 - 不太可能获得重要的计算资源。将能源效率和可持续性作为首要考虑因素还将催化科学研究的创新方法。通过将这些变化与基于领域的科学需求理解相结合,我们可以以战略方式为最佳实践制定标准。计算方法的能源需求净零被定义为人类向大气中排放的温室气体与人类从大气中清除的温室气体相平衡的状态。实现净零排放需要社会、政治、经济和技术领域的协调努力 1 。人工智能和数据科学将在这一复杂过程中发挥关键作用,帮助我们了解并最终优化人为能源使用 2 。与这一潜在优势相竞争的是,人工智能和数据科学本身具有巨大的能源和环境成本 3,4 。人工智能研究、开发和应用的资源需求不断增加,各国面临着投资更大规模计算设施以跟上步伐的压力 5 。将环境可持续性嵌入人工智能。人们认识到这种做法对环境的潜在影响,从而推动人们努力使计算更具可持续性,包括采用更节能的硬件、更好地管理数据中心以及使用可再生能源为系统供电 6 。人们还认识到软件架构的作用很重要,要取得进展,需要用户熟练编写高效的代码,以最大限度地减少对环境的影响 5 。有一些举措正在推广用于研究的节能软件(例如,https://greensoftware.foundation/ ),同时还努力为计算科学家制定高级原则 7 。尽管如此,方法的环境可持续性目前并不是计算科学研究界任何部分的主要考虑因素,而且对于那些希望以可持续的方式开发或使用人工智能和数据科学的人来说,几乎没有指导方针。艾伦图灵研究所环境与可持续发展兴趣小组首次会议于 2022 年 3 月 15 日在曼彻斯特举行,会议以一场关于
摘要:降雨流量对于有效的水文学和水资源管理至关重要。因此,这项研究的目的是评估尼日利亚Akwa Ibom州恩扬溪(Enyong Creek)的降雨流趋势,利用每日降雨,河流排放和从2018年至2023年收集的温度数据的每日水电学数据,并通过矢量自动访问(VAR)模型对数据进行建模。结果表明,VAR模型成功捕获了排水(WD),降雨(RF)和平均温度(AVE.TEMP)之间的动态关系。方程式揭示了过去值对每个变量当前状态的影响。相关矩阵和图形表示已确认的模型充分性。验证结果证明了模型的准确性,模型R平方值为0.8781表明相关性很强。开发模型的评估的性能测量表明平均平均误差(MAE),均方根误差(RMSE)和平均绝对百分比误差(MAPE)值分别为5.5066、6.7831和7.4203,揭示了令人满意的精度和精度。从这项研究中得出的信息为政府官员,政策制定者和计划者提供了宝贵的见解,以准确的洪水预测,紧急管理,土地使用计划和基础设施开发doi:https://dx.doi.org/10.4314/jasem.v28i1.4开放式策略,由jasem propplectials出版: Ajol。这些文章在出版后立即在全球范围内发布。版权策略:©2024作者。(2023)。J. Appl。不需要特别的许可才能重用Jasem发表的全部或部分文章,包括板,数字和表。本文是根据Creative Commons Attribution 4.0 International(CC-By-4.0)许可证的条款和条件分发的开放式文章。,只要引用了原始文章,就可以在未经许可的情况下重复使用本文的任何部分。将本文引用为:Augustine,C。U; Ahaneku,I。E; AWU,J.I。尼日利亚Akwa Ibom State的Enyong Creek的降雨流动趋势。SCI。 环境。 管理。 28(1)27-35日期:收到:2023年12月10日;修订:2024年1月11日;接受:2024年1月21日发表:2024年1月30日关键字:降雨流趋势,矢量自回旋,河流排放,洪水预测的降雨流向流的随机建模在水文和水资源管理中起着关键作用。 随机降雨流动的流动建模涉及使用概率和统计方法来模拟降雨和河流流动模式的可变性和不确定性(Ahaneku和Otache,2014年)。 这种方法利用概率和统计方法来模拟降雨流量模式中固有的可变性和不确定性。 The significance of stochastic rainfall-riverflow modeling is underscored by its contributions to various aspects, including comprehending hydrological processes, managing floods and droughts, optimizing reservoir operations and water allocation, designing infrastructure, adapting to climate change, conducting risk assessments, facilitating hydropower generation,SCI。环境。管理。28(1)27-35日期:收到:2023年12月10日;修订:2024年1月11日;接受:2024年1月21日发表:2024年1月30日关键字:降雨流趋势,矢量自回旋,河流排放,洪水预测的降雨流向流的随机建模在水文和水资源管理中起着关键作用。随机降雨流动的流动建模涉及使用概率和统计方法来模拟降雨和河流流动模式的可变性和不确定性(Ahaneku和Otache,2014年)。这种方法利用概率和统计方法来模拟降雨流量模式中固有的可变性和不确定性。The significance of stochastic rainfall-riverflow modeling is underscored by its contributions to various aspects, including comprehending hydrological processes, managing floods and droughts, optimizing reservoir operations and water allocation, designing infrastructure, adapting to climate change, conducting risk assessments, facilitating hydropower generation,