在2015年,我们定义了有关生物合成基因簇(Mibig)的最小信息:一种标准化的数据格式,描述了最小必需的信息,以独特地表征BGC。我们同时以这种格式构建了一个随附的BGC条目的在线数据库,此后,该数据被社区广泛用作BGC的参考数据集。在这里,我们描述了Mibig 3.0,一个数据库更新,包括大规模验证和重新通知现有条目,与自然产品ATLAS数据库的广泛交联以及669个新条目。特别关注复合结构和生物活性的注释以及蛋白质领域的选择性。在一起,这些新功能使数据库保持最新,并将为科学社区提供新的机会,以便使用其免费可用的数据,例如培训新机器学习模型,以预测各种天然产品的序列结构功能关系。
由于地面条件恶劣,软质海洋粘土沉积物下为坚硬的基岩,斯堪的纳维亚半岛的许多地下项目都面临着隧道进水沉降风险的挑战。这些充满粘土的洼地中的孔隙压力降低会对附近的建筑物造成损坏,这是奥斯陆基础设施建设的主要风险之一。本文介绍了奥斯陆地区 44 条隧道的大量数据库,这些隧道建于 1975 年至 2020 年之间。数据包括开挖前注浆后测得的进水量、孔隙压力降低、开挖前注浆工作量和地质参数。对数据进行分析以确定关键参数之间的趋势和关系,例如给定进水率的预期孔隙压力降低和获得给定注浆区水力传导率所需的注浆工作量。分析表明,在未来的项目中,有必要将重点放在孔隙压力监测上,而不是进水,以降低不可接受的孔隙压力降低的风险。提出了如何优化开挖前灌浆的监测和跟踪以确保满足所需的防水性的建议。
由于地面条件恶劣,软质海洋粘土沉积物下为坚硬的基岩,斯堪的纳维亚半岛的许多地下项目都面临着隧道进水沉降风险的挑战。这些充满粘土的洼地中的孔隙压力降低会对附近的建筑物造成损坏,这是奥斯陆基础设施建设的主要风险之一。本文介绍了奥斯陆地区 44 条隧道的大量数据库,这些隧道建于 1975 年至 2020 年之间。数据包括开挖前注浆后测得的进水量、孔隙压力降低、开挖前注浆工作量和地质参数。对数据进行分析以确定关键参数之间的趋势和关系,例如给定进水率的预期孔隙压力降低和获得给定注浆区水力传导率所需的注浆工作量。分析表明,在未来的项目中,有必要将重点放在孔隙压力监测上,而不是进水,以降低不可接受的孔隙压力降低的风险。提出了如何优化开挖前灌浆的监测和跟踪以确保满足所需的防水性的建议。
主题:对 2022 日历年国防部投票援助计划的评估(项目编号 D2023-DEV0PA-0009.000)我们计划立即开始主题评估。本次评估的目的是根据各军种监察长在 2022 年的年度审查结果,报告各军种投票援助计划的有效性和合规性,符合美国法典第 10 篇第 1566 节的规定。我们还将报告国防部对国防部指令 1000.04“联邦投票援助计划 (FVAP)” (2019 年 11 月 12 日);国防部指令 5101.11E“国防部军事邮政服务 (MPS) 和官方邮件计划 (OMP) 执行代理” (2021 年 3 月 18 日) 的遵守情况;以及国防部指令 4525.09,“军事邮政服务”,2018 年 7 月 10 日(纳入变更 2,2022 年 5 月 24 日),涉及《军人和海外公民缺席投票法案》(UOCAVA)所涵盖的选民的外联和访问工作。具体来说,我们将重点关注 UOCAVA 所涵盖的选民的缺席选民登记访问以及国防部对这些缺席选票的处理。
数字环境中的针对妇女和女童的暴力行为并非新现象,然而,随着妇女的生活转移到线上,工作、教育、获取服务和社交活动,数字环境中的暴力行为在 COVID-19 大流行的阴影下迅速升级。虽然数据方面仍然存在巨大差距,但一份全球报告显示,患病率为 16% 至 58%。1 网络暴力是一系列行为的一部分,通常与线下暴力有关,可以包含性骚扰、跟踪、Zoom 轰炸等多种形式,2 并且在数字化迅速发展的背景下,这些行为继续成倍增加。网络暴力的影响可能与线下暴力一样有害,它会对妇女和女童的健康和福祉产生负面影响,并产生严重的经济、社会和政治影响。
新闻稿:立即发布 H&M 集团和 WWF 试行新的 AI 解决方案,帮助减轻柬埔寨天然林的压力 金边,2022 年 8 月 25 日:今天推出了一款使用人工智能 (AI) 的新应用程序,以支持服装和纺织工厂减少对森林砍伐的潜在贡献。这是 H&M 集团和 WWF 在柬埔寨就创新技术开发进行的一次激动人心的合作。环境部国务秘书 Neth Pheaktra 阁下表示,环境部对 H&M 集团和 WWF 合作开发的木材人工智能应用程序的推出表示赞赏。“我们赞赏 WWF 和 H&M 集团的这一创新举措,并欢迎 H&M 集团承诺通过其生产链应对气候变化并减轻对天然林的压力,”他说。“WoodAi 应用程序对解决导致森林砍伐的一些因素做出了重要贡献。该部鼓励其他服装品牌效仿这一做法,并支持保护天然森林和野生动物的努力,以造福人类和自然,”Neth Pheaktra 阁下补充道。国务卿呼吁私营部门与柬埔寨王国政府携手合作,通过改善保护区内及周边当地社区的生计来发展当地经济。还鼓励公司尽一切努力帮助减轻对天然森林的压力。政府支持这些举措,以及对软木行业的保护友好和负责任的管理实践。WoodAI 应用程序可以快速识别木材种类,并可以进一步支持服装厂解决生物质采购信息不足的问题。该应用程序只需使用智能手机和微距镜头,即可在工厂门口识别木材种类,帮助工厂验证其用于发电的木材是否来自 H&M 集团批准的种植园树种残留物,例如芒果和腰果,这些树种不太可能导致森林砍伐。
第 40 卷 | 第 1 期 文献综述 #2 2022 年 10 月 5 日 探索航空领域的自然语言处理 (NLP) 应用 Nadine Amin Tracy L. Yother 普渡大学 普渡大学 Mary E. Johnson Julia Rayz 普渡大学 普渡大学 由于计算能力的巨大提升、大量数据的普遍存在以及数据驱动算法的不断增长的力量,自然语言处理 (NLP) 最近在众多领域经历了快速发展,其中之一就是航空业。在本研究中,我们从研究和行业的角度探讨了 NLP 在航空领域的现状。我们将安全报告分析、航空维护和空中交通管制确定为航空领域 NLP 研究的三个主要重点领域。我们还列出了当前可用的 NLP 软件以及它们在航空业中的使用方式。最后,我们重点介绍了航空领域对标准 NLP 技术提出的一些现有挑战,讨论了当前相应的研究工作,并提出了我们建议的研究方向。推荐引用:Amin, N., Yother, T. L., Johnson, M. E. & Rayz, J.(2022)。自然语言处理 (NLP) 的探索
酒店业的语音助理:使用人工智能为客户服务。目的——语音助理 (VA) 通过识别人类语音并执行用户发出的命令来增强人机交互。本文研究了酒店业中酒店与客人之间基于 VA 的互动。该研究将 VA 置于人工智能 (AI) 支持的物联网 (IoT) 环境中,颠覆了旧的做法和流程。智能酒店业使用 VA 以经济高效的方式为客人提供轻松的价值共同创造。该研究调查了消费者对酒店业 VA 的看法和期望,并通过专家技术提供商探索 VA 功能。设计/方法/方法——这篇实证论文研究了 VA 在酒店环境中的当前使用情况和未来影响。它使用定性、半结构化的深入访谈,采访了 7 位专家酒店业 VA 技术提供商和 21 位有 VA 经验的酒店客人。该研究采用供需方法,全面解决酒店业中的 VA。发现——研究结果表明,酒店和客人两方终端用户的需求,探讨了 VA 的优势和挑战。分析表明,VA 正日益成为数字助理。VA 技术可帮助酒店改善客户服务、扩大运营能力并降低成本。尽管尚处于起步阶段,但 VA 技术已在优化酒店运营和升级客户服务方面取得了进展。该研究提出了一种语音交互模型。原创性——VA 研究通常侧重于私人家庭中的技术,而不是商业或酒店空间中的技术。本文为智能酒店业中有关人工智能和物联网的新兴文献做出了贡献,并探讨了 VA 的接受度和操作性。该研究有助于概念化 VA 支持的酒店服务,并探索其积极和消极特征以及未来前景。研究局限性/含义——本研究通过使用 VA 和智能酒店和旅游生态系统的发展来促进酒店服务的转型。该研究可以从与酒店经理的进一步研究中受益,以反映酒店经营者的观点并调查他们对 VA 的看法。进一步的研究还可以探索不同背景下消费者与虚拟助理互动的不同方面。实际意义——本文对酒店管理和人机交互最佳实践做出了重大贡献。它支持技术提供商重新考虑如何开发合适的技术解决方案,以提高其战略竞争力。它还解释了如何经济高效地使用虚拟助理,同时为旅行者的体验增加价值。
通讯作者 Mohamed M. Abuzaid,mabdеlfatah@sharjаh.ac.ae 人工智能 (AI) 对物理治疗实践的影响:物理治疗师意愿和准备度研究 1 沙迦大学健康科学学院医学诊断成像系,阿联酋沙迦 2 沙迦大学健康科学学院物理治疗系,阿联酋沙迦 3 开罗大学物理治疗学院,埃及开罗 摘要:分析人工智能 (AI) 的现状是将其融入物理治疗实践的关键第一步。因此,本研究旨在评估物理治疗师 (PT) 对 AI 实施的看法、知识和接受意愿。 2021 年 10 月至 12 月,对在阿拉伯联合酋长国 (UAE) 工作的 PT 进行了探索性横断面在线问卷调查。先前经过验证的调查收集了参与者的人口统计信息、看法、知识、准备情况以及将 AI 融入实践的挑战。结果显示,PT 对 AI 的了解相当匮乏。大多数参与者都赞赏 AI 应用的作用,并期望它将在实践中发挥重要作用。参与者指出,缺乏教育资源和适当的培训是 AI 整合的主要挑战。参与者表达了将 AI 纳入本科和研究生课程的强烈愿望。将 AI 融入物理治疗实践的兴奋需要努力为学生和专业人士提供教育和培训。物理治疗师担心,通过适当的准备来提高对 AI 角色和挑战的认识,可以消除工作干扰。将 AI 应用于 PT 实践将塑造物理治疗师的医疗保健服务和教育的未来。AI 将为患者和提供者提供更快的诊断、更好的性能和准确的结果。即使在人工智能在物理治疗中实施的早期阶段,人工智能的应用也提出了问题并增加了期望。关键词:人工智能、深度学习、物理治疗、物理治疗师、知识、实践。 人工智能在物理治疗实践中的影响:物理治疗师愿意和准备情况的研究
工作记忆 (WM) 中与目标无关的信息可能会在任务期间进入注意力焦点 (FOA) 并引起前摄干扰 (PI)。在本研究中,我们使用 fMRI 测试了有关 WM 中 PI 边界条件的几个假设,使用改进的口头 2-back 任务。操纵物品和诱饵呈现之间的时间距离,以评估假设的 FOA、短期记忆和长期记忆状态之间的潜在差异。PI 存在于最近端的 3-back 诱饵中,但随着诱饵距离的增加而消散,同时大脑中对记忆回忆至关重要的区域(如右前额叶皮层、顶叶皮层和海马体)的激活增加。在重复呈现物品后,PI 降低和 IFG 激活减少,支持了这样一种观点,即排练物品上下文信息的编码减少了干扰控制的需要。此外,通过逐次试验方法发现,无论距离多远,ACC、岛叶、IFG 和顶叶皮层都会随着诱饵试验干扰的增加而活跃起来。当前结果首次证明了认知控制发生了可观察到的转变,包括在解决 WM 中的 PI 时从 FOA 之外回忆任务相关信息的 MTL 区域。