XiaoMi-AI文件搜索系统
World File Search Systemenabled
Athena：支持排名的学术搜索系统
学术检索系统有助于深入理解学术数据，促进学者的科研活动。尽管目前已开发了许多此类系统，但大多数系统要么支持有限实体搜索的排名，要么仅提供基本的排名指标。现有系统也主要采用关系数据库管理系统 (RDBMS) 作为存储，未能充分利用学术数据的链接特性。本研究设计并开发了一种新颖的学术检索系统 Athena。（1）它支持四种类型的学术实体检索：文章、作者、地点和所属机构，并配备五种排名指标，包括三种传统指标和两种综合重要性排名指标。（2）它还提供学术实体的分析。（3）它进一步利用图形存储来直接利用链接特性来加速复杂查询的处理。我们展示了 Athena 在学术检索、分析、图形存储和排名质量方面的优势。
用于灾害管理的空间地理信息 nrsc
空间技术在支持印度灾害风险管理方面具有巨大能力，可应对各个阶段的所有自然灾害。考虑到其重要性，在印度空间研究组织的灾害管理支持计划下，国家遥感中心 (NRSC) 为邦、中央和其他相关 DMS 组织组织了能力建设计划，以有效利用空间技术。本课程旨在解决遥感（光学和微波）和地理信息学在洪水和气旋、其监测、测绘和危险评估、洪水预报、森林火灾监测和秸秆焚烧中的作用，结合预警、农业干旱评估、地质灾害（山体滑坡和地震）、气旋生成和气旋预报系统、冰川湖测绘、风险评估、从灾害角度监测大气闪电和国家应急管理数据库 (NDEM) 的现场数据。
技术支持护理 (TEC) 转诊指导
途径 • 明确连接这些服务的现有途径，确保建立明确的后续转介流程 • 对正在连接的服务达成共识 • 了解实施过程中的任何障碍、如何克服这些障碍以及谁可以提供帮助 • 确定 TEC 质量决策支持工具 (DST) 的使用以及使用 DST 的要求。 • 制定直接转介流程，包括电话号码、最低信息标准、转介接受标准等，目标是使转介变得简单明了并最大限度地减少拒绝 • 确定 UCR 和 TEC 员工的培训要求
铅酸电池启用区块链的体系结构...
广泛使用铅酸电池（LABS）导致全球产生了数百万吨电池浪费。实验室废物包含关键和危险材料，对环境和人类健康产生有害的影响。最近，实验室的回收已经有效，但是发展中国家的电池收集效率不高，这导致非专业治疗和对非正式部门的这些电池的回收利用。本文提出了一个启用区块链的实验室构造，以确保采集和处理电池的真实，可追溯和透明的系统。利益相关者 - 现场制造商，分销商，零售商，用户和验证者（政府，域名专家，第三方专家等）。） - 通过区块链网络集成在圆环中。向所有利益相关者提供了移动应用程序用户界面，以易于采用。在地理区域制造和提供的电池以及电池末期的可回收材料被真实地追踪。该体系结构有望对电池制造商提高其扩展生产者的责任并支持负责任的消费和生产有用。
由热量存储和氧气启用的混合能源技术...
与燃烧后CO 2的捕获相比，使用SCO 2 Brayton-Cycle涡轮机启用了更大的减少和与可再生热量的杂交，并减少了水泥制造的67％。为CO 2分离和压缩的能源节省均可用于所有燃料：天然气，煤炭和生物量。
能够对重度主动脉瓣狭窄患者进行表型分析
摘要 目的 基于超声心动图和血流动力学数据，提出了一种基于人工智能的新型表型分析方法，用于在经导管主动脉瓣置换术 (TAVR) 前对重度主动脉瓣狭窄 (AS) 患者进行分层。本研究旨在根据这种新型分层系统分析 TAVR 后主动脉瓣外心脏损伤的恢复情况。方法 先前建立了所提出的表型分析方法，该方法采用来自双中心登记处的 366 名重度 AS 患者的数据。在这项连续研究中，247 名患者 (67.5%) 获得了 TAVR 后第 147±75.1 天的超声心动图随访数据。结果 通过 TAVR 矫正重度 AS 显著降低了同时患有重度二尖瓣反流的患者比例（从 9.29% 降至 3.64%，p 值：0.0015）。此外，肺动脉压力得到改善（估计收缩期肺动脉压力：从 47.2±15.8 到 43.3±15.1 mm Hg，p 值：0.0079）。然而，右心功能障碍以及严重三尖瓣反流患者的比例保持不变。持续性右心功能障碍的群集最终显示 2 年生存率分别为 69.2%（95% CI 56.6% 至 84.7%）和 74.6%（95% CI 65.9% 至 84.4%），与几乎没有或没有持续性心肺功能障碍的群集（88.3%（95% CI 83.3% 至 93.5%）和 85.5%（95% CI 77.1% 至 94.8%））相比显着降低。结论 这种表型分析方法可在术前识别出重度 AS 患者，这些患者在 TAVR 后无法从主动脉瓣外心脏损伤中恢复，因此其生存率显著降低。重要的是，决定预后的不是初次就诊时的肺动脉高压程度，而是右心功能障碍的不可逆性。
生成对抗网络——支持人机交互...
工作和工作场所的未来瞬息万变。关于人工智能 (AI) 及其对工作的影响，已经有大量文章进行了探讨，其中大部分集中在自动化及其对潜在失业的影响上。本篇评论将讨论一个领域，即人工智能被添加到创意和设计从业者的工具箱中，以提高他们的创造力、生产力和设计视野。设计师的主要目的是在给定一组约束的情况下创建或生成最优的工件或原型。随着生成网络，尤其是生成对抗网络 (GAN) 的出现，我们已经看到人工智能侵入了这一领域。过去几年来，这一领域已成为机器学习中最活跃的研究领域之一，其中许多技术，尤其是围绕可信图像生成的技术，已经引起了媒体的广泛关注。我们将超越自动化技术和解决方案，看看 GAN 如何融入设计从业者的用户流程中。 2015 年至 2020 年，对 ScienceDirect、SpringerLink、Web of Science、Scopus、IEEExplore 和 ACM DigitalLibrary 上索引的出版物进行了系统性审查。结果根据 PRISMA 声明报告。从 317 个搜索结果中，审查了 34 项研究（包括两个滚雪球抽样），重点介绍了该领域的主要趋势。介绍了这些研究的局限性，特别是缺乏用户研究以及玩具示例或不太可能扩展的实现的盛行。还确定了未来研究的领域。
使用 Hydra 进行 AI 数据质量监控
摘要。数据质量监控对于影响物理结果质量的所有实验都至关重要。传统上，这是通过报警系统完成的，该系统检测低级故障，将更高级别的监控留给人类工作人员。人工智能开始进入科学应用领域，但伴随着困难，依赖于通过教育或获取数据科学的新技能组合。本文将讨论 Gluex 生产中 Hydra 监控系统的开发和部署。它将展示如何快速开发“现成的”技术，并讨论成功部署这种系统必须克服哪些社会障碍。还将分享 Hydra 生产运行的早期结果以及 Hydra 未来的发展前景。
