XiaoMi-AI文件搜索系统
World File Search Systemenr
推荐引用推荐引用 Milne-Ives, M., de, C., Lim, E., Shehadeh, M., de, P., Mole, G., 和 Meinert, E. (2020)《人工智能对话代理在医疗保健中的有效性：系统评价》，医学互联网研究杂志，22(10)。可在以下网址获取：https://doi.org/10.2196/20346 本文由 PEARL 健康学院免费提供给您并开放获取。它已被 PEARL 的授权管理员接受纳入护理和助产学院。有关更多信息，请联系 openresearch@plymouth.ac.uk。
背景：对医疗服务的高需求和人工智能不断增强的能力导致了对话代理的发展，旨在支持各种与健康相关的活动 - 包括行为改变、治疗支持、健康监测、培训、分类和筛查支持。这些任务的自动化可以让临床医生专注于更复杂的工作，并增加公众获得医疗服务的可及性。需要对这些代理在医疗保健领域的可接受性、可用性和有效性进行总体评估，以收集证据，以便未来的发展可以针对需要改进的领域和可持续采用的潜力。目的：本系统评价旨在评估对话代理在医疗保健领域的有效性和可用性，并确定用户喜欢和不喜欢的元素，为这些代理的未来研究和开发提供信息。方法：系统地搜索了 PubMed、Medline（Ovid）、EMBASE、CINAHL、Web of Science 和 ACM 数字图书馆，查找自 2008 年以来发表的评估医疗保健中使用的不受约束的自然语言处理对话代理的文章。使用 Endnote（X9 版；Clarivate Analytics）参考文献管理软件进行初步筛选，然后由一名审阅者进行全文筛选。提取数据并由一名审阅者评估偏倚风险，由另一名审阅者验证。结果：共选定了 31 项研究，包括各种对话代理——14 个聊天机器人（其中两个是语音聊天机器人）、6 个具体对话代理、3 个交互式语音应答电话、3 个虚拟患者和 3 个语音识别筛选系统，以及一个上下文问答代理和一个语音识别分类系统。总体而言，报告的证据大多是正面的或混合的。可用性和满意度表现良好（27/30 和 26/31），四分之三的研究（23/30）发现了积极或混合的有效性，但在具体的定性反馈中强调了代理的几个局限性。结论：研究通常报告了对所研究的对话代理的有效性、可用性和满意度的积极或混合证据，但定性用户感知更加复杂。许多研究的质量有限，需要改进研究设计和报告，以更准确地评估这些药物在医疗保健中的实用性并确定需要改进的关键领域。进一步的研究还应分析这些药物的成本效益、隐私和安全性。
推荐引用 推荐引用 Duell, J., Fan, X., Burnett, B., Aarts, G., & Zhou, S. (2021) ‘可解释的人工智能方法对电子健康记录分析的解释比较’，2021 年 IEEE EMBS 国际生物医学和健康信息学会议 (BHI)，。网址为：https://doi.org/10.1109/bhi50953.2021.9508618 本文由 PEARL 健康学院免费提供给您，可供开放获取。它已被 PEARL 的授权管理员接受纳入护理和助产学院。有关更多信息，请联系 openresearch@plymouth.ac.uk。
摘要 —可解释人工智能 (XAI) 旨在为用户提供可理解的解释。SHAP、LIME 和 Scoped Rules 等 XAI 算法计算机器学习预测的特征重要性。尽管 XAI 引起了广泛研究关注，但将 XAI 技术应用于医疗保健以指导临床决策具有挑战性。在本文中，我们对 XAI 方法给出的解释进行了比较，作为分析复杂电子健康记录 (EHR) 的第三级扩展。利用大规模 EHR 数据集，我们根据 XAI 模型估计的预测重要性比较 EHR 的特征。我们的实验结果表明，所研究的 XAI 方法会根据具体情况生成不同的顶级特征；它们在共享特征重要性方面的差异值得领域专家进一步探索，以评估人类对 XAI 的信任。索引词 —可解释的人工智能、黑盒、玻璃盒、机器学习、电子健康记录
推荐引用 推荐引用 Koutsouvelis, V., Shiaeles, S., Ghita, B., & Bendiab, G. (2021) '使用人工智能和可视化检测内部威胁'，网址：https://doi.org/10.48550/arxiv.2109.02417 本文由 PEARL 科学与工程学院免费提供给您，供您开放访问。它已被 PEARL 授权管理员接受纳入工程、计算和数学学院。有关更多信息，请联系 openresearch@plymouth.ac.uk 。
摘要 — 内部威胁是公司或组织 IT 系统和基础设施最具破坏性的风险因素之一；识别内部威胁引起了全球学术研究界的关注，并提出了多种解决方案来减轻其潜在影响。为了实施本研究中描述的实验阶段，使用卷积神经网络 (CNN) 算法并通过 Google TensorFlow 程序实施，该程序经过训练可以从可用数据集生成的图像中识别潜在威胁。通过检查生成的图像并借助机器学习，可以回答每个用户的活动是否被信息系统归类为“恶意”的问题。
引用：Melisew W Wuchew，Ashenafi A Yirga，Sileshi F Melesse，Henry Mwambi（2024），影响时间返回到正常水平的HBA1C的因素
结果：糖尿病患者期望返回正常HBA1C的生存时间平均为52.678周，标准误差为0.144。与54岁以上的患者相比，低于18岁的患者的HBA1C水平降低了91.7％。同样，与54岁以上年龄的患者相比，年龄组18-36岁和36-54岁的患者的恢复时间分别降低了44.1％和55.6％。此外，与没有药物副作用的患者和恶心/呕吐，头痛，疲劳和胃部不适的患者相比，有43.8％，57.3％，44.1％和64.3％的时间更长的时间恢复正常的HBA1C水平。此外，与高依从性相比，患者依从性低的患者增加47.8％的时间恢复到正常的HBA1C水平。
Bionne任务概述在Bioasq 2024
摘要在本文中，我们在Clef 2024介绍了自动幽默分析（Joker）实验室的工作。小丑实验室的目的是研究幽默的自动处理，其中包括诸如检索，分类和解释各种形式的幽默文本等任务。我们的任务涉及将幽默文本分类为不同类型的不同类型，我们采用了两种不同的方法。这些方法涉及BERT（变压器架构）和传统的机器学习模型（例如随机森林分类器）的使用。在这两种模型中，伯特的精度得分较高，为0.6731。从中，我们得出的结论是，伯特在大多数自然语言过程中都更好。我们展示了有关培训数据的实验，并且在即将出版的页面中介绍了所提供的测试数据集的结果。
单分子分辨率下的直接翻转动力学和量化手性的富集
手性是自然的重要方面，并且已经开发出许多宏观方法来了解和控制手性。对于手性高等胺，它们的柔性翻转过程使得在不形成粘结和破裂的情况下实现高性能可控性。在这里，我们提出了使用石墨烯 - 分子 - 透明烯单分子连接的第三级胺形成的一种稳定的手性单分子器件。这些单分子设备允许实时，原位，并长期测量具有高时间分辨率的个体手性氮中心的翻转过程。温度和偏置电压依赖性实验以及理论研究表明多种性手性中间体，表明通过能量相关因素对翻转动力学进行调节。角度依赖性测量进一步证明了使用与对称相关因子线性极化的光线有效地富集了手性态。这种方法提供了一种可靠的手段，可以理解手性的起源，阐明微观手性调节机制，并有助于有效药物的设计。
量子软件工程：一种新的计算类型
量子计算（QC）领域正迅速超越纯科学领域，成为一种在商业上可行的技术，可能能够克服传统计算的缺点。主要的技术大亨在构建代码框架和硬件上花费了用于创建用于量子计算的应用程序，以创建用于量子计算的应用程序。QC硬件的开发正在加速，但是，软件密集型方法，方法，程序，程序，intruments，intruments，intruments，intruments，intruments，intruments，intruments，cool和责任的要求是为创建工业以工业为中心的量子软件应用程序而产生的。本文概述了量子软件工程（QSE）生命周期的概念，该量子需要量子要求，设计，实施，测试和维护量子软件的工程。本文特别倡导工业社区与软件工程研究之间的合作性，以提出实用解决方案，以支持量子软件开发的完整活动。提出的愿景使研究人员和从业人员更容易建议使用量子计算机并创建最新，最先进的量子软件的新程序，参考设计，尖端设备以及方法。
量子软件工程：一种新的计算类型
量子计算 (QC) 领域正在迅速超越纯科学的范畴，成为一种商业上可行的技术，可能能够克服传统计算的缺点。过去几年，各大科技巨头纷纷投入资金构建编码框架和硬件，以创建专为量子计算设计的应用程序。量子计算硬件的开发正在加速，然而，创建以工业为中心的量子软件应用程序的软件密集型方法、方式、程序、仪器、角色和职责的需求源于量子计算的操作化。本文概述了量子软件工程 (QSE) 生命周期的概念，其中包括量子需求的工程、量子软件的设计、实施、测试和维护。本文特别提倡工业界和软件工程研究之间的合作，以提出切实可行的解决方案来支持量子软件开发的完整活动。提出的愿景使研究人员和从业人员更容易提出新程序、参考设计、尖端设备和方法，以利用量子计算机并创建最新、最先进的量子软件。
碳磷循环模型高估了成熟的桉树林中的二氧化碳富集
磷（P）在调节生态系统对气候变化的反应中的重要性促进了陆地表面模型中的P-Cycle实施，但是尚未针对微分调查进行评估其CO 2效应预测。在这里，我们执行了数据驱动的模型评估，其中八个广泛使用P的模型的模拟与长期自由空气CO 2富集实验的观察结果面临，以成熟的P- Limited Eucalyptus森林中的观测。我们表明，大多数模型都预测了CO 2对生态系统碳（C）隔离的正确符号和幅度，但它们通常高估了对植物C摄取和生长的影响。我们确定光合作用，植物组织化学计量学，地下植物C的分配以及随后对植物 - 微生物相互作用的后果的叶片对叶片缩放量，这是可以改善生态系统C-P相互作用模型的关键领域。一起，此数据模型对比揭示了对p启用P的性能和功能的数据驱动的见解，并增加了现有的证据，表明全球CO 2驱动的碳汇被模型高估了。