XiaoMi-AI文件搜索系统
World File Search Systemfactors
使用LSTM在巴西进行预测和爆发检测：整合人类流动性和气候因素
背景登革热是全球主要的健康问题，由于其有利的气候因素，社会环境状况以及人类流动性的增加，巴西反复发生和严重爆发。准确的登革热案件和爆发风险对于预警系统和有效的公共卫生干预至关重要。传统的预测模型主要依赖于历史案例数据和气候变量，通常忽略了人类运动在病毒传播中的作用。本研究通过将人类流动性数据纳入基于深度学习的登革热预测框架来解决这一差距。方法开发了一种基于LSTM的模型，以预测每周的登革热病例并检测到选定的巴西城市的爆发。该模型整合了历史登革热案例，滞后气候变量（温度和湿度）以及人类移动调整后的进口案例，以捕获时间趋势和空间传播动态。根据三种替代模型评估其性能：（1）仅使用登革热案例数据的LSTM，（2）结合气候变量的LSTM，以及（3）LSTM集成气候和地理邻里效应的LSTM。使用平均值溶质误差（MAE），平均绝对百分比误差（MAPE）和连续排名的概率得分（CRP）评估了预测准确性，而使用准确性，灵敏度，特异性和F1分数评估了爆发分类。结果在登革热案例预测和爆发检测中，提出的提出的迁移率增强的LSTM模型始终超过所有基线。在所有城市中，它都达到了较低的MAE和MAPE值，表明准确性提高，同时也表现出了出色的CRP性能，反映了良好的校准不确定性估计值。在爆发分类中，该模型达到了最高的灵敏度和F1分数，与仅依赖病例趋势，气候变量或地理位置的模型相比，它在检测爆发期间的有效性。结果强调了登革热预测中赋予移动性数据的重要性，尤其是在人口较高的城市中心。
了解影响尼泊尔扩展代理中数字工具采用的因素
抽象目的 - 尼泊尔的扩展系统遭受高交易成本，覆盖范围有限和资金不足。解决方案在于集成数字扩展工具，但它们通过扩展代理的采用非常低。这项研究探讨了影响这些工具在尼泊尔的Bagmati和Gandaki省的扩展代理中采用的因素。设计/方法/方法 - 本研究采用了定量调查来收集128名参与者的数据。首先，使用因子和聚类分析将参与者分为三个部分。其次，logit模型用于确定采用决策的决定因素。调查结果 - 三个确定的部分被称为“爱好者”，保守派和“实用主义者”。“爱好者”部分（基线）表现出浓厚的兴趣，“保守派”表示保留，而“实用主义者”对数字扩展工具表现出平衡的看法。logit回归分析表明，较高的层次排名，移动应用的使用和男性大大增加了采用的可能性。相反，“保守派”部分，经验，通过互联网接收办公空间和培训支持大大降低了采用的可能性。研究局限性/含义 - 从培训和办公室支持的惊人结果中，是负面影响者的负面影响者，我们可以暗示当前针对培训计划和办公设施的资源分配是无效的。关键字数字扩展工具，因子分析，集群分析，logit模型，采用纸张类型研究论文政策制定者应重新审视资源分配策略，并探索有助于整合数字扩展工具的新方法。独创性/价值 - 参与者细分的方法论方法通过根据采用者的态度，信念和预尊态对创新理论的扩散来补充创新理论的传播。
研究中国表面臭氧浓度对多种因素的未来变化的反应
摘要。气候变化和相关的人类反应应该大大改变表面臭氧（O 3），这是一种通过涉及人为和生物基因前体的光化学反应产生的空气污染物。但是，缺乏对中国O 3对这些多重变化的反应的全面评估。我们提出了共享社会经济途径（SSP2-4.5）下的建模框架，并结合了局部和外国人类学排放，气象条件以及生物挥发性有机综合（BVOC）排放的未来变化。从2020年代到2060年代，在温暖的季节（4月至9月）（4月至9月）中，每天最多8小时O 3浓度在全国范围内（10月至3月）中的浓度下降7.7 ppb，在非温暖的SEA-SON（10月至3月）中下降了1.1 ppb，其超出国家O 3标准的超出性降低了。值得注意的是，在北京-Tianjin – Hebei（BTH），长江三角洲（YRD）和珍珠河三角洲（PRD）等发达的地区，O 3减少更为明显，在温暖的季节中，分别减少了9.7、14.8、14.8和12.5 ppb。相反，在非温度季节中，BTH和YRD中的MDA8 O 3将在5.5和3.3 ppb中提高，部分归因于无X排放的减少，从而降低了滴定效应。o 3污染将在未来扩展到非温暖季节。敏感性分析表明，局部排放变化将主要影响未来的o 3分布和幅度，并在±25％以内的其他因素中贡献了贡献。此外，由于O 3形成状态的变化，多个因素对O 3减少的关节影响将大于单个因素的总和。这项研究强调了地区特定排放控制策略的必要性，以减轻潜在的O 3在非温度季节和气候罚款下增加。
识别牙髓细胞中的分泌因子 -
摘要：凭借其有效的再生和保护能力，干细胞衍生的条件培养基成为了细胞疗法的有效替代品，并且可以作为组织再生应用的药品生产。我们的研究研究了人牙纸浆干细胞（DPSC）条件培养基（CM）的神经增长潜力，并定义了DPSC-CM的优化策略，以增强神经元的生长。用或不含DPSC-CM培养来自小鼠背根神经节的原发性感觉神经元，并测量βIII-微管蛋白阳性神经突的长度。在神经突长度上评估了几种制造特征作为细胞调节，CM存储和DPSC的预处理的影响。我们观察到DPSC-CM以浓度依赖性方式显着增强了感觉神经元的神经突生长。DPSC-CM的冷冻存储对实验结果没有影响，而48小时的DPSC调节对于CM的有效活性是最佳的。为了进一步了解DPSC-CM的再生特征，我们通过人类生长因子抗体阵列分析研究了DPSC分泌组，并揭示了存在神经发生，神经保护，血管生成和成骨的几个因素。使用B-27补充剂的DPSC调节通过改变其生长因子中的组成，从而显着增强了其分泌组的神经创造效应。在这里，我们表明DPSC-CM显着刺激原发性感觉神经元中的神经突生长。此外，我们确定了分泌的蛋白质候选物，这些蛋白质可以促进DPSC-CM的这种有希望的再生特征。
关于研究主题的人为因素和高级工业人类机器人互动中的认知人体工程学的社论
协作机器人技术是许多工业流程的非常有前途的技术，包括e.g。，制造业，物流，orconstruction.thisnewtechnologyarealsonolealsochanging of行业工人的环境。人类机器人相互作用（HRI）的研究对于增强操作员的工作条件和福祉以及生产绩效至关重要。在这方面，对认知人体工程学的特别重视的人为因素是实施安全，流利和有效的协作应用的基础。该研究主题在工业环境中以用户为中心和协作应用中的人为因素和认知人体工程学的研究进行了一系列贡献。在这里，我们从由协作机器人技术影响的三个关键领域的角度总结了这些研究：工人的安全，绩效和福祉。研究主题及时分析了工业HRI的不断变化的景观，因为我们站在一个新时代的工业自动化时代，这是由人类创造力和机器人效率的融合所定义的。除了反映该领域的最新研究外，还提供了有关协作机器人如何改变工业工作区的实用见解和前瞻性观点的贡献。在本研究主题中，每篇文章都涵盖了这种复杂关系的另一个方面，从将机器人纳入人类以人为中心的工作环境到设计和实施的复杂性的社会和心理影响。开发既有技术复杂又以人为本的解决方案需要一种整体方法，这对于理解HRI的复杂本质至关重要。
与认知计算建立人类智能机器团队的多模式合作的人为因素的方法：评论
摘要。在Horizon 2020资助Clean Sky 2计划中，组合项目的认知协作旨在将路线图定位为单飞行器（SPO）和人类智能机器组合。建立在人为因素的现状之上，仔细检查要考虑组成人类智能机器团队（HIMT）的因素和参数。每个参数都会影响积极或负线。一个好的Himt是一个传达，共享知识，信息，合作和信任的HIMT，以确保最高水平的飞行安全。本评论显示了HIMT中双向交流的多模式的附加值。多模式将允许在两个方向上保持口头和非语言交流。对在不同条件下的每种方式和互动方式的好处进行了审查，以及每种方式如何相互补充，以获得自然，高效和可靠的更好的双向交流。目的是以清晰，准确和简洁的方式传输信息，但也要确保接收者受到好评（即cccteammate和驾驶员）和良好的理解。每种模式都将允许Ccteammate根据上下文和手头任务以最佳方式呈现和/或表示信息。
甲甲基酚Alvi Gen。 11月，sp。十一月，小说 来自Aeronet数据库的气溶胶模型。应用于表面反射验证
到西班牙巴塞罗那的催化研究所； B对巴塞罗那，基金会或大学研究所的研究的支持单位，以卫生乔治·戈尔和古琳娜（Idiapjgol）的主要关注。 C学校。西班牙巴塞罗那市巴塞罗那大学医学院临床基础和系；斯洛文尼亚的Maribor Fality Medical；保加利亚;以及医学院汉诺威医学院，伦德大学，马尔姆伦敦大学欧元或瑞典到西班牙巴塞罗那的催化研究所； B对巴塞罗那，基金会或大学研究所的研究的支持单位，以卫生乔治·戈尔和古琳娜（Idiapjgol）的主要关注。 C学校。西班牙巴塞罗那市巴塞罗那大学医学院临床基础和系；斯洛文尼亚的Maribor Fality Medical；保加利亚;以及医学院汉诺威医学院，伦德大学，马尔姆伦敦大学欧元或瑞典
影响疫苗接种覆盖率的内部和外部因素
图2：外部因素（疫苗规定和疫苗稀缺）将疫苗接种覆盖率的疫苗信心平衡水平分发。热图显示了具有无障碍疫苗的平衡疫苗覆盖率和疫苗置信度水平，没有主动授权（A，B），具有可访问的疫苗和不太严格的授权（C，D）和疫苗的环境，其环境有些无法接近（E，F）。假设混合态度的夫妻在将疫苗信心传输到其后代的可能性上可能是最大的可变性，我们在垂直轴上改变了C 1 = C 1 = C 1（混合态度夫妇的置信概率），最大选择系数最大的σmax（指示了疫苗接种量的可感知价值）上置换式轴的量表。由C 0 = 0.3，C 1 = C 2 = 0.7，C 3 = 0.99建模较少严格的授权（C，D）;通过C 0 = 0.01，C 1 = C 2 = 0.3，C 3 = 0.7对疫苗的无法获取性（E，F）进行建模。未指定的参数在表1中给出。这些模拟显示，在较不严格的授权下，疫苗接种覆盖率和疫苗信心之间的疫苗置信范围和疫苗信心之间存在反相关性，而当疫苗接种量被限制时，C n> 0.5。基线条件（表1）由每个热图中的黑匣子突出显示。为了促进面板之间的比较，在补充表S4中介绍了热图的平均和中位数与C 1 = C 1 = C 2 <0.5。
使用机器学习预测供应链中风险评估的风险因素
摘要：风险管理是一个正在进行的过程，其中包括映射和识别，分析以及评估，计划和实施的几个阶段，以降低风险并确保持续控制。沿供应连锁店的风险管理变得更加重要。当前的文献以及风险事件的复杂性和频率的增加，使我们面临当今风险管理中最突出的挑战：审计师在确定风险水平方面的主观性。简单地说，由于其特定的历史和经验，两个不同的审核员可能会以不同的方式评估给定情况。特别是，发现在同一组织中工作的不同审计师进行了相同的风险评估，这似乎极为困难。考虑到这一点，这项研究旨在减少人类的主观性偏见，并通过使用机器学习方法进行尽可能客观的风险评估。为此，本文基于因素分析和人工神经网络作为预测模型引入了一个新的风险评估框架。我们首先引入了一种将风险因素解构为基本要素的新方法，并将其分析为特征向量。接下来，我们收集了来自各个行业（从塑料和金属工厂到物流和医疗设备公司）的60家工业公司的风险调查和审计报告的独特现实数据。最后，我们构建了一个神经网络，以预测行业运营过程的风险水平。我们在42个样本上训练了我们的模型，并在18个样本的测试集上达到了2分的0.9。我们的模型经过验证，并设法根据人类审核员的结果预测r = 0.95的风险准确性。
法国圭亚那的结ab：与治疗失败相关的定量和定性因素
摘要背景：控制疮的策略应适用于本地设置。法国圭亚那的传统社区具有非西方的疾病和健康概念。目标：这项研究的目标是探索知识，态度和实践，以识别与这些社区中cab脚治疗失败相关的潜在因素。方法：在2021年4月01日至2021年8月31日之间在卡扬医院或13个卫生中心之一中看到的a疮的患者被包括在内，并在6周后再次看到以检查持久性病变。在围绕和6周时都发现了与治疗失败有关的因素。半结构化访谈是与参与者多样化的子样本进行的。结果：总共有164名参与者在定量组件中包括了21个定性组成部分。宣布已服用第二种治疗剂量与治疗成功有关。西方治疗并不总是负担得起的。用局部治疗观察到比口服伊维菌素更好的依从性，而苄氯菊酯单一疗法则与失败有关。与cabies相关的耻辱感在美洲印第安人和海地人中很高，但在Ndjuka Maroons中不存在。参与者报告的环境解音非常复杂。结论：传统圭亚那社区中疮的治疗可能会因当地对盛装配方的看法，疾病相关的污名和获得医疗保健的差异而有所不同。在制定针对居住在偏远地区和移民人口的传统社区的sc ab夫时，应考虑这些因素。