XiaoMi-AI文件搜索系统
World File Search Systemgoh
绿色多孔材料实验室
1。在2023年，我们主要针对以下研究主题进行了在线会议，因为研究人员由于COVID-19大流行及其后效应而无法在京都和新加坡之间自由旅行。主题1：用于可持续应用的MOF催化剂主题2：MOF混合矩阵膜主题3：MOF缺陷工程主题4：MOF/BioF/Biopampatible Polymer Hybrids 2。右列出的研究人员参与了绿色多孔材料合成的研究。Susumu Kitagawa教授和助理。 ICEMS的Kenichi Otake教授开发了测量设备，并评估了材料的结构和特性。 他们根据主题4。的合作研究结果共同撰写并发表论文。Susumu Kitagawa教授和助理。ICEMS的Kenichi Otake教授开发了测量设备，并评估了材料的结构和特性。他们根据主题4。（1）“与生物医学相关的金属有机框架 - 混合凝胶材料”，杰森·Y. Delivery” Xin Li, Tristan Tan, Qianyu Lin, Chen Chuan Lim, Rubayn Goh, Ken-ichi Otake, Susumu Kitagawa, Xian Jun Loh, Jason Lim, ACS Biomaterials Science & Engineering, 9, 5724–5736, 2023
高科技公司 RFID 生态系统投资回报率计算器
推荐引用 推荐引用 de Souza, Robert; Goh, Mark; Sundarakani, Balan; Wai, Wong Tack; Toh, Keith; and Wong, Wu: 高科技公司 RFID 生态系统投资回报率计算器 2011。https://ro.uow.edu.au/dubaipapers/225
与高分辨率多层胸部X光片相比，人工智能对胸部X光片病理检测的价值
2. Bluemke DA、Moy L、Bredella MA、Ertl- Wagner BB、Fowler KJ、Goh VJ 等人。《评估人工智能放射学研究：作者、审稿人和读者的简要指南——来自放射学编辑委员会》。北美放射学会；2020 年。
世界银行
该项目于 2024 年 10 月 31 日结束，并帮助弥补了 COVID-19 响应中的关键差距。实现项目发展目标 (PDO) 的进展非常令人满意，实施进展 (IP) 令人满意。所有项目发展目标 (PDO) 和中期结果指标的目标均已实现或有时超额完成。该项目已支付总融资额的 100%。最初的洪都拉斯 COVID-19 应急响应项目于 2020 年 4 月 15 日获得世界银行董事会批准，金额为 2000 万美元，并于 2020 年 5 月 28 日由洪都拉斯政府 (GoH) 宣布生效。2021 年 4 月 16 日，一项 2000 万美元的额外融资 (AF) 获得批准，用于支持洪都拉斯政府 (GoH) 采购和部署 COVID-19 疫苗，并于 2021 年 9 月 30 日宣布生效。主要成果包括：
多层和多材料电子的3D打印
guo liang goh 1，*，Haining Zhang 2，Tzyy Haur Chong 3,4，Wai Yee Yeong 1，***通讯作者电子邮件：guoliang.goh@ntu.edu.edu.edu.edu.edu.sg G. L. Goh博士，新加坡中心，1新加坡中心，3D印刷，机械和航空工程学的1个新加坡工具，新纽约市，6399。9393。1399。9393。9399。9393。H。Zhang教授，2，Kunming科学技术大学机械和电气工程学院，Kunming 650500，中国1新加坡3D印刷中心，机械与航空航天工程学院，Nanyang Technological University，639798，639798，新加坡技术中心，新加坡技术中心，新加坡技术中心（ 637141 4 Nanyang Technological University，Singapore 639798 *通讯作者电子邮件：wyyeong@ntu.edu.sg aSsoc。W. Y. Yeong教授1新加坡3D印刷中心，机械和航空航天工程学院，南南技术大学，639798，新加坡关键字：添加剂制造，3D打印，印刷电子学，多物质，多物质，后处理，后处理，表面处理，表面处理
Yong，K。E.，Hui Kieu，D.K.，Goh，Y.K.，Zhang，X. 一个基于空间状态的Omni方向碰撞警告... 细胞外囊泡及其缺血性中风中的microRNA货物 使用3D多孔结构的超级电容器的开发 近距离光学天空理论 反复练习的反复发作的运动单位行为的变化 生物信息学中的简报 生成AI驱动的语义通信网络 强化学习的基于大语言模型的基于州奖励和行动建模的建议系统 辐射测量
摘要 - 马拉里亚是由感染雌性蚊子蚊子的寄生虫引起的，是一种严重的且潜在的致命疾病，是热带地区常见的。疾病控制程序依赖于树冠内各种垂直高度的蚊子的捕获。为了支持这种疟疾控制研究工作，该提议的解决方案旨在克服涉及攀岩和手动蚊子捕获的调用方法的局限性。本文介绍了一种新型无人机导航系统的开发，该系统旨在在树冠中收集蚊子样品。我们的解决方案通过使用立体声视觉深度摄像机和对象检测算法yolov7实现3D映射算法来构建解决方案，以准确识别树檐篷中的栖息地。开发的无人机导航算法采用获得的坐标来计划合适的飞行路径。我们评估了基础针孔摄像头模型的准确性，并进行了深度摄像头的校准，以提高深度精度。此外，我们分析了Yolov7培训配置，以最大程度地减少着陆点检测中的假阳性。结果证明了我们解决方案在捕获各种垂直高度的蚊子方面的有效性，为疟疾控制程序提供了宝贵的支持。索引术语 - 马拉里亚控制，计算机视觉，无人机导航，深度摄像头，机器学习
建议引用：Chae, Bongsug；Goh, Gyuhyeong (2020)：人工智能和数据分析领域的数字企业家：他们是谁？，《开放式创新：技术、市场和复杂性》杂志，ISSN 2199-8531，MDPI，巴塞尔，第 6 卷，Iss。3，第 1-15 页，https://doi.org/10.3390/joitmc6030056
摘要：数字技术是创业活动的关键资源，人们对数字创业非常感兴趣。虽然许多研究都集中在数字技术在创业中的作用以及它们如何塑造这个领域，但对数字创业的关键参与者的研究相对较少。本研究使用来自 Crunchbase 和 Twitter API 以及学习机的数据，试图回答“谁是数字企业家？”的问题。 本研究报告称，人工智能和数据分析 (AIDA) 行业的数字企业家比非数字企业家更有可能是男性，并且更活跃且在线联系更紧密。此外，他们往往比其他非数字企业家更外向，更不认真和随和。我们的研究结果有助于更清楚地了解数字企业家，这将引起投资者、政策制定者、当前和未来的数字企业家和教育工作者的极大兴趣。
博士Ram Bilas Pachori FIEEE, FIET, FIETE, FIE
3. R. Mittal、H. Juneja、N. Kasimkota、RK Tripathy 和 RB Pachori，一种基于 IoT 的时频域集成深度学习框架，用于通过肺部声音记录检测肺部疾病，面向医疗 5.0 的临床实践中的高级可穿戴传感器，Springer，印刷中，2025 年。（编辑：H. Liu、G. Tse、P. Bhattacharya、X. Wang、RK Tripathy 和 CH Goh）
生物医学数据中的doppelgänger如何混淆...
参考文献1。GOH WWB，Wong L. NetProt：基于复杂的功能选择。2017年蛋白质组研究杂志； 16（8）：3102--3112。2。Guo T，Kouvonen P，Koh CC等。 将组织活检样品快速质谱转化为永久定量数字蛋白质组图，自然医学2015; 21：407-413。Guo T，Kouvonen P，Koh CC等。将组织活检样品快速质谱转化为永久定量数字蛋白质组图，自然医学2015; 21：407-413。
秋季博览会 - 本科研究
1249 Brogan John-Michael Holt†; Jayee Goh†; Kaylie Emerson Virkus†； Shashank Varamballi†; Patricia Ewa Leoniuk†; Olivia Chen†; Gowri Ravikumar Bajagur†; Saanvi Mahesh†; Marina Mercedes San Martin Rossano†； Pradyumn Malik†; Shrikar Hippargi†; Isaac Yan Shek Cheng†； jijnasu prakash root‡; Atandrila Chowdhury‡; Ashton Anthony Price‡;约瑟夫·切利亚（Joseph Chelliah）‡; James Burrell Hewette‡导师：John W Sheffield