XiaoMi-AI文件搜索系统
World File Search Systeminterdisciplinary
人文人工智能：迈向跨学科专业知识和研究的新领域
摘要 哥德堡数字人文研究基础设施 (GRIDH) 参与了各个人文领域的项目，这些项目利用并开发了结合“人工智能” (AI) 应用的研究工具和基础设施资源。这些应用包括自然语言处理、机器学习、计算机视觉、大型语言模型、图像识别算法、分类、聚类和深度学习。本文提出了“人文 AI”一词，以描述一种新兴的跨学科实践形式，该实践使用和开发基于 AI 的研究应用程序来回答人文研究问题及其纠缠不清的人文反思。我们创造这个术语是为了使其实践的认识论和物质特殊性以及其可供性使之成为可能的新知识形式变得隐晦和可见。本文介绍了 GRIDH 在“人文 AI”领域的项目及其开发的 AI 资源和应用。
跨学科研究 - 供应链和麦片...
学位课程指南是建议在四年内完成此学位课程的建议课程。这只是将有效的几个计划之一，并且仅作为对学生的广泛指导。强烈鼓励每个学生与他们的学术顾问协商制定定制计划。其他信息也可以在学位工作中找到。
处理组学数据是生物学和计算机科学交叉领域的一项跨学科挑战
如今，生成组学数据是生物学实验室的常见活动。制备生物样本的实验方案描述得很好，大多数研究机构都有从这些样本生成组学数据的技术平台。此外，制造商不断提出技术改进，同时降低实验成本并增加单次实验获得的组学数据量。在这种情况下，生物学家面临着处理大型组学数据集（也称为“大数据”或“数据洪流”）的挑战。处理组学数据会引发通常由计算机科学家处理的问题，因此生物学家和计算机科学家之间的合作对于有效地研究整个细胞机制至关重要，正如组学数据所承诺的那样。在本章中，我们定义了组学数据，解释了它们的生成方式，最后介绍了它们在基础和医学研究中的一些应用。
露天煤矿混合抽水蓄能跨学科可行性研究
稳定区域就业市场并为欧盟能源供应安全做出贡献。ATLANTIS 的主要目标是制定露天煤矿 HPHS 的技术和经济可行性研究。本贡献将为项目范围内的研发活动提供见解。为此，对希腊和波兰的两个目标露天矿进行了详细调查，包括基于先前定义的 HPHS 设计标准 [1] 的地理信息系统 (GIS) 支持的分析以及水文（地质）文、水化学和岩土分析。在位于罗兹煤田的波兰 Szczercow 矿，可以实现 350 MW 的 HPHS 容量，水头差约为 240 m，能够支持的可再生能源甚至超过目前计划建设的约 250 MW 的风能和光伏园区。希腊托勒密盆地的 Kardia 矿场总发电量可达 180 兆瓦，水头差约为 100 米。这里计划建设 1.2 吉瓦的光伏发电设施。通过扩展风险分析处理潜在的环境影响，该分析包括定性和定量分析以及通过反馈回路集成的组件，并得到了水文地质学、水文地球化学、岩土工程、采矿工程和社会经济学等领域多学科专家的经验支持。根据评估结果，缓解措施
跨学科的纳米级 - 科学 - 科学 - ...
• BE 2800 Biomaterials I: Fundamental Materials Science and Engineering (3) Prereqs: BE2400 • BE 3800 Biomaterials II: Properties and Biological Interactions (3) Prereqs: BE2700(C) and BE2800 • BE 4300 Polymeric Biomaterials (3) Prereqs: BE3800 • BE 4330 Biomimetic Materials (3) Prereqs: BE3350和BE3800•为4335个智能聚合物（3）前提：BE3350和BE3800•为4670 Micro＆Nano Technologies（3）PREREQS：BE3700•BE 3700•BE 4700生物传感器：制造和应用程序：制造和应用程序：3）或BL1040或BE2400）或（BL1200和BL1210）或（BL1400和BL1410）以及（CH2410或CH2420）•BL 4020生物化学II（3）预先QS：BL3020•BL3020•BL 4030 Molecular Biology（BL 4030分子生物学（3）PREREQS：3） （BL3020或CH4710）•BL 4035生物影像剂*（2）预言：无•BL 4142生物电子显微镜*•CH 3520物理化学II-分子结构（3）预言：CH1122或（CH1122或（CH1160和CH1160和CH1161）和MA3160和PH22200（CH22200） •CH 4320无机化学II（3）预告片：CH4310•CH 4560计算化学（3）PREREQS：CH3520•CH/CM 4610聚合物科学介绍（3）预先Q.1122或（CH1122或（CH1160和CH1161）
情感计算 CSCI534：一种跨学科方法
2025 年春季课程目标：本课程全面、跨学科地介绍情感计算：即与情感相关、由情感产生或有意影响情感的计算。它概述了人类情感理论（它如何由认知、身体和社会环境产生并影响认知、身体和社会环境）、识别和合成情感行为的技术，并说明了如何将这些技术应用于应用程序设计。本课程适合对计算方法有一定了解的非计算机科学专业学生。学生将获得以人为本的计算理论和实践方面的坚实背景，因为它与决策、健康、娱乐和教育学有关。
疼痛神经科学的跨学科方法
国家卫生与医学研究委员会（NHMRC）澳大利亚*对比利时的De la Recherche Scientifique-FNRS（F.R.S.-FNRS）*科学，教育与青少年（MSEY）克罗地亚法国国家研究局（ANR）法国*法国教育与研究部（BMBF）德国研究基金会（BMBF）National National Intermanty and National Intermanty＆Interany Dermany German，National and Knecation and National and Knection and National Intermany German，National Inter，卫生研究委员会（HRB）爱尔兰卫生部（CSO-MOH）以色列*意大利卫生部（IT-MOH）意大利拉脱维亚科学委员会（LZP）拉脱维亚研究委员会（LMT）挪威研究委员会（RCN）
http://catalogue.uottawa.ca/en/graduate/master-systems-science-engineering-concentration-intersubjective-artificial-intelligence/index.html 1
系统科学研究生课程是一门跨学科课程，专门为对自然和人造系统的分析和建模（数学和计算机）感兴趣的人而设计。它为专业人士提供理解、控制、预测和优化从工程和计算机科学到管理和应用经济学等各个领域行为所需的技能和知识。该课程由经济学系、信息技术与工程学院、特尔弗管理学院和数学与统计系代表组成的委员会监督。
推荐 NIH 资助的哈佛医学院 AI 计算健康信息学博士后项目候选人，波士顿儿童医院，马萨诸塞州波士顿 CHIP ，波士顿儿童医院的计算健康信息学项目，哈佛医学院的附属机构和其生物医学信息学系的合作项目，正在招募对使用人工智能推动医疗保健感兴趣的博士后研究员。我们寻求优秀的候选人，他们对提升获取和推理一系列数据类型的能力充满热情，从临床、流行病学、环境和社会一直到分子和基因组。我们鼓励教师和研究负责人推荐能够胜任这一职位的候选人。我们提供丰富的学术环境和顶尖医院的优秀导师。CHIP 位于 401 Park Drive 美丽的新设计空间内，位于波士顿芬威街区的中心地带，周围有美妙的餐饮、娱乐和体育场所。重点领域包括机器学习/人工智能，包括临床决策支持和预测医学、可计算表型分析、精准医学、人口健康、真实世界证据和数据可视化。CHIP 成立于 1994 年，是一个多学科应用研究和教育项目。生物医学信息学已成为生物医学科学、医疗保健服务和人口健康的主要主题和方法，包括
推荐 NIH 资助的哈佛医学院 AI 计算健康信息学博士后项目候选人，波士顿儿童医院，马萨诸塞州波士顿 CHIP 是波士顿儿童医院的计算健康信息学项目，是哈佛医学院的附属机构，也是其生物医学信息学系的合作项目，正在招募对利用人工智能推进医疗保健感兴趣的博士后研究员。我们寻求优秀的候选人，他们对提升获取和推理一系列数据类型的能力充满热情，从临床、流行病学、环境和社会一直到分子和基因组。我们鼓励教师和研究负责人推荐能够胜任这一角色的候选人。我们提供丰富的学术环境和优秀的导师，并嵌入顶级医院。CHIP 位于波士顿芬威街区中心 401 Park Drive 的美丽新空间内，周围有各种美食、娱乐和体育设施。重点领域包括机器学习/AI，包括临床决策支持和预测医学、可计算表型、精准医学、人口健康、真实世界证据和数据可视化。CHIP 成立于 1994 年，是一个多学科应用研究和教育项目。生物医学信息学已成为生物医学、医疗保健和人口健康的主要主题和方法，涉及高维建模和从分子到人口水平了解患者。尽管 CHIP 拥有强大的儿科研究议程，但我们的兴趣涵盖所有年龄段。我们为医疗决策、诊断、护理重新设计、公共卫生管理和重新构想的临床试验设计信息基础设施。该领域本质上是跨学科的，借鉴了传统生物医学学科、计算科学和技术、数据科学、生物统计学、流行病学、决策理论、组学、实施科学以及医疗保健政策和管理。我们的教师接受过医学、数据科学、计算机科学、数学和流行病学方面的培训。CHIP 研究亮点在这里。
欢迎来到医学 AI 课外课程！这是南加州大学医学院和南加州大学工程与计算学院提供的独特跨学科计划，由南加州大学阿诺德公共卫生学院提供支持。
课程概述：通过我们全面的实践课外课程，深入了解人工智能在医学领域的变革性世界。该课程旨在让医学生深入了解人工智能的核心概念及其在医疗保健领域的应用——从预测分析到医学成像。