XiaoMi-AI文件搜索系统
World File Search Systemjournal
引文：Shirali B、Nasrollahi M、Ali Jalali M。人工智能在口腔和牙科疾病诊断和预测中的应用：系统评价。伊朗生物医学杂志 2024；28(7): 133。
简介：人工智能（AI）作为医学领域的一项先进技术发挥着至关重要的作用，尤其是在诊断和预测口腔和牙科疾病方面。人工智能算法和模型可以高精度、快速地分析和预测口腔和牙科疾病。本研究的目的是研究人工智能在口腔和牙科疾病诊断和预测中的应用。搜索策略：这项系统评价于 2024 年进行，关键词为“AI”、“诊断”、“预测”、“口腔疾病”和“牙科疾病”。在可靠的数据库中搜索关键词，包括 PubMed、Web of Science 和 Google Scholar 搜索引擎，没有时间限制。为了确保搜索结果的完整性，检查了文章的来源，在从 endnote 软件中删除重复的标题并检查标题和摘要后，使用 JBi 工具检查了相关文章。在审查了文章的质量后，记录了清单中的发现。结果：共审查了 2,710 篇文章，选择了 12 篇相关文章。研究结果表明，AI 可以帮助诊断和预测口腔和牙科疾病。通过对医学图像的分析，机器学习模型可以检测出异常模式和危险疾病，例如口腔癌。它们还可以利用有关既往疾病及其症状的数据来发现表明某些疾病发生的模式，例如拥挤和牙龈疾病。结论与讨论：根据获得的研究结果，使用 AI 诊断和预测口腔和牙科疾病可以改善疾病的诊断和治疗，提高口腔和牙科医疗服务的质量。这项技术还可以帮助医生和牙医，提供建议和支持。但是，需要不断更新和改进 AI 模型。
参考文献：Kyivska, Kateryna/Tsiutsiura, Svitlana (2021)。人工智能在建筑行业的应用及现有技术分析。在：技术审计与生产储备 2 (2/58)，S. 12 - 15。http://journals.uran.ua/tarp/article/download/229532/229389/525987。doi:10.15587/2706-5448.2021.229532。
研究对象是信息技术在建筑行业中的应用过程。最棘手的领域之一是通过引入数字技术来提高建筑行业的效率。所进行的研究基于使用人工智能实施的方法的应用。该研究使用机器学习和模糊逻辑方法来标记视觉数据并分析其潜在威胁，以及降低所有可能的风险。这种方法的主要特点是，使用机器学习技术，可以在项目风险影响其利润之前降低项目风险。因此，将人工智能与 BIM 技术结合使用，可以根据实时数据、过去活动和其他因素预测建筑项目的工作，从而优化施工流程。随着人工智能继续分析公司数据，实施数字化流程所带来的好处将在未来项目中变得更加明显。这是因为所提出的使用模糊逻辑的方法具有许多特点，特别是，机器学习算法处理的信息越多，它们就越复杂。因此，它们提供了更多有用的信息并允许做出更好的决策。这为在项目工作中最大限度地降低风险和有效分配资源提供了机会。与传统信息技术相比，人工智能可用于构建基于知识的安全管理系统，并结合统计概率来帮助降低建筑项目的安全风险。关键词：人工智能、信息技术、BIM 技术、机器学习、建筑行业自动化。
尼日利亚技术杂志
摘要这项研究通过系统文献综述分析了人工智能（AI）开发的当前进步和挑战。文献搜索是在包括IEEE，ScienceDirect和Scopus在内的主要数据库中进行的。在2016 - 2023年间发表的同行评审文章是基于与研究主题的相关性。在152个初始搜索结果中，使用PRISMA指南选择了48篇文章进行深入审查。分析结果以识别选定期间AI的关键重点领域，技术和应用。这项研究发现，2022 - 2023年与AI相关的出版物（占选定文章的62％）的显着增加，表明研究的兴趣不断增长。确定的关键应用领域是智能城市，教育，图像处理和医学。机器学习方法（例如神经网络和深度学习）经常用于分类，预测和模式识别等任务。与机会，诸如隐私，安全，透明度和偏见之类的道德问题是AI的主要挑战。开发标准，法规和测试机制，以确保AI系统的可靠性和公平性。总而言之，系统审查表明，在各行业中，AI的意义上升，同时强调了积极应对其安全和道德发展的风险的必要性。总体而言，该研究确认AI在各个行业中具有巨大的潜力，但其实施需要发展道德标准和数据安全，以最大程度地提高福利并最大程度地降低风险。该研究的实际意义是加深对AI及其对现代社会的影响的知识。
尼日利亚技术杂志
摘要相关技术需要从维珍材料中可靠的细丝，并探索垃圾宠物瓶，这些瓶子同时减少了与之相关的环境污染。细胞的理想尺寸，机械，化学，热和物理性质是其（细丝）各自的应用和产品质量的重要决定因素，并在3D打印机上使用。在目前的工作中，现有的单螺钉挤出机经过修改，以产生3D打印机的再生聚乙烯三甲酸酯（PET）的各种直径的无污染物丝。进行流速测试和拉伸测试，以确定丝，R-PET和R-PETG样品的机械性能，用50mm的量规长度制造，并对每个样品进行了拉伸测试。使用权重比例方法用于为可回收废物添加添加剂，从而在副产品机械性能中产生了良好的结果，其拉伸强度高达42MPa。的重量比为1：4（例如：V-PET）导致熔化温度最少，而在V-PET的情况下，挤出时间最少。升高R-PET中的反应温度会导致熔化时间的增加，从而导致总挤出时间增加。这项研究中进行的一个实验发现，以75％的转换率以75％的转化率将R-PET所需的挤压时间从120秒减少到80秒。
摘要 印度尼西亚在英语教学中越来越多地使用人工智能工具，但其实施和影响尚未完全了解。本研究探讨了印度尼西亚英语作为外语 (EFL) 教师如何将人工智能 (AI) 技术融入教学，他们对这些工具的有效性的看法以及他们面临的障碍。通过半结构化访谈采用定性方法采访了印度尼西亚的五名英语作为外语 (EFL) 教师。数据分析表明，教育工作者使用 Grammarly、Google Translate、ChatGPT 和 Claude AI 等人工智能工具来提供反馈、帮助理解和创建内容。这些工具被认为有利于提高学生的写作能力和热情，尽管有人担心过度依赖、学术诚信以及阻碍批判性思维和真正学习的可能性。障碍包括对工具、技术设置和学生准备程度的限制。该研究强调了在英语教学中使用人工智能工具的优势，并强调了公平和评价性地纳入它们的重要性。教师应鼓励建构主义教学技术来激发认知参与和数字能力，确保人工智能资源补充而不是替代真正的学习。建议未来研究道德和教育影响。关键词：人工智能、英语作为外语 (EFL)、语言教育、教育技术、印度尼西亚、定性研究、教师看法、挑战、道德考虑。如何引用 Rahman, MA (2024)。探索人工智能在印度尼西亚英语作为外语教育中的整合。教学法：英语语言教学杂志，12 (2)。196-212 DOI：10.32332/joelt.v12i2.9549。期刊主页 https://e-journal.metrouniv.ac.id/index.php/pedagogy 这是一篇根据 CC BY SA 许可开放获取的文章 https://creativecommons.org/licenses/by-sa/4.0/
摘要 印度尼西亚在英语教学中越来越多地使用人工智能工具，但其实施和影响尚未完全了解。本研究探讨了印度尼西亚英语作为外语 (EFL) 教师如何将人工智能 (AI) 技术融入教学，他们对这些工具的有效性的看法以及他们面临的障碍。通过半结构化访谈采用定性方法采访了印度尼西亚的五名英语作为外语 (EFL) 教师。数据分析表明，教育工作者使用 Grammarly、Google Translate、ChatGPT 和 Claude AI 等人工智能工具来提供反馈、帮助理解和创建内容。这些工具被认为有利于提高学生的写作能力和热情，尽管有人担心过度依赖、学术诚信以及阻碍批判性思维和真正学习的可能性。障碍包括对工具、技术设置和学生准备程度的限制。该研究强调了在英语教学中使用人工智能工具的优势，并强调了公平和评价性地纳入它们的重要性。教师应鼓励建构主义教学技术来激发认知参与和数字能力，确保人工智能资源补充而不是替代真正的学习。建议未来研究道德和教育影响。关键词：人工智能、英语作为外语 (EFL)、语言教育、教育技术、印度尼西亚、定性研究、教师看法、挑战、道德考虑。如何引用 Rahman, MA (2024)。探索人工智能在印度尼西亚英语作为外语教育中的整合。教学法：英语语言教学杂志，12 (2)。196-212 DOI：10.32332/joelt.v12i2.9549。期刊主页 https://e-journal.metrouniv.ac.id/index.php/pedagogy 这是一篇根据 CC BY SA 许可开放获取的文章 https://creativecommons.org/licenses/by-sa/4.0/
www.globaljournalseries.com.ng; GlobalJournalSeries@gmail.com合作学习策略对高级中学S
摘要这项研究旨在确定合作学习策略对埃博尼州Onueke教育区高中中学的化学成就和保留的影响。为了解决这一目标，提出了三个研究问题和假设。采用了准实验，非等效的对照组设计，涉及两组学生。采用了一种多阶段抽样技术来从六个男女同校政府拥有的高中的228名SSII化学学生中选择代表性样本。最初，对68所学校的SSII学生的目标人群进行了分层。随后，六所公立中学是从这些阶层中随机绘制的。最后，这六所学校的3所学校被随机绘制并用作实验组，而其余的3所学校则被用作对照组。这种合并的抽样方法确保了代表性和受控实验。实验组暴露于合作学习策略，而对照组接受了传统的基于讲座的教学。的发现表明，与传统的演讲方法相比，合作学习显着增强了学生的化学成就和保留率。可靠性系数为0.97的化学成就和保留测试用于测量学生在治疗前后（治疗前/治疗后）的成就和保留率。使用平均值，标准偏差和协方差分析（ANCOVA）分析数据。结果表明，与讲座教学方法相比，合作学习策略在增强学生的成就和保留方面更为有效。这可能归因于学生在CLS中的共同责任，同伴支持，社交和沟通技巧而与LTM中的积极参与，从而导致动机的提高，批判性思维能力的发展，即时反馈和多样化的学习风格。还可以观察到，在合作学习策略小组中，男学生的平均成就和保留得分要高于女学生。这些发现对教育实践具有重要意义，将合作学习作为改善化学教学的有效策略。关键字：学生的成就，学生保留，成就测试，保留测试，协方差分析（ANCOVA）
国际杂志 - 多学科研究
摘要：人工智能（AI）通过计算机系统模拟人类智能，旨在复制类似人类的功能。作为4.0工业革命的关键驱动力，AI正在改变教育，尤其是在教学过程中。本研究研究了AI在英语教学（ELT）中的作用，并探索了整合到该领域的各种AI技术。通过图书馆的研究，调查结果表明，AI促进了一种有利的英语学习环境。它有效地个性化了学习经验，使学生能够与他们的熟练程度，职业需求或兴趣相提并论，使学生能够参与英语技能（讲，倾听，阅读和写作）。AI驱动的工具，例如用于英语的实时仿真平台，增强了实践技能，包括写作和增强学生的参与度以及Ellt在ELT中的英语教学的整体影响。随着技术进步，由于各种AI驱动的平台，学习英语变得更加易于访问。AI技术通过提供类似于人类推理的互动，决策经验来促进理解和技能发展。基于AI的ELT应用程序的示例包括Google翻译，文本到语音（TTS），英语，Orai，Orai，Elsa，Chatbots，Duolingo和Neo Platforms等，提供了多种选择来提高英语能力的选择。本研究论文旨在探讨人工智能（AI）在英语教学（ELT）中的作用。关键字：人类创造力，人工智能，创意写作，Claude AI，I。本文将重点关注AL Technologies的使用如何提高英语技能，优化教学方法并创造沉浸式，实用的学习经验。引言工业时代的变化的快速速度影响了所有人，需要迅速的适应性。全球化和行业4.0的崛起刺激了新的途径，尤其是技术方面的创造力，创新和挑战。因此，技术对于通过文本，图像和声音传输信息至关重要（Rahayu＆Pujiyono，2017年）。AS旨在简化人类的任务和活动，技术继续发展，其中最紧张的领域之一是人工智能（AI）。人工智能（AI）在计算创造力方面的持续进步引起了人们的重大关注（Cheng＆Day，2014年）。通过合并AI，可以通过各种应用来展示创造力的形式。Rahman（2009）将AI描述为创建软件，可以自主管理知识，计算和搜索功能。这种开发旨在使设备“智能”，模仿人脑的功能，如在线平台和机器人系统中所示（Karsenti，2019年）。AI，也称为机器智能（Mehrotra，2019年），涉及增强具有类似人类认知能力的机器以执行任务。Mehrotra（2019）将AI定义为计算机科学中的领域，专注于设计可以思考和行为像人类的智能系统和应用程序。AI技术的本质在于复制智能（Wang，2019年）。Whitby（2009）强调，AI探索了人类，动物和机器中的智能行为，努力模仿和应用这些特征。术语“ AI”本身将“人造”结合在一起 - 引用了模拟但有效的东西和“智力”，其中包括推理，情感意识，自我理解和创造力等复杂能力（Ahmet，2018）。
降级为 0 级的期刊列表
JufoID 名称 63015 数学和计算应用 76843 对称性 78756 物理学前沿 81052 光子学 81370 材料前沿 84490 星系 86118 天文学和空间科学前沿 87816 宇宙 88023 凝聚态物质 88264 声学 89047 物理学 89352 等离子体 90273 微 90667 原子 90976 光学 91414 纳米技术前沿 91958 振动 81369 化学前沿 90599 环境化学前沿 58652 国际分子科学杂志 63559 分子 75751 晶体 84055 凝胶 86402 化学传感器86948 无机物 88806 化学 89295 表面 91178 光化学 71359 遥感 75065 挑战 82646 气候 84003 地球科学 85031 大气 85032 海洋科学与工程杂志 85215 环境 87868 水文学 88031 第四纪 90988 地球 88777 真菌杂志 70600 昆虫 75091 多样性 75148 植物科学前沿 81171 海洋科学前沿 82645 植物
https://urfpublishers.com/journal/artavering-intelligence杂志人工智能，机器学习与数据科学
随着网络安全产品的复杂性成长，组织需要新的策略，以降低成本实现合规性，质量和可靠性。本文介绍了机器学习（ML）授权的统一测试和监视框架（UTMF），这是一种与ML合并的移位左测试和移位右翼监控框架，以增强故障发现性，异常可算可和持续合规性庆祝。此框架有助于尽早发现漏洞，动态测试案例生成和自适应监视配置。UTMF在软件开发生命周期内（SDLC）中，通过在每个可能的阶段注入ML驱动的见解，有助于创建安全的网络安全产品以唯一的重视恢复能力确保符合付费卡工业（PCI）数据安全标准（DS Secaldation Stression Secaldation（dss Secaldation）， utmf在软件开发生命周期内（SDLC）驱动了一种可扩展，无缝和合规性的安全性方法。 本文通过突出显示ML在增强向导中贡献的元素来研究框架，实施旅程和节省的架构。utmf在软件开发生命周期内（SDLC）驱动了一种可扩展，无缝和合规性的安全性方法。本文通过突出显示ML在增强向导中贡献的元素来研究框架，实施旅程和节省的架构。