XiaoMi-AI文件搜索系统
World File Search Systemmmons
ScribbleDom-DigitalCommons@TMC
Md. Toufikuzzaman 是孟加拉国工程技术大学 (BUET) 计算机科学与工程系的讲师。他的研究兴趣是机器学习、人工智能和生物信息学的应用。Md. Abul Hassan Samee 是贝勒医学院综合生理学系的助理教授。他的研究重点是生物物理学、机器学习和比较基因组学。M. Sohel Rahman 是孟加拉国工程技术大学 (BUET) 计算机科学与工程系的教授。他的研究兴趣包括算法、生物信息学和元启发式。收到日期：2023 年 8 月 4 日。修订日期：2023 年 12 月 14 日。接受日期：2023 年 12 月 19 日 © 作者 2024。牛津大学出版社出版。这是一篇开放存取文章，根据知识共享署名许可协议 ( https://creativecommons.org/licenses/by/4.0/ ) 分发，允许在任何媒体中不受限制地重复使用、分发和复制，只要对原始作品进行适当的引用。
Moela, Nthabiseng；Matlala, Lerato；Ma, Jackie；Maphutha, Dipuo；Twinomurinzi, Hossana，“非洲金融服务领域人工智能 20 年趋势”（2024 年）。非洲信息系统和技术会议。27. https://digitalcommons.kennesaw.edu/acist/2024/presentations/27
非洲需要实现金融包容性，特别是针对妇女和小企业等边缘群体，这凸显了利用人工智能 (AI) 的重要性。本研究对 2003 年至 2023 年人工智能融入非洲金融服务的情况进行了文献计量分析。主要结果显示，人工智能的使用显著增加，特别是在欺诈检测、信用风险预测和股市波动预测方面，其中 49% 的研究来自南非、尼日利亚和突尼斯。然而，金融发展管理、通货膨胀控制和贷款获取中的性别差异等领域仍未得到充分探索。人们一直强调人工智能的技术实施，而忽视了非洲重要的背景问题，例如道德、基础设施障碍、数据隐私、数据主权以及排斥边缘群体的风险。该研究建议扩大人工智能应用以推动金融包容性，加强道德人工智能部署的监管框架，并解决性别包容性和金融发展管理问题。
DigitalCommons@TMC——德克萨斯医疗中心
1 美国马萨诸塞州剑桥市麻省理工学院和哈佛大学布罗德研究所斯坦利精神病学研究中心、2 美国马萨诸塞州剑桥市哈佛大学生物与生物医学科学系、3 美国马萨诸塞州波士顿市东北大学电气与计算机工程系、4 埃及开罗艾资哈尔大学系统与计算机工程系、5 美国德克萨斯州休斯顿市贝勒医学院综合生理学系、6 美国德克萨斯州休斯顿市贝勒医学院儿科系、7 美国德克萨斯州休斯顿市德克萨斯儿童医院邓肯神经学研究所、8 美国德克萨斯州休斯顿市贝勒医学院分子与人类遗传学系
这项工作是根据创意共享归因非商业4.0国际许可证获得许可的。摘要蔬菜部门基本上是cont
这项工作是根据创意共享归因非商业4.0国际许可证获得许可的。摘要蔬菜部门基本上有助于尼泊尔经济，并提供即时收入，营养和粮食安全。近几十年来，农业化学物质在商业化生产中的非系统用途对蔬菜行业的可持续性构成了威胁。通过实施良好的农业实践（GAP），可以减少农业化学物质在商业蔬菜生产中的使用。本研究旨在从2023年2月至2023年6月，了解农民对良好农业实践（GAP）的知识，应用和感知以及尼泊尔Arghakhanchi区的收养指数。使用分层随机抽样技术选择了来自Sandhikharka市和Chhatradev农村城市的125个家庭。焦点小组讨论（FGD），主要线人访谈（KII）和初步探视以收集主要数据，并审查了各种文献以收集次要数据。结果表明，有38.4％的家庭（HHS）知道差距。上等采用者为15.48％HHS，平均采用值为19.57。大约15.4％的HHS是低采用者，采用值为9.45，而HHS的70.73％是中型采用者，采用值为14.92。在收获方法中发现了较低的间隙应用水平，平均得分最低为0.136，但是，存储持续时间的平均得分最高为0.992。尼泊尔Arghakhanchi区蔬菜种植者中良好农业实践的采用状况。农民将害虫损害排名为最严重的问题，指数值为0.79，而天气为最低的问题，指数为0.33，等级I和V分别为0.33。所有受访者都以75.2％的同意给他们差距的看法，12.8％既不同意也不同意，而12％的人强烈同意差距可以帮助他们提高生产率。关键字：差距，采用，生产，应用，感知正确引用：尼泊尔，A.，Khanal，K。，＆Parajuli，N。（2023）。农业与自然资源杂志，6（1），74-84。doi：https：//doi.org/10.3126/janr.v6i1.71924简介尼泊尔人大多参与农业，最高人口的2/3 rd占2/3 rd，占24.90％的24.90％，向我们国家的整体国内产品（GDP）贡献了24.90％。在这些蔬菜中为农业总生产总值（AGDP）贡献了16.9％
推荐引用 推荐引用 Celeste Shen，生成人工智能时代的合理使用、许可和作者权利，22 N W . J. T ECH . & I NTELL . P ROP . 157 (2024)。https://scholarlycommons.law.northwestern.edu/njtip/vol22/iss1/4
摘要 — 生成式人工智能技术的兴起给版权法带来了前所未有的挑战，特别是在人工智能训练过程中对受版权保护作品的合理使用方面。生成式人工智能工具（例如 ChatGPT）在大量数据集上进行训练，这些数据集通常包含受版权保护的材料，通常未经作者同意或使用补偿。这种广泛的未经授权的使用导致了法律纠纷，原告声称在训练人工智能模型中使用受保护的文本构成侵犯版权行为。本说明研究了合理使用原则在生成式人工智能中的应用，分析了四个法定因素中的每一个，以证明生成式人工智能对受版权保护内容的商业复制不具有变革性，损害了原创作品的市场，不应被视为合理使用。
埃平森林和下议院委员会主席 Benjamin Murphy CC
申请编号 MO/2024/1544 安装电池储能系统。我代表伦敦金融城公司写信反对上述申请。拟议的开发项目位于埃普索姆和阿什特德公共特殊科学价值地点 (SSSI) 旁边。虽然并不紧邻阿什特德公共国家自然保护区（由伦敦金融城公司拥有和管理），但我们的组织对影响整个 SSSI 的事务有着明确的利益。对 SSSI 任何部分的不利影响都将不可避免地对城市公司精心管理的区域产生不利影响。我于 2023 年 2 月写信给 Mole Valley 区议会 (MVDC)，表达了对申请前筛选决定不要求对该开发项目进行环境影响评估的担忧（参见申请文件 PA05 2226-R003）。MVDC 正确地确定了拟议的开发项目将构成《城镇和乡村规划条例》下的附表 2 开发项目
DigitalCommons@TMC——德克萨斯医疗中心
摘要：靶蛋白降解 (TPD) 已成为药物发现领域的一种革命性方法，它利用细胞固有机制选择性地降解与疾病相关的蛋白质。纳米荧光素酶 (nLuc) 融合蛋白和 NanoBiT 技术提供了两个强大而灵敏的筛选平台，可监测 TPD 分子引起的蛋白质丰度的细微变化。尽管有这些优势，但人们还是担心由于标记系统上存在赖氨酸残基，可能会引入降解伪影，这促使人们开发替代工具。在本研究中，我们引入了 HiBiT-RR 和 nLuc K0（缺乏赖氨酸残基的变体），以减轻此类伪影。我们的研究结果表明，HiBiT-RR 与原始 HiBiT 保持了相似的灵敏度和结合亲和力。此外，nLuc WT 和 nLuc K0 构建体之间的比较揭示了某些 TPD 分子诱导的降解模式的变化，强调了选择合适的标记系统以确保研究蛋白质降解过程的实验结果可靠性的重要性。关键词：HiBiT、纳米荧光素酶、标记系统、靶向蛋白质降解 (TPD)、蛋白水解靶向嵌合体 (PROTAC)、高通量筛选
我们是人工智能问题 - 埃默里法学院学术共享平台
本文描述了我们所说的“黑人纳粹问题”，即人工智能产生的有时令人不快的文本和图像的简称，从不协调的（如印度女教皇）到令人愤慨的（如将少数民族描绘成他们自己的历史压迫者，包括黑人纳粹）。这些图像是人工智能开发人员过度努力的结果，旨在纠正用于创建生成式人工智能模型的训练数据中缺乏多样性的代表性。白人、健全的西方男性在高地位类别的图像中过多出现，而女性、有色人种和残疾人（低地位类别除外）则不可见，而且几乎完全没有逼真的非性感女性图像，这些都困扰着所有文本到图像的人工智能模型。我们认为，训练数据中明显缺乏多样性代表性以及有时笨拙地过度补偿这种偏见都暴露了社会问题，而不是技术问题。问题不在于人工智能技术本身，而在于我们自己：人工智能训练数据反映了历史偏见的积累，也反映了我们当前的不平等。人工智能的创造过程有四个重要因素，它们可以解释黑人纳粹问题，并揭示社会中更广泛的问题：我们的历史、社会结构、我们有时相互矛盾的愿望，以及人工智能图像生成的聚合过程。了解人工智能创造过程的这些方面，就会发现人工智能的弱点是我们持续与过去不平等的影响作斗争的症状，以及平衡内在冲突的目标（如理想的多样性和历史准确性）的困难。我们得出了这个问题的文化、技术、政策和法律含义。总之，黑人纳粹问题为我们提供了一个窗口，让我们了解人工智能中需要面对的其他棘手的社会技术问题。
推荐引用 推荐引用 Victor A. Oberting, IV，《电影和媒体行业的生成人工智能和版权》，82 W ASH . & L EE L. R EV . O NLINE 123 (2024)，https://scholarlycommons.law.wlu.edu/wlulr-online/vol82/iss2/2
生成性人工智能（“GAI” 或“生成 AI”）的发展为电影制作人和艺术家带来了令人信服的好处和能力，但也带来了与创作作品版权相关的复杂性。美国电影和媒体行业尤其说明了 GAI 的法律、经济和道德影响范围。尽管 GAI 可能表现出独立代理或意图的特征，但最好将 GAI 模型理解为一套新工具，可在创作过程中为各种应用提供服务。只有当使用这些工具的电影制作人没有被不合理地剥夺利用其作品所必需的作者身份和所有权时，才能实现这套工具的潜在好处。版权法可以在电影行业的背景下实现其功利目的，在实际的作者身份要求和 AI 辅助作品的动态许可制度之间取得平衡。通过立法、政策和最佳实践的正确结合，版权法可以进一步促进
非洲的 COVID-19 疫苗接种 - Scholar Commons
非洲拥有 13 亿人口，其中 56% 居住在农村地区，似乎没有做好分发 COVID-19 疫苗的准备。此外，非洲成功开展 COVID-19 疫苗接种活动所需的能力超过了当地和州卫生机构的可用资源。因此，建议非洲各国政府协调资源、卫生官员和疫苗接种人员，包括当地卫生从业人员、医疗技术人员和药剂师，以开展非洲有史以来规模最大的疫苗接种活动。尽管正如预期的那样，SARS-COV-2 疫苗在许多非洲国家的推广进展缓慢，而且还不足以覆盖非洲的整个人口，但非洲的大规模疫苗接种活动必须继续确保疫苗接种的优先范围扩大到前线人员（医护人员）和特定的高危人群之外，而这在一些非洲国家基本上是这种情况。本文重点介绍了我们认为需要优先考虑的总体领域，以提高非洲大规模 COVID-19 疫苗接种计划的有效性和覆盖率。 2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。