XiaoMi-AI文件搜索系统
World File Search Systempredicting
预测再犯风险符合人工智能法案
摘要 定量累犯风险评估可用于司法系统的审前拘留、审判、判刑和/或假释阶段。它因测量的内容、预测是否比人类的预测更准确、是否造成或加剧不平等和歧视以及是否损害或违反公平的其他方面而受到批评。随着《人工智能法案》的出台，这种批评变得更加引人注目。本文确定并应用了拟议的《人工智能法案》中与定量累犯风险评估相关的规则。它通过关注拟议的数据质量和所用模型、偏见和人为监督规则来实现这一点。结论是，立法可能会考虑要求高风险人工智能系统的提供商证明他们的解决方案比基于简单模型的风险评估和人工评估表现更好。此外，没有单一的答案来评估在实践中部署或可能部署的定量累犯风险评估工具的性能。最后，讨论了三种人类监督方法来纠正定量风险评估的负面影响：可选方法、基准方法和反馈方法。
利用人工智能进行营销并预测消费者选择
摘要 任何公司预测消费者行为的能力对于其成功都至关重要。为了在人工智能营销中实现这一目标，可以使用各种预测分析工具，每种工具都有自己的优点和局限性。本研究项目旨在将这些非常不同的方法结合在一起，并展示它们的优势、缺点和理想用途。它充当了必须使用或获取这些解决问题技术的人与执行分析的专业人员社区之间的纽带。它也是一个有用且易于理解的参考资料，可以了解最近在这个有趣的领域取得的众多惊人进步。
预测水管故障的人工智能
• VODA.ai 将所有故障中的 50% 正确放置在按故障可能性 (LoF) 排序的前 1% 管道中 • 在前 1% 中正确识别的管道中，86% 的管道之前没有发生过故障
预测客机空中加油的认证基础
仅当受油机或加油机未根据 CS 25.1419 防冰 (2) 结冰时，AAR 操作才会获得认证。在通过冰探测器和/或目视检查检测到结冰之前，允许进行 AAR。主要关注的是结冰冰块脱落及其撞击飞机的风险。飞行测试将确定首次检测到时结冰的程度。一旦知道了冰块的重量，就可以证明任何脱落冰块的轨迹和随后的撞击对机身和发动机都不是至关重要的。离开结冰条件后，必须尽快恢复 AAR 能力。参考文献 5 认为最坏的结冰条件是在 15,000 英尺高度和 -10°C，这是典型的等待航线，但是结冰条件可能存在于典型的最大运行上限 40,000 英尺。雷暴中的上升气流支持大量具有相对较大液滴的液态水。透明结冰可能发生在冰点以上的任何高度。在高海拔地区，较小水滴的结冰可能是雾凇或雾凇与透明结冰的混合。大量过冷大水滴使得透明结冰在 0°C 至 –15°C 之间积聚得非常快。因此，雷暴结冰可能非常危险。
预测带冲击装置的支架的疲劳寿命...
目的 本研究的主要目的是调查带减震器的装置支架的疲劳寿命。 设计与方法 进行了振动试验以证明有限元模型的准确性并确定了阻尼比。 使用三种不同的方法在频域中进行疲劳分析，并通过实验证明了分析的准确性。 原创性 本研究的主要新颖之处在于找出受减震器影响的部件的疲劳寿命。 发现 减震器对部件的疲劳寿命有很大影响。 结论 Lalanne 和 Dirlik 方法与加速试验结果的差异相同。 另一方面，窄带方法给出的结果最远。 原因是不规则因子 0.398 远离 1。 道德标准声明 本文作者声明，本研究中使用的材料和方法不需要道德委员会许可和/或法律特别许可。
GNN4REL：用于预测电路的图神经网络...
摘要 — 工艺变化和器件老化给电路设计人员带来了巨大的挑战。如果不能准确了解变化对电路路径延迟的影响，就无法正确估计用于防止时序违规的保护带。对于先进技术节点，这个问题更加严重，因为晶体管尺寸达到原子级，既定裕度受到严重限制。因此，传统的最坏情况分析变得不切实际，导致无法容忍的性能开销。相反，工艺变化/老化感知静态时序分析 (STA) 为设计人员提供了准确的统计延迟分布。然后可以有效地估计较小但足够的时序保护带。但是，这种分析成本高昂，因为它需要密集的蒙特卡罗模拟。此外，它需要访问机密的基于物理的老化模型来生成 STA 所需的标准单元库。在这项工作中，我们采用图神经网络 (GNN) 来准确估计工艺变化和器件老化对电路内任何路径延迟的影响。我们提出的 GNN4REL 框架使设计人员能够快速准确地进行可靠性评估，而无需访问晶体管模型、标准单元库甚至 STA；这些组件都通过代工厂的训练整合到 GNN 模型中。具体来说，GNN4REL 是在 FinFET 技术模型上进行训练的，该模型根据工业 14 nm 测量数据进行了校准。通过对 EPFL 和 ITC-99 基准以及 RISC-V 处理器的大量实验，我们成功估计了所有路径的延迟退化（尤其是在几秒内），平均绝对误差低至 0。01 个百分点。
预测电池阴极的锂铁硫化物
公式V a（v）∆ V（％）E H（MEV）S C（MAH/G）S E（WH/kg）分解LI 2 FESO 2.33 -4.5 0.0 227.3 N/a Li 2 Fe 4 S 3 O 2 2.72-7.2.72-7.3.3.3.3.3.3.3.3.3.3.3.3.3.3.gre ∗ 2.56 -5.3 3.3 248.6 637.8 li 2 feso + li 2 fe 4 s 3 o 2 + li 2 s li 2 s li 2 s li 2 fe 2 fe 2 o 2 2.56 -10.0 3.4 193.1 496.1 496.0 li 2 feo 2 feo 2 fe 4 s 3 s 3 o 2 s 3 o 2 li 2 li 2 s 2 2 Fe 4 S 3 O 2 + li 2 S Li 4 Fe 3 S 3 O 2 2.55 -4 18.1 248.6 633.6 Li 2 Feso + Li 2 Fe 4 S 3 O 2 + Li 2 S Li 2 S Li 4 O 2.47 -3.8 30.5 236.5 236.8 585.4 Li 2 Fe 2 Fe 4 2.58 -6.9 38.6 140.5 363.4 Li 2 Fe 4 S 3 O 2 + Fes + Fes + Li 2 S Li 2 S Li 4 Fe 2 S 3 O 2.09 -5.5 45.8 213.0 445.5 Li 2 Li 2 Fe 2 + Li 2 S Li 2 Fe 3 S 3 O 2.44 -7.6 48.8 182.6 446.5 Li 2 Fe 4 S 3 O 2 + Fes + Fes + Li 2 S Li 2 S Li 6 Fes 3 O 2.28
用于预测结核分枝杆菌的 TB27 转录组模型
引言世界卫生组织 (WHO) 估计，2023 年全球将有 1080 万人患上结核病 (TB)，120 万人死于该疾病 [1]。药物敏感 (DS) 结核病需要 4 至 6 个月的标准化联合疗法 [2]。对于对利福平和异烟肼产生耐药性的结核病（定义为耐多药 (MDR) 结核病）或单独对利福平产生耐药性的结核病（RR-TB），目前建议大多数患者采用 6 个月的二线抗结核药物联合疗法 [3,4]。无论结核分枝杆菌是否对药物产生耐药性，都应监测治疗效果，以确保充分的治疗反应，并评估患者对接触者的传染性 [5,6]。
通过异质OATP预测OATP1B1的抑制剂...
有机阴离子运输多肽（OATP）对于肝药物摄取至关重要，影响了药物疗效和毒性。预测OATP介导的药物相互作用（DDIS）由于结构性数据有限和整个研究的实验性OATP抑制数据而具有挑战性。这项研究介绍了异质的OATP-rigand相互作用图神经网络（HOLI-GNN），这是一种新型的计算方法，将分子建模与图神经网络相结合，以增强OATP介导的药物抑制的预测。通过将配体分子特征与蛋白质配体相互作用数据相结合，Holi-GNN的表现优于传统的基于配体的方法。与基于ECFP和RDKIT的模型相比，HOLI-GNN的中位数F1和AUC得分分别为0.78和0.90，分别基于XGBoost（F1：0.68和0.78； AUC：0.70和0.75）。除了改善抑制预测之外，我们还表征了与抑制性药物相互作用相对于非抑制性药物相互作用的蛋白质残基，特别是突出了残基T42，F224，I353，F356和F386。我们推测这些疏水堆积残基或抑制作用的局部位置可能是竞争性抑制机制的重要方面。我们的模型增强了OATP抑制剂预测的性能，并批判性地提供了可解释的交互信息，以告知未来的机械调查。