XiaoMi-AI文件搜索系统
World File Search Systemproduction
人工智能和清洁生产走向可持续发展：系统文献综述 Alfredo Enrique Sanabria Ospino，硕士
新技术不可避免地越来越多地融入到机构和人们的活动中，这一事实对可持续性提出了挑战，因为充分利用进步将使发展更加尊重环境。考虑到上述情况，这项工作的目的是调查与人工智能、清洁生产和可持续绩效相对应的研究趋势。为此，在科学数据库 Scopus 和 Web of science 中对 110 篇论文进行了文献计量分析。为了进行统一、清理和图形可视化过程，使用了技术工具 Vantage Point、R 中的 Biblioshiny 和 VoSviewer。结果展示了近年来该主题在科学领域的当前趋势。对各国的分析表明，亚洲大陆处于世界领先地位。另一方面，关键词的研究强调了研究的三大基本支柱的重要性，可能存在非实证关系。结果表明，人工智能、清洁生产和可持续性之间的接近性。
口语大脑：言语，韵律和语法的fMRI实验概论
在这项研究中，我们将概述近年来我们所做的有关语言和语音生产的神经解剖学相关性的实验工作。首先，我们将介绍与事件相关的功能磁神经成像和我们使用的实验范式的方法。然后，我们将介绍并讨论有关（1）语音运动控制，（2）发音复杂性，（3）韵律的神经解剖学相关性的实验结果，以及（4）义大利处理的神经认知底物。实验（1）和（2）表明，由SMA，运动皮层和小脑组成的预期大型运动语音网络仅在计划和执行简单的关节运动方面活跃。提高的关节复杂性会导致更集中的激活。此外，我们可以证明，只有语音运动的执行才能招募左前岛，而发音计划则没有。实验结果（3）的结果表明，控制韵律处理的横向化不是韵律（语言与情感）的功能，而是处理单元的更一般特征，例如韵律框架的大小，造成了不同皮质区域的激活。最后，在实验（4）中，我们提出了语音生产中句法处理的第一个结果。除了预期的Broca区域激活外，我们还发现了Wernicke地区和小脑中的激活。我们还找到了其他皮质区域激活的证据，这些证据少于脑力相关性的临床研究。这些领域和网络的认知相关性仍有待阐明。Q 2001 Elsevier Science Ltd.保留所有权利。Q 2001 Elsevier Science Ltd.保留所有权利。
人工智能作为快速有效生产再利用的推动因素：一项探索性研究
摘要 Covid-19 的爆发导致制造业运营中断。最严重的负面影响之一是关键医疗用品的短缺。制造公司面临来自政府的压力，要求其利用制造能力重新利用生产来满足对必需产品的关键需求。为此，技术和人工智能 (AI) 的最新进步可以作为应对解决方案，以克服与重新利用制造 (RM) 相关的威胁。该研究的目的是通过系统的文献综述 (SLR) 来调查人工智能在 RM 中的重要性。本研究收集了 SCOPUS 数据库中选定研究领域的约 453 篇文章。结构主题模型 (STM) 用于从选定的 RM 中 AI 文档中生成新兴的研究主题。此外，为了研究 RM 中 AI 领域的研究趋势，使用 R 包进行了文献计量分析。研究结果表明，由于该领域每年全球文章的产量有限，因此该领域的研究空间巨大。然而，这是一个不断发展的领域，已经确定了许多研究合作。该研究提出了一个全面的研究框架和未来研究发展的建议。
牛肉和羊肉生产的气候和生物多样性影响
上下文：肉类生产的气候影响是一个备受争议的话题。不太常见的是，放牧反刍动物可以对生物多样性产生积极影响。目的：这项研究的目的是利用生命周期的观点来评估瑞典不同牛肉和羊肉生产系统的气候和生物多样性影响。方法：应用生命周期的观点，使用了一种基于土地使用的评分系统来评估生物多样性的定量方法。在气候影响计算中，使用了气候生物物理系统模型，包括排水有机土壤的排放和矿物质土壤中的碳固换。功能单元的重量为1 kg。结果和结论：结果表明，所研究的生产系统之间的生物多样性和气候影响差异很大。乳制品公牛的温室气体排放量相对低，但生物多样性评分也很低（高分表明生物多样性水平较高）。牛肉牛头和小母牛的
miR2118 依赖的富含 U 的 phasiRNA 在水稻花药壁发育中的产生
生殖特异性小 RNA 是动物和植物生殖系发育的重要调节因子。microRNA2118 (miR2118) 在植物中是保守的，可诱导阶段性小干扰 RNA (phasiRNA) 的产生。为了揭示 miR2118 的生物学功能，我们在此描述了 miR2118 簇大量缺失的水稻突变体。我们的结果表明，miR2118 的缺失会导致水稻严重的雄性和雌性不育，并伴有体细胞花药壁细胞的明显形态和发育异常。小 RNA 分析表明，花药壁中依赖 miR2118 的 21 核苷酸 (nt) phasiRNA 富含 U，与生殖细胞中的 phasiRNA 不同。此外，miR2118 依赖的 21-nt phasiRNA 生物合成可能涉及 Argonaute 蛋白 OsAGO1b/OsAGO1d，这些蛋白在花药壁细胞层中含量丰富。我们的研究突出了体细胞花药壁和生殖细胞之间 phasiRNA 的位点特异性差异，并证明了 miR2118/U-phasiRNA 在花药壁发育和水稻繁殖中发挥的重要作用。
陆地生态系统生产：基于全球卫星和地面数据的过程模型
摘要。本文提出了一种建模方法，旨在季节性地解决全球气候和土壤对陆地生态系统生产和土壤微生物呼吸模式的控制。我们使用卫星图像（高级甚高分辨率辐射计和国际卫星云气候学项目太阳辐射），以及来自全球（1 o）数据集的历史气候（每月温度和降水量）和土壤属性（质地、C 和 N 含量）作为模型输入。卡内基-艾姆斯-斯坦福方法 (CASA) 生物圈模型按月运行，以模拟植物净碳固定、生物量和养分分配、凋落物、土壤氮矿化和微生物 CO2 生成的季节性模式。模型估计的全球陆地净初级生产力为 48 Pg C yr -•，最大光利用效率为 0.39 g C MJ -• PAR。超过 70% 的陆地净产量来自
![文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控](/simg/8/8dd469c55249d1165cc0c55c494f5b27bda7b11b.png)
文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
人工智能在牛繁殖中的应用
如今，畜牧业面临着增加产量以满足日益增长的动物产品需求的挑战。在这种情况下，牛的繁殖代表着一个多因素过程，需要做出明智的战略决策来提高繁殖率和经济效益。本研究的目的是分析人工智能在改善牛繁殖决策方面的潜力。分析了该学科的几种技术的应用，例如机器学习、人工神经网络、深度学习、支持向量机和决策树。这些技术可以应用于不同的领域，例如：基因选择、发情和疾病检测、人工授精和动物健康监测。这些技术的使用取决于三个基本因素：组织的特征、拟议的目标和数据集的特殊性，在决定使用哪种技术时必须考虑到这些因素。因此，智能技术的应用可以降低成本，增加牛奶和肉类产量，从而提高效率和盈利能力，保证动物福利，从而实现畜牧业的可持续发展。决策、畜牧业、智能技术、食品安全
社论：不断变化的海洋粮食生产潜力
与许多其他环境一样，海洋和沿海环境容易受到气候变化的影响（IPCC，2023年）。海洋占据了世界表面的70％，具有巨大的生物量生产潜力，但是气候压力源会影响生态系统功能以及水生生物的健康和生长。了解气候变化将如何影响海洋粮食生产，因此可能的适应策略至关重要。虽然木磨坊的产量稳定或下降，但据信水产养殖在粮食安全中起着越来越重要的作用，有助于供应高质量的粮食，以满足不断增长的地方和地区社区以及全球人口的需求（Aksnes等人，2017年，2017年； FAO，2024年）。因此，我们必须考虑不断变化的海洋环境如何支持可持续的粮食生产。海洋热含量的观察记录表明，海洋变暖正在加速（Cheng等，2019）。海洋热浪（MHW）是异常的温暖海水事件，可能会对海洋生态系统产生重大影响（Oliver等，2021）。全球海平面上升和沿海流量的预测显示，随着极端事件变得更加激烈，许多物种的脆弱性水平增加了（Voustdoukas等，2018）。但是，关于气候变化对粮食生产的影响有许多知识差距，从根本上讲，由于影响暴露，风险水平和适应潜力的因素有许多不同的因素（Falconer等，2022）。研究主题，例如“不断变化的海洋中的粮食生产潜力”，以增加该主题的重点和相关性。结果该研究主题包含七个原始研究文章和一个观点。两篇研究文章考虑捕获猎犬，而其他研究则关注水产养殖。研究包括一系列实验，分析和建模方法，以解决与整体研究主题保持一致的问题。对粮食产量增加的需求正在给全球野生种群带来额外的压力，而捕虫的开发过多是一个主要风险。挑战之一是影响人口水平的多种因素，Yulianto等人研究了这一研究主题。Yulianto等人专注于印度尼西亚的蓝色游泳蟹（Portunus pelagicus）。结合了一系列方法来评估填充性的可持续性，并通过多个方面的方法来改善实践，从而整合技术，政策，监管和监测。在对Bigeye Tuna（Thunnus obesus）的薄片的分析中，Ding等人。使用鱼类库存的预测模型来分析气候变化对捕获的影响。