XiaoMi-AI文件搜索系统
World File Search Systemshiono
摘要。 Mulyani Y，Wulandari AP，Sinaga SE，Safriansyah W，Azhari A，Purbaya S，Abdullah FF，Farabi K，Shiono Y，Supratman U.2023。
摘要。Mulyani Y，Wulandari AP，Sinaga SE，Safriansyah W，Azhari A，Purbaya S，Abdullah FF，Farabi K，Shiono Y，Shiono Y，Supratman U.2023。抗菌活性和从红树林avicennia码头分离的内生真菌的分子鉴定。生物多样性24：6923-6933。这项研究探索了来自Avicennia Marina（Forssk）的内生真菌的抗菌潜力。Vierh叶，茎皮和根，位于西爪哇省Subang区的Blanakan。使用Kirby Bauer磁盘扩散法进行了抗菌活性电位的筛选过程。随后，使用内部转录垫片（ITS）标记鉴定出最有希望的真菌物种的分子筛选结果。结果显示了30个真菌分离株的分离。其中，七种内生真菌具有针对金黄色葡萄球菌ATCC 29213和颤音Harveyi ATCC 5339的抗菌活性，其抑制区域范围为7.88±1.52至23.60±0.77 mm。通过分子鉴定，发现了7种内生真菌，包括金氏菌，嗜孢菌，拟人菌嗜酸膜，trichosporon asahii，cladosporium sphaerospermum，fusarium verticillium verticilliam verticillioides，meyererozymapophila parpicopophila和penicicicilium steckii。值得注意的是，拟南芥表现出对金黄色葡萄球菌和V. harveyi的最高抑制区，尺寸为23.60±0.77和21.80±0.26 mm，显示（最小抑制浓度）MIC值为15.625±0.98和31.25±0.98和31.25±0.39μg/ml，相应地相应。在这项研究中，从滨海绿色绿绿色的不同部位分离出的内生真菌表现出令人鼓舞的抗菌活性，茎皮的雌树孢子虫显示出对金黄色葡萄球菌和V. harveyi的最高效力，这表明它们作为抗菌剂的潜力。 据我们所知，这是一项开幕式研究，揭示了内生真菌与cladosporium，Trichosporon，Fusarium和Meyerozyma的隔离和抗菌潜力。 这些真菌是从印度尼西亚西爪哇省Subang区的独特红树林生态系统中提取的。在这项研究中，从滨海绿色绿绿色的不同部位分离出的内生真菌表现出令人鼓舞的抗菌活性，茎皮的雌树孢子虫显示出对金黄色葡萄球菌和V. harveyi的最高效力，这表明它们作为抗菌剂的潜力。据我们所知，这是一项开幕式研究，揭示了内生真菌与cladosporium，Trichosporon，Fusarium和Meyerozyma的隔离和抗菌潜力。这些真菌是从印度尼西亚西爪哇省Subang区的独特红树林生态系统中提取的。
通过敏感性分析解读人工智能交易员的投资决策算法
随着金融科技的进步，金融机构现在广泛应用于其运营中的人工智能（AI），例如贷款决策、保险支付评估和欺诈交易检测。在资产管理领域，该技术正被用于在市场预测和投资策略中发现当前信息与未来资产价格之间存在的复杂关系，并取得了一些优异的效果。 另一方面，包括深度学习模型在内的人工智能内部的处理过程非常复杂，有人指出，存在所谓的“黑盒”问题，即不容易解释人工智能决策背后的因果关系。在资产管理领域，由于对高投资回报的期待，对能够做出超出人类理解的投资决策的人工智能的需求将不断增加。如果这导致无法由人类验证其有效性的交易增加，未来可能会出现意想不到的风险，影响金融机构的财务健全性和市场的稳定。 近年来，为了缓解人工智能的黑箱性质，人们进行了大量研究，主要在图像识别领域，以解释人工智能内部的处理过程。 在资产管理领域，人们对AI的可解释性的兴趣日益高涨，例如，Shiono（2018）通过将AI模型与理论宏观经济模型相结合，构建了一个回报预测AI，在预测准确性和可解释性之间取得了良好的平衡。 在本研究中，我们构建一个对未来日经225期货收益具有解释能力（以下称预测精度）的AI交易员，并尝试通过敏感性分析表达其输入变量（市场数据）和输出值（投资决策）之间的关系，从而解释AI的内部处理过程。