随着人工智能 (AI) 工具在各种临床环境中的实施,人们越来越认识到需要持续监测和更新预测模型。数据集转移(临床实践、患者群体和信息系统的随时间变化)现已得到充分证实,是模型准确性下降的根源,也是对 AI 工具在临床护理中的可持续性的挑战。虽然训练和验证新模型的最佳实践已经很成熟,但在制定前瞻性验证和模型维护的最佳实践方面工作有限。在本文中,我们强调了更新临床预测模型的必要性,并从三个重点领域讨论了有关 AI 建模生命周期这一关键方面的未决问题:模型维护政策、性能监控视角和模型更新策略。随着 AI 工具的日益普及,必须解决对此类最佳实践的需求并将其纳入新的和现有的实施中。本评论旨在鼓励临床和数据科学利益相关者之间的对话并激发进一步的研究。
本评论旨在评估在估算和控制背景下为过程工业系统在其生命周期内创建和使用数字孪生的机遇和挑战。因此,范围是提供对使用机器学习(纯数据驱动)和基于方程的自动建模为过程工业系统生成模型的机制的调查。特别是,我们考虑学习、验证和更新大规模(即全厂或全厂阶段但不是组件范围)基于方程的过程模型。这些方面将结合数字孪生的典型应用案例进行讨论,为过程工业系统的运营和规划层面的用户创造价值。这些应用案例还与所需技术以及现有技术水平所提供的成熟度有关。结合所有方面,提出了一种实现数字孪生自动生成和更新的前进方向,概述了所需的研究和开发活动。该论文是瑞典创新机构 VINNOVA 下属战略创新计划 PiiA 资助的研究项目 AutoTwin-PRE 的成果,也是 PiiA 之前发布的行业报告的学术版本。
• 该公司在蒙大拿州经济中的存在最终支撑了全州各行各业的 11,334 个工作岗位。 • 由于采矿相关业务,蒙大拿州家庭每年总收入超过 11 亿美元,其中 9.9 亿美元是可供支出的税后收入。 • 由于 Sibanye-Stillwater 矿,经济产出(定义为蒙大拿州商业和非商业组织的总收入)每年增加 61 亿美元。 • 由于该矿,州政府每年收到的税收和非税收收入增加超过 2.95 亿美元。 • 由于 Sibanye-Stillwater 矿为该州经济提供了就业机会和收入机会,蒙大拿州新增了近 18,500 人,其中大多数是工作年龄人口及其子女。
机器学习 (ML) 和人工智能 (AI) 算法有可能从临床数据中获取见解并改善患者治疗结果。然而,这些高度复杂的系统对环境变化很敏感,并且容易出现性能下降。即使成功融入临床实践,ML/AI 算法也应持续监测和更新,以确保其长期安全性和有效性。为了使 AI 在临床护理中成熟,我们提倡在医院设立负责质量保证和改进这些算法的部门,我们称之为“AI-QI”部门。我们讨论了如何调整长期用于医院质量保证和质量改进的工具来监测静态 ML 算法。另一方面,持续模型更新程序仍处于起步阶段。我们强调了在现有方法和方法创新机会之间进行选择时需要考虑的关键因素。
这是经过同行评审的、已接受作者手稿的以下研究文章:Sheil, BB、Suryasentana, SK、Templeman, JO、Phillips, BM、Cheng, WC 和 Zhang, L. (2022)。使用贝叶斯更新方法预测顶管力。岩土工程与土工环境工程杂志,148(1),[04021173]。https://doi.org/10.1061/(ASCE)GT.1943-5606.0002645
•单击绿色的“上传”按钮上传疫苗卡的副本•单击绿色“添加免疫”按钮以输入日期(S)和类型的疫苗或助推器或助推器,或者从下拉菜单中输入。•双检查您已正确输入日期。•然后单击完成。
摘要。遥感技术的快速发展为进一步发展目前主要基于被动航空图像的全国测绘程序提供了有趣的可能性。特别是,我们假设多时相机载激光扫描 (ALS) 在地形测绘方面具有巨大的未被发现的潜力。在本研究中,首次测试了多时相多光谱 ALS 数据的自动变化检测。结果表明,直接比较不同日期的高度和强度数据可以揭示与郊区发展相关的微小变化。未来工作的主要挑战是将变化与地图制作中感兴趣的对象联系起来。为了在未来的测绘中有效利用多源遥感数据,我们还研究了卫星图像和地面数据补充多光谱 ALS 的潜力。开发并测试了一种从 Sentinel-2 卫星图像时间序列中进行连续变化监测的方法。最后,使用地面移动激光扫描获取高密度点云并自动将其分为四类。将结果与 ALS 数据进行比较,并讨论了不同数据源在未来地图更新过程中可能发挥的作用。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 Unported 许可证发布。全部或部分分发或复制本作品需要完全署名原始出版物,包括其 DOI。[DOI:10.1117/1.JRS.13.4.044504]