XiaoMi-AI文件搜索系统
World File Search System一篇
通过多模态和多中心数据融合揭开医学可解释人工智能的黑匣子：一篇小评论、两个展示及其他
可解释人工智能 (XAI) 是机器学习的一个新兴研究课题，旨在揭示 AI 系统的黑箱选择是如何做出的。该研究领域研究决策制定中涉及的措施和模型，并寻求解决方案来明确解释它们。许多机器学习算法无法说明决策的方式和原因。目前使用的最流行的深度神经网络方法尤其如此。因此，这些黑箱模型缺乏可解释性，可能会削弱我们对 AI 系统的信心。XAI 对于深度学习驱动的应用越来越重要，尤其是对于医疗和医疗保健研究，尽管一般来说，这些深度神经网络可以在性能上带来惊人的回报。大多数现有 AI 系统的可解释性和透明度不足可能是成功实施和将 AI 工具集成到常规临床实践中并不常见的主要原因之一。在本研究中，我们首先调查了 XAI 的当前进展，特别是其在医疗保健应用方面的进展。然后，我们介绍了利用多模式和多中心数据融合的 XAI 解决方案，并随后在两个真实临床场景的展示中进行了验证。全面的定量和定性分析可以证明我们提出的 XAI 解决方案的有效性，由此我们可以设想在更广泛的临床问题中成功应用。
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
一篇题为“人工智能的应用/...”的论文
摘要................................................................................................................................iii
人工智能在促进发展中国家金融包容性方面的作用作者：Nir Kshetri Kshetri, Nir (2021)。“人工智能在促进发展中国家金融包容性方面的作用”，全球信息技术管理杂志 24 (1)。https://doi.org/10.1080/1097198X.2021.1871273 © 2021 作者。这是 Taylor & Francis 于 2021 年 1 月 4 日在《全球信息技术管理杂志》上发表的一篇文章的已接受手稿，可在线获取：http://www.tandfonline.com/10.1080/1097198X.2021.1871273。它根据知识共享署名-非商业许可条款存放（http://creativecommons.org/licenses/by-nc/4.0/），允许在非商业性用途下重复使用、分发和复制任何媒介，只要正确引用原始作品。摘要：根据世界银行的全球 Findex 数据库，2017 年约有 17 亿成年人没有银行账户，这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如，在南苏丹，只有 9% 的成年人拥有银行账户。同样，拉丁美洲约 70% 的人口没有银行账户或银行服务不足（Rojas-Torres、Kshetri、Hanafi 和 Kouki，2021 年）。同样，根据国际金融公司的数据，发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。关键词：社论 | 金融科技 | 人工智能文章：简介根据世界银行的全球 Findex 数据库，2017 年约有 17 亿成年人没有银行账户，这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如，在南苏丹，只有 9% 的成年人拥有银行账户。同样，拉丁美洲约 70% 的人口没有银行账户或银行账户不足（Rojas-Torres、Kshetri、Hanafi 和 Kouki，2021 年）。同样，根据国际金融公司的数据，发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。通过促进金融包容性来解决上述问题是改善发展中国家弱势群体的生活水平、整体生活质量和福祉的关键。简而言之，金融包容性涉及确保个人和企业能够以可承受的价格获得有用的金融产品和服务，以满足他们的需求（worldbank.org，2018 年）。获得金融服务是日常生活以及规划长期目标和紧急情况的重要先决条件（worldbank.org，2018 年）。
人工智能在促进发展中国家金融包容性方面的作用作者：Nir Kshetri Kshetri, Nir (2021)。“人工智能在促进发展中国家金融包容性方面的作用”，全球信息技术管理杂志 24 (1)。https://doi.org/10.1080/1097198X.2021.1871273 © 2021 作者。这是 Taylor & Francis 于 2021 年 1 月 4 日在《全球信息技术管理杂志》上发表的一篇文章的已接受手稿，可在线获取：http://www.tandfonline.com/10.1080/1097198X.2021.1871273。它根据知识共享署名-非商业许可条款存放（http://creativecommons.org/licenses/by-nc/4.0/），允许在非商业性用途下重复使用、分发和复制任何媒介，只要正确引用原始作品。摘要：根据世界银行的全球 Findex 数据库，2017 年约有 17 亿成年人没有银行账户，这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如，在南苏丹，只有 9% 的成年人拥有银行账户。同样，拉丁美洲约 70% 的人口没有银行账户或银行服务不足（Rojas-Torres、Kshetri、Hanafi 和 Kouki，2021 年）。同样，根据国际金融公司的数据，发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。关键词：社论 | 金融科技 | 人工智能文章：简介根据世界银行的全球 Findex 数据库，2017 年约有 17 亿成年人没有银行账户，这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如，在南苏丹，只有 9% 的成年人拥有银行账户。同样，拉丁美洲约 70% 的人口没有银行账户或银行账户不足（Rojas-Torres、Kshetri、Hanafi 和 Kouki，2021 年）。同样，根据国际金融公司的数据，发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。通过促进金融包容性来解决上述问题是改善发展中国家弱势群体的生活水平、整体生活质量和福祉的关键。简而言之，金融包容性涉及确保个人和企业能够以可承受的价格获得有用的金融产品和服务，以满足他们的需求（worldbank.org，2018 年）。获得金融服务是日常生活以及规划长期目标和紧急情况的重要先决条件（worldbank.org，2018 年）。
如何引用本文：Prem Krishna | Saheel Ahamed | Roshan Kartik “使用 Open CV 和 YOLO 的基于 AI 的 ATM 智能安全系统”发表在《国际科学研究与发展趋势杂志》（ijtsrd）上，ISSN：2456-6470，第 5 卷 | 第 4 期，2021 年 6 月，第 336-338 页，URL：www.ijtsrd.com/papers/ijtsrd41232.pdf 版权所有 © 2021 作者和国际科学研究与发展趋势杂志。这是一篇根据知识共享署名许可条款分发的开放获取文章（CC BY 4.0）（http://creativecommons.org/licenses/by/4.0）介绍众所周知，数字印度是许多创新和技术进步的成果。如今，ATM 中心的监控摄像头仅用于记录目的。如果发生任何盗窃活动，只有通过人类信息才能知道。然后警方将借助闭路电视记录展开调查。在某些情况下，小偷会遮盖或破坏摄像头，使其无法记录。众所周知，世界广泛使用自动视频监控系统，它在我们的日常生活中发挥着至关重要的作用，以加强对个人和基础设施的保护和安全。
如何引用本文：Prem Krishna | Saheel Ahamed | Roshan Kartik “使用 Open CV 和 YOLO 的基于 AI 的 ATM 智能安全系统”发表在《国际科学研究与发展趋势杂志》（ijtsrd）上，ISSN：2456-6470，第 5 卷 | 第 4 期，2021 年 6 月，第 336-338 页，URL：www.ijtsrd.com/papers/ijtsrd41232.pdf 版权所有 © 2021 作者和国际科学研究与发展趋势杂志。这是一篇根据知识共享署名许可条款分发的开放获取文章（CC BY 4.0）（http://creativecommons.org/licenses/by/4.0）介绍众所周知，数字印度是许多创新和技术进步的成果。如今，ATM 中心的监控摄像头仅用于记录目的。如果发生任何盗窃活动，只有通过人类信息才能知道。然后警方将借助闭路电视记录展开调查。在某些情况下，小偷会遮盖或破坏摄像头，使其无法记录。众所周知，世界广泛使用自动视频监控系统，它在我们的日常生活中发挥着至关重要的作用，以加强对个人和基础设施的保护和安全。
基于代理的 XR 系统 AI 增强型自动测试架构，一篇简短论文
摘要 — 这篇短文概述了用于自动化测试的基于代理的框架 iv4XR 的架构，该框架目前由同名的 H2020 项目开发。该框架的主要预期用例是测试基于扩展现实 (XR) 的系统系列（例如 3D 游戏、VR 系统、AR 系统），尽管该方法确实可以适用于其他类型的交互式系统。该框架的独特之处在于它是基于代理的系统。代理本质上是反应性的，因此可以说是处理交互式系统的自然选择。此外，它也是安装和组合不同 AI 功能（例如推理、导航和学习）的自然容器。索引术语 — 用于自动化测试的 AI、自动化测试 XR 系统、基于代理的测试、用于测试游戏的 AI
基础工程师 1 – 这是教授的一篇文章。 Costa Nunes 使用 Tubulões 粉底。 2 - AVENIDA CENTRAL / RJ 大楼共 34 层，建于 1960 年，采用压缩空气管道，底座加宽。 3 — 在沉箱底部的地面上进行了负载试验。 4 – 根据他在大量工作中积累的经验，Prof.科斯塔努涅斯 (Costa Nunes) 制定了标准来定义沉箱底部土壤的允许应力。 5-随着目前沉箱、桩基开挖设备的先进技术以及水下混凝土浇筑的常规使用，现在很少使用压气沉箱基础。 6-当前严格的职业安全要求也使得在基础中使用压缩空气变得不可行。风险非常高。 7 — 但是，教授的基本观点是。 Costa Nunes 对沉箱底部土壤的允许应力进行了定义，他的建议仍然有效。 8 – 已添加一些带有照片和/或图形的附件来说明文章。
基础工程师 1 – 这是教授的一篇文章。 Costa Nunes 使用 Tubulões 粉底。 2 - AVENIDA CENTRAL / RJ 大楼共 34 层，建于 1960 年，采用压缩空气管道，底座加宽。 3 — 在沉箱底部的地面上进行了负载试验。 4 – 根据他在大量工作中积累的经验，Prof.科斯塔努涅斯 (Costa Nunes) 制定了标准来定义沉箱底部土壤的允许应力。 5-随着目前沉箱、桩基开挖设备的先进技术以及水下混凝土浇筑的常规使用，现在很少使用压气沉箱基础。 6-当前严格的职业安全要求也使得在基础中使用压缩空气变得不可行。风险非常高。 7 — 但是，教授的基本观点是。 Costa Nunes 对沉箱底部土壤的允许应力进行了定义，他的建议仍然有效。 8 – 已添加一些带有照片和/或图形的附件来说明文章。
一篇开创性的论文，提供了一种精确、独立于观察者分析神经退行性痴呆症 18 F-FDG 脑部扫描结果的工具
放射自显影。该方法提供了局部脑功能图，这是因为区域脑葡萄糖代谢与神经元（主要是突触）活动偶联。1979 年发表的开创性论文将 Sokoloff 方法扩展到使用 PET 和 18 F-FDG 进行人脑成像。20 世纪 80 年代初，人们开始研究神经精神疾病中的区域脑葡萄糖代谢和局部神经元活动。对阿尔茨海默病 (AD) 的扫描显示颞顶联合皮层代谢减慢；这被认为是该病的典型特征。当时，脑 PET 图像的定量分析使用感兴趣区域，比较患者和对照组脑区放射性示踪剂的值。随后，开发了更自动化的方法，如统计参数映射 ( 3 )，通过将 PET 图像映射到立体定向脑图谱上来检测局部变化。这些方法有助于逐像素地比较 PET 图像组，这种方法广泛用于分析区域 15 O-水图像
一篇关于人工智能的评论文章
摘要 人工智能是计算机科学的一个分支，它利用符号编程来解决问题。医疗保健相关的问题可以通过人工智能来解决。专家系统的开发是人工智能的一个重要而有用的应用。借助人工智能，医生现在可以准确而值得信赖地工作。在人类的监督下，许多机构正在使用机器人执行某些活动。缩短药物开发时间，从而减少成本和时间，这是人工智能的主要优势。为了提高药剂师职业的效率，正在进行大量研究。在本文中，我们可以了解人工智能在药物开发中的应用以及用于开发的各种工具。关键词：人工智能、药物发现、F&D 中的 ANN 人工智能工具、人工智能的应用
人工智能、伦理、公平与高等教育 一篇“讨论开端”的论文
1. 随着人工智能应用变得越来越普遍，大学的教育工作者、管理者和领导者有责任对这项技术是什么以及它如何工作有一个基本的了解，这样我们才能就其设计、实施以及对教育系统中人类的影响提出批判性问题。正如开篇所说，我们不想在这样的机构工作和学习，在那里，涉及人工智能的流程和与人工智能的互动的决策感觉像变魔术一样。2. 有了基本的了解，应该能促进关于高等教育中人工智能的伦理设计、实施和治理的知情对话和民主决策。这包括利用现有的法律和监管机制，制定新的强有力的治理框架，以确保公平、透明和问责。3. 重要的是提高对人工智能对教育公平和普遍持有的歧视观点提出的独特挑战的认识。