XiaoMi-AI文件搜索系统
World File Search System例而异
人工智能营销用例和最佳实践
简介：本报告背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... ... ................. ... .................................................................................................................................................................................................................................................................................................................................................................................................................. 6 最佳实践................. ... 7 AI 用例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 对话（由 IBM Watson Advertising 提供）. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 创意（由 IBM Watson Advertising 提供）. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 预测受众（由 IBM Watson Advertising 提供）. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 流程发现（由 dentsu 提供）. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 流量整形（由 IPONWEB 提供）. . . . . . . . . . . . . . . . . . . . . . . 22 视频（由 AnyClip 提供）. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ................. .................... ... ................. ... ..................................................................................................................................................................................37 机器学习...................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................39 自然语言处理.......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... . ... ... ................. ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... ................. ... 49 关于 IAB AI 标准工作组 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 51................. ... . ... . ... . ... . ... . ... . ... . ... 39 自然语言处理 . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... ... . ... ... ................. ... . ... . ... ... 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 51................. ... . ... . ... . ... . ... . ... . ... . ... 39 自然语言处理 . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... ... . ... ... ................. ... . ... . ... ... 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 5144 文本转语音/语音转文本.................... ... . ... ................. ... ................. ... .... .... .... .... .... .... 5144 文本转语音/语音转文本.................... ... . ... ................. ... ................. ... .... .... .... .... .... .... 51
识别埃塞俄比亚有前景的人工智能用例
- 我们主要关注政府作为 AI 实施者和推动者的角色，以实现影响解决方案。该项目还旨在捕捉私营部门主导的举措以及公共、私营部门和第三部门之间的其他合作举措。- 我们旨在对可以利用 AI 在埃塞俄比亚产生影响的一系列用例进行分析。我们将确定跨行业的最多六个用例，这些用例在短期和长期内都具有最有希望的机会。我们旨在调查不同成熟阶段的机会，包括已经部署解决方案的用例，以及更多新兴机会领域。选择标准有待确定，但可能包括行业数据的可用性和质量、数据收集和分析硬件和软件的可用性和可负担性、技能以及融资和商业模式的可及性。
产生影响的用例——深入探究南非
南非是一个中上收入国家，人口 5980 万，国内生产总值 4053 亿美元。1 凭借其工业化、多元化经济、国际贸易和人力资本，它被认为是非洲大陆的区域超级大国。然而，在新冠疫情之后，南非经济面临着多重挑战，失业率上升，尤其是年轻人失业率上升，国内生产总值增长停滞，零售通胀率居高不下。尽管面临这些挑战，南非仍已成为一个蓬勃发展的技术和创新中心，这得益于初创企业、大型科技公司、强大的学术和研究机构、投资者、孵化器和加速器的存在。2 2023 年，南非的初创企业筹集了 5.48 亿美元，在非洲占比最高。3 该国拥有约 80 个活跃的科技中心，仅次于尼日利亚，还有两个专门的人工智能中心。4,5
城市环境中的多领域作战用例
北约军事委员会于 2019 年批准了城市化顶点概念——城市环境下的联合军事行动，并指示盟军转型司令部 (ACT) 和盟军作战司令部开展多项工作，包括制定城市环境下多域作战作战概念 (UE 中的 MDO)。按照北约概念开发流程 [1] 的建议，概念的开发需要进行验证工作。概念验证可能受益于定性和定量技术的混合，以达到所需的成熟度和严谨性。实验目标是将战争游戏和建模与仿真 (M&S) 支持组合成一个实时事件，同时确定未来 ACT 概念开发活动的差距和前进方向。北约 CD&E 手册 [1] 描述了战争游戏和 M&S 在概念开发中的作用。编写战争游戏和 M&S 的用例和最佳实践是已知的 [2] [3] [4] [5] [6] [7] [8]；该用例专门针对 CD&E 领域、城市环境作战级活动，最重要的是，它展示了当前应用于实时战争游戏执行支持的模拟系统的优点和局限性。
QKDN 之外的量子网络用例
- 用例 ID：例如 UC-QN-00X。 - 用例描述：提供简短摘要、用例的总体说明，包括背景、动机、相关技术和目标领域，如果可能的话，最好附上图表。 - 问题陈述：确定与用例相关的问题和/或限制。 - 技术考虑：讨论解决确定的问题和/或限制的各种技术问题和挑战。 注：技术成熟度：评估解决上述技术考虑所需的关键技术解决方案的成熟度，例如技术就绪水平（TRL）等。 - 标准化考虑：确定 QKDN 之外的量子网络的相关标准化项目，包括符合 ITU-T SG13 工作范围的未来标准化建议。 - 其他：1）好处和影响，描述用例将带来的好处，以及应用后将产生的影响。2）应用前景，评估相关应用领域和潜在市场等。
QML_v4.4.docx 的 AML 和欺诈检测用例
1. 结构化和洗钱：进行低于阈值的交易以避免被发现——例如，从同一账户进行多次 9,900 美元的交易 2. 结构化和洗钱——例如，同一客户在不同日期从不同分行进行的交易，交易金额低于 5,000 美元，以避免被发现 3. 入侵银行账户并将账户金额清零——一次清空银行账户 4. 通过大额预付款和低于阈值的后续交易进行信用卡交易和洗钱 5. 具有非理性行为或购买模式的入侵信用卡交易 6. 向受制裁或犯罪的人员进行交易，或与风险分类和更新的个人资料不一致 7. 用户从不同的地理位置和设备登录并开始提取大笔资金。有人从指向开曼群岛的风险 IP 地理位置多次登录。 8. 新用户将数百笔小额款项转入其账户并批量提取。 9. 资金存取似乎太快了。 10. 最后，错误警报——银行处理被标记为 5000 美元以上的交易
llm用例：神经主题模型
Bianchis，F。，Land，S。，＆Hovy，D。（2021）。预训练是在热门主题中：上下文嵌入的嵌入式培训。ACL。https://aclanthology.org/2021.clato-short.96/Banchie，F。，Terragate，S.，Hovy，D.，Navest，D.，D.，D.，D.，D.，D。（2021）。上下文化主题模型零击学习。EACL。https：//www.acltweb.orgweb/anthology/2021.eacla-main.143/
基于融合蛋白的 COVID-19 疫苗以...为例
在本文中，我们讨论了基于融合蛋白的 SARS-CoV-2 疫苗的特征。我们重点研究了重组疫苗抗原，该疫苗抗原由融合蛋白组成，融合蛋白由 SARS-CoV-2 衍生的抗原或肽的组合或 SARS-CoV-2 抗原/肽与 SARS-CoV-2 无关的蛋白质/肽的组合组成。这些融合蛋白是为了增加疫苗抗原的免疫原性和/或实现免疫系统的特殊靶向性。基于蛋白质的疫苗方法仅在概念验证研究中得到举例说明，该研究使用 W-PreS-O，一种基于单一融合蛋白 (W-PreS-O) 的嵌合疫苗，将来自武汉 hu-1 野生型和 Omicron BA.1 的 RBD 与吸附于氢氧化铝的乙肝病毒 (HBV) 衍生的 PreS 表面抗原相结合。在感染 Omicron BA.1 之前，对叙利亚仓鼠进行了 W-PreS-O 疫苗评估，这些仓鼠每隔三周接种 W-PreS-O 或氢氧化铝（安慰剂）三次。通过 RT-PCR 测量上呼吸道和下呼吸道的中和抗体 (nAB) 滴度、体重、肺部症状和病毒载量。此外，还使用斑块形成试验测量了肺部的传染性病毒滴度。我们发现接种 W-PreS-O 疫苗的仓鼠产生了针对 Omicron BA.1 的强效 nAB，几乎没有出现肺炎，并且肺部的传染性病毒滴度显著降低。重要的是，接种 W-PreS-O 疫苗的仓鼠鼻腔中的病毒载量接近或高于 PCR 循环阈值
以树木为例的“系统方法”植物育种
需要“树木多样性育种”来应对多重全球挑战和趋势 21 世纪的一个关键棘手问题（见词汇表）是如何在支持人类持续发展的同时避开多个地球边界（有些边界已经超越）[1]。树木发挥着至关重要的作用 [2]。除其他积极作用外，它们还可以减缓气候变化、恢复土壤、作为保护生物多样性的生态基质（它们本身也代表着巨大的生物多样性），并作为食物、燃料、纤维、木材等来源为人类提供恢复力和消费选择。支持这些角色的 60 000 多种树种 [3] 占据着许多不同的生产环境，从单一栽培的木材种植园和果园到高度多样化的多功能森林和复杂的农林复合体，并且被驯化到不同程度，从野生到完全依赖人类进行再生 [4]。它们还往往拥有大型基因库，天然林中遗传变异很大（例如 [ 5 ]），可以通过管理来增强其有益作用，尽管这些遗传资源常常受到森林砍伐和农业景观简单化的威胁 [ 6 ]。