XiaoMi-AI文件搜索系统
World File Search System决策支持
替代交付系统 (ADS) 决策支持工具 V2.0
TxDOT 与德克萨斯大学奥斯汀分校交通研究中心 (CTR) 合作开发了替代交付系统 (ADS) 工具，这是一种基于 Microsoft Excel 的风险评估工具，可提供所需的信息，以便更有效地确定哪些项目应使用 DB 而不是 DBB 流程进行交付。自 ADS 工具首次推出以来，TxDOT 及其设计和建筑行业合作伙伴从直接使用 DB 的经验中获得了宝贵的见解，包括更好地了解其相对风险和收益。这些见解有助于改进 TxDOT 对 DB 的程序化方法，并促成了替代交付系统 (ADS) 工具 V2.0 的创建。新的 ADS V2.0 工具将 TxDOT 和行业专业知识结合在一起，形成了一个更全面、更严格、更结构化的决策支持流程。
超越武器系统：军事决策支持系统中AI的道德挑战
在这篇文章中，具有AI伦理，风险分析和国际安全研究背景的Matthias Klaus探讨了与军事AI应用相关的伦理挑战，通常被对自主武器系统（AWS）的主要主导所在的担忧所掩盖。他强调了与DSS专门相关的许多道德挑战，这些挑战通常被描绘成为军事决策带来更多的客观性，有效性和效率。但是，他们可能会促进偏见，侵犯人类的自主权和尊严，并通过导致同伴压力和咨询行动，从而有效地破坏军事道德责任。
对美国的决策支持 - 零碎的环境和电力系统建模能力
摘要可再生能源过渡正在导致美国和加拿大之间的电力贸易增加，加拿大水力发电提供了公司的低碳电源以及美国风和太阳能发电的可变性但是，长期购买协议和跨务传输项目是有争议的，魁北克，加拿大和美国东北部之间的四个拟议传输线被取消了2018年以来。在这里，我们认为，与替代方案相比，缺乏开源数据和工具来理解新水力发电生成和传输基础设施的权衡，这使争议加剧了。此差距包括增量传输和发电项目对整个系统经济学的影响，例如，新的传输项目如何影响对现有市场的出口或激励新一代。我们确定了数据合成和模型开发的优先领域，例如在能源系统模型中整合链接的水力发电和水文相互作用，并公开释放（通过公用事业）或（由研究人员）（研究人员）水力发电和操作参数。公开可用的环境（例如流量，降水）和技术经济（例如成本，储层尺寸，）数据可用于参数化自由使用且可扩展的模型。现有模型已通过加拿大公用事业的运营数据进行了校准，这些数据限制了这些工具已用于回答的科学和商业问题范围以及所涉及的当事方范围。使用高度解决的国家规模的公共数据进行的研究在其他国家（尤其是美国）存在，并证明了更大的透明度和可扩展性如何推动行业行动。改善加拿大的数据可用性可以促进（1）增加广泛参与者参与脱碳计划的方法； （2）允许公众对环境，健康和经济成果的独立特征； （3）确定与社区价值一致的脱碳途径。
利用合成数据生成进行军事决策支持增强
合成数据生成已成为解决与数据稀缺，隐私问题和人工智能应用中资源优化相关的挑战的重要方法。本文研究了合成数据生成方法的最新进展，重点是生成学习，转移学习和建模技术。生成学习使用机器学习模型来复制现实世界中发现的统计模式。同时，转移学习允许跨相关任务进行知识转移，从而减少了数据稀缺的影响。建模技术（例如基于统计和机器学习方法）创建的合成数据与真实的数据分布相似。本文研究了各种方法和案例研究及其在不同的应用领域中的重要性，并着重于军队。此外，基准测试分析证明了生成对抗网络和变异自动编码器在合成数据生成任务中的有效性。考虑其优势/缺点和应用领域，对转移学习策略进行了评估。对建模技术进行评估以生成合成场景。本文通过讨论合成数据生成以增强军事领域的决策支持的重要性来结束。
基于网络的人工智能临床决策支持系统的高级机器学习模型应用程序：模型开发和V
背景：乳腺癌是全球领先的健康问题，需要在复发预测和管理方面取得进步。使用CHATGPT的基于人工智能（AI）的临床决策支持系统（AI-CDSS）的开发解决了这一需求，目的是提高预测准确性和用户可访问性。目的：本研究旨在为基于Web的AI-CDSS应用程序开发和验证高级机器学习模型，利用ChatGPT的问答指导能力来增强数据的预处理和模型开发，从而改善了乳腺癌复发的预测。方法：这项研究的重点是通过利用3577名患者的三级医院乳腺癌注册中心（2004-2016）的数据来开发先进的机器学习模型。作为三级医疗中心，它接受了四个分支机构的推荐，即北部地区的3个分支机构和我们国家一个离岸岛上的1个分支机构，可以管理慢性疾病，但将包括乳腺癌在内的复杂手术病例转到主要中心，富含我们研究人群的多样性。模型培训从2004年到2012年使用了患者数据，随后使用2013年至2016年的数据进行了验证，从而确保了我们的预测模型的全面评估和鲁棒性。chatgpt是预处理和模型开发，有助于激素受体分类，年龄构成和单次编码的组成部分。诸如综合少数族裔过采样技术之类的技术解决了数据集的不平衡。使用了各种算法，包括轻梯度增强机，梯度提升和极端梯度提升，并使用诸如曲线下的面积，准确性，灵敏度和F 1尺度的指标评估它们的性能。
电池制造知识基础架构的多准则优化基于模拟设计的决策支持
摘要该立场论文报告了项目电池组件双胞胎（BATCAT）中的需求分析，该分析开发了用于电池制造的数字双胞胎。重点是在语义Web技术与材料科学与工程之间的交集，特别是语义互操作性层和决策支持系统（DSS）之间的共同设计。首先，提供了有关架构的外观以及基于哪些技术和以前的工作的愿景和想法。的关键要素包括在语义技术的侧面，将元对象设施（MOF）带有Ontocommons生态系统作为元元素级（MOF M3级），这是一种具有OWL EL或RL ELL表现性的系统，或基于MOF M2级的MetAmodel（MOF M2级）和MOF M1-Ele-level Models。在DSS的侧面，答案集编程将与多标准优化（MCO）结合使用，以便将MCO应用于模型参数化和仿真设计，以充分利用计算资源和数据。
电池制造知识基础架构的多准则优化基于模拟设计的决策支持
摘要该立场论文报告了项目电池组件双胞胎（BATCAT）中的需求分析，该分析开发了用于电池制造的数字双胞胎。重点是在语义Web技术与材料科学与工程之间的交集，特别是语义互操作性层和决策支持系统（DSS）之间的共同设计。首先，提供了有关架构的外观以及基于哪些技术和以前的工作的愿景和想法。的关键要素包括在语义技术的侧面，将元对象设施（MOF）带有Ontocommons生态系统作为元元素级（MOF M3级），这是一种具有OWL EL或RL ELL表现性的系统，或基于MOF M2级的MetAmodel（MOF M2级）和MOF M1-Ele-level Models。在DSS的侧面，答案集编程将与多标准优化（MCO）结合使用，以便将MCO应用于模型参数化和仿真设计，以充分利用计算资源和数据。
基于临床和基因组的决策支持系统，以定义骨髓增生性综合征患者的同种异体造血干细胞移植的最佳时机
Cristina Astrid Tentori，MD 1.2;卡特琳娜·格雷戈里奥（Caterina Gregorio），博士学位3,4.5；玛丽·罗宾（Marie Robin），医学博士6； Nico Gagelmann，医学博士7； Carmelo Gurnari，医学博士8； Somedeb Ball，MD 9； Juan Carlos Caballero Berrocal，MD 10;卢卡·拉尼诺（Luca Lanino），医学博士1.2； Saverio d'朋友，孟1； MARTA SPAAFIF，博士学位11； Giulia Maggioni，MD 1.2;埃里卡·特拉瓦利诺（Erica Travaglino），理性师12； Elisabetta Sauta，博士学位1； Manja Meggendorfer，博士13； Lin-Pierre Zhao，医学博士6; Alessia Campagna，MD 1.2； Genomed4All，Synthema，Gesmd，Fisim和Eurobloodnet； Victor Savevski，Meng 1； Armando Santoro，MD 1.2; Najla Allai，MD 14；大卫·萨尔曼（David Sallman），医学博士14； Francesc Sole，博士15； Guillermo Garcia-Manero，MD 16； Ulrich Germing，MD 17；尼古拉斯·科格（Nicolaus Koger），医学博士7； Shahram Kordasti，博士18.19；瓦莱里亚·桑蒂尼（Valeria Santini），医学博士20；吉列尔莫·桑兹（Guillermo Sanz），医学博士21；沃尔夫冈·克恩（Wolfgang Kern），医学博士13； Uwe Platzbecker，MD 22; Maria Diez-Campolo，医学博士10； Jaroslaw P. Maciejewski，博士23；莱昂内尔·阿德雷斯（Lionel Adres），医学博士6； Pierre Fenaux，医学博士6； Torsten Haferlach，医学博士13; Amer M. Zeidan，医学博士24；加斯通·卡斯特拉尼（Gastone Castellani），博士25.26; Komrokji Branches，医学博士14; Francesca Ieva，博士学位3,27；和Matteo Giovanni Della Porta，MD 1.2
智能决策支持系统的负责设计
应避免IDSS直接调节用户的行为或灌输特定的价值理论。一位接受采访的专家将系统的功能或处理方式描述为“更多的对话或发现”和“不那么努力”。实践中，这意味着，例如，聊天机器人“应该拒绝如果答案需要道德立场，以回答”（Krügel等，2023; P.4）。同样，我们的一些接受采访的专家建议，IDSS应该避免就政治和民主等敏感话题提出具体建议。这些专家指出，例如，IDSS不会建议谁投票，而是会向用户提供经过验证和受信任的第三方资源的信息，或将其转介给帮助用户做出独立决策的网站和工具。另外，另一位专家提到，如果询问IDSS有关心理问题或自杀的方法，则系统应避免提供建议，但请参阅用户可以在此处获得帮助的联系点（例如，提供电话号码或网站）。