XiaoMi-AI文件搜索系统
World File Search System决策支持
在供应链决策支持中启用可解释的人工智能功能
抽象可解释的人工智能（XAI）在实现明智决定的过程中发挥了作用。现代各种供应链（SC）平台的出现改变了SC相互作用的性质，导致了显着的不确定性。这项研究旨在对现有的有关决策支持系统（DSS）的文献进行彻底分析，并在SC领域内对XAI功能的结合。我们的分析揭示了XAI对SC领域决策过程的影响。本研究利用Shapley添加说明（SHAP）技术使用Python机器学习（ML）过程分析在线数据。解释性算法是专门为通过为其产生的预测提供理由来提高ML模型的清醒性的。本研究旨在建立可衡量的标准，以识别XAI和DSS的组成部分，从而在SC的背景下增强决策。这项研究评估了对他们做出预测的能力，在线数据集的利用，所检查的变量数量，学习能力的发展以及在决策背景下进行验证的研究，强调了需要在不确定条件下涉及智能决策的其他探索领域的研究领域。
在供应链决策支持中启用可解释的人工智能功能
©2022。此手稿版本可在CC-by-NC-ND 4.0许可下提供https：//creativecommons.org/licenses/by-nc-nc-nd/4.0/
糖尿病管理和决策支持中的多准则决策：系统评价
背景：糖尿病的患病率正在增加，全世界的成年人和儿童正在增加。糖尿病护理很复杂；检查饮食，药物类型，糖尿病识别和使用自我管理工具的意愿只是糖尿病临床医生所面临的一些挑战，这些挑战应该对它们做出决定。做出适当的决定将降低治疗成本，降低糖尿病的死亡率并提高糖尿病患者的生活质量。有效的决策在多准则决策（MCDM）技术的范围内。目的：这项研究的核心目的是评估MCDM方法的有效性和适用性，然后引入一种新型的分类框架，以便它们在该领域中使用。方法：文献搜索的重点是2003年至2023年的出版物。最后，通过应用Prisma（系统评价和荟萃分析的首选报告项目），选择了63篇文章并检查。结果：结果表明，在糖尿病研究中使用MCDM方法可以分为6个不同的组：糖尿病药物的选择（19种出版物），糖尿病诊断（12个出版物），饮食建议（8个出版物），糖尿病管理（14个出版物），糖尿病（14个出版物），糖尿病（77个出版物）（7个出版物）和估计疾病的疾病（3次出版物），以及估计的疾病估计。结论：我们的综述显示了有关糖尿病的MCDM文献中很大一部分。研究强调了使用MCDM技术的好处，这对于各种糖尿病挑战既实用又有效。
商业战略 临床决策支持公司的移动应用战略
市场情报数据是整体战略规划计划的重要组成部分。战略团队围绕三个重点领域进行了分析：医疗移动应用的竞争格局、客户对这些应用的需求以及临床支持提供商的核心竞争力。最终，制定并确定了一套战略方案。
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。
纹理分析和人工智能作为诊断多发性硬化症的决策支持工具 - 系统评价
麦当劳标准（Thompson等，2018），MS的诊断结合了临床，成像和实验室证据。神经系统检查与成像[磁共振成像（MRI）或光学相干断层扫描]和神经生理测试（视觉诱发电位）结合使用。在MRI上患有临床症状和病变的患者中，脑脊液通过腰椎穿刺收集。在脑脊液流体中存在寡克隆条带证实了MS的诊断（Thompson等，2018）。磁共振成像技术，例如双重反转恢复，相位敏感的反转恢复和使用梯度回声序列的磁化的快速采集来突出大脑皮层的MS病变。这些区域是由T1，T2或流体衰减反转恢复（Flair）方法获得的MRI图像中存在的高强度白质区域（Hitziger等，2022）。在图1a上，有一个示例MRI T1图像，带有两个病变，这些损伤显示为白质的高强度区域（Sarica和Seker，2022年）。在长轴中至少有3毫米的高强度区域被认为是病变（Thompson等，2018）。监测该疾病的演变，但治疗的效率也通过在年度随访MRI图像上出现或没有新病变来分析（Martínez-Heras等人，2023年）。在MRI图像上对脱髓鞘区域的手动识别和划定（图1B）具有一些缺点，耗时，需要合格的人员。其结果取决于专家解释MRI图像的经验。除了人为因素的主观性外，还可能发生差异，这是由于不同分辨率或具有各种质量的MRI图像而发生的。为了减少这些缺点，已经提出了几种用于诊断和监测MS的自动解决方案（Shoeibi等，2021）。通过在深度学习算法中使用神经网络与纹理分析相结合（Componick等，2021a），获得了与专家注释相当的结果。纹理分析是医学图像处理中的一种已知且有前途的技术，可在检测硬化病变方面具有显着的结果（Elahi等，2020； Boca等，2023）。通常，尝试通过那些特征来检测病变，这些特征是强度，照明，几何变换或噪声变化的图像不变的。为此，量化了像素强度和像素分布的相互关系，因此获得了许多特征。这些功能可以分为以下类别：第一阶特征（灰度直方图分析），二阶特征（灰度依赖矩阵），光谱特征和分形特征（小波变换和傅立叶变换）。用随机纹理识别的像素被归类为噪声（Friconnet，2021）。为了提高信号噪声比并降低噪声，将包括数学过滤组成的预处理操作应用于MRI图像。为例，高斯带通滤波器用于消除背景噪声（Kumar等，2023）。放射线学的方法由于出现了用于检测医学图像病变的自动方法（Lambin等，2012），因此有必要开发一种方法来通过自动检测方法来分析和评估结果的可重复性和质量。放射素学已逐渐应用于病理损害，诊断，差异诊断和MS预后的分析。开发了使用放射线特征的机器学习（ML）模型来检测MS病变（Peng等，2021）。
Hybrid-AI方法用于高级神经胶质瘤精确治疗的决策支持
为新的和更大的问题开发智能决策支持系统驱动了人工智能（AI）的几个核心领域的发展，例如机器学习（ML）和约束编程（CP）。尽管ML和CP都成功地用于支持决策过程，但它们的组合尚未得到充分探索，尤其是在癌症研究领域。高级神经胶质瘤（HGGS）是大脑中最常见的恶性肿瘤。他们会影响各个年龄段的人，并且普遍致命。尽管进行了数十年的研究，但治疗方案缺乏靶向疗法，而是仅限于对肿瘤的手术切除（如果可能的话），然后使用辐射和DNA损伤诱导化学疗法进行治疗（Ostrom等，2018）。对这些有限和严厉的治疗的抵抗力在所有患者中都会发展出来，强调了对新的精密药房靶向方法的迫切需求。缺乏可用的治疗并不是由于缺乏努力。在过去的15年中，已经进行了超过400次临床试验，以测试新的治疗方法（Bagley等，2022），但没有显示明显的临床益处。在这一领域的一个重大问题是，对这些试验失败的原因有很糟糕的理解，因为为每个患者收集纵向样本需要开颅手术，因此在诊断后患者的短期内，高度侵入性且很少有动机的努力。因此，与其他癌症类型相比，患者衍生的细胞系和异种移植模型的可用性显着有限。总的来说，这最终意味着，当选择最合适的治疗高级神经胶质瘤的疗法时，我们正在盲目飞行。这要求将大规模基因组和功能数据与人工智能方法的紧急整合在一起，以提供决策支持工具，以提高HGG治疗的有效性，使其成为推动智能决策支持方法限制的理想应用。
脑 MRI 决策支持和协议选择，用于临床人工智能工具
神经放射学研究员，导致图像解释频繁中断。虽然协议制定是放射科医生的一项重要工作，但它很耗时，可以从更高的自动化中受益。尽管存在标准化规则，例如美国放射学院适当性标准 2，但放射科医生经常对哪种协议最适合某项研究意见不一。3 放射科医生的偏好可能因培训水平和经验而有很大差异，并可能导致协议选择不理想。Boland 等人 3 提倡协议标准化，以提高效率和患者安全。人工智能 (AI) 可以潜在地提高流程的效率和标准化。本研究的目标是确定历史协议选择相对于基于放射科医生共识的标准标准的可变程度，并将基于 AI 的解决方案的性能与该标准进行比较。我们还试图通过使用先前描述的技术将自动化算法评估为临床决策支持 (CDS) 工具
通过支持态势感知建立信任：探索飞行员对决策支持工具的设计要求
允许免费复制本作品的全部或部分以供个人或课堂使用，但不得出于营利或商业目的而复制或分发，且副本首页必须注明此声明和完整引文。必须尊重 ACM 以外的人拥有的本作品组成部分的版权。允许摘要并注明出处。若要复制、重新发布、发布到服务器或重新分发到列表，则需要事先获得特定许可和/或支付费用。请向 permissions@acm.org 申请许可。
通过空间明确的可再生能源部署的政策决策支持实际上最佳替代方案
摘要设计高度可再生的电力系统涉及许多有争议的决策，例如在哪里定位生成和传输能力。然而，通常使用成本限制能源系统模型的单一结果来告知计划。这将带来更多的替代结果，例如，这可能会避免在任何一个地区的技术能力浓度。为了探索这种替代方案，我们开发了一种生成空间显式的，实际上最佳结果（孢子）的方法。将孢子应用于意大利，我们发现只有光伏和存储技术是到2050年到2050年脱碳的重要组成部分。其他决定，例如定位风能，可以选择可选的功能。大多数替代性配置对成本和需求不确定性不敏感，而应对不利天气，需要过多的可再生能力产生和存储能力。对于政策制定者来说，该方法可以提供空间详细的电力系统转换选项，从而实现在政治上可以接受的决策。