XiaoMi-AI文件搜索系统
World File Search System决策支持
贾比尔·阿里夫。物流活动外包，旨在开发决策支持工具。其他。 Sidi Mohamed Ben Abdellah 菲斯大学（摩洛哥），2016 年。法语。 NNT：。电话-01964517
在环境压力下，企业逐渐被迫改变组织方式，将越来越多的活动委托给外部服务提供商。物流外包是这一运动的强劲趋势之一。然而，尽管外包物流活动具有诸多优势和好处，但许多合作关系在合同结束时并未得到续签。原因在于对风险预判不足。本论文的目标是开发一种能够考虑外包项目不同参数的决策工具。提出了一种在整合风险管理的同时对物流外包流程的不同阶段进行建模的方法。
泰国洪水预测的决策支持系统
（1,2,3,4,5,6,7,8）Hydro-泰国曼谷信息学院，泰国电子邮件watin@hii.or.th摘要洪水是泰国的主要灾难之一。尤其是在2011年，泰国遇到了半个世纪后最严重的洪水。洪水在泰国造成了1.43万亿泰铢的经济损失。灾难准备和响应措施高度取决于准确，及时的预测可用性。Hydro-信息学研究所（HII）和DHI丹麦开发了泰国洪水预测的决策支持系统，覆盖了该国大约73％的地区。系统每天运行运行，并提前7天提供洪水预测信息。The flood forecasting system is an integrated real-time multifunctional forecasting system including data import and linkage with web API that can easily be linked any data to the system, data processing and quality control is an automated process to ensure reliable input data for models, flood forecast models (hydrological model, 1D and 2D hydrodynamic models) has been integrated seamlessly with the forecast system and applied data assimilation (DA) using observed从水位或排放站的数据，以提高基于Web的模拟应用程序的准确性，用于模型的交互式可视化，以图形，时间序列，表格，地图和能力的形式比较基于云的解决方案上的任何仿真。决策支持系统为整合数据和模型提供了有希望的机会，以评估洪水影响，支持决策，提高洪水管理的效率并减轻洪水损失。简介洪水管理变得更加可管理和有效。关键字：决策支持系统；洪水预测；洪水管理；泰国1。
基于机器学习的心脏病患者死亡率预测决策支持系统
摘要：研究人员已经提出了几种基于机器学习和数据挖掘技术的自动诊断系统来预测心力衰竭。然而，研究人员并没有密切关注预测心脏病患者的死亡率。为了解决这个问题，我们开发了一个用于预测心脏病患者死亡率的临床决策支持系统。为所提模型的实验目的收集的数据集包含 55 个特征，总共 368 个样本。我们发现数据集中的类别高度不平衡。为了避免机器学习模型中的偏差问题，我们使用了合成少数过采样技术 (SMOTE)。在平衡数据集中的类别后，新提出的系统采用 χ2 统计模型对数据集中的特征进行排序。排名最高的特征被输入到优化的随机森林 (RF) 模型中进行分类。使用网格搜索算法优化 RF 分类器的超参数。使用多种评估指标验证了新提出的模型 ( χ 2 _RF) 的性能，包括准确度、灵敏度、特异性、F1 分数和受试者工作特征 (ROC) 曲线。仅使用数据集中的 10 个特征，提出的模型 χ 2 _RF 就实现了 94.59% 的最高准确度。提出的模型 χ 2 _RF 将标准 RF 模型的性能提高了 5.5%。此外，还将提出的模型 χ 2 _RF 与其他最先进的机器学习模型进行了比较。实验结果表明，新提出的决策支持系统优于使用相同特征选择模块 ( χ 2 ) 的其他机器学习系统。
CHATGPT作为医学中AI辅助决策支持工具的表现：一项解释症状和管理症状和管理的概念证明
CHATGPT作为医学中AI辅助决策支持工具的表现：一项概念证明研究，用于解释常见心脏病症状和管理（Amstelheart-2）的概念证明研究（Amstelheart-2）作者：Ralf E. Harskamp，MD，PhD1,2*； Lukas de Clercq，MSC 1,2*1。阿姆斯特丹UMC位置阿姆斯特丹大学，荷兰阿姆斯特丹总执业系； 2。阿姆斯特丹公共卫生，个性化医学，阿姆斯特丹，荷兰 * *两位作者都为与通讯作者的通信相同贡献：地址：地址：地址：地址：locatie amc amc afdeling huisartsgeneeskunde电话：+31 20 5667683电子邮件：r.e.harskamp@amsterdamumc.nl支持披露：作者进行了独立调查；调查的AI-Tool（CHATGPT）的开发人员不参与此工作的设计，进行或报告。资金声明：这项研究没有获得任何资金。利益冲突：无道德审查：这项研究是阿姆斯特丹心脏研究的一部分，并免于2023年2月（W23_07＃23.097）的阿姆斯特丹UMC的全面审查医学伦理审查委员会单词计数主要文本：2527
打击虚假信息：智能决策支持系统最新基于人工智能的协作人机交互概述
摘要：近年来，自动虚假信息检测方法备受关注，因为虚假信息会对社会凝聚力产生严重影响。虚假信息会影响选举结果、疾病传播（阻止采取适当的对策）和盟友的形成，正如俄罗斯入侵乌克兰所表明的那样。因此，不仅要考虑文本作为媒介，还要考虑录音、视频内容和图像以打击虚假新闻。然而，自动事实核查工具无法同时处理所有模态，并且在嵌入信息背景、讽刺、反讽以及没有明确真值的情况下面临困难。最近的研究表明，协作的人机系统比单独的人类或机器学习方法更能成功地识别虚假信息。因此，在本文中，我们简要而全面地介绍了当前针对文本、音频、视频、图像、多模态组合的自动虚假信息检测方法，它们在智能决策支持系统 (IDSS) 中的扩展以及人类协作的形式和角色。在现实生活中，此类系统越来越多地被记者应用，根据两种最突出的用例类型，即每日新闻档案和调查性新闻，为人类角色设定规范。
移植中使用的临床决策支持系统
Laura Wingfield博士通用外科手术与移植手术Nuffield手术科学系牛津大学6607室，6级John Radcliffe医院Headington Headington Oxford，Ox3 9du United Kressement of United Kembore：Laura.wingfield@nds.ac.ac.ac.ac.ac.ac.uk
蒂莫西·F·毕晓普 太空与导弹防御卓越中心主任 美国陆军太空与导弹防御司令部 蒂莫西·F·毕晓普先生于 2019 年 1 月被任命为高级执行官，担任美国陆军太空与导弹防御司令部太空与导弹防御卓越中心主任。他的职业生涯包括在各种政府采购职位上的专业领导经验，涉及主要模拟、训练和仪表系统的开发、测试、生产、部署、维护和生命周期支持。毕晓普先生负责太空和战略导弹防御理论和培训、概念开发、决策支持、陆军太空和高空与战略导弹防御能力经理以及陆军太空人员发展。他是负责陆军空间作战军官 (FA40) 的执行代理人。他之前担任的高级管理职位是模拟、训练和仪器项目执行办公室 (PEO STRI) 的副项目执行官，负责管理 268 个项目，执行 30 亿美元的年度预算，以及 19 个外国和全球 386 个站点的 335,000 多台训练设备。他毕业于阿拉巴马大学亨茨维尔分校，获得电气和计算机工程理学学士学位，并拥有宾夕法尼亚州卡莱尔美国陆军战争学院战略研究理学硕士学位。毕晓普先生获得的奖项和认可包括欧洲设施管理司令部颁发的优秀文职服务奖、陆军测试和评估司令部颁发的年度十大杰出人员奖以及国防部颁发的全球反恐战争奖章。
蒂莫西·F·毕晓普 太空与导弹防御卓越中心主任 美国陆军太空与导弹防御司令部 蒂莫西·F·毕晓普先生于 2019 年 1 月被任命为高级执行官，担任美国陆军太空与导弹防御司令部太空与导弹防御卓越中心主任。他的职业生涯包括在各种政府采购职位上的专业领导经验，涉及主要模拟、训练和仪表系统的开发、测试、生产、部署、维护和生命周期支持。毕晓普先生负责太空和战略导弹防御理论和培训、概念开发、决策支持、陆军太空和高空与战略导弹防御能力经理以及陆军太空人员发展。他是负责陆军空间作战军官 (FA40) 的执行代理人。他之前担任的高级管理职位是模拟、训练和仪器项目执行办公室 (PEO STRI) 的副项目执行官，负责管理 268 个项目，执行 30 亿美元的年度预算，以及 19 个外国和全球 386 个站点的 335,000 多台训练设备。他毕业于阿拉巴马大学亨茨维尔分校，获得电气和计算机工程理学学士学位，并拥有宾夕法尼亚州卡莱尔美国陆军战争学院战略研究理学硕士学位。毕晓普先生获得的奖项和认可包括欧洲设施管理司令部颁发的优秀文职服务奖、陆军测试和评估司令部颁发的年度十大杰出人员奖以及国防部颁发的全球反恐战争奖章。
通过拨款实现复原力：飞行员对复杂决策支持的看法
智能决策支持工具 (DST) 有望提高人类在航空备降等具有挑战性的情况下的决策质量。为了实现这些改进，DST 设计的一个共同目标是校准决策者对系统的信任。然而，这种观点主要来自受控研究，可能无法完全反映现实世界中备降的复杂性。为了了解 DST 在最了解备降复杂性的人眼中如何有益，我们采访了专业飞行员。为了促进讨论，我们构建了两个低保真原型，每个原型代表 DST 可以承担的不同角色：(a) 根据飞行员指定的标准主动建议和排名机场，以及 (b) 不引人注目地暗示飞行员应该注意的数据点。我们发现，虽然飞行员不会盲目信任 DST，但他们同时拒绝在决策时刻进行深思熟虑的信任校准。我们重新审视拨款，将其作为一个视角来理解这种看似矛盾的矛盾以及实现拨款的一系列手段。除了通常认为的透明度需求外，这些还包括整个决策过程中的可指导性和持续支持。根据我们的设计探索，我们鼓励将 DST 设计的视角扩展到实际决策点的信任校准之外。
基于人工智能的患者特定临床决策支持系统，帮助骨关节炎患者选择是否进行手术：单中心、平行组、非劣效性随机对照试验的研究方案
© 作者 2023。开放存取 本文根据知识共享署名 4.0 国际许可进行授权，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信任，提供知识共享许可的链接，并指明是否做了更改。 本文中的图片或其他第三方资料包含在文章的知识共享许可中，除非资料的致谢中另有说明。 如果资料未包含在文章的知识共享许可中，且您的预期用途不被法定规定允许或超出允许用途，则需要直接从版权所有者处获得许可。 要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by/4.0/ 。知识共享公共领域贡献豁免（http://creativeco mmons.org/publicdomain/zero/1.0/）适用于本文中提供的数据，除非数据来源中另有说明。