XiaoMi-AI文件搜索系统
World File Search System决策树
某些共证药对肺的体外细胞毒性作用 crispr/cas9 teknolojisivegıdaAlanındaKullanımı 政府支出之间的关系 研究的抗菌和光保护活性 EEG SINYALLERINIPEMEKIEMEKIEMAKINEÖğenimininImininKullanıldığıKonular 使用基于决策树的合奏学习模型Ozge Sen Kaya A，Sinem Bozkurt Keser B， *和Kemal Keskin B 质子泵抑制剂引起的药物相互作用的观察性研究 基于大脑的学习对学生成就水平的影响和对英语课程的态度GökhanBaş1摘要。 ST 的目的 唯物主义倾向和明显的消费行为：社交媒体使用的中介作用 冷等离子体技术及其对牛奶和乳制品的某些特性的影响 创伤性脑损伤中的体重下降模型 与尼日利亚西南部家禽饲料相关的微生物 10.5281/Zenodo.10339667接受：15.12.2023引用为：Abed，A。M.，Ulusoy，T（2023）。公司可持续性的战略管理：价值和perf 医学
摘要：癌症是仅次于心血管疾病的第二大常见死亡原因，是当今最重要的健康问题之一。发现有效治疗和药物在癌症治疗中很重要。COVID-19-19年流行病于2019年12月在中国武汉省爆发，被认为是全球大流行的人，影响了数百万的人。引起这种流行病的SARS-COV-2病毒会影响肺，心脏，大脑，肾脏，胃肠道系统，卵巢和睾丸以及各种药物。在这项研究中，我们旨在确定Favipiravir，Dornase Alfa和Ivermectin的细胞毒性作用，这些药物是在人类肺癌细胞系上用于治疗Covid-19的药物（A549）。favipiravir，Dornase alfa和ivermectin浓度以双重增加的剂量（0.5-64 µg/ml）制备。在人A549细胞上测试了制备的浓度。孵育24小时后，通过MTT（3-（4,5-二甲基噻唑-2-基） - 二苯基四唑铵）方法检测到药物对癌细胞的细胞毒性作用。结果以百分比的生存能力。确定Favipiravir，Dornase Alfa和Ivermectin可以显着降低肺癌细胞系中的细胞活力，而施用剂量的增加（P <0.05）。
决策树，支持向量机和人工神经...
在这项研究中，应用了三种不同的分类算法，包括决策树，SVM和ANN，以检测MR图像上的FCD病变。然后，他们的表演彼此比较。结果表明，与其他两种方法相比，ANN算法具有更高的灵敏度，特异性和准确性。因此，建议将ANN方法用作计算机辅助FCD病变诊断系统中的最佳分类方法。
嘉宾专栏：决策树与通信之间的计算模型 1
通信复杂性研究计算一个函数所需的通信量，该函数的值取决于分布在多个实体之间的信息。姚期智 [Yao79] 于 40 多年前发起了通信复杂性研究，如今它已成为理论计算机科学的核心领域，在数据结构、流算法、属性测试、近似算法、编码理论和机器学习等不同领域都有广泛应用。教科书 [KN06,RY20] 对该理论及其应用进行了出色的概述。在通信复杂性的基本版本中，两个玩家，分别称为 Alice 和 Bob，希望计算一个函数 F : X × Y →{ 0 , 1 }，其中 X 和 Y 是一些有限集。Alice 持有一个输入 x ∈ X，Bob 持有一个输入 y ∈ Y，他们希望通过按照某种协议来回发送消息来计算 F(x, y)。重要的是，Alice 和 Bob 具有任意的计算能力，因为我们只关心计算该函数需要交换多少信息。目标是设计低成本协议，以 Alice 和 Bob 交换的位数来衡量（在最坏情况下），理想情况下，我们会显示感兴趣的通信问题的通信复杂度的严格上限和下限。让 D cc ( F ) 表示确定性协议在所有输入上正确计算 F 的最低可实现成本。
使用基于决策树的方法和CNN分类的强化学习有助于眼动电脑游戏
采用基于生物信号的输入的抽象人机接口很难转化为现实生活应用，部分原因是开发一般模型的困难来对代表用户行动的生理事件进行分类。在拟议的框架中，通过决策方法的管道来操作基于电视学（EOG）的游戏。这些包括使用卷积神经网络（CNN）的眼动物运动的分类模型，该模型以信号窗口创建的图像和公用事业决策网络（EUDN）的合奏为食，这使经常会冲突的事件的影响在实现更自然的控制级别的界面上，从而缓解了界面事件的影响。CNN和EUDN取代了EOG的正常使用的基于特征的眼事件检测方法。最后，一种基于强化的学习驱动方法同时更新了每个奖励结果的多个（状态，动作）对，干预以减轻错误的游戏命令的后果，并可以用作“共享控制”范围的一部分。结果显示，加强学习在改善参与者的游戏表现以及减少其一些主观工作量指标方面的积极影响。
基于核函数的一类分类决策树...
a 科学研究基金会 - FNRS (FRS-FNRS)，比利时布鲁塞尔 b 比利时蒙斯大学工程学院，数学与运筹学系，比利时蒙斯 c 比利时蒙斯大学工程学院，工程创新管理系，比利时蒙斯
基于经典决策树的量子加速
GT ）量子查询其中 T 是决策树的深度，G 是猜测算法的最大错误数。在本文中，我们给出了一个简单的证明，并将这个结果推广到具有非二进制输入和输出字母表的函数 f ：[ ℓ ] n → [ m ]。我们进行这种推广的主要工具是最近为非二进制函数开发的非二进制跨度程序和对偶对手界限。作为我们主要结果的应用，我们提出了几个量子查询上界，其中一些是新的。特别是，我们证明了有向图 G 的顶点的拓扑排序可以用邻接矩阵模型中的 O（n 3 / 2）量子查询完成。此外，我们证明了邻接表模型中最大二分匹配的量子查询复杂度上限为 O（n 3 / 4 √ m + n）。
基于CART决策树和SMO算法概括规则的桥梁管理实时决策支持系统
摘要：在桥梁的动态条件下，我们需要实时管理。为此，本文提出了一种基于规则的决策支持系统，该系统从 Aimsun 交通微观模拟软件的模拟结果中提取必要的规则。然后，借助模糊规则生成算法对这些规则进行泛化。然后，通过一组监督和非监督学习算法对它们进行训练，以获得在实际情况下做出决策的能力。作为一项试点案例研究，在 Aimsun 中模拟了德黑兰的 Nasr 桥，并使用 WEKA 数据挖掘软件执行学习算法。根据这项实验，监督算法泛化规则的准确率大于 80%。此外，CART 决策树和顺序最小优化 (SMO) 为正常数据提供了 100% 的准确率，这些算法对于桥梁危机管理非常可靠。这意味着，可以使用此类机器学习方法在实时条件下管理桥梁。