XiaoMi-AI文件搜索系统
World File Search System分布模式
使用机器学习技术预测约旦案例中抗生素耐药微生物的分布模式
抗菌耐药性（AMR）被确定为约旦死亡率的第四个主要原因。然而，与AMR相关的人口统计学和临床特征的数据稀缺，与AMR相关的针对西约丹的常用抗生素。为了解决这一知识差距，从2020年10月至2022年12月，在约旦·韦斯特（Jordan West）的AL-Hussein/Salt医院的AMR进行了回顾性分析，其中包括2893年的报告。使用微生物学报告对两个机器学习（ML）模型，特别是分类回归树（CART）和随机森林（RF）进行了培训，然后用于预测不同类别的抗生素的AMR。最常见的微生物是大肠杆菌（53.3％），肺炎克雷伯氏菌和金黄色葡萄球菌。属于粪肠球菌，金黄色葡萄球菌，克雷伯氏菌肺炎，baumannii菌群，铜绿假单胞菌和肠类杆菌类别的细菌菌株表现出抗药性升高。RF模型与CART相比表现出较高的精度，其范围为0.64–0.99。这一发现表明在预测AMR模式中，RF模型的预测能力具有显着的可靠性。amr容易受到年龄，性别和细菌种类等人口因素的影响。这项研究强调了监测AMR促进适当抗生素治疗的重要性。
在德国奥格斯堡的两个不同高度的生物多样性，丰度，季节性和昼夜的花粉分布模式
机载花粉是全球最重要的空气过敏剂。由于气候变化，花粉季节性和丰度正在发生重大改变，这引起了基本问题：花粉暴露何时和多少增加？为了回答这个问题，我们采用了多分辨率的研究设计，从大约每年到年度规模，研究了空中花粉的多样性，丰度和时间出现。使用7天记录的Hirst型体积陷阱，在2015年至2017年期间进行了空气传播的花粉浓度。监控是在地面上进行的，我们主要是上下班和居住的地方，在“金标准”屋顶级别（地面高12 m），分辨率：a）每天bi-hourly，b）。评估了所有分类单元的生物多样性和相对丰度，并开发了第一个花粉季节日历以及昼夜节律日历，用于德国奥格斯堡。确定了40多种花粉类型，其中13种是最丰富的（每个相对丰度> 0.5％，总计91.8％）。生物多样性在高度之间没有任何明显的差异，尿布科，槟榔和豆豆的花粉代表了始终超过一半的区域大气生物多样性。在屋顶级别的花粉丰度通常看起来更高，尤其是对于betula，picea和quercus。主要的花粉季节从3月至10月延长，最高峰将于4月至5月。在屋顶级别，大多数分类单元的花粉季节都早些时候，整个季节更长。时花粉在一天中，在中午至下午观察到较高的花粉浓度（荨麻教，肺科，plantago，大多数是地面上的分类单元）或傍晚到清晨，经常使用多模式的昼夜模式（betula，fraxinus，fraxinus，fraxinus，大多数是屋顶级别的分类）。我们的发现表明，应深入重新考虑地面和“金标准”屋顶级花粉测量之间的丰度和时间分布模式的概括。
航天器表面电流分布模式计算加速方法的开发
摘要 – 高能带电等离子体粒子对空间技术构成威胁。带电粒子在航天器主体上的积累会产生放电。静电放电是强大的电磁干扰源，会对各个部件和整个系统的运行产生不利影响。据统计，大约 30% 的卫星损失是放电的结果。在航天器运行之前，需要计算电流的扩散，这需要大量的机器和时间成本。本文提出了一些新颖的方法，用于快速构建由于带电而导致的航天器表面电流扩散的图像。第一种方法的关键点是构建一个用于计算流量扩散的有限区域。瞬态电流的计算将仅在用户指定的电磁兼容区域内进行，而不会影响其余部分。本文还基于欧拉方法开发了新的简化微分方程组计算方案。借助新的计算方案，计算用户指定的局部区域中的未知量的时间与计算未知的全模型相比减少了几个数量级。本文对新的计算方案进行了总结，指出了其构造的复杂性。通过实例验证了新计算方案的充分性和准确性。
基于静力分布模式的粘滞阻尼器优化布置新方法
1 引言 根据现有的抗震法规，世界上人口最密集的地区都位于地震风险相对较高和极高的地区。因此，在设计新建筑或加固现有建筑时，有必要使用适当的耗能器。由于强震时结构各点会形成局部塑性铰，使建筑物发生大位移，从而增加结构的延性和耗能能力。因此，地震能量通过结构抗侧力体系的局部损坏而耗散。作为一种合理的方法，耗能器可用于防止结构的局部损坏。阻尼器是目前最广泛使用的耗能和加固各种结构的工具之一。最近，学者和工程师得出这样的结论：阻尼器是减少强地面运动对结构地震反应的良好选择。同时，由于 VD 具有极高的能量耗散能力、较大的磁滞回线和易于安装，因此得到了广泛的应用。VD 可显著提高结构等效阻尼