XiaoMi-AI文件搜索系统
World File Search System可视
高级大型语言模型和可视化工具用于数据分析学习
结果：结果显示了基于将GPT（例如GPT）与LIDA等专业框架集成的高级生成AI工具（例如LIDA）集成的方法的变化潜力。较高水平的参与者偏好表明这些方法比传统发展方法的优越性。此外，我们的发现表明，不同方法的学习曲线差异很大。由于学习者在开发项目和解释结果时遇到了技术困难。我们的发现表明，LIDA与GPT的整合可以显着增强先进技能的学习，尤其是与数据分析相关的技能。我们旨在建立这项研究，作为在教育环境中有条不紊地采用生成AI工具的基础，为在这些关键领域提供更有效和全面的培训铺平了道路。
推荐引用 推荐引用 Koutsouvelis, V., Shiaeles, S., Ghita, B., & Bendiab, G. (2021) '使用人工智能和可视化检测内部威胁'，网址：https://doi.org/10.48550/arxiv.2109.02417 本文由 PEARL 科学与工程学院免费提供给您，供您开放访问。它已被 PEARL 授权管理员接受纳入工程、计算和数学学院。有关更多信息，请联系 openresearch@plymouth.ac.uk 。
摘要 — 内部威胁是公司或组织 IT 系统和基础设施最具破坏性的风险因素之一；识别内部威胁引起了全球学术研究界的关注，并提出了多种解决方案来减轻其潜在影响。为了实施本研究中描述的实验阶段，使用卷积神经网络 (CNN) 算法并通过 Google TensorFlow 程序实施，该程序经过训练可以从可用数据集生成的图像中识别潜在威胁。通过检查生成的图像并借助机器学习，可以回答每个用户的活动是否被信息系统归类为“恶意”的问题。
解剖学的有趣学习：使用Play- DOH可视化心脏
掌握心血管技能和知识的掌握长期以来一直在为学生带来挑战，尽管现代技术进步以及诸如解剖之类的良好方法，但高级思维证明了艰难的思维。因此，我们试图将积极的嬉戏学习纳入我们在心血管解剖学和生理学领域的基础教学中。七十七年的学生参加了在线教学演讲，然后一周后，参加了嬉戏的学习会议，他们在学术的指导下使用Play-Doh来制作人类心脏的详细模型，以巩固他们的先前学习。他们获得了五点李克特问卷的邮政活动，并提出了四个其他公开答案问题，并使用加权平均值（𝑥̄𝑤）分析了回答，作为正面回答的阈值。广泛地说，学生喜欢并会重复一项嬉戏的活动，并认为这项活动增加了他们的兴趣，证明了他们的知识，确定了他们的弱点，检查了他们现有的知识，并允许他们与团队互动，但学生没有比传统活动本身学习更多的学习。使用Play-Doh对心脏进行建模是一种有趣而有效的解剖方法，需要进一步的研究来确定其对学生成果的影响。
可视化数据及其在海上风能中的关键作用
风力涡轮机的战略放置和配置是最大化能源生产和最小化运营成本的关键因素。地理空间数据使利益相关者能够进行详细的涡轮放置，密度和容量分析。因此，可再生能源行业越来越多地转向数字双胞胎，以增强风力涡轮机的运行和管理并减轻失败的风险。通过整合来自各种来源的数据并分析最新趋势，利益相关者认识到数字双胞胎革新涡轮机维持和性能优化的潜力。通过连续捕获传感器的数据和监视源，数字双技术使利益相关者能够通过识别涡轮机行为的预警信号和异常来预测和防止故障发生故障。通过添加机器学习算法，数字双胞胎可以预测维护需求，并可以帮助最大化能源生产。这项新技术，可实现3D
潮湿空间中的植物智能：设计植物生命的数据可视化
在二十一世纪开始时，“潮湿媒体”的概念是指“干媒体和潮湿的生物系统的融合”。1 Me dium的湿度与其纯粹的生物学性质不同，但超出了介质的排他性，可以揭示存在的存在模式和数字与生物学之间的界限模糊。在“干”硅 - 晶状体com puter技术与“潮湿”生活系统相结合的背景下，艺术家使用“湿媒体”来探索无限的可能性以创造性地表达。艺术家也从单一媒体转变为跨学科的人，并开始探索人类与自然，技术和生物学之间的二分法，通过使用潮湿的媒体，触发有关艺术本体论的新思想。快速发展
数据可视化和可解释的基准框架 数据可视化和可解释的基准框架 AI (XAI) AI (XAI)
本研究引入了一个名为 EDUMX 的基准框架，该框架利用 Streamlit 开源 Python 库，专为基于机器学习 (ML) 的预测和 XAI 任务而设计。该框架提供了一套全面的功能，包括数据加载、特征选择、关系分析、数据预处理、模型选择、指标评估、训练和实时监控。用户可以轻松上传各种格式的数据，探索变量之间的关系，使用各种技术预处理数据，并使用可自定义的指标评估 ML 模型的性能。凭借其用户友好的界面，该框架为各个领域的预测任务提供了宝贵的见解，满足了预测分析不断变化的需求。EDUMX 可供所有人使用。如果您想要了解访问此工具的详细信息，请联系 mkuzlu@odu.edu。
IV-A1型CRISPR介导的基因表达和质粒复制的抑制的可视化
。cc-by-nc-nd 4.0国际许可证（未获得同行评审证书）获得的是作者/资助者，他已授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权所有，该版本发布于2024年6月12日。 https://doi.org/10.1101/2024.06.12.598411 doi：Biorxiv Preprint
