XiaoMi-AI文件搜索系统
World File Search System合集
可再生能源的新政治生态
摘要 对化石燃料制度的批判一直是政治生态学领域关注的基本问题，它致力于揭露能源开采主义的不公正和危害，并对气候危机发出早期预警。然而，越来越明显的是，可再生能源及其基础设施将带来自身的成本和利弊，需要批判、抵抗和替代运动建设来实现真正公正的可再生能源转型。这期主题刊强调了政治生态学在许多方面处于有利地位，可以引领批判性和参与性的学术研究，支持能源/气候正义。在本介绍和调查中，我们利用此处收集的新研究来反思政治生态学独特的分析能力和实践形式。我们认为，该合集在几个关键方面推进了政治生态学对可再生能源转型的智力和政治支持。这些包括 (1) 可再生能源驱动的土地转型理论化，(2) 推进可再生能源的工业政治生态，(3) 在技术和人为政治中定位权力，以及 (4) 为公正转型创造知识和工具。最后，我们反思了该领域的其他紧迫问题：例如，可再生能源正义和民主运动中关于规模、所有权和问责模式的争论日益激烈，围绕可再生能源自身的开采地理和多种形式的种族化，批判性对话日益增多。
8. ICPS 的可持续人工智能
主题：计算与物理世界的广泛融合，以及人工智能 (AI) 和机器学习 (ML) 的爆炸式增长，为智能城市、智能交通、工业 4.0 和智能医疗等不同领域的工业信息物理系统 (ICPS) 的变革奠定了基础。然而，实现人工智能/机器学习在 ICPS 中的实际工业认可和长期利益取决于可持续的人工智能学习算法，包括人工智能的环境可持续性和社会可持续性。使用不断增长的数据集进行训练的更大、更复杂的 ML 模型日益流行，由于人工智能/机器学习模型训练的高能耗，引发了环境问题，同时也带来了计算资源、标记数据可用性和数据共享方面的挑战。人工智能与社会可持续性相关的技术维度包括将促进社会认可、确保法规遵从和降低风险的学习技术。因此，本期特别合集旨在促进与 ICPS 中 AI/ML 的持久可持续性相关的技术进步，并通过考虑实际限制（包括资源、安全、隐私、透明度、法规等）来推动解决 ICPS 实践中 AI/ML 接受度的挑战。将环境考虑因素融入 AI/ML 算法并推进支持社会接受度的技术方面将促进 AI/ML 在 ICPS 中的实际使用，从而推动社会影响。
以及脑成像和解码中的受试者内部变异性
人类个体之间和个体内部都存在普遍而难以捉摸的变异性，这对解释和解码人类大脑活动构成了重大挑战。个体在大脑解剖和功能上的差异导致了个体间变异。多种因素都可能导致个体内变异，包括神经处理、大脑活动非平稳性、神经生理机制和某些未知因素。最近的研究集中于接受变异性而不是忽视它。通过关注变异性，他们加深了对个体差异和跨会话变异的洞察，从而能够根据个体变异性和相似性精确映射和解码大脑功能区域。例如，迁移学习技术通过处理在广泛的会话和日子范围内从不同受试者收集的数据的变化，提高了大脑解码性能。神经生理生物特征的适用性取决于其明显的个体间变异性和最小的个体内变异性。因此，出现了一些问题：如何观察、分析和模拟受试者间和受试者内的变异性，研究人员从这种变异性中会得到什么或失去什么，以及如何应对脑成像和解码中的变异性。本研究主题强调需要考虑脑成像和解码中的受试者间和受试者内的变异性。本合集包含相关领域的扩展概述，可以阐明这些领域的未来努力。我们在本社论中重点介绍了从本主题的十六篇论文中出现的三个领域：
综述人工智能在磁热疗研究中的应用
摘要：纳米医学的发展涉及复杂的纳米材料研究，包括磁性纳米材料及其在磁热疗中的应用。选择最佳治疗策略既耗时又昂贵，而且不可预测，而且效果并不一致。提供个性化治疗以获得最大效率和最小副作用非常重要。因此，基于人工智能 (AI) 的算法提供了克服这些关键问题的机会。在本文中，我们简要概述了基于人工智能的方法（特别是机器学习 (ML) 技术）与磁热疗相结合的意义。我们考虑了 Scopus 和 Web of Science 核心合集数据库中的最新出版物、报告、协议和评论论文，并考虑了 PRISMA-S 评论方法，以将磁性纳米载体应用于磁热疗。还对算法性能进行了比较，比较了算法的类型和准确性、数据可用性（考虑到其数量、类型和质量）。文献显示，人工智能支持这些研究，从纳米载体的物理化学评估、药物开发和释放、耐药性预测、剂量优化、药物选择组合、药代动力学特征表征和结果预测到热量产生估计。本文回顾的论文清楚地表明，基于人工智能的解决方案可以被视为药物输送的有效支持工具，包括体外和体内纳米载体的优化和行为以及输送过程。此外，还指出了未来研究的方向，包括最佳实验的预测和数据管理计划。
莫里斯·布朗肖的艺术与技术
技术变革对艺术、设计和媒体有着深远且常常出乎意料的影响。有时技术解放了艺术，丰富了设计品质。有时它会引起严重的个人和集体媒介感知问题。一次又一次，技术变革同时实现了这两个目标。这套新书系列从哲学角度探索和反思了新兴技术对我们的日常生活和日益非物质的技术文化条件的影响。该系列超越了传统的技术哲学和技术概念，提出了关于技术如何不断改变美、发明和交流的基本条件的新哲学思想。从对技术世界的新理解到对审美价值、图形和信息的新诠释，《技术》关注批判理论与表现、艺术、广播、印刷、技术谱系/历史、物质文化和数字技术之间的关系，以及我们对艺术、设计和媒体世界的哲学观点。本丛书以当代艺术、设计和媒体作品为重点，同时在技术哲学视角和跨学科贡献方面保持包容性。因为技术哲学对于现存的关于技术的艺术性、创造性和信息性方面的争论至关重要。《技术》系列丛书集中于当今不断发展的技术进步，但强调了视觉、设计主导和大众传媒的问题，以进一步了解它们经常结合的数字化转型手段。《技术》的编辑欢迎对专著和经过深思熟虑的编辑合集提出建议，以开辟新的研究途径。Ryan Bishop 和 Jussi Parikka 不得分发或转售。仅供个人使用。
EEG 信号复杂性测量以增强 BCI-...
摘要：中风是全球第二大死亡原因和最常见的残疾原因之一。研究人员发现脑机接口 (BCI) 技术可以更好地帮助中风患者康复。本研究使用所提出的运动想象 (MI) 框架分析了来自 8 名受试者的脑电图 (EEG) 数据集，以增强针对中风患者的基于 MI 的 BCI 系统。该框架的预处理部分包括使用传统滤波器和独立成分分析 (ICA) 去噪方法。然后计算分形维数 (FD) 和赫斯特指数 (Hur) 作为复杂性特征，并评估 Tsallis 熵 (TsEn) 和弥散熵 (DispEn) 作为不规则参数。然后使用双向方差分析 (ANOVA) 从每个参与者那里统计检索基于 MI 的 BCI 特征，以展示个体在四个类别（左手、右手、脚和舌头）中的表现。降维算法拉普拉斯特征图 (LE) 用于增强基于 MI 的 BCI 分类性能。利用 k 最近邻 (KNN)、支持向量机 (SVM) 和随机森林 (RF) 分类器，最终确定了中风后患者的组别。研究结果表明，使用 RF 和 KNN 的 LE 分别获得了 74.48% 和 73.20% 的准确率；因此，所提出的特征与 ICA 去噪技术的综合集可以准确描述所提出的 MI 框架，可用于探索四类基于 MI 的 BCI 康复。这项研究将帮助临床医生、医生和技术人员为中风患者制定良好的康复计划。
晶体学和结构科学中的机器学习
我们很高兴为您呈现国际晶体学联合会 (IUCr) 期刊的虚拟文章合集，这些文章探讨了人工智能 (AI) 和机器学习 (ML) 在结构科学中的应用 (https://journals.iucr.org/special_issues/2024/ML/)。人工智能/机器学习正在彻底改变我们的日常生活。尽管机器学习和深度学习 (DL) 的基础源自学术计算、数学和脑理论领域（McCulloch & Pitts，1943 年；Rosenblatt，1958 年），但其早期的许多社会影响都体现在商业领域。然而，如今物理学家们正在将这些发展成果应用于他们自身的科学研究（Choudhary 等人，2021 年），晶体学也不例外。因此，现在非常及时地汇总了在《晶体学报》（A、B 和 D 部分）、IUCrJ 和《同步辐射杂志》上发表的越来越多的 AI/ML 论文。我们还注意到《应用晶体学杂志》上发表的有关 AI 的相关虚拟合集（网址为 https://journals.iucr.org/special_issues/2024/ANNs/）以及《晶体学报》A 部分最近关于深度学习在蛋白质晶体学中的应用的主导文章（Matinyan 等人，2024 年）。本文的目的不是回顾虚拟合集中的每篇论文，而是鼓励您探索论文本身。因此，在表 1 中，我们总结了每篇论文使用的科学目标和 AI/ML 方法，使您可以快速导航到您最感兴趣的论文。在本文中，我们力求提供一些更高层次的主题，并按机器学习和领域主题对部分论文进行分组，以帮助您了解晶体学领域的发展历程，以及科学家目前如何利用人工智能/机器学习作为工具来解决他们的科学问题。这些论文几乎涵盖了所有类型的机器学习。无监督学习是一种方法，在这种方法中，机器学习算法在没有任何先验知识的情况下，尝试对数据集进行聚类（即寻找相似信号）或提取出能够解释更大信号集行为的不同信号集。在监督学习中，算法在大量先验数据上进行“训练”，之后，它们可以根据从训练数据中学到的知识对给定的新数据进行分类。这种分类问题的例子是训练算法区分猫和狗的图片（Subramanian，2018）。监督学习还可以用于执行回归而不是分类，即对数据集进行函数拟合。最后，各种生成式机器学习方法旨在根据一些基于大量学习到的响应进行训练的输入提示，生成新的输出。Deepfake 视频和音频技术以及 ChatGPT (OpenAI, 2024 a) 就是生成式人工智能的例子。区分不同AI/ML方法的另一种方法是基于算法的内部结构。广义上讲，这些方法可以分为传统ML和深度神经网络（深度学习，简称DL）。传统方法基于统计方法和线性代数，包括基于树的方法、逻辑回归和矩阵分解方法。深度学习受大脑神经元结构的启发，构建了高度非线性的图形数学结构，信息通过网络从输入端传递到输出端，同时在每一层都经历非线性变换。数据在网络中的转换和传输由数千个参数控制，这些参数通过算法进行更新，使网络能够
高等教育中的人工智能。...
罗马尼亚雅西 stoica.raluca@feaa.uaic.ro 摘要：在过去十年中，尤其是自 2022 年底推出 ChatGPT 以来，人工智能已成为教授和大学的热门话题，引起了人们的担忧和挑战，以及一波争议。使用文献计量学方法和系统评价和荟萃分析的首选报告项目协议，调查的目的是分析人工智能在高等教育中应用领域的科学成果。本文概述了 1989 年至 2023 年 11 月期间发表并被收录在 Web of Science 核心合集索引的文章中反映的主要讨论和趋势。关键词：高等教育；人工智能；系统文献综述；文献计量学。本文作为论文在第 15 届全球化与经济和工商管理高等教育年度国际会议 (GEBA 2023) 上发表，该会议于 2023 年 10 月 19 日至 21 日在罗马尼亚雅西的亚历山大·伊万·库扎大学经济与工商管理学院举行。简介自 1970 年代初以来，人工智能 (AI) 在教育中的应用一直是研究的课题。然而，人们对人工智能在高等教育 (HE) 中的应用的担忧和挑战在 2022 年底 ChatGPT 推出后重新燃起。本文提供了有关该领域当前趋势和未来研究方向的一般见解和详细信息。评论论文的结构组织如下：第 2 节概述了所使用的方法和工具；第 3 节全面讨论了选定文章的贡献和发现，第 4 节包含结束语。方法和数据本文采用文献计量分析方法。 Pritchard (1969) 首次使用定量方法来测量和分析研究论文的不同方面; 后来，
利用人工智能减轻青少年危险行为：范围界定审查方案 Hamidreza Sadeghsalehi a 和 Hassan Joulaei a，* a 伊朗设拉子医科大学健康研究所卫生政策研究中心 * 通讯作者（joulaei_h@yahoo.com） 青少年特别容易从事暴力、无保护性行为和药物滥用等危险行为，这些行为会对他们的健康和发展产生重大的负面影响。人工智能 (AI) 的最新进展为解决这些行为提供了创新的解决方案，但关于基于 AI 的干预措施的有效性和实施的证据仍然零散。本范围界定审查旨在系统地探索和绘制旨在减少青少年危险行为的基于 AI 的干预措施的文献。本综述将遵循 Arksey 和 O'Malley (2005) 概述并由 Levac、Colquhoun 和 O'Brien (2010) 改进的方法框架，符合 Joanna Briggs 研究所的指导方针。PRISMA 范围界定综述扩展 (PRISMA-ScR) 将指导报告。搜索策略将在 PubMed、Scopus、Web of Science 核心合集、CINAHL、PsycINFO、Cochrane 对照试验中心注册库、Embase、SID 和 Magiran 中执行，重点关注截至 2024 年 6 月以英语和波斯语发表的文章。两名独立审阅者将使用 Rayyan 筛选标题和摘要，然后对相关研究进行全文筛选。数据将使用标准化表格绘制图表，差异将通过讨论或咨询第三位审阅者解决。数据将以描述性方式综合并以表格、图形和图表的形式呈现。关键词：青少年、人工智能、危险行为、范围审查、干预措施
利用人工智能减轻青少年危险行为：范围界定审查方案 Hamidreza Sadeghsalehi a 和 Hassan Joulaei a，* a 伊朗设拉子医科大学健康研究所卫生政策研究中心 * 通讯作者（joulaei_h@yahoo.com） 青少年特别容易从事暴力、无保护性行为和药物滥用等危险行为，这些行为会对他们的健康和发展产生重大的负面影响。人工智能 (AI) 的最新进展为解决这些行为提供了创新的解决方案，但关于基于 AI 的干预措施的有效性和实施的证据仍然零散。本范围界定审查旨在系统地探索和绘制旨在减少青少年危险行为的基于 AI 的干预措施的文献。本综述将遵循 Arksey 和 O'Malley (2005) 概述并由 Levac、Colquhoun 和 O'Brien (2010) 改进的方法框架，符合 Joanna Briggs 研究所的指导方针。PRISMA 范围界定综述扩展 (PRISMA-ScR) 将指导报告。搜索策略将在 PubMed、Scopus、Web of Science 核心合集、CINAHL、PsycINFO、Cochrane 对照试验中心注册库、Embase、SID 和 Magiran 中执行，重点关注截至 2024 年 6 月以英语和波斯语发表的文章。两名独立审阅者将使用 Rayyan 筛选标题和摘要，然后对相关研究进行全文筛选。数据将使用标准化表格绘制图表，差异将通过讨论或咨询第三位审阅者解决。数据将以描述性方式综合并以表格、图形和图表的形式呈现。关键词：青少年、人工智能、危险行为、范围审查、干预措施
靶向下一代测序用于诊断药物……
方法 在本系统评价和荟萃分析中，我们搜索了 MEDLINE、Embase、Cochrane 图书馆、Web of Science 核心合集、全球医学索引、谷歌学术、ClinicalTrials.gov 和世卫组织国际临床试验注册平台，查找从 2005 年 1 月 1 日至 2022 年 10 月 14 日期间发表和未发表的关于耐药结核病靶向 NGS 的报告，并在 2024 年 2 月 13 日之前更新了我们在 Embase 和 Google Scholar 中的搜索内容。符合系统评价条件的研究描述了使用原始样本、参考菌株集合或从疑似或确诊结核病患者中培养的分离株来预测结核分枝杆菌感染耐药性的靶向 NGS 方法。我们的搜索对研究类型或语言没有限制，但只筛选了英文、德文和法文的报告以确定是否符合条件。对于荟萃分析，我们纳入了使用任何参考标准的测试准确性研究，并使用诊断准确性研究质量评估-2 工具评估偏倚风险。荟萃分析的主要结果是靶向 NGS 诊断耐药结核病的敏感性和特异性，与表型和基因型药物敏感性测试相比。我们使用贝叶斯双变量模型生成总体和按药物和样本类型分层的汇总接收者操作特征图和诊断准确度测量。本研究已在 PROSPERO 注册，编号为 CRD42022368707。