XiaoMi-AI文件搜索系统
World File Search System效能
智能电力系统中增强电网稳定性和有效能源管理的协同智能控制机制
K. Anusha 1，R J Anandhi 2，Alok Jain 3，Monica Garg 4，Ali Saeed 5，K.D。Bodha 6* 1印度Telangana海得拉巴MLR理工学院CSE-AI＆ML部门。2印度班加罗尔新地平线工程学院信息科学工程系。3印度Phagwara的可爱专业大学。 4劳埃德法学院，地块号 11，知识公园II，大诺伊达，北方邦201312。 5伊斯兰大学伊斯兰大学医学技术学院，伊拉克6 Galgotias工程技术学院，印度大诺伊达，伊斯兰教大学。 摘要。 鉴于当代的社会，生态条件和新颖的风险，需要物理升级和扩大印度不足和负担过负担的电力结构不足和负担过重的电力结构。 ，鉴于客户对增强功率质量的需求增加了，它针对更安全，更灵活和可靠的系统的开发。 本文重点关注新一代智能电网（SG）的特征，重点是高级通信和控制，以创建灵活和自我修复的电源系统。 本文研究了功能，例如故障检测，隔离和功率恢复，以及用于批量传输和分布的复杂QoS。 此处提供的推理为采用动态概率最佳功率流（DSOPF）作为智能电网的重要推动力提供了重大支持。3印度Phagwara的可爱专业大学。4劳埃德法学院，地块号11，知识公园II，大诺伊达，北方邦201312。5伊斯兰大学伊斯兰大学医学技术学院，伊拉克6 Galgotias工程技术学院，印度大诺伊达，伊斯兰教大学。摘要。鉴于当代的社会，生态条件和新颖的风险，需要物理升级和扩大印度不足和负担过负担的电力结构不足和负担过重的电力结构。，鉴于客户对增强功率质量的需求增加了，它针对更安全，更灵活和可靠的系统的开发。本文重点关注新一代智能电网（SG）的特征，重点是高级通信和控制，以创建灵活和自我修复的电源系统。本文研究了功能，例如故障检测，隔离和功率恢复，以及用于批量传输和分布的复杂QoS。此处提供的推理为采用动态概率最佳功率流（DSOPF）作为智能电网的重要推动力提供了重大支持。本文扩展了如何将DSOPF添加到增强的DMS功能可以促进这些设计目标并为渐进的集成电网提供基础。
引用 Numair M、Mansour D-EA 和 Mokryani G (2020) 提出了一种用于智能微电网有效能源管理的物联网架构。第二代新型英特尔
摘要 — 当前电网面临诸多挑战，因为缺乏有效的能源管理策略，无法将发电量与负荷需求相匹配。这个问题在微电网中变得更加明显，因为微电网的负荷变化明显，发电量主要来自可再生能源，因为它依赖于分布式能源的使用。建设智能微电网比将大型电网转变为智能电网更具经济可行性，因为智能微电网需要大量投资来用智能设备替换旧设备。本文在微电网的不同部分应用物联网 (IoT) 技术，以实现有效的物联网架构，并提出了资产互联网 (IoA) 概念，该概念能够将任何旧资产转变为智能物联网资产。这将允许所有资产有效地连接到基于云的物联网。其作用是对从智能微电网收集的数据进行计算和大数据分析，以向不同的控制器发送有效的能源管理和控制命令。然后，物联网云将发送控制操作来解决微电网的技术问题，例如通过设置预测模型解决能源不匹配问题，通过有效承诺 DER 来提高电能质量，以及通过仅关闭不必要的负载来消除负载削减，这样消费者就不会遭受停电之苦。还讨论了在微电网内各个部分使用物联网的好处。
自我效能和负面影响对于脊髓损伤后中枢神经性疼痛神经反馈治疗成功的重要性
基于 EEG 的神经反馈使用心理行为 (MB) 来实现大脑活动的自愿自我调节，并有可能缓解脊髓损伤 (SCI) 后的中枢神经性疼痛 (CNP)。本研究旨在了解神经反馈学习以及 MB 与神经反馈成功之间的关系。25 名非 CNP 参与者和 10 名 CNP 参与者在四次访问中接受了神经反馈训练（强化 9-12 Hz；抑制 4-8 Hz 和 20-30 Hz）。每次访问后，都会采访参与者关于他们使用的 MB。问卷调查了以下因素：自我效能、控制点、动机和神经反馈的工作量。MB 分为心理策略（目标导向的心理活动）和情感（神经反馈期间的情感体验）。与成功的 CNP 参与者相比，成功的非 CNP 参与者明显使用了更多与想象相关的 MS，并报告了更多负面情感。然而，没有任何心理策略与神经反馈成功明确相关。缺乏成功与消极情绪之间存在一定的联系。自我效能与神经反馈成功率呈中等相关（r = < 0.587，p = < 0.020），而控制点、动机和工作量具有低相关性，不显著（r < 0.300，p > 0.05）。对于成功的神经反馈表现而言，情绪可能比心理策略更重要。自我效能与神经反馈成功率相关，这表明，增加对自己神经反馈能力的信心可能会提高神经反馈表现。
通过适时效能控制加速创新细胞疗法的开发
由于细胞和基因疗法的复杂性以及更广泛的开发领域缺乏标准化方法，效力测定的开发可能具有挑战性。开发合适且强大的效力方法需要大量的开发数据和来自正交读数的相关性。在药物开发的早期阶段，效力测定可以是一种适合该阶段的快速简便的方法。然而，在药物开发过程中，效力测定通常需要几轮迭代和成熟，包括实施控制和标准。此外，支持营销应用的总体效力策略的功能效力测定必须能够有效地测量产品的作用机制 (MOA) 或生物功能。对于许多复杂产品，对药物 MOA 的理解是在开发过程中不断发展的。因此，建议在开发早期就开始效力工作。
DIPSI 标准对妊娠期糖尿病的诊断效能
背景：妊娠期糖尿病 (GDM) 是一个全球性的健康问题，因为其患病率不断上升，对孕产妇和胎儿健康产生负面影响。标准筛查方法是 75 克葡萄糖耐量测试 (OGTT)，需要禁食。印度妊娠期糖尿病研究组 (DIPSI) 建议采用一阶段非禁食测试作为替代方案，这可能对患者更友好，并符合国际建议。本研究旨在评估 DIPSI 方法与 WHO GDM 筛查标准相比的诊断效果。方法：这项横断面研究于 2021 年 10 月至 2022 年 9 月在达卡孟加拉国国父谢赫·穆吉布医科大学 (BSMMU) 妇产科进行。纳入了 133 名知情同意的单胎孕妇。结果：在 133 名参与者中，34 名（25.6%）根据 WHO 标准被诊断为 GDM，而 26 名（19.5%）被诊断为 DIPSI。与 WHO 标准相比，DIPSI 方法显示出较高的特异性（96.97%）但灵敏度较低（67.65%）。阳性和阴性似然比分别为 22.32 和 0.33，总体准确率为 89.46%。将 DIPSI 截止值降低至 7.3 mmol/L 可将灵敏度提高至 82.4%，特异性提高至 92.9%，并将总体准确率提高至 90.2%。结论：与 WHO 标准相比，非空腹 DIPSI 方法显示出合理的诊断准确性。建议在资源匮乏的环境中使用它，但不应取代黄金标准 OGTT 进行全面的 GDM 筛查。关键词：DIPSI、妊娠期糖尿病、葡萄糖耐量测试
企业家自我效能与警觉性在中小企业绿色物流管理中的作用
本研究旨在检验一致性并建立模型。它还探讨了影响可持续性绩效的中介变量和调节变量的作用。本研究中使用的群体是一组中小企业 (SME)，样本为 250 家（Wiratchai，1999 年）。使用智能 PLS 模型，采用两阶段方法对高维潜在变量进行直接路径、中介和中介效应分析。研究结果发现，GLM、EA 和 ESE 对 SP 有直接的正向影响。EA 和 ESE 对 GLM 有直接的正向影响。中介影响测试的结果发现，EA 通过 ESE 的中介作用影响 GLM，EA 通过 ESE 的中介作用影响 SP。但是，没有发现 GLM 通过 ESE 的中介作用影响 SP 之间有任何中介作用。中介影响测试的结果发现，EA 通过 ESE 的调节变量影响 SP，EA 通过 ESE 的调节变量影响 GLM。
儿童用药自我效能量表的开发与验证
保留所有权利。未经许可不得重复使用。永久。预印本（未经同行评审认证）是作者/资助者，他已授予 medRxiv 许可，可以在此版本中显示预印本。版权所有者于 2025 年 1 月 25 日发布此版本。；https://doi.org/10.1101/2025.01.23.25320754 doi: medRxiv preprint
基于国王的目标达成理论对糖尿病患者的自我效能的影响
结果：大多数参与者是女性（68％）和已婚（71％），而在51-60岁年龄段（43％）的年龄组中，文盲（30％）。在干预之前，干预组的DMSES得分为144.10±14.13，对照组为139.63±13.46。干预两周后，得分分别为162.26±8.97和137.36±13.29。干预两个月后，得分分别为166.5±8.16和136.96±11.8。与测试阶段相比，测试后和后期的两组在统计学上有显着差异（p = 0.001）。干预后两组之间的差异也很显着（p = 0.001）。根据重复测量方差分析结果，时间和组在干预组和对照组中时间和组的相互作用效果（p = 0.001，η2= 0.538）的影响很大。
K-12教育中的态度，看法和AI自我效能
访问AI驱动的聊天机器人正在触发学校进行改造。易于访问和作弊的问题与个人支持，节省时间和落后风险的潜在领域保持平衡。因此，对教师的AI自我效能感和对AI驱动的聊天机器人在教育中融合的态度的见解需要研究。这项研究探讨了教师准备使用AI驱动聊天机器人的准备。进行了调查和民意调查问题，分别产生了312和406回答，重点是AI自我效能感，态度和对教育的有用性。初步发现表明，尽管教师通常对人工智能在教育中的潜力有积极的态度，但他们的AI自我效能感取决于先前使用技术，可感知的相关性及其可用的支持。这项研究强调了需要内部支持和有针对性的专业发展干预措施，并为决策者，教育工作者和课程开发人员提供实践见解，以促进教师的准备和能力，以在课堂上和外部使用AI-DRIENS聊天机器人在其专业任务中使用AI-DRIENS聊天机构。
人工智能空气动力学助力高效能源系统
人工智能在风能系统中的应用改变了风力涡轮机和风力发电场的设计、运行和管理，提高了风力涡轮机和风力发电场的效率、弹性和可行性。本文探讨了人工智能驱动技术对风能各个方面的变革性影响，重点关注五个关键领域：两个主要领域：在涡轮机工程中，流体动力学和叶片设计等先进概念；在计算机科学中，主要组成部分包括用于涡轮机性能评估、涡轮机实时监控以及维护和风力发电场优化的机器学习。在提高涡轮机叶片设计和功能效率的具体应用中，人工智能仍然很有用，因为机器学习用于创造新的、更高效和更持久的叶片，而动态实时监控系统用于根据外部条件进行调整。基于人工智能的预测性维护能够在机械问题出现之前识别它们，从而减少机器停运的时间和运营费用。此外，人工智能还可以增强风力发电场的设计、尾流控制和负载平衡，以提高风力发电效率。它允许更有效地将能源引入更大的电网并进行水合，从而稳定地增加可再生能源的可用性。基于本文，人工智能的未来仍然体现在未来风能系统的增强中，从而保证能源解决方案的可持续能源、效率和成本效益，以实现整体能源转型。