XiaoMi-AI文件搜索系统
World File Search System智能算法
实现公共服务提供中人工智能算法的真正透明度和可问责性
利用人工智能来整合数据进行创新对于推动经济增长和改善人类福祉越来越重要。在世界许多地方，人工智能正在彻底改变人类与技术的互动方式。如果以合乎道德的方式实施，人工智能有可能解决重大的全球性问题并为发展中国家带来切实利益。从我们的社交媒体信息流到我们获得的社会效益，人工智能无处不在，影响着每个人。人工智能可以以各种方式帮助我们：它可以代表我们执行困难、危险或繁琐的任务；帮助我们拯救生命和应对自然灾害；为我们提供娱乐；让我们的日常生活更加愉快。人工智能帮助医生对我们的健康状况做出决定，帮助法官和律师筛选案件，加快司法程序。凭借其认知、学习和推理能力，人工智能能够提高工业生产力，为各个行业创造额外价值，并预测和管理潜在障碍。
原创文章 基于Python编程的搅拌摩擦焊接头力学性能分析人工智能算法
摘要：在现代计算科学中，机器学习和优化过程之间的相互作用标志着最重要的发展。优化在机械工业中起着重要作用，因为它可以降低材料成本、减少时间消耗并提高生产率。最近的工作重点是对搅拌摩擦焊接工艺进行优化任务，以获得搅拌摩擦焊接接头的最大极限抗拉强度 (UTS)。为此选择了两种机器学习算法，即人工神经网络 (ANN) 和决策树回归模型。输入变量为工具转速 (RPM)、工具移动速度 (mm/min) 和轴向力 (KN)，而输出变量为极限抗拉强度 (MPa)。观察到，在人工神经网络的情况下，训练和测试集的均方根误差分别为 0.842 和 0.808，而在决策树回归模型的情况下，训练和测试集的均方根误差分别为 11.72 和 14.61。因此，可以得出结论，ANN 算法比决策树回归算法提供更好、更准确的结果。
具有光摄影技术和人工智能算法的医疗智能带的性能检测房颤
房颤（AF）是最常见的持续性心律失常，也是西方国家最重要的公共卫生问题和健康支出的原因之一（1）。AF患者的中风风险高5倍，死亡风险高2倍，而AF也会对生活质量产生负面影响（1,2）。早期检测对于最大程度地减少并发症至关重要。心电图（ECG）被认为是心律不齐检测的黄金标准，但其应用仅限于临床环境，使同时记录症状发作，具有挑战性（3）。此外，AF通常是无症状的，并且可能仍未发现，直到并发症（例如血栓栓塞事件）发生为止（4）。使用可穿戴设备通过传感器记录重要参数，可以通过提供有关患者在家的心血管状态的数据来实现移动诊断（5-8）。这些解决方案可以进行有效且易于筛查，并通过早期发现异常和适当的治疗干预来减少心血管疾病的并发症（7）。光绘画学的进步（PPG）
电子平台中人工智能算法实现客户体验个性化效果研究
电子商务行业的增长使个性化成为为客户创造更具吸引力和更相关购物体验的关键策略。随着竞争加剧，电子商务公司竞相利用人工智能等技术来提升客户体验。电子商务中基于人工智能的个性化具有显着优势，包括能够通过深入分析用户数据提供更相关的产品推荐，最终提高用户体验和转化率。此外，这种个性化形式对转化率和销售率有积极影响，一些研究表明销售额增长高达 30%。客户忠诚度也得到加强，因为人工智能会根据个人喜好定制内容和推荐，让客户感到被重视。然而，实施人工智能的一个主要挑战是对隐私和数据安全的担忧。收集的大量数据可能会引发隐私问题，因为许多消费者对未经明确同意使用他们的个人数据感到不舒服。此外，人工智能系统收集的数据量不断增长，这增加了确保这些数据安全以防止隐私泄露的复杂性。因此，虽然人工智能可以显著提高电子商务绩效，但公司必须确保对隐私和数据安全的充分保护，以确保基于人工智能的个性化的长期成功。本研究旨在为电子商务公司提供见解，以优化基于人工智能的个性化的使用，并为管理和技术文献做出贡献。需要进一步研究以探索基于人工智能的个性化实施的成功因素。
简短报告使用人工智能算法实现医疗相关感染的自动化监测
医院相关感染 (HAI) 是医院中最常见的不良事件之一。我们在一项队列研究中使用人工智能 (AI) 算法进行感染监测。该模型正确检测出 73 名 HAI 患者中的 67 名。最终模型使用多层感知器神经网络，实现了 90.27% 的受试者工作曲线下面积 (AUROC)；特异性为 78.86%；灵敏度为 88.57%。呼吸道感染的效果最好 (AUROC 93.47%)。AI 算法可以识别大多数 HAI。AI 是一种可行的 HAI 监测方法，具有节省时间、促进准确的全院监测和提高感染预防绩效的潜力。ª 2021 作者。由 Elsevier Ltd 代表医疗感染协会出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。
人类是否更喜欢去偏见的人工智能算法？职业推荐案例研究
目前，人们对公平人工智能 (AI) 和机器学习 (ML) 研究的兴趣激增，该研究旨在减轻 AI 算法中的歧视性偏见，例如性别、年龄和种族。虽然该领域的大多数研究都集中在开发公平的 AI 算法上，但在本文中，我们研究了人类-公平-AI 交互时出现的挑战。我们的结果表明，由于人类偏好和公平性之间存在明显的冲突，公平的 AI 算法本身可能不足以在现实世界中实现其预期的结果。以大学专业推荐为例，我们通过采用性别去偏见机器学习技术构建了一个公平的 AI 推荐器。我们的离线评估表明，去偏见的推荐器可以做出更公平、更准确的大学专业推荐。然而，一项针对 200 多名大学生的在线用户研究表明，参与者平均更喜欢原始的偏见系统，而不是去偏见系统。具体而言，我们发现与大学专业相关的感知性别差异是接受建议的决定性因素。换句话说，我们的结果表明，如果不解决人类的性别偏见，我们就无法完全解决人工智能建议中的性别偏见问题。他们还强调了迫切需要将公平人工智能研究的当前范围从狭隘地关注去偏见人工智能算法扩展到包括新的说服和偏见解释技术，以实现预期的社会影响。
研究文章蠕变参数反演和基于GP-DE智能算法的隧道的长期稳定性分析
针对吉林省Banshi隧道的蠕变问题，通过蠕变测试分析了岩石法律，并建立了描述隧道蠕变特征的CVSIC模型。考虑到高斯过程的优势和不同的进化算法，要准确地获得蠕变参数，并提出了一种高斯过程 - 过程差的进化智能反转方法。根据现场监视数据，隧道的蠕变参数被准确倒置。在此基础上，进行了隧道的稳定性分析和选择合理的施工计划。te研究结果表明，为了确保隧道的稳定性，应采用初始衬里 +管道 +高级灌浆锚杆的施工方案。te研究结果具有指导性的有效性，可用于对隧道的长期稳定性评估。
文章 在不同建筑类型中使用人工智能算法实现智能建筑的节能
摘要：建筑物的供暖和制冷系统占总能耗的重要组成部分。欧盟的指令和承诺激励建筑业主和能源和建筑行业的相关利益相关者通过最大限度地利用可再生能源、信息和通信技术和自动化系统，实现净零能耗建筑。然而，建筑物翻新、就地使用可再生能源生产以及在中小型建筑中安装昂贵的信息和通信技术基础设施和自动化系统的高投资成本是欧盟建筑指令在中小型建筑中广泛采用的主要障碍。另一方面，在不同建筑物之间共享计算和数据存储资源的概念可以成为实现智能建筑和智能城市的替代方法，其中主要控制权位于服务器上。与其他专注于在建筑物或具有本地处理资源和数据存储的独立建筑物中实施 AI 技术的研究不同，本研究使用企业服务器来控制三种建筑类型的供暖系统，并研究在统一的节能平台中控制现有建筑的潜在好处。本研究的主要发现是，尽管 COVID-19 措施要求建筑物频繁通风，即使在使用旧式供暖系统的情况下，纳入所提系统的 AI 算法仍实现了约 20-40% 的显著节能，无论建筑类型、建筑功能和供暖系统类型如何。
临床人工智能质量改进：持续监测和更新医疗保健领域的人工智能算法
机器学习 (ML) 和人工智能 (AI) 算法有可能从临床数据中获取见解并改善患者治疗结果。然而，这些高度复杂的系统对环境变化很敏感，并且容易出现性能下降。即使成功融入临床实践，ML/AI 算法也应持续监测和更新，以确保其长期安全性和有效性。为了使 AI 在临床护理中成熟，我们提倡在医院设立负责质量保证和改进这些算法的部门，我们称之为“AI-QI”部门。我们讨论了如何调整长期用于医院质量保证和质量改进的工具来监测静态 ML 算法。另一方面，持续模型更新程序仍处于起步阶段。我们强调了在现有方法和方法创新机会之间进行选择时需要考虑的关键因素。
人工智能算法预测院前急救医疗服务中重症监护需求
© 作者。2020 开放获取 本文根据知识共享署名 4.0 国际许可进行许可，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信用，提供知识共享许可的链接，并指明是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可中，除非在材料的信用额度中另有说明。如果材料未包含在文章的知识共享许可中，并且您的预期用途不被法定法规允许或超出允许用途，则您需要直接从版权所有者处获得许可。要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by/4.0/ 。知识共享公共领域贡献豁免 ( http://creativecommons.org/publicdomain/zero/1.0/ ) 适用于本文提供的数据，除非数据来源中另有说明。