XiaoMi-AI文件搜索系统
World File Search System智能算法
人工智能算法让商业用户能够……
Reconciliations Premium 认为 AIR 在新功能和提高效率方面为用户带来了许多机会，尤其是在优化方面。他说：“首先是提高公司加入新对帐的速度。它可以帮助用户协调他们从未见过的数据，并允许他们快速完成，而无需详细了解产品 - 它可以通过 AI 分析帮助他们更快地加入。” 据 Hasson 称，AIR 还在将公司的对帐能力扩展到新市场和用户方面发挥着重要作用 - 特别是那些对帐需求相对基本、希望即时配置新对帐的用户。“它不是为高度复杂的对帐空间设计的，也没有特定于领域的功能。AIR 为不需要自动化或业务深度功能的部门和其他组织部分带来了新的对帐选项，它使用最新的 AI 和机器学习技术来实现这一点。有些用户希望尽可能快速、简单地运行临时对帐，SmartStream AIR 完全可以满足这一需求。它是云托管的，不需要培训，因此用户从第一天起就可以高效工作。真正好的部分是，它提供的技术也可以通过 TLM Reconciliations Premium 获得 - 例如，分析和加入新信息并改进自动匹配。” AIR 为 TLM Reconciliations Premium 带来的关键功能之一是允许客户使用 AI 服务，同时保留他们认为必不可少的监督和控制水平。Hasson 解释道：“他们可以快速构建或重复使用业务规则来确认特定组合、验证公差等
利用人工智能算法混合模型精准检测乳腺癌转移
方法 在本研究中，我们使用了威斯康星乳腺癌数据集 [(https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+(Diagnostic)] 中的数字化病理图像数据，其中包括 357 个良性和 212 个恶性 BC 样本。我们主要回顾了 2006-2019 年期间基于各种算法对从癌症组织收集的图像进行诊断和分类的报告。我们的审查表明，单独应用 ML 算法在疾病的检测和预测方面并不准确和成功。接下来，我们使用 7 种标准化且广泛使用的算法对我们的样本中的 BC 进行分类以进行比较。我们应用的前两种算法是使用基于核方法的密度估计概率的 K-最近邻 (KNN) 和用于模式提取的决策树 (DT)。我们的第三个算法是森林树 (FT)，我们使用了一组 FT 对癌症患者进行分类。我们向每个 FT 输入了一组数据，以便算法可以开始学习。对于预测，我们使用了一组新数据，以便 FT 可以预测结果。
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。
引用：Sosale B、Aravind SR、Murthy H 等人。基于移动端的简单人工智能算法在糖尿病视网膜病变检测中的应用（SMART）研究。BMJ Open Diab Res Care 2020；8：e000892。doi:10.1136/bmjdrc-2019-000892
摘要 简介 本研究旨在评估基于离线智能手机的 Medios 人工智能 (AI) 算法在使用免散瞳 (NM) 视网膜图像诊断糖尿病视网膜病变 (DR) 方面的性能。 方法 这项横断面研究前瞻性招募了 922 名糖尿病患者。使用 Remidio NM 手机眼底 (FOP) 相机采集每只眼睛的 NM 视网膜图像（以视盘和黄斑为中心）。图像离线运行并记录 AI 的诊断（存在或不存在 DR）。将 AI 的诊断与五位视网膜专家的图像诊断进行比较（大多数诊断被视为事实）。 结果 分析包括 900 名个体（252 人患有 DR）的图像。对于任何 DR，AI 算法的灵敏度和特异性分别为 83.3%（95% CI 80.9% 至 85.7%）和 95.5%（95% CI 94.1% 至 96.8%）。AI 算法在检测可转诊 DR (RDR) 方面的灵敏度和特异性分别为 93%（95% CI 91.3% 至 94.7%）和 92.5%（95% CI 90.8% 至 94.2%）。结论 Medios AI 在使用 NM 视网膜图像检测 RDR 方面具有较高的灵敏度和特异性。
人工智能算法与技术在玩家自适应游戏计算中的应用 Dr.Ranjitha M 1、Kazaka Nathan 2 和 Lincy Joseph 3 1,2,3 计算机科学系，Kristu Jayanti 学院（自治学院），班加罗尔，印度
摘要。游戏通常被用作娱乐的同义词，同时也是一种教育工具。游戏最初以娱乐为目标，其含义已演变为更广泛的概念和应用。游戏需要身体或精神上的模拟，有时两者兼而有之。许多游戏有助于培养实践技能，作为一种锻炼形式，或以其他方式发挥教育、模拟或心理作用。必须建立在一些关键要素之上，即目标、规则、挑战和互动。已经开发了各种策略和算法，例如路径查找和决策树，以模拟人类用户和他面前的计算机之间的交互。在视频游戏中，人工智能 (AI) 用于在非玩家角色 (NPC) 中产生类似于人类智能的响应、自适应或智能行为。本文对这些首选技术进行了简要分析，并从研究和结果中提出了每种技术的效率。本文还重点介绍了自适应游戏中使用的各种搜索算法的启发式功能、实施平台和设计指南。