XiaoMi-AI文件搜索系统
World File Search System用前
尼日利亚抽水蓄能应用前景
严重的电力危机以供应不稳定和不足为特征，仍然是尼日利亚实现可持续发展的主要障碍。发电、输电和配电质量差的问题导致工业化进程放缓。其影响显而易见，即大多数人口生活水平低下和经济状况不佳。尽管人们一直在努力改善电力部门，但抽水蓄能作为一种潜在解决方案的考虑和适用性在尼日利亚却很少受到关注。同时，考虑到尼日利亚目前的电力状况，其在电网中的应用值得反思。本研究旨在提出 P-HS 在尼日利亚的应用以及支持其采用所需的步骤。因此，这一尝试提出了许多问题。例如，哪些可能的因素正在减缓 P-HS 的应用？加速 P-HS 在尼日利亚的应用需要采取哪些步骤？P-HS 可以应用于解决该国电力问题的具体方式有哪些？此后，我们提出了一个概念框架来描述我们的想法，并讨论了在尼日利亚采用 P-HS 的影响。其中包括能源存储、发电和辅助服务。
已发布版本的引用 (APA)：Arabi, H.、AkhavanAllaf, A.、Sanaat, A.、Shiri, I. 和 Zaidi, H. (2021)。人工智能和深度学习在 PET 和 SPECT 成像中的应用前景。Physica medica-European journal of medical physics，83，122-137。https://doi.org/10.1016/j.ejmp.2021.03.008
本综述旨在讨论人工智能 (AI)，特别是深度学习 (DL) 算法在单光子发射计算机断层扫描 (SPECT) 和正电子发射断层扫描 (PET) 成像中的最重要应用。为此，简要讨论了这些成像方式的潜在局限性/挑战，然后描述了为应对这些挑战而提出的基于 AI 的解决方案。本综述将重点关注主流通用领域，包括仪器仪表、图像采集/形成、图像重建和低剂量/快速扫描、定量成像、图像解释（计算机辅助检测/诊断/预后）以及内部辐射剂量测定。还提供了深度学习算法和用于这些应用的基本架构的简要描述。最后，讨论了全面验证和采用基于 AI 的解决方案以提高临床中 PET 和 SPECT 图像的质量和定量准确性所面临的挑战、机遇和障碍。
使用前馈神经网络和卷积神经网络进行脑电图数据处理的比较∗
通过大脑活动过程中产生的信号[10]。BCI的目的是建立人脑与计算机之间的通信链路，它提供了一种不使用肌肉将脑电波转化为物理效应的方法[11]。在BCI技术诞生的几十年里，脑电图（EEG）信号分类方法的研究一直是BCI技术不断发展的驱动力。EEG是BCI系统中的一种非侵入式采集方法[1]。它通过将电极放置在头皮上来检测微弱的EEG信号，并记录脑神经活动过程中电信号的变化。然而，由于EEG在穿过大脑皮层到头皮时会大大减弱，提取出的信号的信噪比极低，增加了后续特征提取和分类的难度[13]。传统的分类方法很难找到很好区分和代表性的特征来设计具有优异性能的分类模型。然而，近年来，深度学习方法在图像和语音领域取得了巨大的成功，例如良好的泛化能力以及对数据特征的逐层自动学习[12]。本研究创建了一个可以识别和自动提取脑电信号特征的卷积神经网络，并使用来自同一公共数据库的数据比较了传统特征提取和分类方法的准确性。我们在这个项目中使用了PhysioNet脑电数据，该数据由109名受试者的1500多个一分钟和两分钟的脑电图记录组成。我们的工作目标是通过检测从八个头皮通道获得的脑电活动来探索快速傅里叶变换（FFT）信号分析技术，以区分睁眼（EO）和闭眼（EC）两种状态。
人工智能在地球与环境科学领域的应用前景
摘要：通过概述社区当前的努力，确定了将人工智能 (AI) 应用于地球和环境科学的有希望的新机会。2019 年 4 月举行的第一次国家海洋和大气管理局 (NOAA) 研讨会上收集了社区意见，主题是“利用人工智能进行卫星地球观测和数值天气预报”。本次研讨会汇集了来自公共、学术和私营部门的 400 多名科学家、项目经理和领导人，以使参与开发和调整 AI 工具和应用程序的专家能够与 NOAA 专家会面并交流经验。本文描述了实现 AI 潜力的途径，以更好地利用来自卫星和现场来源的大量环境数据，这些数据对于数值天气预报 (NWP) 和其他地球和环境科学应用至关重要。本文报告了通过积极的研讨会讨论和民意调查从社区意见中传达的主要经验教训。最后，为科学家和决策者提出了建议，以应对整个地球科学领域采用人工智能所面临的一些挑战。
人工智能在药物性肝损伤 (DILI) 预测中的应用前景
药物引起的肝损伤 (DILI) 是药物退出市场的常见原因。早期评估 DILI 风险是药物开发的重要组成部分，但由于导致肝损伤的因素复杂，在临床试验之前进行评估非常困难。人工智能 (AI) 方法，尤其是基于机器学习的方法，包括从随机森林到深度学习等较新的技术，它们提供了可以分析化合物并仅根据其结构准确预测其某些特性的工具。本文回顾了现有的预测 DILI 的 AI 方法，并详细阐述了由于数据可用性有限而带来的挑战。未来的发展方向将重点讨论丰富的数据模式，例如 3D 球体，以及带有 DILI 风险标签的药物数量的缓慢但稳定的增长。
2020 年澳大利亚锂离子电池回收和再利用前景
CSIRO 建议，本出版物中包含的信息是基于科学研究的一般性陈述。建议读者注意，此类信息可能不完整或无法在任何特定情况下使用。因此，在未事先寻求专家的专业、科学和技术建议的情况下，不得依赖或采取行动。在法律允许的范围内，CSIRO（包括其员工和顾问）对任何人因使用本出版物（部分或全部）及其所含信息或材料而直接或间接产生的任何后果（包括但不限于所有损失、损害、成本、费用和任何其他赔偿）不承担任何责任。
综述文章 人工智能在重症肌无力康复管理中的应用前景
重症肌无力（MG）是一种神经系统慢性自身免疫性疾病，目前尚无法治愈。近年来随着免疫抑制和支持治疗的进展，MG急性期治疗效果满意，死亡率大大降低。但对于如何对稳定期MG进行长期管理，如指导患者识别复发、锻炼身体、重返工作和学校等，目前仍无共识。在美国重症肌无力基金会（MGFA）于2020年发布的重症肌无力管理国际共识指南中，首次将“体育锻炼在MG中的作用”作为讨论主题。最终由于缺乏关于MG患者体育锻炼的高质量证据，经文献综述后该主题被排除。因此，本文综述了重症肌无力康复研究的现状及稳定期重症肌无力患者自我管理面临的困难，建议充分利用人工智能技术，开发数据驱动的重症肌无力管理决策支持平台，用于不良事件监测、疾病教育、慢性病管理以及多种数据收集和分析。
《主要国家税务行政ICT/AI应用前景及税务专家系统未来的思考》
3 http://www.palantir.com/solutions/ai-ml/ 4 https://www.dontmesswithtaxes.com/2020/03/ways-to-pay-your-tax-bill.html?fbclid=IwAR3
综述文章 裂变动力航天器在太阳系探索任务中的应用前景
裂变发电是一项很有前途的技术，它已被提议用于未来的几种太空用途。它正在考虑用于旨在探索太阳系甚至更远地方的大功率任务。当 NASA 的 1 kWe 千瓦斯特林技术反应堆 (KRUSTY) 原型于 2018 年完成全功率核试验时，空间裂变发电取得了巨大进展。它的成功激发了主要太空国家之间新一轮的研究竞争。本文回顾了 Kilopower 反应堆和 KRUSTY 系统设计的发展。它总结了目前正在考虑将裂变反应堆作为动力和/或推进源的任务。这些项目包括访问木星和土星系统、凯龙星和柯伊伯带天体；海王星探索任务；以及月球和火星表面基地任务。这些研究表明，对于功率水平达到~1 kWe的任务，裂变电推进（FEP）/裂变动力系统（FPS）在成本方面优于放射性同位素电推进（REP）/放射性同位素动力系统（RPS），而当功率水平达到~8 kWe时，它具有质量更轻的优势。对于飞行距离超过~土星的任务，含钚的REP可能在成本上无法接受，因此FEP是唯一的选择。地面任务更喜欢使用FPS，因为它满足10's kWe的功率水平，并且FPS大大拓宽了可能的着陆点的选择范围。按照目前的情况，我们期待在未来1-2年内实现旗舰级的裂变动力太空探索任务。
多功能V型CRISPR效应器及其应用前景
基于共同脑电图（EEG）的非侵入性大脑 - 计算机界面（BCI）仅限于特定的仪器位点和频带。这些BCI诱导认知任务的某些目标脑电图特征，识别它们并确定BCI的性能，并使用机器学习来提取这些脑电图特征，从而使它们非常耗时。此外，存在使用BCI的神经居住的问题，无法接受卧床和立即的康复培训。因此，我们提出了一个探索性BCI，该BCI并未限制目标脑电图特征。This system did not determine the electroencephalographic features in advance, determined the frequency bands and measurement sites appropriate for detecting electroencephalographic features based on their target movements, measured the electroencephalogram, created each rule (template) with only large “High” or small “Low” electroencephalograms for arbitrarily determined thresholds (classification of cognitive tasks in the imaginary state of moving the feet by the size of由每个频段中EEG的功率谱构成的区域），并通过使用基于模糊的推理基于基于推理的模板匹配方法（FTM）来检测与在电机任务期间的规则一致的脑电图来成功检测到运动意图。但是，该BCI获得的脑电图特征尚不清楚，并且尚不清楚它们对实际脑梗塞患者的有用性。因此，这项研究清楚地表明了启发式BCI捕获的脑电图特征，并通过将其应用于脑梗塞患者的应用来确定该系统的有效性和挑战。