蛋白质功能推论依赖于通过序列模拟性的注释蛋白质域,通常通过剖面隐藏的Markov模型(配置文件HMM)建模,该模型捕获了相关域内的进化多样性。但是,在以序列进行建模残基时,file-file hmms可以使强大的简化独立性假设。在这里,我们介绍了诗篇(使用语言模型的蛋白质序列注释),这是一种层次方法,可放松这些假设,并使用蛋白质语言模型学到的蛋白质序列的表示,以实现高敏感性,高特异性残基级蛋白序列注释。我们在由基于轮廓HMM的方法确定的一组策划的“地面真实”注释中验证了诗篇的表现,并突出显示诗篇作为蛋白质序列注释的有希望的替代方法。
摘要 人工智能 (AI) 的普及影响了学术出版。本研究探讨了以英语发表论文的阿拉伯研究人员对 AI 工具的使用情况。进行了一项调查,以收集有关在研究构思、写作、编辑和出版中采用 AI 工具的信息。它收集了 84 名参与者的回复,他们提供了有关使用 AI 时的使用模式、遇到的挑战以及道德考虑的见解。研究结果显示,AI 工具的采用率各不相同,其中语言正确性和内容增强(例如语法和拼写检查)的使用率很高。受访者强调了使用 AI 工具的道德影响,包括需要确保数据质量、防止抄袭和保持道德标准。Grammarly、Endnote 和 QuillBot 等工具因其在解决常见挑战方面的实用性而受到认可。然而,某些与研究相关的任务,尤其是研究设计,表现出较低的 AI 工具集成度。该研究强调了对 AI 工具的认识和采用之间的差距,表明了其使用的潜在障碍。确定了成本、集成问题以及对 AI 生成内容的准确性和适当性的担忧等挑战。这些发现为研究人员、机构和出版商提供了见解,以增强编辑流程,促进合乎道德的 AI 工具使用,并弥合认识和采用之间的差距。
摘要:近年来,农业部门已经认识到可再生能源对其可持续发展的重要性。这种转变是由应对气候变化、能源安全和传统能源成本上升等全球挑战的需要所推动的。可再生能源,包括太阳能、风能、生物能源和其他可持续能源,在提高农业实践的恢复力和效率的同时,也提供了一种有希望的解决方案。可再生能源在农业中的整合有多种用途。它为农民提供了更清洁、更可持续、更具成本效益的能源。例如,太阳能可以为灌溉系统提供动力,减少对柴油泵的依赖,风能可以支持农场作业。从农业废弃物中获取的生物能源不仅提供了可再生能源,而且还有助于管理废弃物。本文探讨了跨学科语义映射在可再生能源和农业中的应用。它分析了两个领域的关键术语和概念及其语义重叠和分歧,强调了语言细微差别在跨学科交流和合作中的重要性。
ISSN 1330-3651(印刷版),ISSN 1848-6339(在线版) https://doi.org/10.17559/TV-20240123001285 原创科学论文 基于多媒体数据分析和人工智能的智能体育教学跟踪系统 徐嘉辉*,齐大陆,刘爽 摘要:近年来,体育环境已经意识到身体和心理特征的重要性。体育工作人员、运动员和教练员已经表明,新的理论和治疗方法可用于增强心理。个人社会生活中的基本需求是城市公共体育。本文在均等化公共服务的基础上,提供了均等化公共体育的城市设施。国家一致的规则可以提供城市公共体育产品和服务,这些产品和服务对公民来说是基本的,考虑到他们的生计和娱乐需求。本文提出利用语义多层次结构方程模型(SMSEM)来评估城市公共体育服务的运动心理需求,目的是紧密围绕群众的体育需求,提高政府城市公共体育服务供给的质量和效率,推动城市体育休闲城市建设,让更多人享受城市公共体育,保障人民群众的基本体育权利。积极心理学的成长具有广泛的理论和应用领域,丰富了新的体育心理学理论和应用。心理监测与体育锻炼的关系最密切的是竞技体育领域。心理指导正朝着系统化、专业化的方向发展。在未来的应用中,从体育心理学中获得的成果更具适用性。关键词:人工智能;多媒体数据分析;语义;运动心理;城市公共体育1引言运动员的运动表现由心理、身体和社会因素来评价[1]。教练员认为,通过提高运动员的心理能力可以提高运动员的运动成绩[2]。心理干预对游泳、足球、垒球、滑冰、高尔夫和网球等多项运动的运动员表现有积极影响 [3]。高水平表现研究比较了不同的运动员,报告了成功运动员的理想心理特征,包括:焦虑的自我调节、高度集中、高度自信、焦虑控制、积极的运动关注和决心以及参与度 [4]。研究表明,运动员具有获得成功的敏锐心理能力 [5]。心理因素的相似性,多维结构和运动员表现的提高与心理技能和心理韧性密切相关[6],即“自然或既定的心理优势”。一般来说,体育运动的多项要求都要求运动员比对手表现得更好。要比对手更加稳定、一致和有控制力[7]。这些运动员除了发展心理韧性外,还采用了心理技能来保持这种心理韧性[8]。运动员可以学习特定技能如何改善心理稳定性的发展和维持[9]。体育心理学家已经启动了与体育运动有关的心理能力的心理测量特性,这些特性已经确定并测量了运动员的心理状态,以方便进一步咨询[10]。此外,问卷还测量了特定领域的因素,例如焦虑和PSIS(运动心理技能清单)团队因素、ACSI-28(运动应对技能量表-28)、APSI(运动心理技能清单)应对技能以及在绩效策略测试中的表现改进[11]。对运动员的心理支持主要包括以下几个方面:
人力资源部门(HR)部门的招聘和招聘过程通常是费力的,耗时的,容易出现偏见。语言,逻辑和机器学习(LLM)技术的出现为精简和增强这些操作提供了有希望的途径。本研究论文介绍了创新的基于LLM的人力资源流程优化应用程序,旨在通过利用自然语言处理,机器学习和分析来彻底改变人力资源过程。该应用程序与现有的人力资源系统和工具无缝集成,旨在提高人力资源操作中的效率,有效性和决策。关键功能包括职位描述评估,简历排名,自动化电子邮件通知,筛选问题生成,第一轮访谈支持和增强的沟通渠道。通过此应用程序,组织可以优化其人力资源流程,减少体力劳动并提高整体员工经验。本文对应用程序的方法,功能,收益,集成功能,挑战和未来方向进行了深入的探索,突出了其在数字时代改变人力资源实践的潜力。
重要的是要认识到,人工智能、自动化和自主性都与自动化任务或功能的复杂性无关。例如,即使是非常简单的任务也可以实现自动化,这样执行任务的系统就可以完全自主,无需人工监督或控制。它们也与风险无关。对任务的人为干预、控制或授权程度与任务或功能本身的风险水平无关。然而,它可能会导致需要考虑的新风险。
使用所有这些不同的数据源,可以提供可以为不同处理方法提供支持的格式至关重要。知识图是一种灵活的格式,可以与这些来源中的所有差异相同。这些图可以在文档的不同级别上容纳不同的注释,并能够集成到一个已经存在的,已经存在的半网络生态系统中。要将这些数据转换为信息,我们仍然需要应用自然语言处理(NLP)技术,例如命名的实现识别(NER)和关系发现(RD)。在过去的几年中,NLP领域由于模型(例如卷积神经网络(CNN))的出现而实现了很大的飞跃(Krizhevsky等人。,2012年)和双向长短期记忆(BI-LSTMS)(Lample等人,2016年),最近,使用了经过训练的模型,例如Bert(Devlin等人,2019年)或巴特(Lewis等人,2020年),再加上Others技术,进一步改善了最新技术的状态。但是,作为(Battaglia等人的作者),2018年)注意到,为了使这些模型进一步改善,有必要能够概括其经验,当前的模型依靠关系假设来做出正确的预测。这是可以使用图形和Graphml的使用来改善场(Battaglia等人。,2018年)。这些方法可以处理广泛的概率和数据类型,甚至可以与先前的技术合并。,2021; Cetoli等。,2017年; Madan等。,2023)在不同的领域。几项作品已经为NLP任务或将它们与其他深度学习(DL)技术合并为自己探索的图形网络(Carbonell等人。在这项工作中,我们对葡萄牙语识别(NER)的葡萄牙语技术进行了首次评估。我们处理Wikiner的葡萄牙部分(Nothman等人。,2013)具有通用依赖项(UD)的数据集(de Marneffe
高中生对人工智能聊天机器人在英语学习中使用的看法:好处、顾虑和道德考虑 Ji Eun Lee 和 Unkyoung Maeng Lee, JE, & Maeng, U. (2023)。高中生对人工智能聊天机器人在英语学习中使用的看法:好处、顾虑和道德考虑。泛太平洋应用语言学协会杂志,27 (2),53–72。本研究探讨了高中生对在英语学习中使用人工智能聊天机器人的看法。具体来说,它旨在衡量聊天机器人使用的广度,并辨别与其使用相关的潜在挑战的看法。来自一所高中的 30 名学生参加了调查。数据分析涉及频率、平均值和独立样本 t 检验。研究结果如下。首先,学生高度认可聊天机器人的重要性和价值,并对其可用性给予了积极评价。然而,他们之前使用聊天机器人的经验并没有影响这种看法。第二,学生认为在英语学习中使用聊天机器人非常有益。特别是,那些有聊天机器人使用经验的人比没有经验的人有更积极的看法。第三,学生相对意识到使用聊天机器人的潜在道德问题。无论他们是否有使用聊天机器人的经验,他们都特别担心抄袭和版权问题以及潜在的个人信息泄露。他们还意识到了潜在的教育问题,担心过度依赖聊天机器人可能会阻碍他们的探索性学习或导致直接抄袭作业,错失学习机会。然而,没有经验的人比有经验的人更持怀疑态度。本文还讨论了从这些发现中得出的含义和建议。关键词:人工智能聊天机器人、感知、教育用途、道德问题 1 引言 第四次工业革命开启了一个多种技术融合和快速发展的时代。值得注意的是,人工智能的引入不仅有望在制造业、经济和医疗保健等行业取得重大潜在进步,而且还在不断增加
多年来,许多研究人员似乎都做出了相同的观察:大脑和语言模型的激活表现出一些结构相似性,使得从神经记录和计算语言模型中提取的特征之间能够进行线性部分映射。为了评估为这一观察积累了多少证据,我们调查了 30 多项研究,涵盖 10 个数据集和 8 个指标。在得出结论之前,积累了多少证据,如果有的话,还缺少什么?我们对文献中使用的评估方法的分析表明,一些指标不那么保守。我们还发现,目前积累的证据仍然不明确,但与模型大小和质量的相关性为谨慎乐观提供了理由。
摘要 人工智能已经渗透到人类活动的各个方面,这是一个事实。事实上,人工智能技术的应用将成为推动核心行业发展和帮助尼日利亚实现最快数字化的最佳技术。这项关于人工智能 (AI) 在图书馆用语中的应用:问题和好处的研究侧重于人工智能的概念、人工智能在图书馆运营中的应用,例如专家系统在参考服务、编目、分类、索引和采购中的应用;自然语言处理在图书馆活动中的应用、模式识别在图书馆活动中的应用、机器人在图书馆活动中的应用。本文还探讨了人工智能在图书馆中的问题,例如财务不确定性、新出现的技能差距、工作流程对变化的抵制以及对新技术的采用,包括对人工智能可能存在的风险的担忧等。此外,还讨论了在图书馆运营中采用人工智能所带来的好处,包括但不限于提高运营效率、通过更好的用户体验和新服务吸引更多受众、帮助图书馆员实现新目标、在新的学术信息领域为图书馆建立牢固的立足点等。最后,提出结论,呼吁图书馆重新定位自己,以充分利用人工智能。
