XiaoMi-AI文件搜索系统
World File Search System获有
捕获有关算法系统的利益相关者的价值和偏好
价值类别生产率[3]机器效率效率[9]可靠性[9，21]机器自主权[14]实用程序[6]隐私[1-3，6，8，9，9，14，21]可保护性（Schwartz安全性）安全性[3，14]安全性[9 9]责任心[18，21]可解释性[14]可解释性[14]清晰度透明度[1. 1，2] 6. 1，211，2，2，211] 21] Self-determination (Schwartz Self-direction) Self-knowledge [3] Security of supply [5] Stakeholders welfare (Schwartz Benevolence) Affordability [5] Well-being [21] Privacy [6] Diversity, non-discrimination and fairness [1, 2, 4, 6, 9, 14, 21] Equity (Schwartz Benevolence-Universalism) Inclusiveness [5] Respect for law and public interest [2]全球福利（施瓦茨普遍主义）环境可持续性[5，9，21]信任[21]表1。与智能电网上下文相关的25个最终值及其各自的类别。从文献分析中提取了每个值。
碳捕获有限责任公司在直接空气碳捕获技术中实现了里程碑
Carbon Capture的创始人Sam（Samir）Adams和Fernando Sanchez补充说：“我们与Haydale Graphene Industries的合作取得了令人鼓舞的结果，超出了我们的期望。现在，我们准备扩大到革命性直接空气碳捕获解决方案的大型演示单位。这完全符合我们创建可持续，可扩展的碳捕获技术的使命。吸附二氧化碳中功能化石墨烯的潜力可能会改变城市碳捕获的游戏改变。我们有信心我们与Haydale的合作将彻底改变该行业，并提供一种具有成本效益的工具，以打击全球过多的温室气体。”
碳捕获有着悠久的历史。失败的
https://ieefa.org/resources/carbon-capture-has-long-history-failure?gclid=Cj0KCQiA5rGuBhCnARISAN11vgRvAE34rUfb88ynZvzyDUQLxDSjtNno0U2… 1/7
使用来自 PubMed 的词嵌入进行监督学习可以捕获有关蛋白激酶和癌症的潜在知识。
多年来，抑制导致癌症的蛋白激酶 (PK) 一直是癌症治疗的重要课题。到目前为止，FDA 批准的药物已经针对了 530 多种 PK 中的近 8%，大约 150 种蛋白激酶抑制剂 (PKI) 已经在临床试验中进行了测试。我们提出了一种基于自然语言处理和机器学习的方法来研究 PK 和癌症之间的关系，预测抑制哪些 PK 可以有效治疗某种癌症。我们的方法根据 PubMed 摘要中的单词和概念邻域将 PK 和癌症表示为具有语义意义的 100 维向量。我们使用 ClinicalTrials.gov 中有关 I-IV 期试验的信息来构建随机森林分类的训练集。我们使用历史数据的结果显示，可以提前数年准确预测 PK 与特定癌症之间的关联。我们的工具可用于预测抑制 PK 对特定癌症的相关性，并支持设计有针对性的临床试验，以发现用于癌症治疗的新型 PKI。