XiaoMi-AI文件搜索系统
World File Search System计分
糖尿病和高血压的设计分析 - AIS eLibrary
代尔夫特理工大学，计算机科学学院，代尔夫特，荷兰；电子邮件：lpasimons@tudelft.nl、MANeerincx@tudelft.nl、CMJonker@tudelft.nl 摘要 越来越多的领跑者患者和从业者希望利用最先进的科学通过生活方式快速治愈富贵病。然而，每年新的健康研究数量（>500,000 项）令人难以置信。如何快速评估最先进的技术并利用新机会让患者快速 DIY（自己动手）改善健康？为了开发一种健康文献混合 AI 来帮助 DIY 快速改善健康，我们分析了用户端功能需求。针对高血压和 T2D（2 型糖尿病）进行了跨案例设计分析，这是我们社会中的两种主要心脏代谢疾病。我们的分析表明，目前的 DIY 健康支持是“淡化”建议，倾向于医疗化而不是赋予患者权力。我们提出了混合 AI 用户需求，并讨论了 2030 年混合 AI 健康支持系统如何激发健康和治疗领域的新工作方式。
疟疾疫苗试验评估（MVPE）的统计分析计划
当前的疫苗接种时间表包括三个主要剂量，将在9个月大之前服用，在大约2岁时进行第四剂。这涉及比目前在此年龄段推荐的三到四次疫苗接种访问。MVPE试图确定在三个全年疟疾传播的三个国家的高到中度疟疾发病率的地区引入疫苗时实现的影响。该程序将使用簇旋律的设计评估RTS的安全性，常规使用中的S/AS01，可行性，疫苗的可行性以及疫苗在人群水平上的影响。EPI计划在三个国家 /地区的每个国家 /地区的试验区域中以亚国疫苗引入疫苗。在每个国家的飞行员区域内，加纳地区（肯尼亚）和等效人口的群集（在马拉维）被随机分配，以在2019年（实施群集）引入疫苗，或者延迟引入直到最初的引入（比较杂物）（比较杂物）。因此，评估将使用群集随机设计。社区记者将记录5岁以下儿童在实施和比较集群中发生的所有死亡。在一部分集群中，正在哨兵医院建立医院监视，以监测患有疟疾和其他疾病的入院率。疫苗给药将通过每个国家/地区的免疫计划（EPI）进行，并通过群集样本家庭调查独立测量RT，S/AS01RTS，S/AS01RT，S。
通过无偏统计分析来分析 CsPbBr3 钙钛矿量子点的间歇性
摘要：我们应用无偏贝叶斯推理分析方法分析了 CsPbBr 3 钙钛矿量子点的强度间歇性和荧光寿命。我们应用变点分析 (CPA) 和贝叶斯状态聚类算法来确定切换事件的时间以及以统计无偏方式发生切换的状态数，我们已对其进行了基准测试，以适用于高度多状态的发射器。我们得出结论，钙钛矿量子点显示出大量的灰色状态，其中亮度一般与衰减率成反比，证实了多个复合中心模型。我们利用 CPA 分区分析来检查老化和记忆效应。我们发现，量子点在跳转到暗状态之前往往会返回到亮状态，并且在选择暗状态时，它们往往会探索可用的整个状态集。■ 简介
33:010:416 课程名称：审计分析 - myRBS
本课程首先介绍审计业务中经常使用的各种分析方法。接下来，学生将学习在初步分析程序中经常用于审计业务的一些审计分析方法。此阶段强调的方法包括描述性统计和推断性统计。随后，本课程研究审计风险评估阶段使用的基本分析技术，例如分层、汇总和老化分析。之后，学生将学习使用可视化的探索性数据分析，这是一种越来越流行的方法。学生将学习如何使用 EY ARC 开发的案例以应用方式使用 Tableau 等工具。接下来，本课程介绍了审计实质性测试和控制测试阶段的更高级分析，即本福特定律分析、序列和差距分析、重复记录分析、异常值检测（使用聚类分析）、逻辑回归、内部控制违规和欺诈交易检测（分类技术，如决策树和基于规则的系统）和模式识别。
耦合判别统计分析和人工智能对坎彭巴市土壤的岩土工程特性进行描述（刚果民主共和国卢本巴希）
本研究重点是通过体外试验确定卢本巴希市 Kampemba 市区的现场样本的物理和力学特性。在本研究结束时，我们根据土壤参数对其进行了识别，并使用进行的识别试验的组指数法确定其承载能力，从而确定岩土分类。通过使用 AASHTO 分类方法（美国州际公路运输官员协会），我们研究后获得的结果显示，一般而言，土壤分为五类：A-2、A-4、A-5、A-6、A-7，具体而言，有关区域土壤分为八个亚类：A-2-4、A-2-6、A-2-7、A-4、A-5、A-6、A-7-5 和 A-7-6。后者对物理参数的全局值进行了统计分析和基于多层感知器的深度学习。其结果为：流限为31.77%±1.05%，塑限为18.71%±0.76%，塑性指数为13.06%±0.79%，2 mm 筛通过率为83.00%±3.33%，400 μm 筛通过率为76.22%±3.2%，4.75 mm 筛通过率为89.07%±2.99%，80 μm 筛通过率为70.62%±2.39%，稠度指数为1.66±0.61，流动性指数为-0.67±0.62，群体指数为8±1。 关键词
摘要：本研究的目的是确定近东大学学生对使用 Google 应用程序进行移动学习的看法。研究中使用了研究人员开发的包含 20 个项目的数据收集工具。应用结果表明，数据收集工具的克隆巴赫系数为 0.942。本研究的摘要部分提供了一般信息。在方法部分，表格显示了学生的年龄和性别以及学生就读的院系。研究过程中收集的数据在结果和讨论部分给出，并由研究人员在结论部分进行评估。研究结果表明，学生对移动教育中的 Google 应用程序持积极态度。对数据进行统计分析后发现，学生使用 Google 应用程序可以使大多数任务更容易完成。因此，学生使用这些应用程序可以节省更多时间和精力。提供使用这些应用程序的教育并从这些应用程序中受益将是件好事。本研究收集的数据旨在为来自不同大学和国家从事这一主题研究的其他研究人员提供指导。关键词：人工智能；移动学习；谷歌应用；技术。引用方式：Bicen, H., & Arnavut, A. (2020)。谷歌人工智能方法和在移动学习中使用谷歌应用的统计结果。BRAIN。人工智能和神经科学的广泛研究，11 (1)，121-130。https://doi.org/10.18662/brain/11.1/18
摘要：本研究的目的是确定近东大学学生对使用 Google 应用程序进行移动学习的看法。研究中使用了研究人员开发的包含 20 个项目的数据收集工具。应用结果表明，数据收集工具的克隆巴赫系数为 0.942。本研究的摘要部分提供了一般信息。在方法部分，表格显示了学生的年龄和性别以及学生就读的院系。研究过程中收集的数据在结果和讨论部分给出，并由研究人员在结论部分进行评估。研究结果表明，学生对移动教育中的 Google 应用程序持积极态度。对数据进行统计分析后发现，学生使用 Google 应用程序可以使大多数任务更容易完成。因此，学生使用这些应用程序可以节省更多时间和精力。提供使用这些应用程序的教育并从这些应用程序中受益将是件好事。本研究收集的数据旨在为来自不同大学和国家从事这一主题研究的其他研究人员提供指导。关键词：人工智能；移动学习；谷歌应用；技术。引用方式：Bicen, H., & Arnavut, A. (2020)。谷歌人工智能方法和在移动学习中使用谷歌应用的统计结果。BRAIN。人工智能和神经科学的广泛研究，11 (1)，121-130。https://doi.org/10.18662/brain/11.1/18
超分辨率荧光显微镜中的统计分子计数：朝向定量纳米镜
摘要。超分辨率显微镜迅速成为生命科学中的分析工具的重要性。一个引人注目的特征是能够使用（Live）细胞中荧光标记的La-Bel生物学单位，并且比传统的Mi-Croscopy允许的分辨率要高得多。然而，在观察到的流体团数方面，以这种方式获得的图像缺乏绝对强度量表。在本文中，我们讨论了对伴随它随之而来的这种流体团和统计挑战的艺术方法的状态。尤其是，我们建议通过单标记转换（SMS）显微镜生成的时间序列的调节方案，这使得可以从原始数据中以统计意义的方式量化标记数量。为此，我们对流膜片中的光子生成的整个过程进行建模，它们通过显微镜，检测和光电放大器在相机中的传播以及从显微镜图像中提取时间序列。这些建模步骤的核心是通过在两个时标（HTMM）上运行的新型隐藏的Markov模型对浮游机体动力学的仔细描述。在估计过程中，还推断出了流量转变速率的流动型数量，有关流体小子内部状态的动力学转变速率的信息。我们就将模型应用于模拟或测量的荧光痕迹时出现的计算问题，并说明了我们在模拟数据上的方法。关键词和短语：分子计数，超分辨率显微镜，定量纳米镜检查，生物物理学和计算生物学，无宿主隐藏的马尔可夫模型，统计变薄。
窄体中程飞机设计分析...
近年来，窄体飞机越来越受到重视，事实证明，这种飞机对中短途旅行都非常高效。这些飞机的空气动力学和推进效率从最低到最高。以前，有许多窄体飞机，但它们仅限于短途飞行，载重量和载货能力一般。波音和空客是窄体飞机市场的主要参与者，现在，它们的机型提供更大的航程、更好的操控能力、载重量和高效的空气动力学。这种飞机设计针对的是印度、中国、非洲等新兴航空市场，这些市场的主要航空业务是基于低成本航空公司的商业模式。在这个项目中，提出了一种新的飞机配置，具有更大的载重量、更大的航程（适用于中短途旅行）、改进的客舱配置（例如增加座椅宽度、间距和腿部空间）、增加复合材料的使用（通常旨在实现 50% 的使用率）和改进的空气动力学（使用鲨鱼鳍、增加上反角）。
液压系统故障引起的航空事故和事件的统计分析
摘要。在全球化时代，人们在世界各地之间不断旅行，航空运输是最重要的交通工具之一。如今，它也是最安全的交通方式之一。尽管如此，不断提高安全水平并减少事故绝对数量及其受害者至关重要。这个想法是本文主题创建的开始，同时也是进一步提高安全性的尝试。飞行员和乘客的安全在空中运行中起着至关重要的作用。最重要的因素之一是飞机的可靠性。可靠性工作的主要目标是估计产品在特定时间后仍能正常运行的单位百分比。为了能够做出这样的陈述，必须选择一个概率分布，以便于构建人们希望做出的合理精确的概率陈述。在本分析中，故障间隔时间被用作得出所选示例中飞机可靠性结论的主要变量。