XiaoMi-AI文件搜索系统
World File Search System负担过重
2023 年公平行动计划更新
2023 年对 DOT 公平行动计划（该计划）的更新强调了 DOT 为解决关键差距而采取的行动，包括黑人交通死亡率过高、低收入家庭和农村社区面临的交通不安全和成本负担过重，以及获得 DOT 直接合同的黑人、西班牙裔和女性拥有的小型企业代表性不足。该计划根据相关行政命令推进公平，包括行政命令 13988（防止和打击基于性别认同或性取向的歧视）、行政命令 14008（应对国内外气候危机）和行政命令 14020（建立白宫性别政策委员会）。该计划中重点采取的行动也符合 DOT 2022 年 6 月的公平和准入政策声明，包括向小型企业和弱势企业提供技术援助，重振计划执行
尼泊尔的放射治疗：现状和未来重点
癌症是全球首要死亡原因，2020 年死亡人数接近 1000 万人 (1) 。在尼泊尔，2020 年新发病例、死亡和患病人数（5 年）分别为 20508 人、13629 人和 36909 人。肺癌（12.2%）、宫颈癌（10.9%）和乳腺癌（9.6%）是三种最常见的癌症部位 (2) 。几乎所有患有这些癌症的患者在治疗期间的某个阶段都需要放射治疗。由于尼泊尔的癌症登记系统不够完善，世卫组织提供的数据可能不准确。2018 年，国家卫生研究委员会启动了基于人口的癌症登记处 (PBCR)，覆盖了尼泊尔约 20% 的总人口。根据 Poudel 等人的研究，从 2003 年到 2013 年，男性和女性的癌症发病率均有所增加 (3) 。发病率的增加将给本已负担过重的辐射设施带来额外压力，使情况更加恶化。
神经ICU中的机器学习应用程序
神经系统ICU（神经ICU）通常由于其神经严重护理患者的资源可用性稀缺而受到重大限制。神经ICU患者需要经常进行神经系统评估，对各种生理参数的连续监测，频繁的成像和常规实验室测试。这对每位患者的特定数据进行了大量数据。Neuro ICU团队通常对每个患者的数据复杂性负担过重。机器学习算法（ML）具有独特的能力，能够解释太困难的高维数据集，无法理解。因此，ML在神经ICU中的应用可以减轻分析每个患者的大数据集的负担。本综述用于（1）Brie -fl y总结了ML并比较不同类型的MLS，（2）回顾了改善Neuro ICU管理的最新ML应用，（3）描述ML对Neuro ICU管理的未来影响。
Ghanshaam Sewnath 和 Jur Crijnen - 北约 STO
由于军事战场日益复杂，国防军正在寻找最先进的解决方案，为操作员提供工具，使其能够比对手更快、更有效地做出决策。这些工具通常被称为决策支持系统 (DSS)，在过去几十年中一直在使用。与个人表现相比，人工智能技术通常在 DSS 中实施，以确保更低的错误率和更快的决策。DSS 中此类实施的有效性在很大程度上取决于操作员理解人工智能提供的建议的能力，并因此信任人工智能提供的建议。可解释人工智能 (XAI) 允许用户通过在 DSS 的用户界面 (UI) 中可视化流程来了解系统如何得出有关决策的建议。然而，这也带来了一个固有问题，即：在用户负担过重、降低操作员决策能力之前，应该向用户呈现多少流程？
org信：EPA必须立即停止CO2注入井
这些要求源于1）伊利诺伊州迪凯特的Archer Daniels Midland（ADM）设施的二氧化碳和设备故障的多次泄漏； 2）关于从2011年开始的德克萨斯II类井的不合规违规行为增加的新信息； 3）当将这些井与其他II类井进行比较时，在一个或多个机械完整性测试中未能通过一个或多个机械完整性测试的II类二氧化碳注入井的较高百分比； 4）EPA的调查结果是，钢用于ADM现场以及全国其他其他地区的井结构，易于在CO2注入井中进行腐蚀。我们的要求也与2024年10月的白宫环境司法咨询委员会的建议保持一致。注入井和其他碳捕获基础设施对环境司法社区的不成比例发展将增加对已经受到污染负担过重的社区的伤害的风险，并且与政府的气候司法目标不一致。
2025 年推进环境正义战略计划
美国住房和城市发展部 (HUD 或该部门) 的使命是为所有人创建强大、可持续、包容的社区和优质、负担得起的住房。该使命的一个关键原则要求 HUD 在制定、实施和执行 HUD 法规和政策时考虑公正对待和有意义地参与所有人，包括低收入社区、环境服务不足或负担过重的社区、有色人种社区以及部落和土著社区。在 HUD 的 2022-2026 战略计划 1 中，HUD 列出了几个优先目标，包括通过投资气候适应力和碳减排来推进可持续社区、加强环境正义以及扩大对住房公共卫生的考虑。在制定其 2025-2028 年推进环境正义战略计划 (EJSP) 时，HUD 评估了其战略计划，制定了一套目标和目的，通过识别和解决 HUD 服务的社区中的不成比例的影响、扩大资源获取途径以及加强与 HUD 利益相关者的有意义的接触，进一步整合环境正义。 EJSP 将推进住房正义，同时通过执行和遵守公平住房法，扩大该部门在积极支持和保护环境服务不足或负担过重的社区方面的作用。HUD 的 EJSP 中反映的目标、目的和优先行动与行政命令 (EO) 14096《重振我们国家对全民环境正义的承诺 2》相一致，并将进一步指导该部门在未来几年为环境正义所做的战略努力。这些努力将包括支持提高社区抵御或从气候引发的灾难中恢复的能力的标准的关键行动，通过《两党基础设施法》(BIL) 和《通货膨胀削减法案》(IRA) 等立法增加 HUD 项目获得历史性和前所未有的联邦资金的机会，并开发增强的社区参与工具，以进一步推进社区规划优先事项。在全国范围内，HUD 是推进环境正义和进一步实现 EO 14096 中阐明的目标的合作伙伴。该计划将指导该部门继续开展重要的持续工作，并为当前和后代进一步推进这些优先事项。
人工智能技术的应用。在...
人工智能 (AI) 技术和计算机技术的最新趋势表明，有望支持一种全新的维护培训，这种培训可以在培训现场提供高质量的指导，然后可以将现场工作绩效辅助工具（例如基于计算机的咨询）[Hart 75] 与更专业的现场辅导相结合。通过将工作绩效辅助工具与辅导系统相结合，受训人员可以更快地进入现场并“边做边学”（边做边学），而不会让现场的专家因幼稚的问题和代价高昂的错误而负担过重。将工作绩效辅助工具与辅导系统相结合的能力在一定程度上取决于创建智能计算机系统的能力。这些系统必须具有足够的内置知识和解决问题的能力，以便它们可以自行回答问题、评估假设、提供下一步采用哪些诊断程序的建议，并在受训人员执行复杂任务时提供有益的监督。如果计算机系统不仅可以解决问题并就如何执行维护任务做出明智的决定，而且还可以证明
进展报告：海洋气候行动第一年
拜登-哈里斯政府认识到气候危机是世界上最紧迫的挑战之一，并引领了国内综合清洁能源开发、生态系统保护和恢复、创造就业机会和气候适应力的重大变革。总统的“投资美国”议程——包括具有历史意义的立法，例如《两党基础设施法》（BIL）、《CHIPS 和科学法案》和《通货膨胀削减法案》（IRA）——为海洋气候行动的进展提供了巨大推动力。这些代际投资反映在 OCAP 各项目标的进展中，并辅以其他政府举措。这些计划包括“美丽美国倡议”，目标是到2030年保护至少30%的美国土地和水域；“美国气候队”，将动员2万多名美国人组成的新一代多元化队伍；以及“正义40倡议”，该倡议设定的目标是将某些联邦气候、清洁能源和其他投资的总体收益的40%提供给因投资不足和污染负担过重而被边缘化的弱势群体。
减轻负担：生成式人工智能减轻新时代肥胖医学治疗的负担
胰高血糖素样肽 1 (GLP-1) 激动剂和葡萄糖依赖性胰岛素促泌多肽/GLP-1（双）受体激动剂 (RA) 等高效抗肥胖和糖尿病药物已开启了治疗这些全球范围内日益增多的常见病的新时代。然而，GLP-1/双 RA 药物的快速使用势必会压垮本已负担过重的医疗保健提供者队伍和医疗保健系统，从而抑制其潜在的巨大益处。仅依靠现有系统和资源来应对即将到来的 GLP-1/双 RA 使用量增长是不够的。生成人工智能 (GenAI) 有可能抵消与管理这些药物类型的患者相关的临床和行政需求。尽早采用 GenAI 来促进这些 GLP-1/双 RA 的管理有可能改善健康结果，同时减少随之而来的工作量。迫切需要研究和开发努力来开发GenAI肥胖药物管理工具，并通过鼓励将其纳入医疗保健系统来确保其可及性和使用。
神经重症监护室中的机器学习应用
神经重症监护病房 (neuro ICU) 常常因神经重症监护患者资源匮乏而受到严重限制。神经重症监护病房患者需要频繁进行神经系统评估、持续监测各种生理参数、频繁进行影像学检查和常规实验室检测。这需要积累大量特定于每个患者的数据。神经重症监护病房团队常常因每个患者数据的复杂性而负担过重。机器学习算法 (ML) 具有独特的能力，可以解释人类难以理解的高维数据集。因此，在神经重症监护病房中应用 ML 可以减轻分析每个患者的大数据集的负担。本综述旨在 (1) 简要总结 ML 并比较不同类型的 ML，(2) 回顾最近用于改善神经重症监护病房管理的 ML 应用，以及 (3) 描述 ML 对神经重症监护病房管理的未来影响。