XiaoMi-AI文件搜索系统
World File Search System跟踪信号
百里香糖和葡萄糖的最小抑制浓度 使用基于梯度的优化来提高锂电池健康估算的准确性：电动汽车应用中的案例研究 基于眼部跟踪信号的眼睛疲劳检测特征和算法的探索“ 2279 糖尿病预测的深度学习技术
摘要：百里香和香果酚是精油（EOS）的一些最重要和使用的组成部分；它们进行了广泛的研究，文献中有很多数据可用。它们在2005年至今的文献中发现的最小抑制浓度（MIC）值用于评估对酵母，霉菌，霉菌，革兰氏阳性细菌和革兰氏阴性细菌的生物活性，以及某些细菌/血清型的生物活性（Salmonella sp。单核细胞增生，金黄色葡萄球菌，表皮等）发现两种化合物和经测试物种之间可能存在的共同趋势或差异。结果非常有趣，并指出某些细菌物种（150-400 mg/l）的百里香和葡萄丙醇的麦克风范围是一个共同范围，但对于此广义陈述，有一些例外。此外，统计数据还指出，细菌可能会经历均匀的（S. epidermidis，E。Coli O157：H7）或异质趋势（例如，沙门氏菌sp。）取决于可能的亚种或不同的实验设置。此外，本文提出，对于有效使用EOS，应该解决一些缺点和问题，这是微生物之间的强烈可变性，并且缺乏标准方案和参考菌株。
基于眼部跟踪信号的眼睛疲劳检测特征和算法的探索“ 2279糖尿病预测的深度学习技术
糖尿病是我们社会中的一种常见疾病。每个第三人都会受到这种严重疾病的影响。这是由不规则的生活方式，不良的饮食习惯以及缺乏运动以及怀孕期间引起的。在人体中，血糖水平受胰腺释放的胰岛素激素控制。由于胰岛素激素的任何原因，由于任何原因，血糖水平也会影响。这样，一个人可能会受到糖尿病的影响。可以通过定期运动和采用健康的生活方式来治愈受影响的患者。要控制血糖水平，可以给予某些药物或可以明确给予胰岛素。要知道一个人是否受到糖尿病的影响，需要进行一些诊断。如果我们在早期了解这种疾病，我们可能会防止这种有害疾病。用于早期预测机学习技术已被使用（Kerner＆Bruckel，2014）。机器学习技术从数据集中学习以预测结果。Some data is used as a training data which is used to train and then we can perform prediction using test data (Bottou,2014).For early stage diabetes prediction the various researchers have been used Support Vector Machine(Vishwanathan et al.,2002),Naive Bayes (Rish,2001), Artificial Neural Network (Wang,2003), Decision tree (Safavian et al.,1991)(Pal,2005),K nearest Neighbour （Liao＆Vemuri，2002），LSTM（长期记忆）（Sherstinsky，2020）。