XiaoMi-AI文件搜索系统
World File Search System软计算
应用软计算
背景：与机器学习集成（ML）集成的量子计算在包括医疗保健在内的各个领域都提供了新颖的解决方案。分类中量子计算与ML之间的协同作用利用了唯一的数据模式。尽管有理论的优势，但量子计算在小型医学数据集上的经验应用和有效性仍未得到充分影响。方法：这项来自高等医院的回顾性研究使用了有关早期结直肠癌的数据，从2008年到2020年，具有93个特征和1501例患者，以预测死亡率。我们将量子支持向量机（QSVM）模型与经典的SVM模型进行了比较，就特征数量，训练集数量和结果比进行了比较。我们根据接收器操作特征曲线（AUROC）中曲线下的区域（AUROC）评估了模型。结果：我们观察到死亡率为7.6％（1253名受试者中的96个）。我们使用11个临床变量（包括癌症阶段和化学疗法史）生成了死亡率预测模型。我们发现，常规方法和量子方法之间的AUROC差异是前11个变量的最大值。我们还显示了QSVM中的AUROC（平均[标准偏差]，0.863 [0.102]）的表现优于常规SVM中的所有试验次数（0.723 [0.231]）。与常规SVM相比，QSVM即使在不平衡的情况下，QSVM也与AUROC一致。结论：我们的研究强调了量子计算改善医疗保健中预测性建模的潜力，尤其是对于有限的可用数据的稀有疾病。与常规方法相比，量子计算的优势，例如希尔伯特空间的探索，促进了优越的预测性能。
软计算与人工智能杂志
在本文中，我们介绍了两种受自然过程启发的混合元启发式算法：蜂群优化 (BCO) 和鲸鱼优化算法 (WOA)。BCO 算法由 Karaboga 于 2005 年首次提出，借鉴了蜜蜂的觅食行为。它以简单和有效解决各种优化问题而闻名。我们将概述 BCO 算法，包括其在群体智能背景下的原理和修改。这种技术研究由众多相互作用的元素组成的分散系统，其探索能力尤为突出。Mirjalili 和 Lewis 于 2016 年提出的鲸鱼优化算法模仿了座头鲸的气泡网狩猎行为。该算法采用群体智能来避免局部最优，并通过模拟渔网方法平衡探索和开发。它的设计有助于实现最优解并有效避免局部陷阱。我们将 BCO 和 WOA 混合成一种新算法，称为 ABCWOA。该混合算法在 16 个优化任务中进行了测试，频率分别为 (100、200、500、1000)。结果表明，ABCWOA 有效地达到了最优解，通常通过在大多数任务中实现较低的最小值 (𝑓_𝑚𝑖𝑛) 来优于传统搜索算法。
软计算：目标、重要性和各种问题……
摘要 本研究讨论了软计算的目的、重要性、方法、品质和要求。除此之外，本文还介绍了众多软计算作者的工作以及各种问题解决技术，如遗传算法、模糊逻辑和机器学习。报告还讨论了硬计算和软计算之间的差异。此外，该研究还讨论了各种问题解决技术的优点、局限性和缺点。另一方面，在软计算中，使用近似模型代替传统计算来处理复杂的实际问题。软计算也可能充满不确定性和模糊性。软计算是一种计算形式，包括模糊逻辑、遗传算法、人工神经网络、机器学习和专家系统。它已成为自动控制工作的重要组成部分。软计算技术现已广泛应用于各种住宅、企业和工业应用，并已被证明是有效的。随着低成本、高性能数字处理器和廉价内存芯片越来越受欢迎，软计算方法和应用将变得更加普遍。
软计算：理论和应用 - （SOCTA2024）
上一次SOCTA会议在以下场所成功组织：SOCTA2016：印度斋浦尔的Amity University Rajasthan。（2016年12月28日至30日）SOCTA2017：印度北方邦的Bundelkhand University Jhansi。（2017年12月22日至24日）SOCTA2018：印度旁遮普邦Jalandhar的B R Ambedkar Nit博士。（2018年12月21日至23日）SOCTA2019：印度比哈尔邦巴特纳国家理工学院国家理工学院。（2019年12月27日至29日）SOCTA2020：在虚拟模式下（由于大流行19）。（2020年12月25日至27日）SOCTA2021：印度印度信息技术研究所，印度。（2021年12月17日至19日）SOCTA2022：喜马al尔邦大学Summerhill，印度西姆拉。（2022年12月16日至18日）SOCTA2023：印度印度信息技术研究所UNA，印度。（12月24日至26日，2023年）第9系列，SOCTA2024在印度拉贾斯坦斋浦尔国家理工学院（MNIT）在印度斋浦SOCTA2024是在印度旁遮普邦Jalandhar的B R Ambedkar Nit博士的技术合作中组织的； Shobhit认为大学Meerut和科学，技术，工程与管理（STEM） - 研究学会。会议有5个主题演讲，由来自世界各地的著名院士和从业人员发表。总的来说，在18个口头演讲会议上介绍了12个不同的会议不同主题的技术论文。我们感谢Springer Plc。给我们机会在网络和系统（LNNS）中发表诉讼的机会。我们真诚地感谢您持续的支持，鼓励和信任我们。提交给SOCTA2024的所有论文都经历了同行评审过程，随后进行了修订，然后最终被接受。SOCTA系列成功的荣誉，请参阅我们的导师，主题演讲和邀请演讲者，首席嘉宾，荣誉嘉宾，顾问委员会成员，顾问委员会（国家与国际），计划委员会成员，Springer团队作为出版伙伴（特别是Aninda Bose，特别是Aninda Bose，尤其是执行编辑 - 跨学科应用科学委员会；我们也期待在即将到来的SOCTA系列中获得这种出色的支持。我们很高兴通知您，SOCTA系列中的下一个，即SOCTA 2024计划在印度的Mnit斋浦尔拉贾斯坦邦。期待在SOCTA系列中做出重大贡献……
民航飞行安全：飞行员属性软计算
摘要。商业竞争导致航空事故。它迫使航空公司降低购买、租赁和维护飞机的成本。航空公司节省了人员的专业培训费用，任意增加工作量标准，使用经验最少且无法维持的慢性疲劳机组人员。专家特征的理论和方法仍不确定。统计数据和专业知识可能是分段定义的、不准确的和不一致的。有必要使用模糊度量来建立可接受精度的指标和值，以根据工作量和经验计算机组人员的可靠性。提出了用于计算危险职业管理中个人和社会群体属性的软计算、统计和专家方法。通过评估飞行安全风险水平，可以计算飞行员属性的可靠性，以便做出管理决策。这项工作的结果是建议民航机组人员工作量的新标准。获得了定性方法的结果，用于计算航空公司等组织对象管理中的效率、安全性和风险状态。获得了航空运输风险管理标准和决策工具的指标。计算出的飞行员可靠性值指标是制定航空公司战略、定量评估飞行专家、标准化专业活动和管理培训成本的模型。关键词：软计算、航空、事故、安全、飞行员、机组人员、工作量
“医疗保健中的软计算创新：技术，...
人工智能在医疗保健中的应用比以往任何时候都更快，因为深度学习和计算的快速发展。曾经相信，关于医疗保健系统的选择仅应由医生和其他医疗专业人员做出。机器学习的出现扭转了这一趋势，增加了对创建医疗保健支持系统的算法的依赖。许多人工智能（AI）预测算法已经开发出来，以预测其早期疾病。此外，数据科学也应用于许多其他医疗领域，例如智能预测模型和临床数据摘要。