XiaoMi-AI文件搜索系统
World File Search System采样技术
pdf div>
本研究旨在根据输入评估方面来描述班加湾地区社区学习活动中心实施同等学性教育计划的责任。研究使用了一种并发嵌入式技术，结合了定量和定性方法。采样技术在两个选定的PKBM中使用了目的抽样，即PKBM ADUB和PKBM Insan Madani。带有问卷，访谈和文档收集技术。基于研究结果，在PKBM ADUBS和INSAN MADANI的等效教育计划的输入方面的实施尚未完全负责，并且应按照标准负责。在五个指标中，即学习公民，首席经理，导师，课程和基础设施，其中三个，即导师指标，学习公民和基础设施不负责。尽管存在各种障碍，但班加湾摄政中心的社区学习活动中心已表明致力于通过提高问责制的努力实施同等学历教育计划。需要政府和相关方的进一步支持，以克服现有的障碍并加强问责制系统，以便该等效性教育计划可以更加优化，并实现其为整个社区提供平等教育的目标。
OSE-IDS：优化的堆叠集合入侵检测...
摘要 - 随着网络犯罪的发展越来越多，智能网络入侵检测系统（NIDS）的存在在网络基础架构中是必不可少的。此外，还有许多挑战面临基于人工智能的NID设计，例如网络流量中的无关功能，罕见的恶意流量示例以及机器学习模型选择和模型的Mypermeters finetuning的努力。这项研究提出了与这些挑战有关的有效NID，以准确检测恶意行为。首先，一种并行混合特征选择方法过滤了最重要的功能。第二，为了解决数据不平衡，我们集成了一项合并的随机下采样策略和合成少数民族过采样技术 - 编辑了最近的邻居技术，以确保对少数派攻击的平衡表示。最后，堆叠的集合分类器包括通过自动化机器学习方法选择的四种最佳基本模型。使用CICIDS2017数据集（用于入侵检测研究的综合基准），我们的方法达到了令人印象深刻的99.76％的令人印象深刻的检测率，从而有效地识别了多数族裔和少数类别。索引术语 - 开为单位，异常检测器，最佳特征选择，不平衡数据集，SMOTE，集合分类器。
机器学习绩效分析以基于
大脑中风是普遍死亡的第二大大量原因，在过去几年中一直是公共卫生的主要关注。借助机器学习技术，可以访问各种冲程警报的早期检测，这可以有效防止或减少中风。医学数据集在其类标签上经常不平衡，倾向于预测少数群体的趋势。在本文中，研究了中风的潜在危险因素。此外，还采用了四种独特的方法来改善中风数据集中少数群体的分类，这是合成重量投票分类器，合成的少数群体过度采样技术（SMOTE），主要组成部分分析，具有K-Means聚类（PCA-KMEANS）的主要成分分析（PCA-KMEANS），局灶性损失，与深度神经网络（COMPAL SERVANCY）（COMPAR）（DNN）（DNN）（DNN）（DNN）（DNN）（DNN）（DNN）。通过分析结果，具有DNN-局灶性损失的Smote和PCA-KMEANS最适合有限的大型严重不平衡数据集（例如，中风数据集），这是2-4倍以优于Kaggle的工作。关键字：不平衡数据集，中风预测，集合权重投票分类器，Smote，dnn的焦点损失，PCA-KMEANS
孕妇的慢性节能病史（CED）和在
在五岁以下的生命早期阶段遭受阻碍的孩子将无法在成年期达到最大的身心/智力潜力。发育迟缓的问题在于世界上的注意力，很明显，可持续发展目标（SDG）的目标之一是减少全球发育迟缓的案件。这项研究的目的是确定孕妇CED史与发育率的发生率之间的关系。这种研究方法是通过病例对照回顾性方法进行分析的。所使用的采样技术是比例抽样的，在这项研究中分为两组，即24组幼儿发育不良，对照组由24个幼儿组成，这些幼儿没有在卡坎加村（Kacangan村），印度尼西亚Boyolali Regency，印度尼西亚Boyolali Regency。结果表明，怀孕期间CED的病史与发育率的发病率之间存在显着关系。希望助产士能够提供咨询并监测孕妇的营养状况，并要记住，如果孕妇的营养状况良好，它可以减少幼儿发育迟缓的发生率。这项研究的贡献是提供有关孕妇营养状况重要性的信息。关键字：慢性能量缺乏，幼儿，发育迟缓，营养，孕妇
您的扩散模型是隐式合成图像检测器-Lix
摘要。扩散模型的最新发展，尤其是在潜在扩散和无分类器指导的情况下，产生了可以欺骗人类的高度实现图像。在检测域中，跨不同生成模型的概括的需求导致许多人依靠频率指纹或痕迹来识别合成图像，因此通常会损害对复杂图像降解的鲁棒性。在本文中，我们提出了一种新的方法，该方法不依赖于频率或直接基于图像的特征。相反，我们利用预先训练的扩散模型和采样技术来检测假图像。我们的方法论基于两个关键见解：（i）预先训练的扩散模型已经包含有关真实数据分布的丰富信息，从而通过策略性抽样实现了真实和假图像之间的区分； （ii）文本条件扩散模型对无分类器指导的依赖性，再加上更高的指导权重，可以实现真实和扩散产生的假imperigens之间的识别性。我们在整个Genimage数据集中评估了我们的方法，并具有八个不同的图像发生器和各种图像降解。我们的方法证明了它在检测多种AI生成的合成图像的功效和鲁棒性，从而设置了新的最新状态。代码可在我们的项目页面1
轻快的步行锻炼是为了降低糖尿病的血糖水平，i Wayan Mustika 1*，Ketut Sudiantara 2，I Wayan Suardana 3
a b s t r a c t背景：非传染性疾病（NCD）是一个健康问题，目前是全球和国家关注的重点。可以找到的NCD之一是糖尿病（DM）。称为糖尿病的慢性代谢疾病是由胰腺或身体无法充分使用其产生的胰岛素的人体产生的胰岛素不足引起的。糖尿病无法治愈，但是可以控制血糖以防止并发症。体育锻炼或锻炼是控制糖尿病的第三个也是非常重要的方面。可以进行的一项体育锻炼是轻快的步行运动30分钟。目的：找出实施轻快的步行锻炼是否可以减少2023年Buleleng Regency的Wall Village的糖尿病患者的血糖水平。所使用的研究类型是与非对照组设计的准实验。所使用的采样技术是非概率抽样，即目的抽样，即30名受访者（15个干预组和15个对照组）。Wilcoxon测试结果获得了0.001 根据这项研究，建议轻快的步行可以用作一种非药物疗法来降低血糖水平。 简介根据这项研究，建议轻快的步行可以用作一种非药物疗法来降低血糖水平。简介
Hubungan Pengetahuan贫血，Pola Tidur，Pola Makan ...
摘要背景：青少年的流行率在2018年在印度尼西亚经历了贫血，约为32％。年轻妇女群体的可能性比年轻男性高十倍。缺乏血液的问题可以取决于知识，睡眠模式，饮食模式，抑制剂和增强剂。目的：分析在南坦格兰市的Al-Amanah al-Gontory伊斯兰寄宿学校的知识，睡眠模式，饮食模式，抑制剂和增强子与贫血的相关性。方法：本研究中使用的设计是横截面的，其中有113个样品选择了分层随机采样技术。使用卡方和Fisher精确测试的数据分析。结果：睡眠模式（p = 0.003），蛋白质摄入量（p = 0,000），铁摄入量（p = 0,000）和抑制剂（p = 0,000）之间存在与缺乏血液或贫血的抑制剂（P = 0,000）之间的关系，并且知识之间没有关系（P = 0.156）和增强剂（P = 0.970）（P = 0.970）（P = 0.970）。结论：贫血可以受到一个人的睡眠方式的影响。睡眠模式不佳与睡眠障碍，缺乏睡眠和嗜睡有关。饮食模式（铁和蛋白质）和频繁食用抑制剂也会引起贫血。
基于追踪研究的大学生成绩预测
摘要 为了提高学生成绩，许多大学使用机器学习来分析和评估他们的数据，从而提高大学的教育质量。为了从追踪研究数据集中获得新的见解，即大学成绩与学生在商业和行业工作能力之间的相关性，作者将使用人工神经网络 (ANN) 开发一个基于追踪研究数据集预测学生成绩的模型。为了获得与标签相对应的属性，将使用 Phi 系数相关来选择具有高相关性的属性作为特征选择。作者还使用合成少数过采样技术 (SMOTE) 执行过采样方法，因为这个数据集是不平衡的，并使用 K 折交叉验证评估模型。根据 K 折交叉验证，结果表明 K = 3 的评估分数标准差较低，是分割数据集的最佳 K 候选者。所有分数评估（准确度、精确度、召回率和 F-1 分数）的平均标准差为 0.038。将 SMOTE 应用于不平衡数据集（数据分为 65 个训练数据和 35 个测试数据）后，准确率值从 0.77 提高到 0.87，提高了 10%。关键词：人工神经网络、不平衡数据集、K 折交叉验证、学生表现、追踪研究。引言
2015 年 NASA 技术路线图 - TA 8：科学仪器、天文台和传感器系统
科学仪器、天文台和传感器系统 TA 8 路线图利用了 2010 年空间技术路线图和 2005 年 NASA 高级规划和集成办公室 (APIO) 评估、高级望远镜和天文台以及科学仪器和传感器中的先前路线图活动。TA 8 的技术允许收集有关地球大气层、太空和其他行星的信息。TA 8 技术分为遥感仪器和传感器、天文台和现场仪器和传感器。遥感仪器和传感器包括用于测量感兴趣的远程目标的光谱、空间和其他可观察特性的组件、传感器和仪器，既有被动的，也有主动的，例如通过基于激光和雷达的方法。天文台包括用于收集、集中或传输光子的下一代望远镜系统的技术。现场仪器和传感器包括用于探测空间环境中的场、波和粒子以及用于表征行星外大气层、大气层和表面的组件、传感器、仪器和采样技术。本文件中确定的技术需求和挑战可追溯到最新的地球、行星、天体物理学和太阳物理学十年调查报告推荐的特定 NASA 任务（“拉动技术”），但有些允许新的科学能力和任务概念（“推动技术”）。
社区、能力和理解的发展...
摘要：由于无人机系统 (UAS) 为大气研究提供了新视角，其在大气科学中的应用正在迅速扩大。为了支持这一发展，国际遥控飞机大气研究学会 (ISARRA) 应运而生，并召开了年度会议和“飞行周”。2018 年飞行周被称为高空低空大气剖面研究——遥控飞机团队实验 (LAPSE-RATE)，涉及在科罗拉多州圣路易斯山谷进行为期一周的部署。2018 年 7 月 14 日至 20 日，100 多名学生、科学家、工程师、飞行员和外联协调员使用无人机和地面资产进行了密集的实地行动，以开发数据集、社区和能力。除了协调的“社区日”为团体提供与圣路易斯谷社区分享其飞机和科学的机会外，LAPSE-RATE 参与者还进行了近 1,300 次研究飞行，总计超过 250 小时的飞行时间。收集到的测量数据已用于提高能力（仪器、平台、采样技术和建模工具）、进行详细的系统比对研究、发展新的合作关系以及促进社区对在大气科学中使用 UAS 的支持。