XiaoMi-AI文件搜索系统
World File Search System采用
采用机器学习技术来分析交叉销售的客户记录
这项研究深入研究了健康保险交叉销售，其中将其他保险产品促进了现有保单持有人，建议对拥有基本健康保险的人进行补充保险，例如牙科或人寿保险。这项研究的重点是应用机器学习来预测南非客户之间的交叉销售机会。目的是开发一种预测模型，以帮助健康保险公司确定潜在的交叉销售客户。利用定量研究方法，使用各种机器学习算法（包括随机森林，k-nearest邻居，Xgboost分类器和python中的逻辑回归）分析了健康保险消费者信息的全面数据集。结果表明，逻辑回归是表现最佳的模型，当在1,000,000个健康保险客户的数据集中接受17个功能，包括健康保险客户信息，因此获得了0.83的准确得分，F1得分为0.91。发现的分析表明，以前的保险和更长的服务历史的客户更有可能购买其他健康保险产品。这些见解使健康保险公司通过改善客户的目标和保留策略来增强收入，从而为行业对有效的交叉销售方法的理解提供了宝贵的信息。该方法包括定量数据提取和机器学习应用，因此有助于交叉销售策略理解的进步。
采用 ZnO 和石墨烯的钙钛矿太阳能电池的设计和模拟摘要
如今，为了满足人类的能源需求，对一次能源和二次能源的需求一直在增加。近年来，太阳能电池已被用作生产可再生、可持续和无污染能源的替代品。各种材料已被用作电池中的传输层。TIO2 是这些材料之一，已被广泛用作电子传输层，但目前，ZnO 是另一种重要材料。比 TIO2 的使用更晚。此外，钙钛矿太阳能电池是属于纳米家族的新一代太阳能电池。目前，钙钛矿太阳能电池 (PSC) 是电子工业中一种很有前途的电池，因为它具有高功率转换效率，以及制造硅太阳能电池的相对较低的成本，以及导致钙钛矿在不同类型的基板上使用的灵活性。此外，石墨烯作为光伏能量转换最重要的基本光伏材料已经出现并得到使用。石墨烯在太阳能电池的构造中用作透明电极、层间活性层、电子和空穴传输层或电子和空穴分离层。在本文中，目标是找到太阳能电池中功率转换效率最高的最佳结构，我们将进一步看到，通过使用钙钛矿、ZnO 和石墨烯，我们将以较低的制造成本实现 16% 的功率转换效率。
采用固体材料制成的创新型太阳能和风能充电站...
菲律宾政府的数据显示，该国每天产生约 43,684 吨垃圾，其中仅塑料垃圾就达 4,609 吨。世界野生动物基金会 2020 年的一份报告提供了令人震惊的统计数据，表明菲律宾产生的塑料垃圾总量中，只有 33% 得到妥善收集并在卫生垃圾填埋场处理，而 35% 则泄漏到环境中。此外，只有 9% 得到回收利用 [3]。菲律宾实施了“零废物管理”法，即《固体废物管理法》，作为一项解决废物处理不当问题的国家计划 [4]。然而，其有效性有限。为了缓解这一问题，一些地方政府部门实施了处罚措施，并发起了清理活动和在公共区域放置垃圾箱等活动。
商业世界中人工智能的采用：当前趋势和未来预测
“合成数据”是一类人工生成的数据，而不是从对现实世界的直接观察中获得的数据。可以使用不同的方法生成数据，例如从真实数据中进行统计严格采样、语义方法和生成对抗网络，或者通过创建模拟场景来生成数据，其中模型和流程相互作用以创建全新的事件数据集。
机械系统预测和健康管理 (PHM) 中采用的人工智能 (AI) 算法的性能指标
摘要。近年来，人工智能 (AI) 算法在预测和健康管理 (PHM) 领域的应用研究，特别是用于预测受状态监测的机械系统的剩余使用寿命 (RUL) 的研究，引起了广泛关注。为 RUL 预测建立置信度非常重要，这样可以帮助运营商和监管机构就维护和资产生命周期规划做出明智的决策。在过去十年中，许多研究人员设计了指标或指标来确定 AI 算法在 RUL 预测中的性能。虽然大多数常用的指标（如平均绝对误差 (MAE)、均方根误差 (RMSE) 等）都是从其他应用程序中改编而来的，但一些定制指标是专门为 PHM 研究而设计和使用的。本研究概述了应用于机械系统 AI 驱动的 PHM 技术的关键绩效指标 (KPI)。它介绍了应用场景的详细信息、在不同场景中使用特定指标的适用性、每个指标的优缺点、在选择一个指标而不是另一个指标时可能需要做出的权衡，以及工程师在应用指标时应该考虑的一些其他因素。
Englishbulletin.Adapt.it，@Adapt_Bulletin，2024年10月31日平台工人：正式采用该指令，以改善其WO
Div> Div> Div> 2024年10月14日，欧盟理事会正式采用了平台工作指令的文本，最初由欧洲委员会于2021年12月9日提出（有关初步分析，请参见D. Porcheddu，关于平台工作的指令的建议：算法管理和集体Safeguards of Pultive not of Pultive of Platform works：d。6）。从那以后，该提案一直是联盟各个机构之间进行广泛讨论的主题。尤其是，来自成员国的劳工部长在2023年6月12日会议期间就安理会的态度达成了共识。与欧洲议会的谈判于2023年7月11日开始，并于2024年2月8日达成协议。该指令现在将由理事会和欧洲议会签署，并将在欧盟官方杂志上发表。指令的关键规定旨在增强欧盟通过数字平台从事工作的2800万个人的工作条件。为了实现这一目标，该指令旨在提高围绕人力资源管理中算法使用的透明度，以确保自动化系统由合格的人员运营，并且工人有权通过这些系统做出决定。此外，该指令包括一些规定，旨在准确确定通过平台工作人员的就业关系分类，从而使他们能够访问所有权利的权利。值得注意的是，根据指令，将要求成员国将从属的法律推定纳入其法律框架中，当平台上雇佣关系的特定特征表明该工人遵守雇主的指导和控制权时，该框架将被激活。对意大利的影响欧元统一进程的即将结论将使成员国的立法者在颁布后的两年内将该指令转移到国家立法中。这项任务对于近年来已经解决了这些问题的意大利立法者可能会特别具有挑战性，这可能受到当时流通的平台指令的早期临时表述的影响。在不久的将来，意大利立法者将需要将现有规定与新欧洲文本规定的规定调和。
FCC 采用“C-V2X”汽车安全频谱规则
今天，经两党委员会一致投票后发布的报告和命令旨在促进有效利用 5.9 GHz 频段内专用于 ITS 的 30 兆赫频谱，并为美国公众提供实质性的安全益处。报告和命令将 C-V2X 技术参数编入委员会规则，包括功率和排放限制以及消息优先级。规则为汽车行业提供了灵活性，可以单独使用三个 10 兆赫信道，也可以组合使用三个 10 兆赫信道作为 20 兆赫信道或单个 30 兆赫信道。命令允许已根据 C-V2X 豁免获得授权的设备继续销售和运营，并提供了淘汰现有基于专用短程通信 (DSRC) 技术的时间表。
公民如何看待公共服务中采用人工智能？通过社会契约视角对公民态度的探索性研究
摘要 公共部门采用人工智能 (AI) 有可能改善服务交付。然而，与人工智能相关的风险很大，公民的担忧已经停止了多项人工智能计划。在本文中，我们报告了一项关于挪威公民对公共服务中使用人工智能的态度的实证研究的结果。我们发现了一种普遍积极的态度，并确定了促成这种态度的三个因素：a) 对政府的高度信任；b) 人类参与其中所带来的保证；c) 对流程、用于人工智能模型的数据和模型内部运作的透明度。我们通过社会契约理论的视角来解释这些发现，并展示了人工智能在公共服务中的引入如何受到社会契约权力动态的影响。我们的研究通过突出政府与公民的关系为研究做出了贡献，并对公共部门的人工智能实践产生了影响。
