该研究提出了一种基于深度强化学习的决策支持系统，有效解决动态任务分配问题，实验结果表明其策略优于现有基线，尤其在真实场景中表现突出。

本文介绍了法律领域自然语言处理（NLP）的最新进展，包括LexGLUE基准测试、法律模型评估及其在法律推理中的应用。研究显示，尽管大型语言模型在法律任务中表现优异，但仍面临偏见和可解释性等挑战。未来研究应关注法律AI工具的改进及人本法律咨询的有效性。

云端临床决策支持系统（CDSS）利用云计算为医护人员提供循证建议，提升护理质量。其优势包括高可访问性、扩展性、成本效益和实时数据处理。挑战在于数据安全、系统整合和用户采纳。未来，CDSS将与人工智能、远程医疗和患者参与结合，推动个性化医疗。尽管有挑战，云端CDSS在现代医疗中发挥重要作用，促进高效、协作和以患者为中心的医疗体系。

该研究提出了一种基于人工智能的病人分诊方法，通过分析病人数据提高分诊效率和准确性。探讨了大型语言模型在医学中的应用，包括知识检索和临床决策支持。研究表明，人工智能显著提升医疗效率和资源配置，未来需优化其在临床实践中的整合。

本文探讨了利用机器学习预测气候变化对农业，特别是作物产量的影响。研究表明，结合气候、土壤和遥感数据可以提高稻谷和棉花的产量预测准确性。此外，开发的智能农业决策支持系统帮助农民选择高产作物并预测疾病，从而提升农业实践水平。

该研究利用人工智能和机器学习技术，开发了基于3D分割及CNN、RNN的模型，以提高腹部创伤的诊断速度和准确性。通过处理CT扫描，提供实时评估，改善临床决策和患者预后。同时，研究探讨了治疗推荐系统的可行性，旨在降低医疗错误率并提升治疗效果。此外，发布了RSNA腹部创伤CT数据集，以促进相关研究的发展。

本文探讨了基于深度学习的全自动决策支持系统在浸润性导管癌免疫组化评分中的应用，显著提高了评分的准确性。研究提出了图像搜索方法和数据集，促进了肿瘤检测与癌症诊断，并推动了病理图像生成技术的发展。

本文探讨了人工智能决策支持系统与人机界面的应用，提出了协作决策框架A2C，旨在提高人类与AI的决策效率。A2C结合规则和机器学习技术，在复杂环境中促进协作，增强决策能力，并通过对抗训练提升AI安全性。研究表明，AI与人类专家的协作能显著改善决策效果。

利用预训练的大型语言模型（LLMs）和 ChatGPT API 作为推理核心，通过自然语言处理、基于方法论的提示调整和 Transformer 技术，自动化创作基于场景的本体论文、都市数据集和模拟技术手册，生成知识图谱，以促进都市决策支持系统的发展。

本文提出了一种决策支持系统，通过历史数据和社交网络分析，自动提取电影特征以预测利润。实验证明该系统在预测准确性上优于传统方法，并分析了影响电影利润的关键因素，展示了基于内容的方法在深度学习时代的优势。

构建智慧城市的目标之一是建立更智能的医疗基础设施。为解决临床数据异构性和安全性问题，提出了基于深度学习的临床决策支持系统，采用联邦学习和序列到序列模型，协助医护人员进行个性化医学诊断。

人工智能在决策支持系统中的应用主要集中在技术进步方面，忽视了算法输出与人类期望的一致性。可解释的人工智能提倡以人为中心的发展。通过对105篇文章进行综述，提出了一种交互模式分类系统，以深入研究不同人机交互方式。现有的交互方式主要是简单的合作模式，对真正的交互功能的支持相对较少。该分类系统将有助于理解当前决策环境中人与人工智能的交互方式，并促进交互设计的有意选择。

研究人员利用93,028个训练记录的数据集，预测了10,337个测试记录的作物产量。他们开发了两种新颖的卷积神经网络架构，并使用广义集成方法确定了最优模型权重。模型在测试数据上表现更好，具有较低的均方根误差和更高的相关系数。研究人员还将模型应用于基因型的识别，并通过特征重要性分析突出了地点、MG、年份和基因型的重要性，以及气候变量的重要性。

该论文提出了一个决策支持系统，利用历史数据、社交网络分析和文本挖掘技术预测电影利润。实验证明该系统性能优于基准方法，新特征对预测有重要贡献。分析电影利润关键因素可能对团队绩效和创意工作产生影响。

本研究使用多智能体系统实现工业4.0的分散化生产控制和信息分配，提出了基于智能代理的集成调度方法，解决了多智能体系统下排班执行时间过长的问题，并考虑了物流需求中的生产、运输、缓冲和共享资源操作的相互依赖性及大型工件的约束。

该研究提出了一种独特的策略，通过组合集成平均模型和五个不同的迁移学习模型，改善了不平衡数据集分类问题的准确性。研究识别了四个不同的预测 AD 的类别，以高加权准确度 98.91% 的方式，有助于更全面地了解和检测该疾病。

该研究提出了一种简化患者数据填写的创新解决方案，使用自适应问卷动态显示或隐藏问题。该方法应用于实施药物多用途管理指南 STOPP/START v2 的决策支持系统中，可以将问卷中显示的临床病况数量减少三分之二左右。

该论文介绍了一种基于大型语言模型构建的新模型，用于在线用户对话中的心理干预。研究证实该系统能够准确分析患者问题并提供专业建议，增强非专业人员的支持。该研究验证了大型语言模型在心理学领域的应用，并为基于社区的心理健康支持奠定了基础。