企业级软件正在从传统管理工具向决策支持系统转型。特赞提出的Generative Enterprise Agent(GEA)架构强调企业判断的形成,推动软件架构的变革。未来竞争将侧重于判断质量和系统协同,而非仅仅依赖模型能力。
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。
联邦学习可在不共享原始数据的前提下协作训练模型,保护医疗隐私并整合碎片化数据。研究涵盖个性化联邦学习、稀疏正则化与通信效率提升、智能医疗应用、医学自然语言处理、医生推荐系统、FedER策略、医学概念嵌入学习及差分隐私双层保护等,实验表明其性能接近集中式学习,并显著提升隐私与效率。
该文综述机器学习与深度学习在作物产量预测中的应用:随机森林等模型精度较高;CNN-RNN、图神经网络及CNN-LSTM-DNN等可捕捉时空依赖,提升预测表现;结合APSIM模拟特征可降低误差;深度强化学习可优化氮肥管理;高分辨率弱监督方法及价格预测模型亦展现潜力。
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。
完成下面两步后,将自动完成登录并继续当前操作。