Accurate forecasting of contagious illnesses has become increasingly important to public health policymaking and better prediction could prevent the loss of millions of lives. To better prepare for future pandemics, it is essential to improve forecasting methods and capabilities. In this work, we implement physics-informed neural networks (PINNs), a popular tool in the area of scientific machine learning, to perform infectious disease forecasting. The used PINNs model incorporates dynamical systems representations of disease transmission into the loss function, thereby assimilating epidemiolog
СтатьяПоддержка NIH: внешняя программаПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
We use a combination of Brownian dynamics (BD) simulation results and deep learning (DL) strategies for the rapid identification of large structural changes caused by missense mutations in intrinsically disordered proteins (IDPs). We used ∼6500 IDP sequences from MobiDB database of length 20-300 to obtain gyration radii from BD simulation on a coarse-grained single-bead amino acid model (HPS2 model) used by us and others [Dignon, G. L. PLoS Comput. Biol. 2018, 14, e1005941,Tesei, G. Proc. Natl. Acad. Sci. U.S.A. 2021, 118, e2111696118,Seth, S. J. Chem. Phys. 2024, 160, 014902] to generate the
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Progressive global aging has increased the number of elderly individuals living alone. The consequent rise in fall accidents has worsened physical injuries, reduced the quality of life, and increased medical expenses. Existing wearable fall-detection devices may cause discomfort, and camera-based systems raise privacy concerns. Here, we propose a non-contact fall-detection system that integrates 4D imaging radar sensors with artificial intelligence (AI) technology to detect falls through real-time monitoring and visualization using a web-based dashboard and Unity engine-based avatar, along wit
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Temporal trends of bioavailable PCB water concentrations from a long running mussel biomonitoring program (1998-2023) in the Detroit River, Ontario, Canada. Bioavailable sum PCB10 concentrations exhibited long term declines at two biomonitoring locations but such declines were influenced by changes in water levels and showed different responses among individual congeners. Temporal declines in PCBs were highest rising water levels, PCBs reverted to an increasing trend for all congeners at the upstream biomonitoring location. At the midstream location, only PCBs 28 + 31 and 52 changed their temp
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Air pollution is a significant global challenge with profound impacts on human health and the environment. Elevated concentrations of various air pollutants contribute to numerous premature deaths each year. In Europe, and particularly in Poland, air quality remains a critical concern due to pollutants such as particulate matter (PM), which pose serious risks to public health and ecological systems. Effective control of PM emissions and accurate forecasting of their concentrations are essential for improving air quality and supporting public health interventions. This paper presents four advan
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Monitoring underwater environments is crucial for industrial applications, providing data that can be used for reporting against corporate sustainability and environmental goals. This study presents a novel approach to integrating high-resolution underwater imaging and high-tech water quality sensing with deep learning models to detect fish, estimate turbidity in Nephelometric Turbidity Units (NTU), and analyze their interactions. An IP-based underwater camera and two advanced water quality sensors were deployed at the Port of Mackay (northern Queensland, Australia) to collect synchronized vis
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Selection of the optimal makeup solvent composition is critical for achieving sensitive and reproducible ionization in supercritical fluid chromatography-mass spectrometry (SFC-MS). This study investigated the ionization processes in a spray-based ionization source called UniSpray (US), by an artificial neural network driven approach, emphasizing the effect of makeup solvent composition. A set of compounds with different physicochemical properties was analyzed using a generic SFC method and 24 makeup solvents. Artificial neural networks were used to correlate molecular descriptors with MS resp
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Human-induced global warming, primarily attributed to the rise in atmospheric CO2, poses a substantial risk to the survival of humanity. While most research focuses on predicting annual CO2 emissions, which are crucial for setting long-term emission mitigation targets, the precise prediction of daily CO2 emissions is equally vital for setting short-term targets. This study examines the performance of 14 models in predicting daily CO2 emissions data from 1/1/2022 to 30/9/2023 across the top four polluting regions (China, India, the USA, and the EU27&UK). The 14 models used in the study include
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
As the challenge of climate change continues to grow, we need creative solutions to predict better and track industrial waste carbon emissions, focusing on sustainable waste management practices. The present study proposes a state-of-the-art Metaverse framework that puts artificial intelligence into action in predicting carbon emissions using energy use patterns and industrial social factors. At the heart of this framework lies a hybrid deep learning model combining convolutional neural networks and Long-term, short-term memory to model complicated spatial and temporal dependencies inherent in
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Evaluating the solubility of various drugs in supercritical CO2 is a fundamental step in developing a supercritical process for formulating new pharmaceuticals. Atorvastatin, Lovastatin, and Simvastatin are statin drugs with limited solubility and low bioavailability. Their solubility in supercritical CO2 has already been experimentally measured. This study provides a thorough theoretical analysis of this topic using novel advanced empirical models, fugacity coefficient-based and liquid thermodynamic models, and various machine learning techniques. Finally, the accuracy of the employed models
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This research focuses on enhancing the extraction efficiency of Phylloporia ribis and assessing its biological functions. Key parameters including extraction temperature, duration, and ethanol-to-water ratio were optimized through both Response Surface Methodology (RSM) and an integrated Artificial Neural Network-Genetic Algorithm (ANN-GA) approach. The extracts obtained via ANN-GA exhibited greater antioxidant activity and higher concentrations of phenolic constituents such as gallic acid, quercetin, and vanillic acid. Compared to RSM-optimized samples, ANN-GA extracts demonstrated superior f
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVES: To construct a GA-BP neural network model based on the spectrum-effect relationship of Cassia seeds extract and test its performance for quality control of Cassia seeds using spectrum-effect score.
METHODS: The HPLC fingerprints of Cassia seeds extract (0.1, 0.2, and 0.4 g/mL) were established. In a mouse model of 5-Fu-induced liver injury treated with 0.4, 0.8, and 1.6 g/kg of Cassia seeds extract, the pharmacodynamics parameters were measured to calculate the comprehensive efficacy using AHP-EWM. A GA-BP neural network model between the fingerprints and comprehensive efficacy wa
Аннотация на английскомСтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Understanding students' emotional conditions throughout the learning process is a significant feature of enhancing learning quality. In an academic setting, an extent of emotion is achieved physically or automatically by utilizing a computer. Emotions like curiosity, hope, interest, confusion, enjoyment, anger, pride, shame, frustration, anxiety, and boredom often arise throughout the learning procedure. In educational surroundings, emotions experienced have a robust relationship with a student's academic attainment and personal development. However, developing an emotion detection model utili
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The increasing integration of the Internet of Things (IoT) in healthcare has led to massive, high-dimensional data streams, demanding advanced, adaptive learning models for timely and accurate clinical predictions, especially in sensitive domains such as palliative care. Existing models often suffer from high computational overhead, sensitivity to learning rate variations, and difficulties in handling non-stationary data, which impedes their ability to deliver accurate and prompt predictions in high-risk medical scenarios. To address these limitations, this study proposes a Hybrid Metaheuristi
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The agricultural sector remains one of the most hazardous working environments, with viticulture posing particularly high risks due to repetitive manual tasks, pesticide exposure, and machinery operation. This study explores the potential of vision-based Artificial Intelligence (AI) systems to enhance occupational health and safety by evaluating their coherence with human expert assessments. A dataset of 203 annotated images, collected from 50 vineyards in Northern Italy, was analyzed across three domains: manual work activities, workplace environments, and agricultural machinery. Each image w
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Clozapine is widely regarded as one of the most effective therapeutics for treatment-resistant schizophrenia. Despite its proven efficacy, the therapeutic use of clozapine is complicated by its narrow therapeutic index, which necessitates rapid and precise therapeutic drug monitoring (TDM) to optimize patient outcomes and minimize adverse effects. However, conventional techniques, such as high-performance liquid chromatography, are limited by their high costs, complex instrumentation, and long turnaround times. Herein, we propose a novel approach that integrates artificial neural networks (ANN
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
A novel method for green extraction of echinacoside and acteoside from Cistanche deserticola (C. deserticola) using natural deep eutectic solvents (NADES) has been developed, integrating conductor-like screening model for realistic solvents (COSMO-RS) and artificial neural network-genetic algorithm (ANN-GA) optimization to maximize efficiency. Among 48 NADES evaluated, choline chloride-propylene glycol (1:3 M ratio, 30 wt% water content) was identified as the optimal solvent through COSMO-RS and single-factor optimization. The ANN model (3-9-1 topology, R > 0.99) efficiently captured nonlinear
СтатьяОценочное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Osteoporosis is a bone disease characterized by reduced bone mineral density and mass, which increase the risk of fragility fractures in patients. Artificial intelligence can mine imaging features specific to different bone densities, shapes, and structures and fuse other multimodal features for synergistic diagnosis to improve prediction accuracy.
OBJECTIVE: This study aims to develop a multimodal model that fuses chest X-rays and clinical parameters for opportunistic screening of osteoporosis and to compare and analyze the experimental results with existing methods.
METHODS: We
СтатьяВалидационное исследованиеПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Objective.Key challenges in upper limb prosthetics include a lack of effective control systems, the often invasive surgical requirements of brain-controlled limbs, and prohibitive costs. As a result, disuse rates remain high despite potential for increased quality of life. To address these concerns, this project developed a low cost, noninvasive transhumeral neuroprosthesis-operated via a combination of electroencephalography (EEG) signals and head gestures.Approach.To address the shortcomings of current noninvasive neural monitoring techniques-namely, single-channel EEG-we leveraged machine l
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
State-of-the-art upper-limb myoelectric prostheses are typically controlled using classification-based models that do not offer simultaneous control of wrist and hand movements (degrees of freedom or DOFs). Regression-based alternatives are being studied because they do offer simultaneous DOF control, yielding more natural movements, but generally require longer training routines. We investigated methods to reduce the training burden for regression-based myoelectric control. Five different methods to train regression models were tested using electromyographic (EMG) data collected from the fore
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования