The adoption of Internet of Things (IoT) and Machine Learning (ML) in agriculture presents a revolutionary step toward efficient agricultural practices using data to address global issues surrounding food security. This review conducted a systematic search of the Scopus, IEEE Xplore, ScienceDirect, and SpringerLink databases for articles published between January 2023 and January 2026. It used keyword combinations like "IoT and machine learning and agriculture", "crop recommendation", "plant disease detection", and "precision farming". From the initial pool of articles found, 30 articles met t
СтатьяПоиск 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.
This data article describes a multilingual annotated dataset for training and evaluating metadata extraction systems for scientific articles … he format can be consumed directly by sequence labelling methods such as conditional random fields, recurrent neural networks, transformer-based token classifiers and large language models. The data can be reused to develop and benchmark metadata extraction and citation parsing systems and to support indexing in digital libraries and scholarly search services covering Pers …
СтатьяПоиск 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.
PURPOSE: To develop and validate deep learning models for predicting keratoconus progression risk using multimodal imaging and clinical data … multimodal fusion architectures to predict 2-year progression risk from baseline data. We developed recurrent neural networks to incorporate data from sequential clinic visits. We assessed clinical utility through simulated risk-stratified triage pathways in an external validation cohort.
MAIN OUTCOME MEASURES: The area under the receiver operating characteristic curve (A …
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.
OBJECTIVE: The rapid evolution of the COVID-19 virus has led to the development of different vaccine shots, each designed to combat specific … oyed state-of-the-art GPT models, including GPT-3.5 and GPT-4, alongside traditional models such as Recurrent Neural Networks (RNNs) and BioBERT, to extract these relationships. Additionally, we used two sets of post-processing rules to further refine the extracted relations. Evaluation metrics including precision, recall, and F1-score were used to assess the performance o …
СтатьяПрепринтПоиск 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 number of electronic gadgets in our daily lives is increasing and most of them require some kind of human interaction, this demands innovative, convenient input methods. There are limitations to state-of-the-art (SotA) ultrasound-based hand gesture recognition (HGR) systems in terms of robustness and accuracy. This research presents a novel machine learning (ML)-based end-to-end solution for hand gesture recognition with low-cost micro-electromechanical (MEMS) system ultrasonic transducers. In contrast to prior methods, our ML model processes the raw echo samples directly instead of usi
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.
BACKGROUND: Time-series forecasting is crucial in pharmaceutical fermentation, where early detection of deviations safeguards product quality. As the industry evolves toward Pharma 4.0, integrating machine learning into process monitoring and control presents an opportunity to enhance efficiency, consistency, and regulatory compliance. However, currently there is a notable lack of reliable machine learning based predictive tools for complex pharmaceutical fermentations.
OBJECTIVE: To develop a machine learning model based on Gated Recurrent Units (GRUs) for predicting penicillin concentration
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.
Millions of people worldwide suffer motor or sensory impairment due to stroke, spinal cord injury, multiple sclerosis, traumatic brain injur … ensity) ECoG and SEEG recordings. These findings motivated the use of long short-term memory (LSTM) recurrent neural networks (RNNs) which are well-suited to handling transient input features. Combining temporal correlation-based feature selection with LSTM yielded decoding accuracies of up to 92.04 ± 1.51% for hand movements, up to 91.69 ± 0.49% for individual finger move …
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.
BACKGROUND: Temporal lobe epilepsy (TLE) is a common and medically refractory neurological disorder with a complex pathogenesis. Blood-brain barrier (BBB) dysfunction is a key pathogenic factor. As a multifunctional protein, TGM2 has been shown to participate in vascular homeostasis, metabolic pathway regulation, and immune-inflammatory responses. This study aimed to systematically investigate the expression pattern, core functions, and molecular regulatory mechanisms of TGM2 in TLE, and to clarify its clinical value.
METHODS: Temporal cortex tissue and plasma samples from drug-resistant TLE
СтатьяПоиск 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.
Sepsis remains a major cause of morbidity and mortality worldwide, and delayed recognition continues to compromise timely intervention. In recent years, artificial intelligence (AI) has been increasingly applied to continuously updated clinical data to facilitate earlier detection of sepsis; however, the quality, interpretability, and clinical readiness of these models remain uncertain. This systematic review evaluated real-time AI models designed for early sepsis prediction using dynamic hospital data. A structured search of PubMed/MEDLINE, Scopus, and Web of Science identified studies publis
СтатьяОбзорПолный 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.
BACKGROUND: Finding a biomarker to diagnose migraine remains a significant challenge in the headache field. Migraine patients exhibit dynamic and recurrent alterations in the brainstem-thalamo-cortical loop, including reduced thalamocortical activity and abnormal habituation during the interictal phase. Although these insights into migraine pathophysiology have been valuable, they are not currently used in clinical practice. This study aims to evaluate the potential of Artificial Neural Networks (ANNs) in distinguishing migraine patients from healthy individuals using neurophysiological record
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.
BACKGROUND: Septic shock is associated with high mortality, making accurate risk stratification crucial for tailored treatment. Traditional … ty of 0.65, specificity of 0.81, and an AUC of 0.80 (Confidence Interval [CI]: 0.77-0.84). Notably, recurrent neural networks (RNN) and support vector machines (SVM) achieved the highest AUC of 0.91. Compared to traditional clinical scoring systems, AI demonstrated significantly higher specificity (0.81 vs. 0.66, P < 0.05) and AUC (0.80 vs. 0.69, P < 0.05). The most freque …
СтатьяСистематический обзорМетаанализПолный 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: Contactless detection and classification of abnormal respiratory patterns is challenging, especially in multi-person scenarios. While Software-Defined Radio (SDR) systems have shown promise in capturing subtle respiratory movements, the presence of multiple people introduces interference and complexity, making it difficult to distinguish individual breathing patterns, particularly when subjects are close together or have similar respiratory conditions. Results: This paper presents a contactless, non-invasive system for monitoring and classifying abnormal breathing patterns in both s
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.
Colorectal cancer is a leading cause of cancer mortality worldwide, with an increasing incidence rate in developing countries. Integration of genetic information with cancer therapy guidance has shown promise in cancer treatment, indicating its potential as an essential tool in translation oncology. However, the high-throughput analysis and variability of genomic data poses a major challenge to conventional analytic approaches. In this study, we propose an advanced analytic approach, named "Fuzzy-based RNNCoxPH," incorporated fuzzy logic, recurrent neural networks (RNNs), and Cox proportional …
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
BACKGROUND: This study aims to validate the effectiveness of linear regression for motion prediction of internal organs or tumors on 2D cine … eshold. Both 0.4 s and 0.6 s prediction windows were tested using three linear predictors and three recurrent neural networks (RNNs), given the system delay of 0.5 s. Furthermore, an adaptive linear regression model was evaluated using only the first 30 s as the burn-in period, during which the model parameters were adapted during the online prediction process. The accurac …
СтатьяПолный текст не найденПеревод 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.
BACKGROUND: Tourette syndrome is a neurological disorder that is characterized by repeated unintentional physical movement and vocal sounds, … factoring and regression algorithm. An audio tic attack detection mechanism is also included, using recurrent neural networks, and a manually activated backup button and backup audio mechanism are fitted to alert caretakers on the personalized companion app.
CONCLUSIONS: TSBand enables the caretaker to provide support faster and prevent excessive self-harm or injury durin …
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.
OBJECTIVE: Accumulating evidence support that complete cytoreduction (CC) at the time of secondary cytoreductive surgery (SCS) improves survival in patients affected by recurrent ovarian cancer (ROC). Here, we aimed to determine whether artificial intelligence (AI) might be useful in weighting the importance of clinical variables predicting CC and survival.
METHODS: This is a retrospective study evaluating 194 patients having SCS for ROC. Using artificial neuronal network (ANN) analysis was estimated the importance of different variables, used in predicting CC and survival. ANN simulates a bi
СтатьяПоиск 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.
This work studies a new survival modeling technique based on least-squares support vector machines. We propose the use of a least-squares support vector machine combining ranking and regression. The advantage of this kernel-based model is threefold: (i) the problem formulation is convex and can be solved conveniently by a linear system; (ii) non-linearity is introduced by using kernels, componentwise kernels in particular are useful to obtain interpretable results; and (iii) introduction of ranking constraints makes it possible to handle censored data. In an experimental setup, the model is us
Сравнительное исследованиеСтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Systemic Lupus Erythematosus (SLE) is a chronic, autoimmune disease characterized by multiple organ involvement and autoantibodies, and its diagnosis is not easy in clinical practice. Pediatric SLE (pSLE) is diagnosed using the SLICC 2012 criteria for adult SLE patients. Our study aims to develop a closed computer-based AI model to assist clinicians in diagnosis. Fifty pSLE patients followed up in Hacettepe University Pediatric Rheumatology Outpatient Clinics, and 50 healthy individuals similar to them in terms of age and gender were included in the study. Data sets, including clinical and lab
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.
BACKGROUND: The recurrence rate of strokes associated with atrial fibrillation (AF) can be substantially reduced through the administration of oral anticoagulants. However, previous studies have not demonstrated a clear benefit from the universal application of oral anticoagulants in patients with embolic stroke of undetermined source. Timely detection of AF remains a challenge in patients with stroke.
AIM: This study aims to develop a convolutional neural network (CNN) model to accurately identify patients with AF using a 12-lead sinus-rhythm electrocardiogram (ECG) recorded around the time
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.
Skin sensitization, or allergic contact dermatitis, represents a critical end point in toxicity assessment, with profound implications for drug safety and regulatory decision-making. This study aims to develop a robust deep-learning-based quantitative structure-activity relationship framework for accurately predicting skin sensitization toxicity, particularly in the context of natural-product-derived compounds. To achieve this, we explored advanced recurrent neural network architectures, including long short-term memory (LSTM), bidirectional LSTM (BiLSTM), gated recurrent unit (GRU), and bidir
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