- Αρχική
- Τεχνητή νοημοσύνη
Τεχνητή νοημοσύνη
Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης
Using Artificial Intelligence in the COVID-19 Pandemic: A Systematic Review
Özsezer, G.; Mermer, G.
Acta Medica Iranica ; 60(7):387-397, 2022, https://doi.org/10.18502/acta.v60i7.10208
Özsezer, G.; Mermer, G.
Acta Medica Iranica ; 60(7):387-397, 2022, https://doi.org/10.18502/acta.v60i7.10208
Οι εφαρμογές τεχνητής νοημοσύνης είναι γνωστό ότι διευκολύνουν τη διάγνωση και τη θεραπεία της λοίμωξης COVID-19. Αυτή η έρευνα διεξήχθη για τη διερεύνηση και τη συστηματική ανασκόπηση των μελετών που δημοσιεύθηκαν σχετικά με τη χρήση της τεχνητής νοημοσύνης στην πανδημία COVID-19.
Iwasaki, Y., Abe, T., Wada, K. et al.
BMC Microbiol 22, 73 (2022). https://doi.org/10.1186/s12866-022-02484-3
Published10 March 2022
Ο ιός SARS-CoV-2 αποτελεί σοβαρή απειλή για τη δημόσια υγεία και ένα σημαντικό ζήτημα για τον χαρακτηρισμό αυτού του ταχέως εξελισσόμενου ιού είναι η διαλεύκανση διαφόρων πτυχών των αλλαγών στην αλληλουχία του γονιδιώματός τους.
Smuha, Nathalie A.
Working Paper Series, KU Leuven - Faculty of Law, Available at SSRN, DOI: http://dx.doi.org/10.2139/ssrn.3742421
Posted: 07 Dec 2020
Posted: 07 Dec 2020
Αυτό το άρθρο αποσκοπεί στην αξιολόγηση των ηθικών προκλήσεων που θέτει η εισαγωγή της Τεχνητής Νοημοσύνης στην εκπαίδευση (AIED). Το ισχύον κανονιστικό πλαίσιο, για μια αξιόπιστη τεχνητή νοημοσύνη, απαρτίζεται από 7 απαιτήσεις όπως αυτές καθορίστηκαν στις κατευθυντήριες γραμμές δεοντολογίας της αρμόδιας ομάδας εμπειρογνωμόνων της Ευρωπαϊκής Επιτροπής.
The Role of Natural Language Processing during the COVID-19 Pandemic: Health Applications, Opportunities, and Challenges
Al-Garadi, Mohammed Ali; Yang, Yuan-Chi; Sarker, Abeed
Healthcare (Basel), 2022, 10(11), 2270; https://doi.org/10.3390/healthcare10112270
Al-Garadi, Mohammed Ali; Yang, Yuan-Chi; Sarker, Abeed
Healthcare (Basel), 2022, 10(11), 2270; https://doi.org/10.3390/healthcare10112270
Published: 12 November 2022
Σε αυτό το άρθρο εξετάζονται οι εφαρμογές της Επεξεργασίας Φυσικής Γλώσσας για την αντιμετώπιση διαφόρων πτυχών της πανδημίας COVID-19. Περιγράφονται βασικές προόδοι που σχετίζονται με την Επεξεργασία Φυσικής Γλώσσας σε ένα επιλεγμένο σύνολο θεμάτων που αναφέρονται στη βιβλιογραφία και συζητούνται οι ευκαιρίες και οι προκλήσεις που σχετίζονται με την εφαρμογή της Επεξεργασίας Φυσικής Γλώσσας κατά την τρέχουσα και τις μελλοντικές πανδημίες.
S. Kumar, R. D. Raut, P. Priyadarshinee, S. K. Mangla, U. Awan and B. E. Narkhede
in IEEE Transactions on Engineering Management, doi: 10.1109/TEM.2022.3157625.
Η παρούσα ερευνητική εργασία μελετά τον πιθανό αντίκτυπο του Διαδικτύου των πραγμάτων (IoT) στην απόδοση της εφοδιαστικής αλυσίδας των εμβολίων. Η έρευνα που διενεργείται χρησιμοποιεί μοντέλο δομικών εξισώσεων για τη διερεύνηση της υπόθεσης.
Lainjo B.
J Multidiscip Healthc. 2021;14:2361-2372, https://doi.org/10.2147/JMDH.S321751
Published 27 August 2021
Στόχος της μελέτης είναι να διεξαχθεί μια ανασκόπηση της πανδημίας Covid-19 εστιάζοντας στο θέμα της νοσηρότητας και θνησιμότητας, λαμβάνοντας υπόψη τη δυναμική της τεχνητής νοημοσύνης και της ποιότητας ζωής
The 2019-nCoV epidemic control strategies and future challenges of building healthy smart cities
Xu, C., Luo, X., Yu, C., & Cao, S.-J.
Indoor and Built Environment, https://doi.org/10.1177/1420326X20910408
Xu, C., Luo, X., Yu, C., & Cao, S.-J.
Indoor and Built Environment, https://doi.org/10.1177/1420326X20910408
First Published: March 3, 2020
Η ταχεία εξάπλωση της νέας λοίμωξης και το υψηλό ποσοστό νοσηρότητας που συνδέεται με την επιδημία COVID 19, απαιτούν την ταχεία και αυστηρή εφαρμογή των κατάλληλων μέτρων ελέγχου. Ο κίνδυνος της εξάπλωσης σοβαρών ιογενών λοιμώξεων εξαρτάται άμεσα από το βαθμό μετάδοσης του ιού από άτομο σε άτομο σε εσωτερικό περιβάλλον. Αυτό έχουν καταδείξει παρόμοιες καταστάσεις την τελευταία δεκαετία, όπως κατά την πανδημία γρίπης H1N1 του 2009 και την επιδημία του κορονοϊού του αναπνευστικού συνδρόμου της Μέσης Ανατολής το 2014 (MERS).
Role of biological Data Mining and Machine Learning Techniques in Detecting and Diagnosing the Novel Coronavirus (COVID-19): A Systematic Review
Albahri, A.S., Hamid, R.A., et al.
Albahri, A.S., Hamid, R.A., et al.
Journal of Medical Systems, Volume 44, Issue 7, 1 July 2020, Article number 122
Αυτή η συστηματική ανασκόπηση εξετάζει εφαρμογές AI που βασίζονται σε αλγόριθμους εξόρυξης δεδομένων και μηχανικής μάθησης (ML) για την ανίχνευση του ιού και για τη διάγνωση COVID-19.
Vaid, S., McAdie, A., Kremer, R. et al.
International Orthopaedics (SICOT) 44, 1581–1589 (2020) DOI: https://doi.org/10.1007/s00264-020-04653-3
Issue Date: August 2020
Χρησιμοποιείται ένα πλαίσιο τεχνητής νοημοσύνης βασισμένο στο χρονοδιάγραμμα των κυβερνητικών παρεμβάσεων για την ανάσχεση της covid-19. Η μελέτη προτρέπει τους υπεύθυνους χάραξης πολιτικής να λάβουν υπόψη αυτά τα αποτελέσματα καθώς προχωρούν σε χαλάρωση των περιοριστικών μέτρων.
Review on the Evaluation and Development of Artificial Intelligence for COVID-19 Containment
Hasan, Md Mahadi, Islam, Muhammad Usama, Sadeq, Muhammad Jafar, Fung, Wai-Keung, Uddin, Jasim
Sensors 2023, 23(1), 527; https://doi.org/10.3390/s23010527
Hasan, Md Mahadi, Islam, Muhammad Usama, Sadeq, Muhammad Jafar, Fung, Wai-Keung, Uddin, Jasim
Sensors 2023, 23(1), 527; https://doi.org/10.3390/s23010527
Published: 3 January 2023
Αυτή η μελέτη παρουσιάζει μια ολοκληρωμένη ανασκόπηση της τεχνητής νοημοσύνης με ιδιαίτερη εστίαση στις μελέτες μηχανικής μάθησης, βαθιάς μάθησης, επεξεργασίας εικόνας, ανίχνευσης αντικειμένων, τμηματοποίησης εικόνων και εκμάθησης λίγων λήψεων, που χρησιμοποιήθηκαν σε διάφορες εργασίες σχετικά με την COVID-19.