博文
人工智能领域新研究合辑：AI在医疗保健、建筑和技术中的应用
|
作为一个研究领域，人工智能（AI）聚焦的是，如何通过利用计算机科学和高鲁棒性数据集为问题解决赋能。生成式AI模型（如ChatGPT）在AI技术方面取得了惊人突破，吸引了各行各业的关注，包括教育、技术、医疗保健等。尽管AI开发仍面临道德伦理问题，但不可否认的是，这项技术正以日新月异的速度飞速发展，未来将持续影响我们生活的方方面面。
以下三篇论文发布于2022年，向读者介绍了AI在医疗保健、建筑和技术中的应用。希望您喜欢这些有趣且富有洞见的论文。
Decreased Hospital Length of Stay for ICH and PE after Adoption of an Artificial Intelligence-Augmented Radiological Worklist Triage System
期刊：
Radiology Research and Practice
作者：Michael Petry, Cedars-Sinai Medical Center, USA, et al.
这项研究的目的是，探索在部署AI分诊软件之前和之后，确诊颅内出血（ICH）或肺栓塞（PE）患者的住院时间（LOS）是否存在差异。通过回顾性综述评估了2016年4月至2019年10月接受ICH和PE相关CT成像检查的患者。结果发现，将计算机辅助分诊和优先级排序软件引入放射工作流程与确诊ICH和PE患者的住院时间显著减少存在关联。
https://www.hindawi.com/journals/rrp/2022/2141839/
Compressive Strength Prediction Using Coupled Deep Learning Model with Extreme Gradient Boosting Algorithm: Environmentally Friendly Concrete Incorporating Recycled Aggregate
期刊：
Complexity
作者：Mayadah W. Falah, AL-Mustaqbal University College, Iraq, et al.
将再生骨料用作建筑项目中的可持续材料，有望减少混凝土结构的碳足迹，前景突出。对于含再生骨料的环保混凝土而言，预测其抗压强度（CS）非常重要，有助于了解可持续建筑的混凝土特性。这项研究对比了深度学习神经网络（DLNN）与其他人工智能模型对混凝土复杂特性的处理能力，包括多变量自适应回归样条（MARS）、极限学习机（ELMs）和随机森林（RFs）。结果表明，与其他人工智能模型相比，DLNN准确性更高，可用于预测环保混凝土的CS。
https://www.hindawi.com/journals/complexity/2022/5433474/
A Detection Algorithm for Audio Adversarial Examples in EI-Enhanced Automatic Speech Recognition
期刊：
Wireless Communications and Mobile Computing
作者：Ying Huang & Jie Liu, Xi’an University, China
近年来，随着大数据、边缘计算和深度学习的发展，自动语音识别（ASR）领域取得了重大突破。越来越多的智能产品选择语音作为人机交互的界面，推动了边缘智能增强（EI）ASR的普及。然而，音频对抗样本可能导致ASR系统的错误转录，因为它是一种由攻击者通过对原始音频信号添加轻微扰动而蓄意生成的音频类型。该研究比较了三种音频对抗样本检测算法的有效性。这三种算法分别是基于WER（词错误率）的鲁棒检测算法、基于ADR（对抗比率）的特征检测算法以及基于神经网络的协同检测算法。结果显示，协同检测是最有效的算法。
https://www.hindawi.com/journals/wcmc/2022/3091495/
Reference
Russel, S. and Norvig, P. (2003) Artificial Intelligence: A Modern Approach. Second Edition. Prentice Hall.
https://blog.sciencenet.cn/blog-3411312-1395178.html
上一篇：10月截稿特刊：食品加工和交通运输领域
下一篇：荐刊丨Electrical and Electronics Engineering特辑
