- Home
- Τεχνητή νοημοσύνη
Τεχνητή νοημοσύνη
Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης
Using sentiment analysis to evaluate the impact of the COVID-19 outbreak on Italy's country reputation and stock market performance
Zammarchi, G.; Mola, F.; Conversano, C.
Statistical Methods and Applications, 2023, https://doi.org/10.1007/s10260-023-00690-5
Zammarchi, G.; Mola, F.; Conversano, C.
Statistical Methods and Applications, 2023, https://doi.org/10.1007/s10260-023-00690-5
Published: 03 April 2023
Στο ξέσπασμα της πρόσφατης πανδημίας COVID-19, η υπηρεσία microblogging Twitter χρησιμοποιήθηκε ευρέως για την ανταλλαγή απόψεων και αντιδράσεων σε γεγονότα. Η Ιταλία ήταν μια από τις πρώτες ευρωπαϊκές χώρες που επλήγησαν σοβαρά κατά το ξέσπασμα της πανδημίας και που θέσπισε lockdown και περιορισμούς παραμονής στο σπίτι, οδηγώντας ενδεχομένως σε βλάβη της φήμης της χώρας. Η μελέτη αυτή καταφεύγει στην ανάλυση συναισθημάτων για να διερευνήσει τις αλλαγές στις απόψεις για την Ιταλία που αναφέρθηκαν στο Twitter πριν και μετά το ξέσπασμα της COVID-19.
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.
Towards COVID-19 fake news detection using transformer-based models
Alghamdi, Jawaher; Lin, Yuqing; Luo, Suhuai
Knowledge-Based Systems, Volume 274, 15 August 2023, 110642, https://doi.org/10.1016/j.knosys.2023.110642
Alghamdi, Jawaher; Lin, Yuqing; Luo, Suhuai
Knowledge-Based Systems, Volume 274, 15 August 2023, 110642, https://doi.org/10.1016/j.knosys.2023.110642
Available online 19 May 2023
Η πανδημία COVID-19 ακολουθήθηκε από ένα κύμα ψευδών ειδήσεων, που έθεσε σε κίνδυνο τη δημόσια υγεία. Ωστόσο, η ανάπτυξη ενός αποτελεσματικού τρόπου εντοπισμού τέτοιων ειδήσεων αποτελεί πρόκληση, ειδικά όταν οι δημοσιευμένες ειδήσεις περιλαμβάνουν ανάμειξη αληθών και ψευδών πληροφοριών. Ο εντοπισμός των ψευδών ειδήσεων σχετικά με την COVID-19 καθίσταται κρίσιμο έργο στον τομέα της επεξεργασίας φυσικής γλώσσας. Αυτό το άρθρο διερευνά την αποτελεσματικότητα αρκετών αλγορίθμων μηχανικής μάθησης και προεκπαιδευμένων μοντέλων βελτιστοποίησης στον εντοπισμό ψεύτικων ειδήσεων για την COVID-19.
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.
Siti Rosilah Arsad, Muhamad Haziq Hasnul Hadi, Nayli Aliah Mohd Afandi, Pin Jern Ker, Shirley Gee Hoon Tang, Madihah Mohd Afzal, Santhi Ramanathan, Chai Phing Chen, Prajindra Sankar Krishnan and Sieh Kiong Tiong
Energies 2023, 16(18), 6510, https://doi.org/10.3390/en16186510
Published: 9 September 2023
Η πανδημία COVID-19 διατάραξε τις παγκόσμιες αγορές ενέργειας και προκάλεσε σημαντικές κοινωνικοοικονομικές επιπτώσεις παγκοσμίως, συμπεριλαμβανομένου του ενεργειακού τομέα, λόγω των lockdown και της περιορισμένης οικονομικής δραστηριότητας. Αυτό το άρθρο παρουσιάζει μια ολοκληρωμένη και αναλυτική ανασκόπηση του αντίκτυπου της COVID-19 στον ενεργειακό τομέα και διερευνά τον πιθανό ρόλο της τεχνητής νοημοσύνης στον μετριασμό των επιπτώσεών της.
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).