- 自动化国家城市地图提取
使用地球观测和深度学习方法,该论文旨在充分利用完全卷积神经网络来实现多类建筑物实例分割,以实现相对较高的像素度量分数,进而在缺乏适当城市规划的地区实现密集区域和贫民窟地区的高准确性结果,并以黎巴嫩为案例,成功产生了首个包含约 100 万个单 - 自动诊断筛查总结的大规模语言模型微调
改进发展中国家中的心理健康支持是迫切的需求,其中一个潜在解决方案是开发可扩展的自动化系统进行诊断筛查,可以帮助减轻心理健康专业人员的负担。本研究评估了几种最先进的大型语言模型(LLMs),在我们的定制数据集上进行了简明摘要生成的评估。我们使 - 信息提取:在发展中国家超本地金融数据领域的应用
本研究使用自然语言处理技术,旨在解决获取发展中国家公司财务数据的问题。通过构建专门针对发展中国家金融文本数据的数据集,我们采用基于 Transformer 的 T5 模型进行文本到文本的处理,同时进行命名实体识别和关系提取,达到 92.44 - 利用机器学习预测农产品价格:当前研究综述
农产品价格预测对农民、决策者和其他利益相关者至关重要。本文回顾了机器学习算法在农产品价格预测方面的最新研究。我们讨论了农业在发展中国家的重要性以及作物价格下跌所带来的问题。我们识别了农产品价格预测的挑战,并强调机器学习算法如何支持更好的预测 - 取证视频分析软件
通过对学术研究论文、在线数据库和法律文件的严格和系统的审查,开发了一种高效且有效的法庭图像分析软件,涵盖了多个对象检测、活动识别、视频概览等领域,以解决目前在开发中国家中使用复杂、费时、依赖设备并且昂贵的现有软件的问题。
- 为发展中国家减少癌症诊断的长时间延误,提高患者生存率,设计一种基于深度学习的资源高效的诊断系统
为解决发展中国家乳腺癌诊断的延误和患者生存率的不平等问题,本研究开发了一种基于深度学习的转移性乳腺癌诊断系统,具有高诊断准确性和计算效率,能够适应资源匮乏的医疗设施。
- 重新设计电子健康记录系统以支持发展中国家
本文提出了一种适用于发展中国家的新型电子健康记录 (EHR) 架构,包括离线解决方案和人工智能应用,以促进 EHR 在偏远和欠发达地区的应用。
- 面向视觉障碍者的钞票识别技术(埃塞俄比亚钞票案例)
本文尝试使用人工智能 / 机器学习应用程序为视力受损人士在埃塞俄比亚的使用货币场景提供解决方案。该移动应用程序可以扫描货币并在 Amharic 语言中告知其类型,旨在减轻埃塞俄比亚视力障碍人士的负担。该模型在数据集上实现了 98.9%的分类 - 人工智能与机器人多样性和包容性研讨会在儿童中的试点
本文介绍了一项试点工作坊的初步成果,该工作坊旨在通过免费开放的硬件和软件、开放教育资源和替代教育计划,促进发展中国家儿童的人工智能和机器人学的多样性和包容性。
- 中国农村的 “卓越 AI 医生”:基于 AI 技术的 CDSS 应用中的紧张和挑战
通过观察和对中国 6 个农村诊所的 22 名医生的采访,本文报道了 AI-CDSS 系统(“Brilliant Doctor”)的设计与当地流程的不一致、技术限制和可用性障碍,以及与 AI-CDSS 的透明度和可靠性有关的问题。尽管存在这些 - NIPS一种用于量化卫星图像中经济增长的动态网络和表示学习方法
提出了一种基于网络科学和表示学习的方法,利用高分辨率夜间卫星图像创建动态网络来量化经济指标和可视化各个地区的增长,预测大区域的空间经济支出,捕捉城市增长和人民生活水平变化的趋势,更好地帮助决策者理解增长。
- 移动电话使用行为预测贷款偿还
本研究使用移动电话数据的行为签名来预测南美电信所提供的信贷的还款结果,表明低信用历史个人的行为特征在一定程度上可以优于传统的信用报告预测还款违约的能力,此方法可为无法通过传统方式获得信用分的人群提供更多选择,如未被银行认可的人群。
- NIPS利用公共 Landsat 7 卫星图像和机器学习进行贫困预测
使用 Landsat 7 卫星采集的多光谱卫星图像,训练 CNN 模型可以准确地测量发展中国家地方经济生计,即使图像分辨率较低,仍能超越以往的基准结果。
- AAAI基于深度特征的遥感与贫困测绘迁移学习
通过机器学习从高分辨率遥感图像中提取大规模社会经济指标,以辅助政策决策和人道主义救助,特别是在发展中国家等缺乏可靠数据的地区。