2025.03.29文章学习

一、
文章名称：Industrial Robotics, Resource Efficiency, Energy Transition, and Environmental Quality: Designing a Sustainable Development Goals Framework for G7 Countries in the Presence of Geopolitical Risk
文章链接：https://www.mdpi.com/2071-1050/17/5/1960
关键词：工业机器人、资源效率、能源转型
摘要：近年来，工业机器人的集成已成为通过提高生产效率、减少废物产生和优化资源利用来重塑行业的有力工具。然而，工业机器人，尤其是在制造和生产中，需要大量能源，这可能会对环境质量产生潜在影响。尽管基于人工智能 （AI） 的工业机器人越来越多地采用，但关于工业机器人对生态足迹 （EF） 影响的文献很少，尤其是在发达经济体的背景下。在此背景下，本研究旨在调查 1993 年至 2021 年工业机器人、资源效率、能源转型和地缘政治风险 EF 对 G7 国家的影响。该研究采用了先进的计量经济学技术，包括基于核的正则化最小二乘法 （KRLS） 和人工神经网络 （ANN） 机器学习方法。结果显示，工业机器人通过阻碍 EF 显着减少了环境退化。资源效率和能源转型对 EF 产生了重大的负面影响。地缘政治风险和经济增长加剧了 EF。基于研究结果，该研究提出了实现可持续发展的重要政策意义。
二、
文章名称：Towards Economic Sustainability: A Comprehensive Review of Artificial Intelligence and Machine Learning Techniques in Improving the Accuracy of Stock Market Movements
文章链接：https://www.mdpi.com/2227-7072/13/1/28
关键词：股市预测、人工智能、机器学习
摘要：准确预测股票市场走势仍然是金融领域的一项关键挑战，这是由于算法交易的作用越来越大，以及金融市场在经济可持续性中的核心地位。本研究考察了人工智能 （AI） 和机器学习 （ML） 技术的整合，以解决在识别预测因素、整合不同数据源和优化方法方面的差距。采用系统综述，分析了深度学习、集成方法和神经网络等 ML 技术的最新进展，以及交易者情绪和实时经济指标等新兴数据源。结果突出了统一数据集和自适应模型的潜力，可以提高预测准确性，同时克服市场波动和数据异质性。该研究强调了整合各种预测因素、创新数据源和高级 ML 技术以开发强大且适应性强的预测框架的必要性。这些发现为学术界和金融专业人士提供了宝贵的见解，为更可靠和实时的预测模型铺平了道路，这些模型可以增强动态市场环境中的决策。本研究通过提出与现代金融市场的复杂性和快速发展相一致的方法，为促进经济可持续性做出贡献。
三、
文章名称：Predictive and Explainable Artificial Intelligence for Weight Loss After Sleeve Gastrectomy: Insights from Wide and Deep Learning with Medical Image and Non-Image Data
文章链接：https://www.mdpi.com/2076-3417/15/5/2457
关键词：体重指数、广泛而深入的学习、卷积神经网络
摘要：本研究开发了广深度学习 （WAD），这是一种预测性和可解释的人工智能，用于使用医学图像和非图像数据（如电子病历 （EMR））减轻袖状胃切除术后的体重。前瞻性数据来自一家大学医院的 42 例袖状胃切除术患者。手术后随访 1 年。因变量由三类组成：最小、中度和显着变化组，根据体重指数中的术后总重减轻百分比 （%TWL） 分类。