2025.02.27文章学习

一、
文章名称：ASurvey of Threats to Research Literature-dependent Medical AI Solutions
文章链接：https://dl.acm.org/doi/pdf/10.1145/3592597
关键词：医疗人工智能
摘要：医疗人工智能 （MedAI） 通过 AI 算法和大量数据利用医学研究的力量来应对医疗保健挑战。MedAI 工具的安全性、完整性和可信度是显而易见的，因为人的生命处于危险之中。在“要么出版，要么灭亡”的文化中，掠夺性研究正在利用“付费出版”模式渗透到他的研究文献库。虽然，要确定实际的掠夺性研究诱导数据污染和患者伤害具有挑战性，但我们的工作表明，违反 MedAI 输入的完整性是对信任 MedAI 输出的严重威胁。我们回顾了广泛的研究文献，讨论了研究文献中数据污染的威胁、影响 MedAI 解决方案的可行攻击、基于研究文献的工具以及对医疗保健的影响。我们的贡献在于提供全面的文献综述，解决影响 MedAI 解决方案的掠夺性研究漏洞的差距，并帮助在未来开发强大的 MedAI 解决方案。
二、
文章名称：Assessment of a Groundwater Potential Zone Using Geospatial Artificial Intelligence (Geo-AI), Remote Sensing (RS), and GIS Tools in Majerda Transboundary Basin (North Africa)
文章链接：https://www.mdpi.com/2073-4441/17/3/331
关键词：人工神经网络模型、地下水勘探、层次分析
摘要：突尼斯西北部的地下水在支持家庭、农业、工业和旅游业方面发挥着至关重要的作用。然而，气候变化和过度开采导致地下水质量和数量严重退化。地理信息系统 （GIS） 和遥感 （RS） 等传统空间分析技术经常用于评估地下水潜力和水质。然而，这些方法受到数据可用性的限制。地理空间人工智能 （Geo-AI） 的集成提高了地下水潜力区 （GWPZ） 划定的精度。本研究比较了分析层次结构过程 （AHP） 和先进的 Geo-AI 技术使用深度学习在突尼斯和阿尔及利亚共享的 Majerda 跨界盆地绘制 GWPZ 的有效性。通过纳入降雨量、坡度、排水密度、土地利用/土地覆盖 （LU/LC）、岩性和土壤等专题图层，进行了综合分析以评估地下水补给潜力。结果表明，两种方法都有效地描绘了 GWPZ;然而，Geo-AI 方法表现出卓越的准确性，分类准确率约为 92%，而 AHP 方法为 85%。这表明 Geo-AI 不仅提高了地下水潜力评估的质量，而且还为传统方法提供了可靠的替代方案。研究结果强调了在这一关键地区的地下水勘探工作中采用创新技术的重要性，最终有助于制定更有效和可持续的水资源管理战略。
三、
文章名称：Industrial food quality and consumer choice: Artificial intelligence-based tools in the chemistry of sensory notes in comfort foods (coffee, cocoa and tea)
文章链接：https://www.sciencedirect.com/science/article/pii/S0924224424000918?via%3Dihub
关键词：化学计量学、人工智能
摘要：全球咖啡、可可和茶叶供应涉及许多受社会政治不稳定和气候变化影响的小农场。经济动机推动了欺诈行为，导致不公平竞争、消费者信心丧失和安全问题。基于 AI 的工具增强了对数据的理解以获得知识，但挑战包括学术界和工业界之间的不一致、AI 应用的工业样本有限、学术培训差距、算法复杂性和决策误解。