MIDAS
Not a member yet
159 research outputs found
Sort by
HEALTHCARE WORKERS’ PERSPECTIVES ON ARTIFICIAL INTELLIGENCE IN PRIMARY CARE
No full textAtliktas tyrimas tarp sveikatos priežiūros darbuotojųA cross-sectional survey was conducted among 678 employees from 43 primary healthcare institutions in Lithuania. Data were collected using a structured questionnaire developed based on existing literature and validated through exploratory factor analysis
HALT-PROP: Human-Annotated Lithuanian Textual Corpus for Propaganda Narratives and Techniques
No full textHALT-PROP duomenų rinkinys – pirmasis anotuotas lietuvių tekstinės propagandos korpusas, novatoriškas šaltinis ne tik Lietuvai, bet ir platesniam Baltijos regionui bei kitoms Rusijos kaimyninėms šalims. Korpusą sudaro du vienas kitą papildantys duomenų rinkiniai: (1) 2870 naujienų straipsnių, rankiniu būdu pažymėti penkių ekspertų straipsnio lygmeniu, siekiant nustatyti propagandos buvimą, ir (2) 1000 straipsnių, anotuotų pagal konkrečius propagandos metodus ir naratyvus, naudojant kryžminio anotavimo metodą, kai kiekvieną straipsnį nepriklausomai pažymėjo du iš penkių ekspertų ir galutinai patvirtino porinės diskusijos metu. Šis šaltinis sudaro pagrindą būsimiems propagandos aptikimo mažai išteklių naudojančiomis kalbomis tyrimams.The HALT-PROP dataset – the first human-annotated Lithuanian textual propaganda corpus, a pioneering resource not only for Lithuania but also for the broader Baltic region and other countries neighbouring Russia. The corpus comprises two complementary datasets: (1) 2870 news articles manually labeled by five experts at the article level to identify the presence of propaganda, and (2) a subset of 1000 articles annotated for specific propaganda techniques and narratives using a cross-annotation approach, where each article was independently labeled by two of the five experts and finalized through pairwise discussion. This resource lays the groundwork for future research in propaganda detection for low-resource languages
1. Cluster-specific training strategy for credit card fraud detection
No full textŠiame darbe pristatoma mokymo strategija, skirta pagerinti klasifikavimo tikslumą dirbant su stipriai nesubalansuotais duomenų rinkiniais. Strategijoje, pirmiausia duomenys klasterizuojami taikant k-vidurkių (angl. k-means) klasterizavimo algoritmą, su optimaliu klasterių skaičiumi ir požymiu rinkiniu. Skirtingi klasifikatoriai mokomi naudojant šiuos klasterius, t.y., kiekvienam klasteriui apmokomas atskiras mašininio mokymosi modelis – submodelis (arba subklasifikatorius). Klasifikuojant naują duomenų tašką, parenkamas tas subklasifikatorius, kurio klasterio centras yra artimiausias pagal Euklido atstumą.
Sprendimų priėmimo logiką iliustruojanti schema pateikta čia: https://doi.org/10.1007/978-3-031-24453-7_3
Šis duomenų rinkinys buvo atnaujintas 2025-09-25. Atlikti keitimai: atnaujinti .ipynb failai, pridėtas README.md failas.This work item suggests a strategy to enhance model performance for tasks involving imbalanced datasets. The suggested strategy involves training multiple classifiers on clustered training data, utilizing techniques such as k-means for clustering. The optimal number of clusters is determined, and individual machine-learning models are developed for each cluster, resulting in sub-models or sub-classifiers. The selection of which sub-classifier to use for predicting a label is based on the Euclidean distance between a specific test data point and the corresponding training set cluster center. Furthermore, a validation dataset is employed to optimize the performance of these sub-models. A diagram illustrating the decision-making process is provided in https://doi.org/10.1007/978-3-031-24453-7_3
This dataset was updated on 25.09.2025. Changes made: the .ipynb files were updated, and a README.md file was added
Fungus-infected grain and Indian meal moth, Plodia interpunctella: oviposition and comparative sensitivity to infestation biomarker
No full textMould detection in stored grain remains an important issue. This can be solved by using insects, including the pest Plodia interpunctella (Hübner) (Lepidoptera: Pyralidae), which develop and live in stored grain. The objectives of this study were to determine whether P. interpunctella females discriminate between fungus-infected and non-infected grain, and to determine whether there are any insect species with more sensitive olfactory receptors than those of P. interpunctella to 3-methyl-1-butanol, a biomarker of fungus-infection. An egg-laying test demonstrated that P. interpunctella females can distinguish between Aspergillus flavus Link (Eurotiales: Trichocomaceae) infected and non-infected wheat grains.Mould detection in stored grain remains an important issue. This can be solved by using insects, including the pest Plodia interpunctella (Hübner) (Lepidoptera: Pyralidae), which develop and live in stored grain. The objectives of this study were to determine whether P. interpunctella females discriminate between fungus-infected and non-infected grain, and to determine whether there are any insect species with more sensitive olfactory receptors than those of P. interpunctella to 3-methyl-1-butanol, a biomarker of fungus-infection. An egg-laying test demonstrated that P. interpunctella females can distinguish between Aspergillus flavus Link (Eurotiales: Trichocomaceae) infected and non-infected wheat grains
Broadly reactive MAbs against AmpC β-lactamases
No full textPlataus reaktyvumo monokloninių antikūnų prieš AmpC β-laktamazes kūrimo ir apibūdinimo duomenys. Pateikti hibridomų kūrimo, atrankos, atikūnų izotipo, disociacijos konstantų nustatymo duomenys. Kryžminio specifiškumo tyrimo ir kiti rezultatai. Antikūnų ir β-laktamazių sąveikos tyrimas TIRE metodu.Characterisation of broadly reactive monoclonal antibodies against AmpC β-laktamases. Results of hybridoma selection, determination of MAb izotypes, apparent dissociation constants. MAb cross-reactivity testing and epitope mapping. MAb-β-lactamase interaction analysis with TIRE
LOUD - Labeled nOise aUdio Dataset
No full textAplinkos triukšmo duomenų rinkinys apima įvairius patalpų ir lauko garsus, įrašytus Vilniuje, Lietuvoje. Patalpose įrašyti tokie kasdieniai garsai kaip kavos aparato, mikrobangų krosnelės, spausdintuvo, ventiliatoriaus, skalbimo mašinos, virtuvės gartraukio (su skirtingais oro srautais) ir lifto veikimas. Taip pat įrašytas minios triukšmas konferencijos metu. Akustinei įvairovei užtikrinti įrašytas virdulio ir dušo veikimas esant skirtingam vandens lygiui. Lauko įrašai apima tiek miesto, tiek gamtos aplinką – autobusų stoteles, statybų aikšteles, šiukšliavežių darbą, greitkelius, gyvenamuosius rajonus, gatvių eismą ir lietų. Bendra duomenų rinkinio trukmė – 5 valandos ir 36 minutės.An environmental noise dataset recorded in Vilnius, Lithuania is presented. The dataset captures a variety of indoor and outdoor sounds under controlled recording conditions. The indoor recordings include a coffee machine, microwave oven, printer, fan, washing machine, kitchen hood (with different airflow), and elevator, as well as crowd noise captured in a conference setting. In addition, variations in sound production are captured by recordings of a kettle and a shower at different water levels, providing acoustic diversity. The outdoor ones include urban and natural environments such as bus stops, construction sites, garbage truck operations, highways, neighborhoods, street traffic, and rain. The total duration of dataset is approximately 5 hours and 36 minutes
Artificial Intelligence Tools in Book Publishing. Readers and Publishers' Perspectives in 2025
No full textDirbtinio intelekto priemonės vis dažniau naudojamos pasaulinėje leidybos pramonėje įvairioms užduotims – nuo redagavimo ir vertimo iki metaduomenų generavimo ir rinkodaros. Tokios priemonės įvairiuose regionuose diegiamos nevienodai, ypač mažų kalbų rinkose tokiose kaip Lietuva, kur teisinis neapibrėžtumas ir kultūrinis požiūris daro įtaką diegimo strategijoms. Mokslo studijoje autoriai aiškinasi, kaip Lietuvos knygų skaitytojai ir leidėjai suvokia ir vertina dirbtinio intelekto priemonių naudojimą įvairiuose knygų leidybos procesuose, ypač autorių teisių, autorystės ir teisinių-etinių aspektų atžvilgiu.Artificial intelligence tools are increasingly being used in the global publishing industry for a variety of tasks, from editing and translation to metadata generation and marketing. The implementation of such tools varies across regions, especially in small language markets such as Lithuania, where legal uncertainty and cultural attitudes influence implementation strategies. In the research study, the authors explore how Lithuanian book readers and publishers perceive and evaluate the use of artificial intelligence tools in various book publishing processes, especially with regard to copyright, authorship, and legal and ethical aspects
Development of MAbs against CMY β-lactamases
No full textMonokloninių antikūnų (MAk) prieš CMY-34 β-laktamazę kūrimo ir apibūdinimo duomenys, kuriuos sudaro: MAk apibūdinimas imunofermentinės analizės, imunoblotingo, imunoprecipitacijos ir kitais metodais. MAk taikymas įvairiuose imunocheminių metodų formatuose.Data on the development and characterization of monoclonal antibodies (MAbs) against CMY-34 β-lactamase, which include: MAb characterization by ELISA, Western blot, immunoprecipitation, ect. Application of the MAbs in various sandwich-type immunoassays
Family in modernising east-central Europe. A historical data-driven perspective
No full textTarpdisciplininis projektas, integruojantis socialinius mokslus, demografiją ir istoriją su skaitmeninių humanitarinių mokslų metodais. Remdamasis naujais duomenų rinkiniais, mašininio mokymosi ir statistikos metodais, projektas atseka šeimos formavimąsi Rytų Vidurio Europoje nuo XVIII a. iki XX a. pradžios, ypatingą dėmesį skirdamas regionų kultūrų įvairovei. Tyrimas kvestionuoja „Rytų Europos žydų“ ir „tradicijos“ prieš „modernizacijos“ koncepciją, atskleisdamas, kad, nepaisant bendros kilmės ir pagrindinio kultūrinio fono, žydai regione susiformavo į keletą skirtingų demografinių grupių. XIX a. eigoje šios grupės patyrė įvairius modernizacijos scenarijus.Interdisciplinary project integrating social sciences, demography and history with digital humanities methods. Drawing on novel datasets, machine learning and statistics, the project traces the formation of the family in East Central Europe from the eighteenth century to the early twentieth century, focusing particularly on regional cultural diversity. The research challenges the concept of "Eastern European Jewry" and "tradition" vs "modernization" approach revealing that, despite shared origin and basic cultural background, Jews developed several different demographic populations in the region. Over the course of the nineteenth century, these populations underwent various modernization scenarios