机构名称：
¥ 1.0
人类需要计算范式的进步。这方面的一些例子是，无处不在的计算提供了更高的移动性，云计算提供了更好的功能，而社交计算提供了更好的交互性。这些例子中的每一个都引入了人类的隐性或显性需求，并试图通过特定方法实现这些需求。但是，人类可能会对应用程序进行更多的研究。聊天机器人就是一个例子，因为当我们没有足够的空间或时间时，这个机器人被用来维持与社交联系人的关系。为此，它通过计算我们的思维模式、行为和其他重要信息来不断与我们的联系人互动。当然，这个主题有很多有趣的研究，这引发了对一种新的计算范式“预期计算”的讨论。这种计算范式表明了与开发能够预测特定用户需求的应用程序相关的主题。它还与新应用程序一起使用，以预期用户的问题执行操作或向用户发送建议。这不仅是人工智能的一个例子，也是创新的一个例子（即预测加行动）。它还可以表达为发展社会福祉的关键，以及实现“先服务后要求”理想的一种方式。 这种现象将被视为在计算机科学主题中提出挑战性问题的机会。考虑到社交网络和大数据内容中存在的无价群体智慧，出现了使有前途的智能技术能够发现个人需求、生成公司商业模式并提出最佳生活发展建议的机会。因此，大数据的性质也从多个角度对依赖社交大数据的方法和技术提出了重要挑战。这些考虑了算法的有效性、计算速度、能源效率、用户隐私、服务器安全性和系统可扩展性。本研究主题的主要目标是收集 14 篇报告与深度神经网络或机器学习方法相关的原创贡献的论文，用于构建预测系统。张等人的论文题为“一种增强儿童阅读体验和偏好的图书互动方案”。研究书籍与5-6岁儿童之间的互动，考虑阅读选择、测量阅读时间和情感反应以增加他们的阅读知识，并根据这些互动开发书籍。
预测系统：人类与人工智能相遇
主要关键词
相关文件推荐
