� 游客 • 有限数量的一般和清晰信息 • 通过空间表示访问 • 引导导航 � 艺术生 • 一些基础知识 • 在不同类型的信息中进行选择 � 专家 • 精确的要求 • 所要求信息的详细描述
交互式模拟实验是评估相关场景中潜在军事结构的核心,军官们通过实验来规划和领导行动。需要一个合适的模拟平台,相关军事单位的模型必须在此平台上实施和校准。此类实验允许收集相关数据,例如通过模拟器日志文件、行动后审查和问卷调查。对收集到的数据进行分析可以揭示被测试军事结构的优势和劣势,并可以评估它们的相对性能。我们还建议将模拟系列的数据输出输入二次兰彻斯特模型,然后可用于扩展目的。在我们的方法中,军事主题专家在整个过程中发挥着重要作用,从场景开发到结果分析。
基于扩散的生成模型创建令人信服的图像的令人印象深刻的能力引起了全球关注。然而,它们的复杂内部结构和操作通常会挑战非专家。我们引入了扩散,这是第一个交互式可视化工具,以阐明稳定的扩散变速器如何在图像中提示稳定。它紧密地概述了稳定扩散的组件的视觉概述,并详细说明了其基础操作。此集成使用户能够通过动画和交互式元素在多个级别的抽象之间流动过渡。提供实时的动手体验,扩散解释器允许用户在而无需安装或专业硬件的情况下调整稳定扩散的超参数和提示。通过用户的网络浏览器访问,扩散范围在民主的AI教育方面取得了长足的进步,从而促进了更广泛的公共服务。超过7,200名跨越113个国家/地区的用户在https:// poloclub上使用了我们的开源工具。github.io/diffusion-explainer/。可以在https://youtu.be/mbkiadzjpna上获得视频演示。
摘要。Quantum Flytrap 的 Virtual Lab 是一个无代码的光学桌在线实验室,以交互和直观的方式呈现量子现象。它支持最多三个纠缠光子的实时模拟。用户可以使用拖放式图形界面放置典型的光学元件(例如分束器、偏振器、法拉第旋转器和探测器)。Virtual Lab 以两种模式运行。沙盒模式允许用户组合任意设置。Quantum Game 是 Virtual Lab 功能的入门,适合没有接触过量子力学的用户。我们介绍了纠缠态和纠缠度量的可视化表示。它包括 ket 符号的交互式可视化和量子算子的热图式可视化。这些量子可视化可以应用于任何离散量子系统,包括具有量子位和自旋链的量子电路。这些工具以开源 TypeScript 包的形式提供 - Quantum Tensors 和 BraKetVue。虚拟实验室可以探索量子物理的本质(状态演化、纠缠和测量)、模拟量子计算(例如 Deutsch-Jozsa 算法)、使用量子密码术(例如 Ekert 协议)、探索违反直觉的量子现象(例如量子隐形传态和违反贝尔不等式),以及重现历史实验(例如迈克尔逊-莫雷干涉仪)。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 International 许可证出版。分发或复制本作品的全部或部分内容需要完全注明原始出版物的出处,包括其 DOI。[DOI:10.1117/1.OE.61.8.081808]
自发同步语音揭示促进语言学习的神经机制。《自然神经科学》,22 (4),627–632。https://doi.org/10.1038/s41593-019-0353-z
本文介绍了“电子电路”教育支持工具的开发过程。该工具名为 iCASS(交互式电路与系统研讨会)。iCASS 可通过简单的 GUI(图形用户界面)操作,使用交互式动画和“声音”了解模型的“运动”。由于此工具使用 WWW(万维网)系统作为 IT(信息技术)教育,因此可以作为电子学习工具引入。在此工具中,不使用键盘上的数值。因此,学生无需处理超过需要的繁琐数值即可了解物理现象(工程模型的“运动”)。此外,通过将实际模型与网络上的动画连接起来,iCASS 可以避免模拟的“混乱”。在这里,为了连接实际模型和 iCASS,我们使用 PICNIC(使用外围接口控制器的网络接口卡)。通过在实际课堂上使用 iCASS,可以提高学生的理解水平,并可能吸引更多学生的兴趣。建议的电子学习工具可在 http://www.sia.co.jp/~icass/index. html 找到。
过去五年来呈现了一系列全球紧急情况,这对妇女的经济福祉产生了不成比例的影响。朝着增加妇女参与劳动力的进步已经停滞不前,在妇女赋予妇女经济能力的其他方面的进步也减慢甚至逆转。的回应尚未得到充分的保护并保留了近几十年来的性别平等增长,这些趋势在低收入国家中令人震惊,这些国家继续面临诸如高债务水平,缺乏财政空间,外国援助和停滞经济的挑战。
新发布的机器人编程工具使最终用户可以通过将基于块的语言和直通式编程组合来编程工业机器人。要有效地使用这些系统,最终用户通常需要有限或没有程序经验的经验,就需要培训。要培训用户,辅导系统通常用于基于块的编程(即使是通过编程进行铅编程),但没有教程系统将这两种类型的编程结合在一起。我们提出了Coblox Interactive教程(CITS),这是一种新颖的辅导方法,它教授如何同时使用构成典型的最终用户机器人编程环境的硬件和软件组件。在用户切换两种编程样式之间,CIT为它们提供了宽敞的SCA旧,从而为用户提供了有关失误的立即反馈,并为下一步提供指导。为了评估CIT,我们使用ABB机器人技术发布的编程环境对79个工业最终用户进行了一项研究,将我们的培训方法与培训视频进行了比较,培训视频是行业中最常用的培训。这项研究是迄今为止最大的培训最终用户的研究之一,发现由CIT培训的用户比视频培训的用户更少的时间在更少的时间内撰写了更正确的程序。这表明硬件和软件概念的紧密整合是为培训最终用户编程工业机器人的范围。
我们为机器人提供了一个可证明的框架,可以通过与人类用户的原位语言互动来学习新颖的视觉概念和视觉任务。compoter视觉中的先前方法已经使用了大型的预训练的视觉模式来推断新的对象为零,或者添加了新颖的概念及其属性和表示形式。我们扩展了专注于学习视觉概念层次结构的方法,并将这一能力进一步发展,以展示对机器人的新任务解决以及博学的视觉概念。为了使视觉识别学习者能够单发解决机器人技术任务,我们开发了两种不同的技术。首先,我们提出了一种新颖的方法,即Hi-viscont(任务的层次视觉概念学习者),该方法在概念层次结构中向其父节点增强了新颖概念的信息,该信息正在教授。此信息传播允许层次结构中的所有概念都可以更新,因为在不断学习的环境中教授新颖概念。其次,我们将视觉任务表示为带有语言注释的场景图。场景图允许我们创建一个现场的零射击任务零射击的新颖置换。结合了两种技术,我们在一个真实机器人上提出了一个示例,该机器人从与人类用户的原位互动中以一击学习视觉任务和概念,并概括地执行以零射击相同类型的新型视觉任务。我们将与机器人和其他必需的硬件亲自展示我们的工作相互作用的学习管道。如主会议pa的研究所示,我们的系统在正确地解决整个任务的概括方面达到了50%的成功率,基线的表现为17%,而没有任何能力将新颖的任务和概念推广到新任务。
随着我们越来越依赖人工智能系统来实现生活中越来越多的应用,理解和解释此类系统的需求也变得更加明显,无论是为了改进、信任还是法律责任。人工智能规划是一种提供解释挑战的任务,特别是由于生成的计划越来越复杂,以及连接行动并决定整体计划结构的复杂因果链。虽然最近有许多支持计划解释的技术,但用于浏览这些数据的视觉辅助工具却非常有限。此外,专注于抽象规划概念和领域相关解释的技术之间往往存在障碍。在本文中,我们提出了一种可视化分析工具来支持计划总结和交互,重点关注使用基于参与者的结构的机器人领域。我们展示了用户如何快速掌握有关计划中涉及的行动的重要信息以及它们之间的关系。最后,我们提出了一个用于设计工具的框架,重点介绍了如何将一般的 PDDL 元素转换为视觉表示,并进一步将概念与领域联系起来。