XiaoMi-AI文件搜索系统
World File Search System人为
政府人工智能决策中的人为控制与判断
传统上，公共决策者在如何遵守法律和政策方面拥有许多自由裁量权。这样，在做决策时就可以考虑到背景和具体情况。这使得解决方案更容易被接受，但同时，自由裁量权可能会导致对个人的不同对待。随着基于人工智能的决策的发展，决策者的角色正在发生变化。自动化可能导致完全自动化的决策，人类在环或人工智能可能仅用作推荐系统，其中人类有权自行决定偏离建议的决策。在这些情况下，决策的可预测性和可追溯性可能会有所不同，尽管人类始终要负责任。因此，需要人为控制，决策者应该被赋予足够的权力来控制系统和处理不良结果。在这个方向上，本文分析了政府人工智能驱动决策所需的自由裁量权和人为控制的程度。我们的分析基于对行政管理所设定/提出的法律要求，这些要求是通过为其运作而创建的广泛法律框架提出的，涉及法治、公平性（非歧视性）、正当性和问责制、以及确定性/可预测性。
研究文章质量检查 Logit 人为可靠性 (LHR)
多年来，已经开发了几种人为可靠性分析 (HRA) 方法。本研究的目的是提出一种混合模型来评估人为错误概率 (HEP)。新方法基于对数正态分布、核行动可靠性评估 (NARA) 和性能塑造因素 (PSF) 关系。在研究中，分析了与文献方法相关的缺点，特别是工作时间的局限性。为此，估计了紧急情况下 8 小时 (工作标准) 后的 PSF。因此，这三种方法的优点之间的相关性允许在事故场景和紧急情况下提出 HEP 分析；确保工业工厂安全性和可靠性的一个基本问题是应急管理 (EM)。应用 EM 方法，分析了两个主要方面：系统可靠性和人为可靠性。系统可靠性与其最薄弱组件的可靠性密切相关。在意外情况下，整个系统中最薄弱的部分是工人（人为可靠性），意外情况会影响操作员的决策能力。本文提出了一种称为 Logit 人为可靠性 (LHR) 的新方法，该方法考虑内部和外部因素来估计紧急情况下的人为可靠性。LHR 已应用于制药事故场景，考虑了 24 小时工作时间（超过 8 个工作小时）。结果强调，在事故场景的压力阶段，LHR 方法提供的输出数据比传统方法更符合数据库。
在人机可靠性分析中整合人为障碍 - MDPI
摘要：人为可靠性分析 (HRA) 是组织关注的主要问题。虽然科学界已经开发了各种工具、方法和仪器来评估人为错误概率，但其中很少有人真正考虑人为因素在分析中的影响。应考虑工人在塑造自身绩效方面的积极作用，以了解在执行任务时可能导致错误的因果因素，并确定哪些人为因素可以防止错误发生。为了实现这一目的，本研究的目的是提出一种评估人为可靠性的新方法。所提出的模型依赖于众所周知的 HRA 方法（例如 SPAR-H 和 HEART），并将它们集成到一个统一的框架中，在这个框架中，人为因素充当了防止人为错误的安全屏障。在一家能源公司的物流中心对新方法进行了测试。我们的结果表明，人为因素在通过降低人为错误概率来防止工人在执行任务时犯错方面发挥着重要作用。讨论了研究的局限性和含义。
安全关键工作场所中的人为错误：基于创新的...
摘要 在安全关键工作场所发生人为失误通常与基础设施损坏、人员受伤甚至死亡有关。然而，大多数人天生就想避免失误，但人为失误仍然时有发生。本研究探讨了航空业背景下执行高后果任务的人与技术之间的相互作用。指导这项研究的定性方法包括事件报告、观察和对飞行员和工程师的采访，他们深入讨论了技术，并在相对较小的通用航空 (GA) 私人包机业务背景下转述了人为失误事件。该研究回顾了技能、知识和基于规则的错误 (SKR) 的传统人为失误模型，并揭示了 SKR 人为失误模型中缺失的一环，并提出了对该模型的更新，其中包括一个与人类在未来创新的安全关键工作场所中面临的高科技工作世界相关的元素。关键词：人为失误、错误、安全关键工作场所、技术、创新、人力资源开发简介
减少人为错误，提高早期疾病检测...
7.1 Adoption Barriers........................................................................................................25 7.2 Future Research Paths.............................................................................................. 27 8.Conclusion........................................................................................................................30 Bibliography......................................................................................................................... 33 Plagiarism Statement...........................................................................................................36
无家可归研究中以人为中心的算法回顾
Dimension Code Count % Example Computational Inferential Statistics Statistical tests (ST) 6 10.3% [131] Method Generalized Linear Models (GLM) 35 60.3% [80] Machine Learning Supervised Learning (SUP) 19 32.8% [21] Unsupervised Learning (USUP) 2 3.4% [48] Natural Language Processing (NLP) 1 1.7% [28] Deep Learning Neural Network (NN) 5 8.6% [79]优化混合整数编程（MIP）7 12.1％[103]网络分析（NA）8 13.8％[144]系统仿真（SS）7 12.1％[39]启发式算法（HA）2 3.4％[60]预测者人口统计学个人人口统计学37 63.8％63.8％[45]差异[45]量化家庭构图最新的房屋构成11 199.0.11 199.11 [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118] [118） Housing 22 37.9% [132] Housing History 22 37.9% [17] Service usage history 25 43.1% [43] Housing/service needs 11 19.0% [59] Services Service provider information 20 34.5% [58] Health Health 36 62.1% [14] Person Needs/Risks Prior victimization/trauma 20 34.5% [6] Involvement with criminal justice 16 27.6% [33] Risk assessment 11 19.0% [83]行为特征2 3.4％[143]关系强度7 12.1％[120]社交网络分析8 13.8％[142]结果结果资源分配（RES）15 25.9％[66]变量变量的风险经历无家可归的危害的风险（危害）8 13.8％[127] [127] [127] [127]影响识别（ID）7 12.1 12.12.1 124 [124] [124] [124] [124] [124] [124] [124] [102]无家可归的风险（风险）23 39.7％[64]表2。通过研究问题组织的代码手册（我们的57篇论文中的n = 58算法显示的百分比）
人为反应性氮的全球净气候效应
摘要：由于引人入胜的相变现象，二氧化钒（VO 2）中绝缘和金属相的稳定共存引起了重大研究的兴趣。但是，在VO 2的不同阶段，电荷载体的时间行为仍然难以捉摸。在此，我们采用近场光学纳米镜检查来捕获弯曲VO 2纳米梁中的纳米级交替相域。通过在不同阶段进行瞬态测量，我们观察到在VO 2的金属相中延长的载体重组寿命，并伴随着加速的扩散过程。我们的发现揭示了VO 2纳米梁中的纳米级载体动力学，提供了洞察力，可以促进对相变材料的进一步研究及其在感应和微电机械设备中的潜在应用。关键字：二氧化钒，应变工程，载体动力学，相变，S-SNOM■简介
安全关键工作场所中的人为错误：基于创新的错误
厄巴纳-香槟 美国 电子邮件：scagnoli@illinois.edu 摘要 在安全关键工作场所发生人为失误的担忧通常与基础设施损坏、人员受伤甚至死亡有关。然而，大多数人天生就想避免失误，但人为失误仍然时有发生。本研究探讨了在航空业背景下执行高后果任务的人与技术之间的相互作用。指导这项研究的定性方法包括事件报告、观察和对飞行员和工程师的采访，他们深入讨论了技术，并在相对较小的通用航空 (GA) 私人包机业务的背景下转述了人为失误事件。该研究回顾了技能、知识和基于规则的错误 (SKR) 的传统人为失误模型，并揭示了 SKR 人为失误模型中缺失的一环，建议对该模型进行更新，包括一个与人类在未来创新的安全关键工作场所中面临的高科技工作世界相关的元素。 关键词：人为失误、错误、安全关键工作场所、技术、创新、人力资源开发 简介
人为错误管理 - -ORCA - 卡迪夫大学
然而，相比之下，没有可用的文献从飞机维修发动机大修的一线运营角度证明同样的潜力，特别是在精益运营的背景下1。因此，缺乏对航空维修过程的严格研究，导致主要知识体系存在重大差距，尤其是在效率（“精益”）和有效性（质量和安全）都是运营管理改进目标的当代。
致 Planet Energy ROG 的信函，收件人为 PUC IE
Michael L. Swindler 宾夕法尼亚州公共事业委员会调查与执法局 400 North Street Commonwealth Keystone Building Harrisburg, PA 17120 mswindler@pa.gov 主题：宾夕法尼亚州公共事业委员会、调查与执法局诉 Planet Energy (Pennsylvania) Corp. d/b/a RiteRate Energy d/b/a Value Plus Energy 案卷号C-2023-3041126 针对宾夕法尼亚州公共事业委员会调查与执法局的质询 第一组