XiaoMi-AI文件搜索系统
World File Search System可读的
负责任地报告人工智能生成的内容
鉴于 ChatGPT 等人工智能系统可以生成与人类作品难以区分的内容，负责任地使用这项技术日益受到关注。尽管了解使用人工智能系统的好处和危害需要更多时间，但它们在实践中被迅速且不加区分地采用却是现实。目前，我们缺乏一个通用的框架和语言来定义和报告负责任地使用人工智能生成内容。先前的工作提出了在特定场景（例如机器人或医学）中使用人工智能的指导方针，但这些指导方针无法转移到开展和报告科学研究中。我们的工作有两点贡献：首先，我们提出了一个由透明度、完整性和问责制组成的三维模型来定义负责任地使用人工智能。其次，我们引入了“人工智能使用卡”，这是一种报告人工智能在科学研究中使用的标准化方法。我们的模型和卡片允许用户反思负责任地使用人工智能的关键原则。它们还帮助研究界追踪、比较和质疑各种形式的人工智能使用，并支持制定公认的社区规范。拟议的框架和报告系统旨在促进在科学研究中合乎道德和负责任地使用人工智能，并为报告不同研究领域的人工智能使用情况提供标准化方法。我们还提供免费服务，通过问卷轻松生成用于科学工作的人工智能使用卡，并以各种机器可读的格式导出，以纳入 https://ai-cards.org 上的不同工作产品中。
VALIO：基于视觉注意的线性时间逻辑方法，用于可解释的环外识别
脱离回路（OOTL）现象会严重影响飞行员的表现并对航空安全构成威胁。以前识别 OOTL 状态的尝试主要使用了“黑箱”机器学习技术，但这些技术无法对其发现提供可解释的见解。为了弥补这一差距，我们的研究在名为“用于识别 OOTL 的视觉注意 LTL f”（VALIO）的框架内引入了线性时间逻辑 (LTL) 方法的一种新应用，利用眼动追踪技术非侵入式地捕捉飞行员的注意力焦点。通过将驾驶舱内的兴趣区 (AOI) 和注视持续时间编码为视觉注意轨迹 (VAT)，该方法可以捕捉视觉注意的空间和时间维度。它使 LTL 方法能够生成可解释的公式，对飞行员行为进行分类并提供对 OOTL 现象的理解。通过模拟飞行实验案例，我们比较了该方法在不同时间窗口（10 秒至 75 秒）下的有效性。结果表明，VALIO 在所有时间窗口上的表现都很稳定，最佳 F1 得分为 0.815，最低 F1 得分为 0.769。并且在使用短于 30 秒的时间窗口时，它的表现明显优于其他机器学习方法，表明其能够更及时地检测 OOTL 状态。此外，VALIO 通过推导人类可读的 OOTL 状态来阐明飞行员的行为。
场地规划首次提交清单
• 描述如何解决每个提议/开发条件。所有回复都应针对项目，并说明如何满足每个提议/开发条件（部分或全部）。 • 不要填写“已确认”。所有确认均发生在提议/开发条件谈判时，申请人同意所有提议。 • 不要在合规方法栏中重复提议。相反，描述该计划如何部分或全部满足提议/开发条件的要求。请使用特定的计划参考（即 MSP、SP、PI 等），因为可以使用多个计划来实现合规性。 • 为每个提议/开发条件的每个子部分提供单独的合规方法。 • 不要在合规性描述中使用任何“可能”或“必须”。在此阶段，所有要求要么得到满足，要么不适用。 • 相关的现场计划号和图纸编号应列在正确的栏中。 2) 可读性 一份可读的计划对于审查人员进行彻底审查和现场检查员在施工期间执行批准的计划是必要的。影响可读性的因素包括但不限于：线条、标签或信息重叠；线型或线宽区分不足；图例不准确或缺失；过粗的线条或阴影遮挡了底层信息；引线放错位置或缺失；没有标签的线条或特征；比例太小，无法清晰地描绘所有信息；现有特征与拟议工作难以区分；以及难以辨认的文本（小于 0.1 英寸、模糊、被线条遮挡、文本重叠）。
使用可解释的人工智能研究 ADR 机制
在我们的论文 [ 1 ] 中，我们建议挖掘生物医学知识图谱，以识别生物分子特征，这些特征能够自动重现此类专家分类，区分是否导致特定类型 ADR 的药物。从可解释的 AI 角度来看，我们探索简单的分类技术，例如决策树和分类规则，因为它们提供了人类可读的模型，可以解释分类本身。我们还评估了以下假设：从知识图谱中挖掘出的生物分子特征可能为 ADR 背后的分子机制提供解释元素。我们用两种专家分类测试了我们的方法，这两种分类可识别是否导致肝脏或皮肤毒性的药物（分别称为 DILI 和 SCAR，分别代表药物引起的肝损伤和严重皮肤不良反应）。与这些药物相关的特征是从 PGxLOD [ 2 ] 中挖掘出来的，PGxLOD 是我们之前通过链接公共开放数据（包括 DisGeNET、PharmGKB、DrugBank、CTD）创建的生物医学知识图谱。为此，我们开发了 kgpm 算法 [ 3 ]，该算法能够将特征路径的提取扩展到长度为 4 的水平。随后，这些路径被推广为路径模式，以覆盖更大的药物集。我们训练了两个分类器，根据提取的特征区分是否是药物导致了两种考虑的 ADR。我们分离出既能重现专家分类又能被专家解释的特征（例如，基因本体论术语、药物靶标、途径），并请 3 位药理学专家手动评估它们是否可能解释 ADR。
Stratomaster Ultra Horizon XL
包括 EMS（发动机监控系统）的典型设置 Stratomaster Ultra Horizon XL 是一种数字多功能仪器，专为超轻型、超轻型、实验性和自制飞机以及任何允许在一般或特殊操作许可下使用此类仪器的飞机而设计。Ultra 采用半透反射式 5.7 英寸单色显示面板设计，配有白色 LED 背光。与当前技术的彩色显示器不同，单色面板适合在阳光直射下操作，使其成为许多小型飞机应用的唯一可行选择。面板无需遮光，即使在非常明亮的光线条件下也能产生清晰可读的图像，光线直接照射在面板上。Ultra Horizon XL 取代了以下先前的产品版本：1) Stratomaster Ultra L 2) Stratomaster Ultra X 3) Stratomaster Ultra HL 和 HX 4) Stratomaster Ultra RL（旋翼机）。Ultra Horizon XL 是一个完全可由用户配置的面板，可用作主要飞行仪表显示器、发动机监视器或两者兼用。Ultra 提供两个显示页面，每个页面都可以由用户配置，从 50 多个仪器和显示项目中进行选择。屏幕上的每个项目都可以放置在用户想要的位置，大多数仪器提供几种不同的显示选项。例如，您可以在模拟高度计和基于磁带的高度计之间进行选择。
数字 NIST
a 美国国家标准与技术研究所 (NIST)，美国马里兰州盖瑟斯堡 20899 b GBS Dakota IT，美国犹他州锡拉丘兹 84075 * 通讯作者。电子邮件地址：catherine.cooksey@NIST.gov 摘要 − 2022 年初，NIST 启动了一个试点项目，以生成参考材料的数字校准报告和分析证书。该项目的目标是为每个项目制作几个示例，以评估这些测量服务的数字化转型的范围和挑战。本演示重点介绍数字校准报告。我们对试点项目这一部分的目标是根据校准数据、客户元数据以及所需的其他数据和元数据生成数字校准报告；根据数字校准报告生成人类可读的报告；并举办研讨会以收集利益相关者的反馈。数字校准证书 (DCC) 是 SmartCom 17IND02 项目的产物，可用作起点。然而，NIST 面临的挑战包括 NIST 报告中目前包含的大量信息、包含复杂数据的报告以及 NIST 校准报告的安全性（NIST 校准报告、数据和元数据不公开）。其他实际挑战包括 NIST 提供的各种校准服务，以及内部和外部利益相关者的需求。本出版物报告了 NIST 工作的进展情况，并讨论了生成数字校准报告的一些挑战和潜在解决方案。
工业储备电池电池充电器
1当设置为24伏输出时，450W的完整15A输出可在170 VAC输入以上可用，12A输出电流在100 VAC和170 VAT之间的最大值和170 VAC输入2输出电压和警报可调节至32V的32V标称电池3输出电压和警报可调节可调节到72或96V的电池4，需要到72或96V名称的计算机4，需要适用于Charger ATAPTER AT ATAPTER SENS P/N 20925和N N N 2092 5和N N. N 209254以及www.sens-usa.com 5远程电池温度传感器是可选的。订单Sens P/N 209481 6要求标准的RJ-45网络电缆连接并行的总线。订单Sens P/N 208118- 72（72英寸长）或208118-180（180英寸长）7联系工厂，以确定与锂电池电池管理系统（BMS）的兼容性。8 120V模型不包括9，要求模型编号的数字12为D，E或F 10型号为型号的数字12个模型编号的数字12包括2 EA。表格c警报触点11型号具有D或F作为型号的数字12包括5 ea。表格C警报触点12在65度。c及以上的LCD显示可能是不可读的，并且显示寿命只能将13个完整规格缩小为 +55C，对于180W，对于450W 14 300W和450W型号，将 +55C和 +40C。
农业经济学研究方法，AEB6933
Andrew Schmitz 1130 MCCB（352）294-7685 aschmitz@ufl.edu我不在电子学习帆布办公室时间内利用电子邮件工具：星期二和星期四 - 星期二和星期四 - 上午11:00至1:30 pm下午1:30 PM课程描述在贸易和农业政治贸易和农业政府中应用的经济学研究的基础，并在企业中的贸易和农业世界中的世界和世界范围内的世界各地。 主题包括：农业机械化，自由选择，投资人力资本，世界农业的混乱。 此外，注意黑匣子，价值连锁店，国际资本运动以及农业研究和生物技术的政治经济学。 课程先决条件的教练同意。 本课程旨在针对农业经济学，经济学或相关领域的研究生。 课程目标本班的重点是增强学生在农业和应用经济学方面的研究方面的技能。 在研究中取得成功的关键组成部分是思考框/想法。 鉴于原始研究主题，该研究远非完整。 许多研究论文的主要局限性是缺乏可读的摘要和结论部分。 此外，许多论文并未明确基本上推动结果的基本假设。 经济学本质上是基于模型假设得出结果。 通常通过更改一个或两个假设来改变工作的结论。 许多成功的经济学家也以专家证人的身份出现在法庭上。 辩方拥有其经济学家，但原告和两组经济学家的论点也大不相同。Andrew Schmitz 1130 MCCB（352）294-7685 aschmitz@ufl.edu我不在电子学习帆布办公室时间内利用电子邮件工具：星期二和星期四 - 星期二和星期四 - 上午11:00至1:30 pm下午1:30 PM课程描述在贸易和农业政治贸易和农业政府中应用的经济学研究的基础，并在企业中的贸易和农业世界中的世界和世界范围内的世界各地。主题包括：农业机械化，自由选择，投资人力资本，世界农业的混乱。此外，注意黑匣子，价值连锁店，国际资本运动以及农业研究和生物技术的政治经济学。课程先决条件的教练同意。本课程旨在针对农业经济学，经济学或相关领域的研究生。课程目标本班的重点是增强学生在农业和应用经济学方面的研究方面的技能。在研究中取得成功的关键组成部分是思考框/想法。鉴于原始研究主题，该研究远非完整。许多研究论文的主要局限性是缺乏可读的摘要和结论部分。此外，许多论文并未明确基本上推动结果的基本假设。经济学本质上是基于模型假设得出结果。通常通过更改一个或两个假设来改变工作的结论。许多成功的经济学家也以专家证人的身份出现在法庭上。辩方拥有其经济学家，但原告和两组经济学家的论点也大不相同。课程大纲主题包括农业机械化，免费选择，投资人力资本，世界农业的混乱。此外，注意黑匣子，价值连锁店，国际资本运动以及农业研究和生物技术的政治经济学。
AI 使用卡：负责任地报告 AI 生成的内容
鉴于 ChatGPT 等人工智能系统可以生成与人类作品难以区分的内容，负责任地使用这项技术日益受到关注。尽管了解使用人工智能系统的好处和危害需要更多时间，但它们在实践中被迅速且不加区分地采用却是现实。目前，我们缺乏一个通用的框架和语言来定义和报告负责任地使用人工智能生成内容。先前的工作提出了在特定场景（例如机器人或医学）中使用人工智能的指导方针，但这些指导方针无法转移到开展和报告科学研究中。我们的工作有两点贡献：首先，我们提出了一个由透明度、完整性和问责制组成的三维模型来定义负责任地使用人工智能。其次，我们引入了“人工智能使用卡”，这是一种报告人工智能在科学研究中使用的标准化方法。我们的模型和卡片允许用户反思负责任地使用人工智能的关键原则。它们还帮助研究界追踪、比较和质疑各种形式的人工智能使用，并支持制定公认的社区规范。拟议的框架和报告系统旨在促进在科学研究中合乎道德和负责任地使用人工智能，并为报告不同研究领域的人工智能使用情况提供标准化方法。我们还提供免费服务，通过问卷轻松生成用于科学工作的人工智能使用卡，并以各种机器可读的格式导出，以纳入 https://ai-cards.org 上的不同工作产品中。
探索生成AI在构建具有医学环境的药物适应症的知识图中的作用
摘要药物指示的医学环境提供了有关如何在实践中使用该药物的重要信息。但是，从药物适应症中提取医疗环境仍然受到探讨，因为大多数研究都集中在识别药物和相关疾病上。的确，大多数数据库编目的药物指示都不包含其医疗环境，以机器可读的格式。本文提出了使用大型语言模型来构建钻石-KG，这是药物适应症及其医学环境的知识图。研究1）检查在为语言模型提供其他指导时的准确性和精度变化，2）估计药物适应症中医疗环境的普遍性； 3）评估钻石-KG对Neurodkg的质量，而Neurodkg是一个小型手动策划的知识图。结果表明，更多的详细提示提高了医疗环境提取的质量； 71％的迹象至少具有一种医疗背景； 63.52％的提取的医学环境对应于Neurodkg中鉴定的医疗环境。本文展示了使用大型语言模型进行专业知识提取的实用性，特别着眼于提取药物适应症及其医学背景。我们提供钻石 - 作为由本体支持的公平RDF图。公开访问，钻石kg可能对下游任务，例如语义查询回答，推荐引擎和药物重新定位研究。