XiaoMi-AI文件搜索系统
World File Search System实证
人工智能的进化：现实证明了炒作的合理性
然而，Google Brain 于 2017 年发表的论文“Attention is All You Need”提出了一种名为 Transformer 的新型神经网络架构，该架构改进了长短期记忆等循环神经网络架构。5 Transformer 架构采用允许并行处理的自注意力机制，从而实现更高效的数据存储和计算，并减少训练和微调基础模型的时间和成本。6 BofA Global Research 的观点是 3 全面：专家系统的回报 (1989)。专家系统将 if/then 规则应用于数据以产生新的见解，并由德州仪器等公司实施，通过使某些流程快 20 倍并通过减少成本超支和准备费用平均每年减少 200 万美元开支，从而提高了生产力和效率。美国运通将其信贷授权人的效率提高了 45-67%。 4 微调是指使用结构化数据训练预训练模型的过程，以生成相对于原始模型而言性能更佳的专用应用程序，用于特定任务。 5 Transformer 模型还改进了 AI 应用程序的功能，因为神经网络（本质上是基础模型的大脑）能够更好地将语言语境化。例如，“bank”可能表示金融机构或河边，但查看句子中单词前后的上下文以确定含义会很有帮助。Transformer 模型通过使用句子中的所有单词（而不仅仅是之前的单词）来查找上下文，从而确定“bank”的含义。换句话说，该模型双向查找上下文，这就是“BERT”中“B”的含义。BERT 代表 Transformer 的双向编码器表示，是一种神经网络架构。 6 您所需要的只是注意力 (2017)
摘要 机器翻译 (MT) 与人工智能 (AI) 的结合显著提高了机器翻译系统的精确度，其翻译质量可与熟练的人工翻译相媲美。这一创新拓宽了人工智能机器翻译系统的适用性，吸引了各种用途的用户。本文探讨了以下领域：人工智能机器翻译，特别是谷歌翻译 (GT) 在英语作为外语 (EFL) 课堂中的应用。实证研究结果和最近的研究表明，学生越来越依赖机器翻译，特别是在英语不是母语的高等教育环境中。本研究的目的是深入了解在课堂上使用谷歌翻译的 EFL 学习者的实践、信念和目标。通过问卷调查以及前后测试收集了 234 名大学生的数据，以比较有无谷歌翻译帮助的写作草稿的质量。研究结果与之前在世界各地进行的研究结果一致，这些研究强调了人工智能机器翻译不仅可以提升学生的学习体验，还可以培养更多独立学习者的巨大潜力。研究还表明，学生对 GT 持积极态度，并采用多种搜索策略来解决各种与语言相关的挑战。关键词：人工智能、英语作为外语、谷歌翻译、机器翻译、写作。引用 | Alharbi，W.（2023 年）。人工智能机器翻译在 EFL 课堂中的使用和滥用：一项探索性研究。教育与电子学习研究杂志，10 (4)，689–701。10.20448/jeelr.v10i4.5091 历史记录：收到日期：2023 年 7 月 31 日修订日期：2023 年 9 月 20 日接受日期：2023 年 10 月 4 日出版日期：2023 年 10 月 24 日许可：本作品已获得知识共享署名 4.0 许可出版商：亚洲在线期刊出版集团
摘要 机器翻译 (MT) 与人工智能 (AI) 的结合显著提高了机器翻译系统的精确度，其翻译质量可与熟练的人工翻译相媲美。这一创新拓宽了人工智能机器翻译系统的适用性，吸引了各种用途的用户。本文探讨了以下领域：人工智能机器翻译，特别是谷歌翻译 (GT) 在英语作为外语 (EFL) 课堂中的应用。实证研究结果和最近的研究表明，学生越来越依赖机器翻译，特别是在英语不是母语的高等教育环境中。本研究的目的是深入了解在课堂上使用谷歌翻译的 EFL 学习者的实践、信念和目标。通过问卷调查以及前后测试收集了 234 名大学生的数据，以比较有无谷歌翻译帮助的写作草稿的质量。研究结果与之前在世界各地进行的研究结果一致，这些研究强调了人工智能机器翻译不仅可以提升学生的学习体验，还可以培养更多独立学习者的巨大潜力。研究还表明，学生对 GT 持积极态度，并采用多种搜索策略来解决各种与语言相关的挑战。关键词：人工智能、英语作为外语、谷歌翻译、机器翻译、写作。引用 | Alharbi，W.（2023 年）。人工智能机器翻译在 EFL 课堂中的使用和滥用：一项探索性研究。教育与电子学习研究杂志，10 (4)，689–701。10.20448/jeelr.v10i4.5091 历史记录：收到日期：2023 年 7 月 31 日修订日期：2023 年 9 月 20 日接受日期：2023 年 10 月 4 日出版日期：2023 年 10 月 24 日许可：本作品已获得知识共享署名 4.0 许可出版商：亚洲在线期刊出版集团
使用模拟地面实况对脑电图进行深度学习可解释性方法的实证比较
机器学习和基于深度学习 (DL) 的神经解码器的最新进展显著提高了使用头皮脑电图 (EEG) 的解码能力。然而，DL 模型的可解释性仍然是一个未被充分探索的领域。在本研究中，我们比较了多种模型解释方法，以确定最适合 EEG 的方法，并了解这些方法中的一些方法何时可能失败。我们开发了一个模拟框架，通过与地面真实特征进行比较来评估十二种基于反向传播的可视化方法的稳健性和灵敏度。这里测试的多种方法在随机化模型权重或标签后显示出可靠性问题：例如，显着性方法是 EEG 中最常用的可视化技术，它不是特定于类或模型的。我们发现 DeepLift 始终准确且稳健，可以检测这里测试的三个关键属性（时间、空间和频谱精度）。总体而言，本研究回顾了基于 DL 的神经解码器的模型解释方法，并提出了建议，以了解这些方法中的一些何时会失败以及它们可以在 EEG 中捕获什么。
人工智能是否使英国企业受益？人工智能对生产力影响的实证研究。
在英国，Coyle 等人。分析了使用数字化技术的公司是否生产率更高 13。他们利用英国国家统计局年度商业调查、年度采购调查和电子商务调查的数据，研究了 2015 年至 2018 年期间的 2,000 多家英国大型公司。他们使用两种替代全要素生产率 (TFP) 指标和一种定制的无形资本存量指标，评估了一系列数字活动的影响。他们发现大公司的数字密集度更高，生产率也更高。他们还发现内部数字化能力对于提高生产力最为重要，这与 Bjornolfson 的研究结果一致，即无形数字资本至关重要。他们还发现，非数字密集型公司在采用数字化技术时，生产率呈现 J 曲线，表明采用数字化技术与实现生产率效益之间存在滞后。Coyle 的研究发现，数字技术（例如云、电子商务、大数据分析）的采用与 TFP 之间存在统计上显著的正相关关系。
可持续供应链实践：制造业的实证研究
摘要：最近，公司采用了可持续供应链实践（SSCP）来减少其供应链网络中的社会和环境影响。主要目的是减少对环境的对抗性负面影响，尤其是那些因能源和水消耗而引起的。拥抱可持续的商业实践对于组织并应对紧迫的全球挑战至关重要。基于通过土耳其制造业公司的横断面研究获得的439个有效响应，并结合了基于实践的观点和组织信息处理理论，该研究研究了SSCP对经济绩效（EP）的影响。检查了社会绩效（SP）和环境绩效（ENP）的中介作用。在上述链接方面进一步探讨了行业4.0的调节作用。结果表明，SSCP对EP有积极影响。SSCP对SP和ENP具有积极影响。SP和ENP对EP具有积极影响。SSCP和EP之间的关系部分由SP和ENP介导。此外，发现具有高水平行业的4.0技术使用的公司，SSCP对ENP的影响更强，并且在行业4.0高水平的公司中，SSCP对EP的影响也更强。这些发现为研究提供了宝贵的见解，以及经理，供应链从业人员和政策制定者，在开发一种综合的战略和有效方法方面，通过利用对行业4.0的改善理解来促进可持续运营，这也可以带来更好的经济成果。
人工智能生成文本检测工具的实证研究
摘要：由于 ChatGPT 已成为一种主要的 AIGC 模型，可在广泛的应用（包括软件开发和维护）中提供高质量的响应，因此它吸引了许多人的兴趣。ChatGPT 前景广阔，但滥用可能会引发严重问题，尤其是在教育和公共安全领域。目前有几种 AIGC 检测器可用，并且都已在真实文本上进行了测试。但是，还需要进行更多研究才能了解它们对多域 ChatGPT 材料的有效性。本研究旨在通过创建一个多域数据集来测试大学和其他研究机构使用的用于检测人工生成信息的最先进的 API 和工具，从而满足这一需求。本研究创建了一个由文章、摘要、故事、新闻和产品评论组成的大型数据集。第二步是使用新创建的数据集对六种工具进行测试。包括“GPTkit”、“GPTZero”、“Originality”、“Sapling”、“Writer”和“Zylalab”在内的六种不同的人工智能文本识别系统准确率在55.29%至97.0%之间。虽然所有工具在评估中都表现良好，但Originality在各方面都表现得尤为出色。
通过技术驱动的主动供应链风险管理实现竞争优势：一项实证研究
摘要虽然以前的工作重点是技术在增强供应链风险管理中的作用，并且通过这种增强，竞争优势提高了，但在理解外部机构处方与内部采用因素之间的联系方面存在研究差距。我们使用企业的制度理论（IT）和基于资源的观点（RBV）来解决这一差距，开发了一个框架，以表明积极的技术驱动的供应链风险管理方法如何将两种外部因素与内部因素相结合，从而可以带来竞争优势。我们通过对印度制造业和物流行业的218个公司的调查收集的定量数据来验证框架。我们专门关注轨道跟踪（T＆T）和大数据分析（BDA）的技术。我们的发现表明，投资于T＆T/BDA技术的公司可以从不间断的信息处理，减少时间中断和不间断的供应方面获得运营利益，这又为他们带来了竞争优势。，我们通过证明了对技术能力与运营益处之间关系的调节感以及对技术培养的影响和灵活性的影响，从而增加了新的新颖性。
推进实证研究和理论以进行更深入的政治经济学分析评论“乌干达的健康覆盖和金融保护：政治经济学视角”
摘要 政治经济学分析的核心是考察国家与市场之间的关系。近年来，出现了许多国家案例研究，旨在确定促进或阻碍卫生部门改革实现全民覆盖的政治经济因素。在这篇评论中，我们扩展了 Nannini 及其同事的分析，详细阐述了政治经济学分析如何通过更多地借鉴改进的研究设计和理论，更好地为政策设计提供信息，从而使中低收入国家 (LMIC) 的改革更加成功。我们提出了三种方法，让政治经济学研究能够通过历史化分析、进行比较和/或将研究结果更深入地植根于理论中来提出更深入的主张。关键词：政治经济学、全民健康覆盖、中低收入国家版权所有：© 2023 作者；克尔曼医科大学出版。这是一篇开放获取的文章，根据 Creative Commons 署名许可条款发布（https://creativecommons.org/licenses/by/4.0），允许在任何媒体中不受限制地使用、分发和复制，前提是对原始作品进行适当引用。引用：Fox AM。推进实证研究和理论以进行更深入的政治经济分析：评论“乌干达的健康覆盖和财务保护：政治经济视角”。Int J Health Policy Manag。2023；12：7537。doi：10.34172/ijhpm.2023.7537
生理时间序列数据中基于混合的数据增强方法的实证研究
摘要 — 数据增强是深度模型训练过程中帮助泛化的一种常见做法。在生理时间序列分类的背景下，以前的研究主要集中在标签不变的数据增强方法。然而，另一类出现在计算机视觉领域的增强技术（即 Mixup）尚未在时间序列领域得到充分探索。在本研究中，我们系统地回顾了六个生理数据集上的基于混合的增强，包括 mixup、cutmix 和流形 mixup，评估它们在不同感官数据和分类任务中的表现。我们的结果表明，三种基于混合的增强可以持续提高六个数据集的性能。更重要的是，这种改进不依赖于专家知识或广泛的参数调整。最后，我们概述了基于混合的增强方法的独特属性，并强调了在生理时间序列数据中使用基于混合的增强的潜在好处。我们的代码和结果可在 https://github.com/comp-well-org/Mix-Augmentation-for-Physiological-Time-Series-Classification 上找到。索引术语 — 数据增强、混合、生理时间序列
外层空间作为全球公域：空间安排的实证研究
将外层空间指定为全球公域是一个有争议的问题。一些人认为，正式承认这一点可能会阻碍私人投资，而另一些人则声称这不足以促进可持续发展。为了解决这些争论，本文研究了太空参与者如何在其制度安排中使用全球公域框架。基于 1042 项太空安排的集合，我们描述了一组明确引用与全球公域概念相关的概念的安排。我们观察到，这一框架很少用于双边安排，而且在有影响力的参与者最近达成的协议中大多没有出现。此外，我们发现在安排中采用与全球公域相关的原则不会导致操作规则有显著差异。因此，我们得出结论，明确界定的全球公域观点尚未得到阐述和制度化。