XiaoMi-AI文件搜索系统
World File Search System探索性
实现均衡的战略学习。探索性分析和模型
摘要 本文探讨了我们从实验中观察到的人们的战略行为。本文提出的研究问题是玩家（主要是儿童）如何在他们从未遇到过的复杂战略情况下学习。我们研究了在博弈论流行讲座上玩的不同游戏的数据，并展示了玩家在与其他玩家竞争时在战略学习方面取得进展的发现。研究了四种“选数字”游戏，所有游戏的规则看起来相似，但性质却大不相同。这些游戏被介绍给非常不同的听众群体。收集的数据可在开放存储库中复制和分析。在工作中，我们分析数据并提出基于代理的选美比赛游戏模型，解释观察到的行为。最后，我们讨论了研究结果，提出了要调查的假设，并为未来的研究提出了开放问题。
APL 100 周年：研究与探索性发展视角
现在，关于概念和计算的讨论听起来好像概念在某种程度上优于计算。一点也不！事实上，虽然我们可以说概念驱动计算，但计算驱动概念也是事实。科学理论——即科学概念——从实验中发展而来，实验就是计算。当现有的科学理论无法解释实验时，我们会看到计算推动了新的概念。这就是预测未来如此困难的原因。鉴于目前的概念库存，执行无休止的计算相对容易。这就是为什么我们现在在互联网上拥有数百万个网站的原因。进行一个有趣的实验来揭示概念的局限性或接受我们周围的世界并以新的方式处理我们所看到的东西变得更加困难。我最喜欢的一句话来自科学家阿尔伯特·圣捷尔吉，他因对维生素C和细胞呼吸的研究于1937年获得诺贝尔奖。他说道：
让我们玩民主，政治视频游戏的探索性分析
摘要：在当今时代，由于超数字化社会的起起伏伏，民主的概念发生了变化，改变了其话语和参与形式。认识到电子游戏在新一代中仍然扮演着重要角色，本研究的目的是分析与民主概念相关的独立电子游戏。为此，根据民主原则、类型和关键组成部分分析了 26 款电子游戏，结果显示它们倾向于保障公民自由、政治多元化和权力分立；同样，说服性电子游戏和表达性电子游戏之间也有明显的区别，前者与两极分化和批评有关，而后者则响应了反身概念线，并在其关键设计组件中使用了奖励系统和进步。可以得出结论，与民主相关的电子游戏响应了一种创新的互动维度，通过当前观众的创造力、自由和自主性改变了传统的政治规范。
Ru/CeO2 催化剂用于 NH3 合成的探索性研究...
可再生能源，但高密度储存氢气对于大规模氢气运输，特别是全球距离运输是可取的。氨是一种潜在的储氢材料，其含氢量为 17.6 wt%，在 1 MPa 和 25 °C 下可储存约 10.7 kg-H 2 /100 L1)。哈伯-博施工艺已用于合成氨超过 100 年2)。已经开发出许多潜在的重要技术来非常高效地生产氨。高效运行的重要要求之一是恒定的进料供应。这一要求对任何化学过程都是常见的。然而，来自可再生能源的氢气供应经常是变化的，因为由可再生能源（例如光伏或风能）产生的电力的输出
使用社交媒体分析罕见疾病的探索性研究
摘要 罕见病影响着大约 3000 万美国人，由于对这种疾病缺乏了解和缺乏适当的研究，临床医生往往对这种疾病了解甚少。患有罕见病的患者往往得不到很好的治疗，尤其是那些患有极其痛苦的慢性颌面部罕见疾病的患者。由于缺乏结构化知识，这类患者经常选择社交媒体向以患者为中心的社交媒体社区中的同龄人寻求帮助，从而每天产生大量非结构化数据。我们研究是否可以使用机器学习来组织这些非结构化数据，以帮助罕见病社区的成员更有效地实时找到相关信息。我们选择了三叉神经痛 (TN)，一种极其痛苦的罕见疾病，作为案例研究，并收集了 20,000 条社交媒体 TN 帖子。我们根据消息长度将 TN 帖子分为 Twitter（非常短）和 Facebook（短、中、长）数据集，并进行了三次聚类实验。结果显示，在速度方面，GSDMM 在对 Facebook 进行聚类时，尤其是在短消息方面，表现优于 K-means 和球形 K-means。对于长消息，当使用 K-means 和球形 K-means 时，MDS 缩减效果优于 PCA。我们的研究表明，需要进一步的主题建模，以便在基于每个集群内帖子的语义分析的高级集群之间进行利用。1. 简介
冲突管理策略是有效组织绩效的先决条件：探索性
GSM：+234803086099摘要本研究旨在研究冲突管理策略，作为有效组织绩效的前提。该研究采用了解释性设计，该研究仅基于对与该主题相关的不同研究，期刊和书籍的现有文献分析的见解。调查结果表明，良好的冲突管理技术将极大地提高决策成果和高度的生产力。解决冲突中的有效管理策略将提高良好的沟通，时间管理，合作和组织生产力。还揭示了冲突解决策略有助于改善组织中管理层和员工之间的良好人际关系。它鼓励和促进同事之间的人际关系，进而改善他们的士气，减少生产活动的破坏并提高服务质量的改善。因此，结论是，组织的管理应启动相关的冲突解决程序，该程序能够积极推动劳动力，并与员工建立其他沟通渠道，以此作为获得组织政策的迅速反馈的手段，以免产生冲突的利益。关键字：冲突管理策略；管理与雇员的人际关系；有效的冲突管理；谈判，调解，协作，员工绩效；组织绩效
人工智能技术在阿拉伯媒体中的应用：一项探索性研究
摘要 本研究旨在从阿拉伯记者的角度了解阿拉伯媒体中人工智能技术的使用情况，它依赖于描述性调查方法和分发给阿拉伯记者样本的电子表格，人数为（451）人，该研究最重要的发现之一是，目标受访者样本高度关注有关人工智能技术的新闻，并且人工智能技术能够模拟人类行为执行许多媒体任务，并且从服务媒体研究的总体受访者的角度来看，其中最常使用人工智能技术的话题更多，例如了解天气状况，货币汇率，黄金等，受访者的回答符合其媒体机构对未来几年使用人工智能技术的态度，他们将做出一些改变和改革。
以数据为中心的绿色人工智能：一项探索性实证研究
摘要 — 随着大规模数据集的日益普及，以及经济实惠的存储和计算能力的普及，人工智能所消耗的能源正成为一个日益令人担忧的问题。为了解决这个问题，近年来，研究集中于展示如何通过调整模型训练策略来提高人工智能的能源效率。然而，对数据集的修改如何影响人工智能的能耗仍然是一个悬而未决的问题。为了填补这一空白，在这项探索性研究中，我们评估了是否可以利用以数据为中心的方法来提高人工智能的能源效率。为了实现我们的目标，我们进行了一项实证实验，通过考虑 6 种不同的人工智能算法、一个包含 5,574 个数据点的数据集和两个数据集修改（数据点数量和特征数量）来执行。我们的结果表明，通过专门对数据集进行修改，可以大幅降低能耗（高达 92.16%），而这通常以准确度几乎不会下降甚至不会下降为代价。作为额外的介绍性结果，我们展示了如何通过专门改变所使用的算法，实现高达两个数量级的节能。总之，这项探索性调查从经验上证明了应用以数据为中心的技术对提高人工智能能源效率的重要性。我们的研究结果呼吁制定以数据为中心的技术为重点的研究议程，以进一步实现绿色人工智能的民主化。索引术语 — 能源效率、人工智能、绿色人工智能、以数据为中心、实证实验
通过风险管理调查人工智能问责制：一项基于研讨会的探索性研究
人工智能 (AI) 在我们社会中的影响力正在不断扩大。企业越来越多地考虑使用 AI 模型，因为它们提供了新的应用可能性。因此，简单的方法正在被可以补充甚至超越人类能力的复杂系统所取代。这导致公司流程通过独立自主的 AI 系统进行转变。然而，这些能力和复杂性的增加提出了新的问题，即如何管理基于 AI 的应用程序的预测、决策或行动。人们经常讨论谁应该对 AI 系统的结果负责，因此谁应该对它负责的问题。特别是，当试图让某人对基于 AI 的系统的结果负责时，存在特定的模糊性和困难。已经阐明了 AI 的几个责任差距（Santoni de Sio 和 Mecacci，2021 年）。责任差距源于人类渴望知道发生伤害的原因，尤其是如果原因是由于过错，则希望为其辩护或惩罚它（Santoni de Sio
解决刀具犯罪的有效方法：一项探索性研究
“刀具犯罪”在这里被简称为在公共场所使用和携带刀具的儿童和年轻人，近年来这种犯罪行为一直在增加。目前的证据表明，刀具犯罪是由贫困、边缘化、不良童年经历 (ACE)、创伤、恐惧和受害（包括剥削）等多种因素共同造成的。青少年犯罪小组 (YOT) 的职责之一是负责与有可能参与刀具犯罪或被判犯有刀具犯罪的儿童（10-17 岁）合作。青少年犯罪小组是跨学科团队，根据当地需求提供多机构意见。他们提供监督和干预计划，重点是停止犯罪，并支持儿童避免犯罪和再次犯罪，过上健康积极的生活。尽管青少年犯罪小组越来越多地跨地方政府边界共享或共同委托服务，但仍需要更好地了解有效的青少年犯罪活动，以便改进实践共享，并可能节省资金。