XiaoMi-AI文件搜索系统
World File Search System最终用户
经过验证的最终用户（VEU）列表补充第7号列表...
* LAM Research International Sarl（Lam Dalian Warehouse）C/O Liaoning JD Logistiss International Co.1个公共仓库达利安，中国116600。* LAM Research International Sarl（Lam Shanghai Warehouse）C/O HMG供应链（上海）有限公司，编号633，中国上海Pudong New District Shangfeng Road 201201. * LAM Research International Sarl（Lam Shanghai Warehouse），C/O Regal Harmony Logistiss Co. * LAM Research International Sarl（Lam Shanghai Warehouse Operator），C/O上海Well-Win-Win-Win Logistics Co.，Ltd。，No. 2667 Zuchongzhi Road，Pudong New District，上海，中国。633，中国上海Pudong New District Shangfeng Road 201201.* LAM Research International Sarl（Lam Shanghai Warehouse），C/O Regal Harmony Logistiss Co.* LAM Research International Sarl（Lam Shanghai Warehouse Operator），C/O上海Well-Win-Win-Win Logistics Co.，Ltd。，No.2667 Zuchongzhi Road，Pudong New District，上海，中国。2667 Zuchongzhi Road，Pudong New District，上海，中国。
通过最终用户的参与解决医疗保健领域人工智能工具开发的不确定性
人工智能 (AI) 开发是信息系统 (IS) 学者越来越感兴趣的领域，旨在探索人机协作的社会技术方面。本文报告了一个定性案例研究，重点研究目前正在开发的预测痴呆症的人工智能工具。通过对人工智能开发人员的深入访谈，我们旨在深入了解他们的专业实践以及他们在开发过程中遇到的不确定性。使用一个框架来概述人工智能工具开发的阶段，我们发现了四个关键的不确定性：可行性、数据、决策和采用。我们研究了人工智能开发人员如何通过不同的方法应对这些不确定性，并提出了最终用户参与的策略，以尽可能减少不确定性。关键词：人工智能开发、不确定性、最终用户参与、案例研究、医疗保健。
奥地利武装部队作为军事最终用户
1。MED/CBRN/BIOTECH/人为因素2。信息优越性3。传感器4。网络5。空间6。数字转换8。材料和组件9。空中战斗10。空气和导弹防御11。地面战斗12。力保护与移动性13。海军战斗14。水下战争15。模拟与培训16。破坏性技术
人类、人工智能和环境：了解最终用户对现实世界计算机视觉应用程序的信任
信任是人们与人工智能系统互动的重要因素。然而，缺乏实证研究来检验真实的终端用户如何信任或不信任他们与之互动的人工智能系统。大多数研究都是在实验室环境中通过假设的终端用户来调查信任的一个方面。在本文中，我们通过对现实世界的计算机视觉应用的定性案例研究，提供了对人工智能信任的整体和细致的理解。我们报告了对一款流行的基于人工智能的鸟类识别应用程序的 20 位终端用户的采访结果，我们从多个角度询问了他们对该应用程序的信任程度。我们发现参与者认为该应用程序值得信赖并信任它，但在进行验证行为后有选择地接受应用程序的输出，并决定在某些高风险场景中不采用该应用程序。我们还发现领域知识和背景是信任相关评估和决策的重要因素。我们讨论了我们的研究结果的含义，并为未来对人工智能信任的研究提供了建议。
2022 年 8 月 16 日 商品、最终用户和转运...
1 与俄罗斯国家有联系的公司可以在其企业名称中包含以下名称：RAO（Rossiyskaya Aktsionernaya Kompaniya），表示俄罗斯股份公司； FGUP/FSUE（联邦国家单一制企业），指定俄罗斯联邦国家单一制企业； GK（Gorodusrodnaya Korporatsiya），指定为俄罗斯国家公司； SPRE/NIPP（科学研究生产企业），指定俄罗斯科学研究生产企业；以及 NPO/GNPO（Gosudarstvennyy Nauchno-Proizvodstvennyy Tsentr），指定为俄罗斯国家研究和生产中心。
如何向最终用户解释人工智能系统
摘要目的——难以捉摸的机器学习 (ML) 模型越来越多地成为信息系统的一部分。了解这些模型的行为方式以及它们的输出基于什么，对开发人员来说都是一个挑战，更不用说非技术最终用户了。设计/方法/方法——作者通过系统的文献综述研究如何向最终用户解释人工智能系统及其决策。结果——作者对文献的综合表明，人工智能系统与最终用户的通信有五个高级目标：(1) 可理解性、(2) 可信度、(3) 透明度、(4) 可控性和 (5) 公平性。作者提出了几项设计建议，例如提供个性化和按需解释，并专注于关键功能的可解释性，而不是旨在解释整个系统。人工智能系统解释存在多种权衡，没有一种适合所有情况的最佳解决方案。研究的局限性/含义——基于综合，作者提供了一个向最终用户解释人工智能系统的设计框架。本研究通过提出如何使人工智能系统更易于理解、公平、可信、可控和透明的指导方针，为人工智能治理工作做出了贡献。原创性/价值——这篇文献综述汇集了有关人工智能系统通信和面向最终用户的可解释人工智能 (XAI) 的文献。基于该主题的先前学术文献，它提供了综合见解、设计建议和未来研究议程。关键词可解释人工智能、解释性人工智能、XAI、机器学习、人机交互、最终用户、文献综述、系统文献综述论文类型研究论文
通过调查最终用户负荷需求测量来评估二次配电网的电池存储“2279
摘要：预计储能系统将用于满足日益增长的能源电气化需求，并减轻太阳能和风能等间歇性能源的发电量。聚合和分布式电池储能系统可以通过提供智能能源管理选项和高效的资源配置来提高电网的可操作性和安全性。本文探讨了二次配电级别的电池存储。调查基于最终用户的能源需求行为。因此，在住宅区测量和分析了电能消耗模式。收集和分析了测量数据，以记录客户的行为，旨在揭示他们的差异和相似之处。随后，根据测量的电力消耗模式的特征计算聚合和分布式电池储能系统，旨在估计可能激励安装电池系统的因素，无论是在低压变压器侧聚合还是在负载侧分布式系统。根据系统的盈利能力，定性评估了影响系统经济可行性的参数。
工作站/最终用户设备环境和趋势 | ITVMO
2015 年 10 月，OMB 发布了 M-16-02：类别管理政策 15-1：改进通用信息技术的采购和管理：笔记本电脑和台式机 1。此政策要求联邦机构使用政府范围战略解决方案 (GSS) 来满足其大部分台式机和笔记本电脑需求。台式机和笔记本电脑的 GSS 通过以下采购工具提供：NASA 企业范围采购解决方案 (SEWP)、NIH 信息技术采购和评估中心 (NITAAC) 的首席信息官 (CIO)-商品和解决方案 (CS)、GSA 的多重奖励计划 - 信息技术类别，以及通过美国陆军计算机硬件企业软件和解决方案 (CHESS)。NASA 与来自总务管理局 (GSA) 和国立卫生研究院 (NIH) 的实施伙伴共同制定了 GSS 计划的部署战略。这个小组被称为核心 WCT。
让最终用户参与到人工智能智能服务中 - ...
摘要 人工智能 (AI) 已在多元化的背景下扩展，它渗透到了我们的社会生活中，是算法决策的重要组成部分。非 AI 专家的最终用户采用 AI 技术，尤其是 AI 支持的设计仍然有限。难以理解、不透明的决策以及使用 AI 的困难成为阻碍这些最终用户采用 AI 技术的障碍。如何基于 AI 技术设计用户体验 (UX) 是一个有趣的探索话题。本文研究了如何使用名为 Smart Service Blueprint Scape (SSBS) 的框架让非 AI 专家最终用户参与 AI 支持应用程序的设计过程，该框架旨在通过映射和翻译基于 UX 的 AI 决策来建立 UX 和 AI 系统之间的桥梁。以荷兰移动服务“stUmobiel”作为设计案例研究。目标是设计一个面向 stUmobiel 最终用户的预订平台。与案例用户共同创造并确保他们了解人工智能设计的决策和服务提供过程对于促进用户采用至关重要。此外，人工智能伦理问题也出现在设计过程中，应该从更广泛的意义上进行讨论。关键词：人工智能、服务设计、伦理、用户体验、智能服务蓝图景观 (SSBS) 框架联系人：李帆埃因霍温理工大学工业设计荷兰，f.li@tue.nl
