XiaoMi-AI文件搜索系统
World File Search System生理测量
诱导性多能干细胞衍生的心肌细胞计算模型，用于 KCNQ1 基因变异的高通量风险分层
在过去十年中，在识别与临床疾病相关的遗传异常方面取得了巨大进展。新的实验平台将遗传变异与细胞和器官行为紊乱以及致心律失常心脏表型出现的潜在机制联系起来。诱导性多能干细胞衍生心肌细胞 (iPSC-CM) 的开发标志着在患者特定背景下研究遗传疾病的重要进展。然而，iPSC-CM 技术的重大局限性尚未得到解决：1) 看似相同的基因型扰动中的表型变异性，2) 低通量电生理测量，以及 3) 不成熟的表型可能会影响转化为成人心脏反应。我们已经开发出一种旨在解决这些问题的计算方法。我们应用了我们最近的 iPSC-CM 计算模型来预测 40 种 KCNQ1 遗传变异的致心律失常风险。将 I Ks 计算模型拟合到每个突变的实验数据，并在 iPSC-CM 模型群中模拟每个突变的影响。使用一组已知临床长 QT 表型的 15 个 KCNQ1 突变测试集，我们开发了一种基于致心律失常标志物对 KCNQ1 突变影响进行分层的方法。我们利用此方法预测其余 25 个临床意义不明的 KCNQ1 突变的严重程度。在突变扰动后，在 iPSC-CM 模型群中观察到了巨大的表型变异性。一个关键的新颖之处是我们报告了个体 KCNQ1 突变模型对成人心室心肌细胞电生理学的影响，从而可以预测突变对整个衰老过程的影响。这是将 iPSC-CM 模型中的预测反应转化为成人心室肌细胞在相同基因突变情况下的预测反应的第一步。总体而言，本研究提出了一种新的计算框架，可作为一种高通量方法，根据表型可变人群中的致心律失常行为来评估基因突变的风险。
大脑耐力训练可提高公路自行车运动员的耐力和认知能力
目的：评估大脑耐力训练 (BET) 对公路自行车运动员耐力和认知表现的影响。设计：两项独立的随机对照前测 - 后测训练研究。方法：在这两项研究中，自行车运动员每周训练五次，持续六周，并在每次训练后完成认知反应抑制任务（BET 后组）或听中性声音（对照组）。在研究 1 中，26 名自行车运动员在 80% 峰值功率输出 (PPO) 下进行力竭时间 (TTE) 测试，然后进行 30 分钟的 Stroop 任务，并在 65% PPO 下进行 TTE 测试。在研究 2 中，24 名自行车运动员进行了 5 分钟计时赛，然后进行 30 分钟的 Stroop 任务、60 分钟亚最大增量测试和 20 分钟。还测量了心率、乳酸、自觉用力程度评级 (RPE)、Stroop 反应时间和准确度。结果：在研究 1 中，Post-BET 使 TTE 改善了 80%（p = 0.032）和 65% PPO（p = 0.011），显著高于 RPE 较低的对照组（所有 p < 0.043）。在研究 2 中，5 分钟 TT 表现在各组之间没有差异。在 60 分钟亚最大增量测试中，Post-BET 组的 RPE 低于对照组（p = 0.034），20 分钟 TT 表现在 Post-BET 组中的改善显著高于对照组（所有 p < 0.031）。在生理测量中未发现组间差异。在这两项研究中，Post-BET 组的 Stroop 反应时间改善显著高于对照组（所有 p < 0.033）。结论：这些发现表明，Post-BET 可用于提高公路自行车运动员的表现。© 2023 作者。由 Elsevier Ltd 代表澳大利亚体育医学出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
利用人工智能和多模式数据来增强元认知发展：
先进学习技术开启自我调节学习的新时代 在信息丰富、技术飞速进步的时代，自我调节学习已成为学业成功和终身学习的关键技能。本次主题演讲探讨了先进学习技术、人工智能 (AI) 和多模态多通道跟踪数据在塑造学习者的元认知和自我调节学习 (SRL) 过程方面的变革潜力。我首先研究元认知（对一个人的认知过程的认识和理解）与 SRL 之间的复杂关系，后者涉及学习的战略规划、监控和评估。借鉴认知、学习和教育科学以及教育人工智能的最新研究，我展示了这些高阶思维技能如何增强知识获取并促进不同学习环境中的转移、解决问题和适应性。接下来，我将深入探讨先进学习技术的新兴领域，例如智能辅导系统、基于游戏的学习环境、沉浸式虚拟环境和人类数字孪生。我展示了这些工具如何创造沉浸式、个性化的学习体验，挑战学习者反思他们的策略、跟踪他们的进度并根据多模态跟踪数据实时调整他们的方法。演讲的大部分内容将集中在多模态多通道跟踪数据（包括眼动追踪、面部表情识别、生理测量和日志数据）在理解和支持元认知和 SRL 方面的尚未开发的潜力。我综合了最近关于多模态学习分析的研究来解码丰富的数据流，揭示了学习者的认知负荷、元认知监控技能、情绪状态、策略使用和动机信念的微妙模式。从这一综合中，我将强调使用这些数据来支持自我调节学习的实时挑战。这些见解使基于人工智能的“元认知意识”系统的设计成为可能，该系统可以检测僵局、支撑反思，并激发跨任务、领域、学习者和情境使用和转移元认知技能。最后，我的演讲将以号召跨学科研究人员、教育工作者和技术人员开展跨学科合作作为结束，以充分发挥人工智能和多模态数据的潜力，培养具有自我意识、自我调节能力的学习者，使他们能够应对 21 世纪的复杂性。罗杰·阿泽维多教授 美国中佛罗里达大学
映射轴突直径和大鼠大脑中的传导速度 - 不同的方法讲述了结构功能关系的不同故事
显着性陈述我们在同一动物队列中获得了功能和结构指标，即传导速度，途径长度，轴突直径和G-RATIO。在大鼠运动皮质中对侧光遗传学刺激后，通过电生理测量获得了触及传导时间。组织的冷冻固定揭示了直径分布中不同亚种群的不同收缩。测得的潜伏期对应于小轴突亚群，直径延伸至用电子显微镜获得的分布模式。扩散-MRI在校正直径加权和收缩后，主要对用组织学获得的较大轴突敏感。不同的模态可能对轴突投影的结构 - 功能关系具有非常不同的敏感性，轴突投影必须在解释中解释。摘要神经纤维的结构功能关系描述了轴突直径，髓磷脂厚度（即G-Ratio）和传导速度之间的经验确定的线性关系。我们研究了通过啮齿动物大脑的call体突出的轴突中不同方式的结构 - 功能关系。我们使用光遗传学诱发的局部场电位（LFP）和基于扩散磁共振成像（DMRI）的拖拉术测量Callosal长度后测量了转基因传导时间。拖拉术遵循与call体中荧光标记的轴突相同的投影。在同一动物中，使用透射电子显微镜（TEM）和DMRI定量轴突直径。TEM的轴突分布表明双峰群体，其中较大的轴突比较小的轴突比较小的轴突与冷冻-TEM进行比较。将收缩校正施加到脱水组织TEM的轴突直径上时，它们与同一动物中获得的DMRI的估计更好地对齐。测量的LFP预测了与轴突分布的主要模式相一致的轴突直径，而由DMRI估计的大轴突预测潜伏期太短，无法通过LFPS测量。不同的方式显示出不同程度的变化，在动物之间较低，表明这种变异在方法论上是主导的 - 不是解剖学上。我们的结果表明，模式与整个轴突直径分布具有不同的灵敏度曲线。因此，在解释方法的度量预测时必须谨慎，因为它可能不代表完整的轴突投影的结构 - 功能关系的子部分。
一种机器学习算法，以使狗的心脏杂音和临床前椎间盘瓣疾病
1。Mullowney D，Fuentes VL，Barfield D.最后一年的兽医学生和近期兽医毕业生，转诊医院兽医和兽医心脏病学家或心脏病学居民的心脏听觉技能。兽医rec。2021; 189（6）：E305。2。Wilshaw J，Rosenthal SL，Wess G等。病史，体格检查，心脏生物标志物和生化变量的准确性在患有B2期退化二尖瓣疾病的识别犬中。J VET Intern Med。2021; 35（2）：755-770。3。Wesselowski S，Gordon SG，Fries R等。使用体格检查，心电图，放射线照相术和生物标志物预测超声心动图B2 B2粒细胞护丝瓣疾病在临床前骑士国王Charles Spaniels中。J VET Cardiol。 2023; 50：1-16。 4。 ljungvall I，Rishniw M，Porciello F，Ferasin L，Ohad DG。 含粘液丝瓣疾病的小型狗中的杂音性反映了疾病的严重程度。 J小动画实践。 2014; 55（11）：545-550。 5。 Caivano D，Dickson D，Martin M，Rishniw M.患有肺部和亚属于下狭窄的成年犬的杂音强度反映了疾病的严重程度。 J小动画实践。 2018; 59（3）：161-166。 6。 Keene BW，Atkins CE，Bonagura JD等。 ACVIM共识指南 - 用于诊断和处理狗的粘液丝瓣脱离的线。 J VET Intern Med。 2019; 33（3）：1127-1140。 7。 Boswood A，HäggströmJ，Gordon SG等。 8。J VET Cardiol。2023; 50：1-16。4。ljungvall I，Rishniw M，Porciello F，Ferasin L，Ohad DG。含粘液丝瓣疾病的小型狗中的杂音性反映了疾病的严重程度。J小动画实践。2014; 55（11）：545-550。 5。 Caivano D，Dickson D，Martin M，Rishniw M.患有肺部和亚属于下狭窄的成年犬的杂音强度反映了疾病的严重程度。 J小动画实践。 2018; 59（3）：161-166。 6。 Keene BW，Atkins CE，Bonagura JD等。 ACVIM共识指南 - 用于诊断和处理狗的粘液丝瓣脱离的线。 J VET Intern Med。 2019; 33（3）：1127-1140。 7。 Boswood A，HäggströmJ，Gordon SG等。 8。2014; 55（11）：545-550。5。Caivano D，Dickson D，Martin M，Rishniw M.患有肺部和亚属于下狭窄的成年犬的杂音强度反映了疾病的严重程度。J小动画实践。2018; 59（3）：161-166。6。Keene BW，Atkins CE，Bonagura JD等。 ACVIM共识指南 - 用于诊断和处理狗的粘液丝瓣脱离的线。 J VET Intern Med。 2019; 33（3）：1127-1140。 7。 Boswood A，HäggströmJ，Gordon SG等。 8。Keene BW，Atkins CE，Bonagura JD等。ACVIM共识指南 - 用于诊断和处理狗的粘液丝瓣脱离的线。J VET Intern Med。2019; 33（3）：1127-1140。 7。 Boswood A，HäggströmJ，Gordon SG等。 8。2019; 33（3）：1127-1140。7。Boswood A，HäggströmJ，Gordon SG等。8。pimobendan在临床前粘液丝瓣疾病和心脏症的狗中的影响：史诗般的研究 - 一项随机临床试验。J VET Intern Med。2016; 30（6）：1765-1779。 Engel-Manchado J，Montoya-Alonso JA，DoménechL等。 犬菌丝丝瓣疾病的机器学习技术：整合了解血，生活质量调查和体格检查。 兽医科学。 2024; 11：118。 9。 Pedersen HD，HäggströmJ，Falk T等。 狗轻度二尖瓣反流中的神经培养：观察者的变化，物理操作的影响以及与颜色多普勒超声心动图和唱机心脏摄影的一致。 J VET Intern Med。 1999; 13（1）：56-64。 10。 HöglundK，French A，Dukes-McEwan J等。 拳击手狗中的低强度心脏杂音：观察者间的变化和压力测试的影响。 J小动画实践。 2004; 45（4）：178-185。 11。 Vezzosi T，Alibrandi L，Grosso G，TognettiR。对基于智能手机的新数字听觉检查材料的评估，该数字听觉仪具有狗和猫中的Phonocartiography和心电图。 兽医J。 2023; 295：105987。 12。 Blass KA，Schober KE，Bonagura JD等。 150只猫中3200型3M Littmann电子听诊器的临床评估。 J猫科药。 2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。2016; 30（6）：1765-1779。Engel-Manchado J，Montoya-Alonso JA，DoménechL等。犬菌丝丝瓣疾病的机器学习技术：整合了解血，生活质量调查和体格检查。兽医科学。2024; 11：118。9。Pedersen HD，HäggströmJ，Falk T等。狗轻度二尖瓣反流中的神经培养：观察者的变化，物理操作的影响以及与颜色多普勒超声心动图和唱机心脏摄影的一致。J VET Intern Med。1999; 13（1）：56-64。 10。 HöglundK，French A，Dukes-McEwan J等。 拳击手狗中的低强度心脏杂音：观察者间的变化和压力测试的影响。 J小动画实践。 2004; 45（4）：178-185。 11。 Vezzosi T，Alibrandi L，Grosso G，TognettiR。对基于智能手机的新数字听觉检查材料的评估，该数字听觉仪具有狗和猫中的Phonocartiography和心电图。 兽医J。 2023; 295：105987。 12。 Blass KA，Schober KE，Bonagura JD等。 150只猫中3200型3M Littmann电子听诊器的临床评估。 J猫科药。 2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。1999; 13（1）：56-64。10。HöglundK，French A，Dukes-McEwan J等。拳击手狗中的低强度心脏杂音：观察者间的变化和压力测试的影响。J小动画实践。2004; 45（4）：178-185。 11。 Vezzosi T，Alibrandi L，Grosso G，TognettiR。对基于智能手机的新数字听觉检查材料的评估，该数字听觉仪具有狗和猫中的Phonocartiography和心电图。 兽医J。 2023; 295：105987。 12。 Blass KA，Schober KE，Bonagura JD等。 150只猫中3200型3M Littmann电子听诊器的临床评估。 J猫科药。 2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。2004; 45（4）：178-185。11。Vezzosi T，Alibrandi L，Grosso G，TognettiR。对基于智能手机的新数字听觉检查材料的评估，该数字听觉仪具有狗和猫中的Phonocartiography和心电图。兽医J。 2023; 295：105987。 12。 Blass KA，Schober KE，Bonagura JD等。 150只猫中3200型3M Littmann电子听诊器的临床评估。 J猫科药。 2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。兽医J。2023; 295：105987。12。Blass KA，Schober KE，Bonagura JD等。150只猫中3200型3M Littmann电子听诊器的临床评估。J猫科药。2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。2013; 15（10）：893-900。13。VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。VörösK，Nolte I，HungerbühlerS等。使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。14。Acta Vet悬挂。2011; 59（1）：23-35。Oliveira J，Renna F，Costa PD等。circor digiscope数据集：从杂音检测到杂音分类。2021 https：// arxiv。org/abs/2108.00813v1。2021年10月26日访问。15。Clifford GD，Liu C，Moody B等。心脏声音分析的最新进展。生理测量。2017; 38（8）：E10-E25。 16。 Bentley PJ，Nordehn G，Coimbra MT，MannorS。Pascal Class-fying Heart Sounds挑战2011（CHSC2011）结果。 2011 http：//www.peterjbentley.com/heartchallenge/index.html。 2018年4月18日访问。 17。 Liu C，Springer D，Li Q等。 用于评估心脏声音算法的开放访问数据库。 生理测量。 2016; 37（12）：2181-2213。 18。 ljungvall I，Ahlstrom C，HöglundK等。 使用心脏声音和杂音的信号分析来评估狗的二尖瓣浮肿的严重程度，可归因于狗的粒二尖瓣疾病。 AM J Vet Res。 2009; 70（5）：604-613。 19。 HöglundK，Ahlstrom C，HäggströmJ，Ask P，Hult P，KvartC。分化生理学的时间频率和复杂性分析2017; 38（8）：E10-E25。16。Bentley PJ，Nordehn G，Coimbra MT，MannorS。Pascal Class-fying Heart Sounds挑战2011（CHSC2011）结果。2011 http：//www.peterjbentley.com/heartchallenge/index.html。2018年4月18日访问。17。Liu C，Springer D，Li Q等。 用于评估心脏声音算法的开放访问数据库。 生理测量。 2016; 37（12）：2181-2213。 18。 ljungvall I，Ahlstrom C，HöglundK等。 使用心脏声音和杂音的信号分析来评估狗的二尖瓣浮肿的严重程度，可归因于狗的粒二尖瓣疾病。 AM J Vet Res。 2009; 70（5）：604-613。 19。 HöglundK，Ahlstrom C，HäggströmJ，Ask P，Hult P，KvartC。分化生理学的时间频率和复杂性分析Liu C，Springer D，Li Q等。用于评估心脏声音算法的开放访问数据库。生理测量。2016; 37（12）：2181-2213。18。ljungvall I，Ahlstrom C，HöglundK等。使用心脏声音和杂音的信号分析来评估狗的二尖瓣浮肿的严重程度，可归因于狗的粒二尖瓣疾病。AM J Vet Res。2009; 70（5）：604-613。 19。 HöglundK，Ahlstrom C，HäggströmJ，Ask P，Hult P，KvartC。分化生理学的时间频率和复杂性分析2009; 70（5）：604-613。19。HöglundK，Ahlstrom C，HäggströmJ，Ask P，Hult P，KvartC。分化生理学的时间频率和复杂性分析
比较基于规则和基于LLM的方法来启用主动机器人助手对话
[1] Michael Ahn，Anthony Brohan，Noah Brown等。2022。尽我所能，而不是我所说：机器人负担中的基础语言。Arxiv：2204.01691 [2] Christoph Bartneck，Elizabeth Croft和Dana Kulic。2009。拟人化，动画，可爱性，感知的智力和感知机器人安全性的测量工具。国际社会机器人学杂志1，1（2009），71-81。https://doi.org/10.1007/s12369-008-0001-3 [3] Deborah R. Billings，Kristin E. Schaefer，Jessie Y.C. Chen和Peter A. Hancock。 2012。 人类机器人互动：建立对机器人的信任。 in proc。 HRI。 ACM，109–110。 https://doi.org/10.1145/2157689.2157709 [4] Anthony Brohan，Noah Brown，Justice Carbajal，Yevgen Chebotar和evgen Chebotar和等。 2023。 RT-2：视觉语言行动模型将Web知识传递到机器人控制。 https://doi.org/10.48550/arxiv.2307.15818 arxiv：2307.15818 [CS] [5] John Brooke。 1995。 sus：快速而肮脏的可用性量表。 可用性评估。 ind。 189（1995）。 [6] L. Clark，N。Pantidi，O。Cooney，P。Doyle，D。Garaiallde，J。Edwards，B。Spillane，C。Murad，C。Munteanu，V。Wade和B. R. Cowan。 2019。 是什么使良好的交谈？ 在设计真正的对话代理方面面临挑战。 in proc。 chi。 1–12。 https://doi.org/10.1145/3290605.3300705 [7] D. A. Dhinagaran，L。Martinengo，M。R. Ho，S。Joty，T。Kowatsch，R。Atun和L. T. Car。 2022。 2023。https://doi.org/10.1007/s12369-008-0001-3 [3] Deborah R. Billings，Kristin E. Schaefer，Jessie Y.C.Chen和Peter A. Hancock。2012。人类机器人互动：建立对机器人的信任。in proc。HRI。 ACM，109–110。 https://doi.org/10.1145/2157689.2157709 [4] Anthony Brohan，Noah Brown，Justice Carbajal，Yevgen Chebotar和evgen Chebotar和等。 2023。 RT-2：视觉语言行动模型将Web知识传递到机器人控制。 https://doi.org/10.48550/arxiv.2307.15818 arxiv：2307.15818 [CS] [5] John Brooke。 1995。 sus：快速而肮脏的可用性量表。 可用性评估。 ind。 189（1995）。 [6] L. Clark，N。Pantidi，O。Cooney，P。Doyle，D。Garaiallde，J。Edwards，B。Spillane，C。Murad，C。Munteanu，V。Wade和B. R. Cowan。 2019。 是什么使良好的交谈？ 在设计真正的对话代理方面面临挑战。 in proc。 chi。 1–12。 https://doi.org/10.1145/3290605.3300705 [7] D. A. Dhinagaran，L。Martinengo，M。R. Ho，S。Joty，T。Kowatsch，R。Atun和L. T. Car。 2022。 2023。HRI。ACM，109–110。 https://doi.org/10.1145/2157689.2157709 [4] Anthony Brohan，Noah Brown，Justice Carbajal，Yevgen Chebotar和evgen Chebotar和等。 2023。 RT-2：视觉语言行动模型将Web知识传递到机器人控制。 https://doi.org/10.48550/arxiv.2307.15818 arxiv：2307.15818 [CS] [5] John Brooke。 1995。 sus：快速而肮脏的可用性量表。 可用性评估。 ind。 189（1995）。 [6] L. Clark，N。Pantidi，O。Cooney，P。Doyle，D。Garaiallde，J。Edwards，B。Spillane，C。Murad，C。Munteanu，V。Wade和B. R. Cowan。 2019。 是什么使良好的交谈？ 在设计真正的对话代理方面面临挑战。 in proc。 chi。 1–12。 https://doi.org/10.1145/3290605.3300705 [7] D. A. Dhinagaran，L。Martinengo，M。R. Ho，S。Joty，T。Kowatsch，R。Atun和L. T. Car。 2022。 2023。ACM，109–110。https://doi.org/10.1145/2157689.2157709 [4] Anthony Brohan，Noah Brown，Justice Carbajal，Yevgen Chebotar和evgen Chebotar和等。2023。RT-2：视觉语言行动模型将Web知识传递到机器人控制。 https://doi.org/10.48550/arxiv.2307.15818 arxiv：2307.15818 [CS] [5] John Brooke。 1995。 sus：快速而肮脏的可用性量表。 可用性评估。 ind。 189（1995）。 [6] L. Clark，N。Pantidi，O。Cooney，P。Doyle，D。Garaiallde，J。Edwards，B。Spillane，C。Murad，C。Munteanu，V。Wade和B. R. Cowan。 2019。 是什么使良好的交谈？ 在设计真正的对话代理方面面临挑战。 in proc。 chi。 1–12。 https://doi.org/10.1145/3290605.3300705 [7] D. A. Dhinagaran，L。Martinengo，M。R. Ho，S。Joty，T。Kowatsch，R。Atun和L. T. Car。 2022。 2023。RT-2：视觉语言行动模型将Web知识传递到机器人控制。https://doi.org/10.48550/arxiv.2307.15818 arxiv：2307.15818 [CS] [5] John Brooke。 1995。 sus：快速而肮脏的可用性量表。 可用性评估。 ind。 189（1995）。 [6] L. Clark，N。Pantidi，O。Cooney，P。Doyle，D。Garaiallde，J。Edwards，B。Spillane，C。Murad，C。Munteanu，V。Wade和B. R. Cowan。 2019。 是什么使良好的交谈？ 在设计真正的对话代理方面面临挑战。 in proc。 chi。 1–12。 https://doi.org/10.1145/3290605.3300705 [7] D. A. Dhinagaran，L。Martinengo，M。R. Ho，S。Joty，T。Kowatsch，R。Atun和L. T. Car。 2022。 2023。https://doi.org/10.48550/arxiv.2307.15818 arxiv：2307.15818 [CS] [5] John Brooke。1995。sus：快速而肮脏的可用性量表。可用性评估。ind。189（1995）。 [6] L. Clark，N。Pantidi，O。Cooney，P。Doyle，D。Garaiallde，J。Edwards，B。Spillane，C。Murad，C。Munteanu，V。Wade和B. R. Cowan。 2019。 是什么使良好的交谈？ 在设计真正的对话代理方面面临挑战。 in proc。 chi。 1–12。 https://doi.org/10.1145/3290605.3300705 [7] D. A. Dhinagaran，L。Martinengo，M。R. Ho，S。Joty，T。Kowatsch，R。Atun和L. T. Car。 2022。 2023。189（1995）。[6] L. Clark，N。Pantidi，O。Cooney，P。Doyle，D。Garaiallde，J。Edwards，B。Spillane，C。Murad，C。Munteanu，V。Wade和B. R. Cowan。2019。是什么使良好的交谈？在设计真正的对话代理方面面临挑战。in proc。chi。1–12。https://doi.org/10.1145/3290605.3300705 [7] D. A. Dhinagaran，L。Martinengo，M。R. Ho，S。Joty，T。Kowatsch，R。Atun和L. T. Car。2022。2023。设计，开发，评估和实施一个基于规则的对话代理（Discover）：开发概念框架。MHealth和UHealth（2022）。[8] Satyam Dwivedi，Sanjukta Ghosh和Shivam Dwivedi。使用及时的工程和内在的学习来打破偏见：LLMS中的性别公平。Rupkatha人文跨学科研究期刊15，4（2023）。https://doi.org/10.21659/rupkatha.v15n4.10 [9] Gabriel Haas，Michael Rietzler，Matt Jones和Enrico Rukzio。2022。保持简短：语音助手的响应行为的比较。在2022 CHI人为因素会议论文集（CHI '22）中。计算机协会，美国纽约，美国，第321条，第12页。https://doi.org/10.1145/3491102.3517684 [10] Guy Hoffman和Wendy Ju。2014。设计机器人时要牢记运动。人类机器人相互作用杂志3，1（2014），91-122。[11] Trung Dong Huynh，William Seymour，Luc Moreau和Jose这样。2023。为什么会话助手仍然是黑匣子？透明度的情况。in proc。cui。ACM，1-5。 https://doi.org/10.1145/3571884.3604319 [12] Frank Joublin, Antonello Ceravola, Pavel Smirnov, Felix Ocker, Joerg Deigmoeller, Anna Belardinelli, Chao Wang, Stephan Hasler, Daniel Tanneberg, and Michael Gienger. 2023。 COPAL：具有大语言模型的机器人动作的纠正措施。 ARXIV预印型ARXIV：2310.07263（2023）。 2017。 2023。ACM，1-5。https://doi.org/10.1145/3571884.3604319 [12] Frank Joublin, Antonello Ceravola, Pavel Smirnov, Felix Ocker, Joerg Deigmoeller, Anna Belardinelli, Chao Wang, Stephan Hasler, Daniel Tanneberg, and Michael Gienger.2023。COPAL：具有大语言模型的机器人动作的纠正措施。ARXIV预印型ARXIV：2310.07263（2023）。2017。2023。[13] Kornelia Lazanyi和Beata Hajdu。信任人类机器人互动。在2017年IEEE第14届国际信息学科学会议。IEEE，216–220。 https://doi.org/10.1109/informatics.2017.8327249 [14] Jan Leusmann，Carl Oechsner，Johanna Prinz，Robin Welsch和Sven Mayer。 厨房对象的数据库：在人类机器人相互作用的背景下调查危险感知。 在Chi的扩展摘要中。 ACM，第6，9页。 https://doi.org/10.1145/3544549.3585884 [15] Jan Leusmann，Chao Wang，Michael Gienger，Albrecht Schmidt和Sven Mayer。 2023。 了解人类机器人相互作用的不确定性循环。 https://doi.org/10.48550/arxiv.2303.07889 arxiv：2303.07889 [CS.HC] [16] Jan Leusmann，Jannik Wiese，Jannik Wiese，Moritz Ziarko和Sven Mayer。 2023。 调查活跃智能助手的机会，以启动与用户互动的机会。 in proc。 妈妈。 ACM，495–498。 https://doi.org/10.1145/3626705.3631787 [17] Zeng，Zhengxiao du，Chenhui Zhang，Sheng Shen，Tianjun Zhang，Yu Su，Huan Sun，Minlie Huang，Yuxiao Dong和Jie Tang。 2023。 代理商：评估LLM作为代理。 arxiv：2308.03688 [CS.AI] [18] Amama Mahmood，Junxiang Wang，Bingsheng Yao，Dakuo Wang和Chien-Ming Huang。 2023。 LLM驱动的对话语音助手：交互模式，机会，挑战和设计指南。 2022。IEEE，216–220。https://doi.org/10.1109/informatics.2017.8327249 [14] Jan Leusmann，Carl Oechsner，Johanna Prinz，Robin Welsch和Sven Mayer。厨房对象的数据库：在人类机器人相互作用的背景下调查危险感知。在Chi的扩展摘要中。ACM，第6，9页。https://doi.org/10.1145/3544549.3585884 [15] Jan Leusmann，Chao Wang，Michael Gienger，Albrecht Schmidt和Sven Mayer。2023。了解人类机器人相互作用的不确定性循环。https://doi.org/10.48550/arxiv.2303.07889 arxiv：2303.07889 [CS.HC] [16] Jan Leusmann，Jannik Wiese，Jannik Wiese，Moritz Ziarko和Sven Mayer。2023。调查活跃智能助手的机会，以启动与用户互动的机会。in proc。妈妈。ACM，495–498。 https://doi.org/10.1145/3626705.3631787 [17] Zeng，Zhengxiao du，Chenhui Zhang，Sheng Shen，Tianjun Zhang，Yu Su，Huan Sun，Minlie Huang，Yuxiao Dong和Jie Tang。 2023。 代理商：评估LLM作为代理。 arxiv：2308.03688 [CS.AI] [18] Amama Mahmood，Junxiang Wang，Bingsheng Yao，Dakuo Wang和Chien-Ming Huang。 2023。 LLM驱动的对话语音助手：交互模式，机会，挑战和设计指南。 2022。ACM，495–498。https://doi.org/10.1145/3626705.3631787 [17] Zeng，Zhengxiao du，Chenhui Zhang，Sheng Shen，Tianjun Zhang，Yu Su，Huan Sun，Minlie Huang，Yuxiao Dong和Jie Tang。2023。代理商：评估LLM作为代理。arxiv：2308.03688 [CS.AI] [18] Amama Mahmood，Junxiang Wang，Bingsheng Yao，Dakuo Wang和Chien-Ming Huang。2023。LLM驱动的对话语音助手：交互模式，机会，挑战和设计指南。2022。arxiv：2309.13879 [CS] http://arxiv.org/abs/2309.13879 [19] Marco Manca，Parvaneh Parvin，FabioPaternò和Carmen Santoro。[n。 d。]。将Alexa集成到基于规则的个性化平台中。in proc。。ACM，108–113。 https://doi.org/10.1145/3411170.3411228 [20] Emily Mower，David J. Feil-Seifer，Maja J. Mataric和Shrikanth Narayanan。 [n。 d。]。 使用生理测量来研究人类机器人相互作用中用户状态估计的隐式提示。 Ro-Man。 IEEE，1125–1130。 https://doi.org/10.1109/roman.2007.4415249 [21] Carl Oechsner，Sven Mayer和Andreas Butz。 合作机器人作为烹饪设备的挑战和机遇。 in proc。 2022年与自动化互动的研讨会（AutomationXP22）。 https://sven-mayer.com/wp-content/uploads/2022/05/oechsner20222challenges.pdf [22] Matthew K.x.j. pan，Elizabeth A. Croft和GünterNiemeyer。 2018。 使用机器人社会属性量表（Rosas）评估对人向机器人移交的社会感知。 in proc。 HRI。 ACM，443–451。 https://doi.org/10.1145/3171221.3171257 [23] Tracy Sanders，Alexandra Kaplan，Ryan Koch，Michael Schwartz和P. A. Hancock。 2019。 信任与使用人物互动中的选择之间的关系。 人为因素61，4（2019），614–626。 2014。 方式和透明度对人类机器人相互作用的信任的影响。ACM，108–113。https://doi.org/10.1145/3411170.3411228 [20] Emily Mower，David J. Feil-Seifer，Maja J. Mataric和Shrikanth Narayanan。[n。 d。]。使用生理测量来研究人类机器人相互作用中用户状态估计的隐式提示。Ro-Man。 IEEE，1125–1130。 https://doi.org/10.1109/roman.2007.4415249 [21] Carl Oechsner，Sven Mayer和Andreas Butz。 合作机器人作为烹饪设备的挑战和机遇。 in proc。 2022年与自动化互动的研讨会（AutomationXP22）。 https://sven-mayer.com/wp-content/uploads/2022/05/oechsner20222challenges.pdf [22] Matthew K.x.j. pan，Elizabeth A. Croft和GünterNiemeyer。 2018。 使用机器人社会属性量表（Rosas）评估对人向机器人移交的社会感知。 in proc。 HRI。 ACM，443–451。 https://doi.org/10.1145/3171221.3171257 [23] Tracy Sanders，Alexandra Kaplan，Ryan Koch，Michael Schwartz和P. A. Hancock。 2019。 信任与使用人物互动中的选择之间的关系。 人为因素61，4（2019），614–626。 2014。 方式和透明度对人类机器人相互作用的信任的影响。Ro-Man。IEEE，1125–1130。 https://doi.org/10.1109/roman.2007.4415249 [21] Carl Oechsner，Sven Mayer和Andreas Butz。 合作机器人作为烹饪设备的挑战和机遇。 in proc。 2022年与自动化互动的研讨会（AutomationXP22）。 https://sven-mayer.com/wp-content/uploads/2022/05/oechsner20222challenges.pdf [22] Matthew K.x.j. pan，Elizabeth A. Croft和GünterNiemeyer。 2018。 使用机器人社会属性量表（Rosas）评估对人向机器人移交的社会感知。 in proc。 HRI。 ACM，443–451。 https://doi.org/10.1145/3171221.3171257 [23] Tracy Sanders，Alexandra Kaplan，Ryan Koch，Michael Schwartz和P. A. Hancock。 2019。 信任与使用人物互动中的选择之间的关系。 人为因素61，4（2019），614–626。 2014。 方式和透明度对人类机器人相互作用的信任的影响。IEEE，1125–1130。https://doi.org/10.1109/roman.2007.4415249 [21] Carl Oechsner，Sven Mayer和Andreas Butz。 合作机器人作为烹饪设备的挑战和机遇。 in proc。 2022年与自动化互动的研讨会（AutomationXP22）。 https://sven-mayer.com/wp-content/uploads/2022/05/oechsner20222challenges.pdf [22] Matthew K.x.j. pan，Elizabeth A. Croft和GünterNiemeyer。 2018。 使用机器人社会属性量表（Rosas）评估对人向机器人移交的社会感知。 in proc。 HRI。 ACM，443–451。 https://doi.org/10.1145/3171221.3171257 [23] Tracy Sanders，Alexandra Kaplan，Ryan Koch，Michael Schwartz和P. A. Hancock。 2019。 信任与使用人物互动中的选择之间的关系。 人为因素61，4（2019），614–626。 2014。 方式和透明度对人类机器人相互作用的信任的影响。https://doi.org/10.1109/roman.2007.4415249 [21] Carl Oechsner，Sven Mayer和Andreas Butz。合作机器人作为烹饪设备的挑战和机遇。in proc。2022年与自动化互动的研讨会（AutomationXP22）。https://sven-mayer.com/wp-content/uploads/2022/05/oechsner20222challenges.pdf [22] Matthew K.x.j. pan，Elizabeth A. Croft和GünterNiemeyer。 2018。 使用机器人社会属性量表（Rosas）评估对人向机器人移交的社会感知。 in proc。 HRI。 ACM，443–451。 https://doi.org/10.1145/3171221.3171257 [23] Tracy Sanders，Alexandra Kaplan，Ryan Koch，Michael Schwartz和P. A. Hancock。 2019。 信任与使用人物互动中的选择之间的关系。 人为因素61，4（2019），614–626。 2014。 方式和透明度对人类机器人相互作用的信任的影响。https://sven-mayer.com/wp-content/uploads/2022/05/oechsner20222challenges.pdf [22] Matthew K.x.j.pan，Elizabeth A. Croft和GünterNiemeyer。2018。使用机器人社会属性量表（Rosas）评估对人向机器人移交的社会感知。in proc。HRI。 ACM，443–451。 https://doi.org/10.1145/3171221.3171257 [23] Tracy Sanders，Alexandra Kaplan，Ryan Koch，Michael Schwartz和P. A. Hancock。 2019。 信任与使用人物互动中的选择之间的关系。 人为因素61，4（2019），614–626。 2014。 方式和透明度对人类机器人相互作用的信任的影响。HRI。ACM，443–451。 https://doi.org/10.1145/3171221.3171257 [23] Tracy Sanders，Alexandra Kaplan，Ryan Koch，Michael Schwartz和P. A. Hancock。 2019。 信任与使用人物互动中的选择之间的关系。 人为因素61，4（2019），614–626。 2014。 方式和透明度对人类机器人相互作用的信任的影响。ACM，443–451。https://doi.org/10.1145/3171221.3171257 [23] Tracy Sanders，Alexandra Kaplan，Ryan Koch，Michael Schwartz和P. A. Hancock。2019。信任与使用人物互动中的选择之间的关系。人为因素61，4（2019），614–626。2014。方式和透明度对人类机器人相互作用的信任的影响。https://doi.org/10.1177/00187208818816838 [24] Tracy L. Sanders，Tarita Wixon，K。Elizabeth Schafer，Jessie Y. C. C. C. Chen和P. A. Hancock。在cogsima中IEE，156–1 https://doi.org/10.1109/cogsima.2014.6816556 [25] Christian E. Schaefer。 [n。 D.] 在人类机器人互动中建立信任：“信任感知量表 - hri”的发展。 在强大的智能和对自治系统的信任中 https://doi.org/10.1007/978-1-4899-7668-0_10 [26] Kotaro Shukri，Ryyoma Ishigaki，Jundai Suzuki，Jundai Suzuki，Tsubasa，Tsubasa，Tsubasa，Takakubo，Kawakubo，Maski Shuzo，Maaski Shuzo，Maedaa。 2023。 使用大语言模型的对话系统的元控制。 （2023）。 https://doi.org/10.4850/arxiv.2312.2312.13715 [27] Jagdish Singh，Minnu Helen Joesph和Khurshid Begum Abdul Abdul Jabbar。 2019。 基于规则的Chabot供学生查询。 物理学杂志：会议系列1228，1（2019），012060。https：//doi.org/10.10.1088/1742-6596/1228/1IEE，156–1https://doi.org/10.1109/cogsima.2014.6816556 [25] Christian E. Schaefer。 [n。 D.] 在人类机器人互动中建立信任：“信任感知量表 - hri”的发展。 在强大的智能和对自治系统的信任中 https://doi.org/10.1007/978-1-4899-7668-0_10 [26] Kotaro Shukri，Ryyoma Ishigaki，Jundai Suzuki，Jundai Suzuki，Tsubasa，Tsubasa，Tsubasa，Takakubo，Kawakubo，Maski Shuzo，Maaski Shuzo，Maedaa。 2023。 使用大语言模型的对话系统的元控制。 （2023）。 https://doi.org/10.4850/arxiv.2312.2312.13715 [27] Jagdish Singh，Minnu Helen Joesph和Khurshid Begum Abdul Abdul Jabbar。 2019。 基于规则的Chabot供学生查询。 物理学杂志：会议系列1228，1（2019），012060。https：//doi.org/10.10.1088/1742-6596/1228/1https://doi.org/10.1109/cogsima.2014.6816556 [25] Christian E. Schaefer。[n。 D.]在人类机器人互动中建立信任：“信任感知量表 - hri”的发展。在强大的智能和对自治系统的信任中https://doi.org/10.1007/978-1-4899-7668-0_10 [26] Kotaro Shukri，Ryyoma Ishigaki，Jundai Suzuki，Jundai Suzuki，Tsubasa，Tsubasa，Tsubasa，Takakubo，Kawakubo，Maski Shuzo，Maaski Shuzo，Maedaa。 2023。 使用大语言模型的对话系统的元控制。 （2023）。 https://doi.org/10.4850/arxiv.2312.2312.13715 [27] Jagdish Singh，Minnu Helen Joesph和Khurshid Begum Abdul Abdul Jabbar。 2019。 基于规则的Chabot供学生查询。 物理学杂志：会议系列1228，1（2019），012060。https：//doi.org/10.10.1088/1742-6596/1228/1https://doi.org/10.1007/978-1-4899-7668-0_10 [26] Kotaro Shukri，Ryyoma Ishigaki，Jundai Suzuki，Jundai Suzuki，Tsubasa，Tsubasa，Tsubasa，Takakubo，Kawakubo，Maski Shuzo，Maaski Shuzo，Maedaa。 2023。 使用大语言模型的对话系统的元控制。 （2023）。 https://doi.org/10.4850/arxiv.2312.2312.13715 [27] Jagdish Singh，Minnu Helen Joesph和Khurshid Begum Abdul Abdul Jabbar。 2019。 基于规则的Chabot供学生查询。 物理学杂志：会议系列1228，1（2019），012060。https：//doi.org/10.10.1088/1742-6596/1228/1https://doi.org/10.1007/978-1-4899-7668-0_10 [26] Kotaro Shukri，Ryyoma Ishigaki，Jundai Suzuki，Jundai Suzuki，Tsubasa，Tsubasa，Tsubasa，Takakubo，Kawakubo，Maski Shuzo，Maaski Shuzo，Maedaa。2023。使用大语言模型的对话系统的元控制。（2023）。https://doi.org/10.4850/arxiv.2312.2312.13715 [27] Jagdish Singh，Minnu Helen Joesph和Khurshid Begum Abdul Abdul Jabbar。2019。基于规则的Chabot供学生查询。物理学杂志：会议系列1228，1（2019），012060。https：//doi.org/10.10.1088/1742-6596/1228/1