XiaoMi-AI文件搜索系统
World File Search System网址
推荐引用 推荐引用 Yaiprasert, Chairote 博士 (2021) “结合五种机器学习方法的人工智能橡胶识别”，卡尔巴拉国际现代科学杂志：第 7 卷：第 4 期，第 3 篇文章。网址：https://doi.org/10.33640/2405-609X.3154
橡胶树普遍种植于东南亚国家，属于橡胶树属，大戟科橡胶树属中，巴西橡胶树是唯一可生产商业乳胶的树种 [1]。每个种植区的橡胶树品种不同，其产量也不同。识别栽培中的不同橡胶品种有助于实现生产力目标。DNA分析和目视分类是两种常用的橡胶树品种分类方法。由于DNA分析过程耗时，因此橡胶树的目视分类法更受青睐。然而，如果没有专门的农业知识，很难对橡胶幼苗进行目视分类。一般来说，训练有素的专业人员使用橡胶叶作为植物器官的视觉和形态特征进行分类。尽管如此，识别这种植物的器官仍然很困难，因为每个品种的叶子在外观上都很相似。因此，缺乏专业的分类学家仍然是农业耕作中的一个问题。植物的器官和特征可用于检查其生理方面。一些研究关注植物光合作用中的生长因素 [2]，而冠层结构则被用于碳-水循环的研究 [3]，通过测量不同器官的生长状态来估算植物生长所需的各种营养物质 [4]。传统的研究方法往往需要砍伐树木的部分枝条，采用技术可以减少由此造成的损害。植物分类可以通过叶片识别系统的计算模型来进行。大多数植物物种都有独特的叶片，其形状、颜色、纹理和边缘均不相同 [5,6]。近年来，已经提出了各种基于形状 [7e10] 或纹理 [11,12] 的植物叶片识别方法。这些方法仅研究叶片图像的单一视觉特征，准确率较低。因此，一些叶片识别方法涉及整合叶片的多视觉特征进行植物物种识别 [13e15]。这种分类包括颜色和形状[16]、颜色和纹理分析[17]、表面和轮廓特征[18]、颜色、纹理和形状的融合属性[19]、叶脉[20]、颜色组合、叶脉属性和形状
推荐引用 推荐引用 AHMED, NIZAR ABDULAZIZ MAHYOUB 和 ALPKOÇAK, AD İ L (2022) “使用决策树深度对可解释的 AI 方法进行定量评估”，土耳其电气工程与计算机科学杂志：第 29 卷：第 3 期，第 3 篇文章。 30：第 6 号，第 4 条。https://doi.org/10.55730/1300-0632.3924 可从以下网址获取：https://journals.tubitak.gov.tr/elektrik/vol30/iss6/4
必须对 XAI 系统进行评估，尤其是在尝试将新创建的系统与文献中的其他系统进行比较时。因此，主观评估 XAI 系统的质量取决于最终用户的理解。这里的目标是满足人类的理解并允许他们判断您的 XAI 方法的有效性。因此，有两种依赖于定性评估的评估方法。第一种被称为以人为本的评估，它需要与最终用户直接互动，而不管他或她对手头系统的了解程度如何。第二种更实用，因为它选择了更多的领域专家来判断您的 XAI 方法的可解释性。然而，这两种技术都耗费时间和精力，可能采用其他实用且耗时较少的选项，因此，使用定量评估方法更为实用和高效。功能基础是一种不需要人类互动来识别的评估技术
推荐引用 推荐引用 Chris C. Goodman Esq.，Just-AIED：Just Applications of Artificial Intelligence in Education 中的一篇论文，123 W. Va. L. Rev. 937 (2021)。可从以下网址获取：https://researchrepository.wvu.edu/wvlr/vol123/iss3/9
她冲上大楼，用力敲打关上的门。她迷路了，迟到了，只想进去。她拿到的是卡，不是钥匙，找不到地方插入。她伸手去拿电话，但她看到的只是一个空白的屏幕。没有拨号盘，没有按钮，没有键盘。屏幕是声控的，无法将她激动的喊叫识别为文字。她再次尝试时泪流满面。她的声音音调被忽略为背景噪音，而不是人的声音。她凝视着屏幕，希望有人能看到她。但外面很黑，她也很黑。面部识别程序几乎检测不到形状，并将她的图像归类为动物，而不是人类。于是，她倒在地上，沮丧地哭泣，无人看见，无人听见。她被锁在寒冷的门外，错过了她的第一节大学课。2
推荐引用 推荐引用 Rizaldi, Bobby Adhityo；Idris, Abdi Manab；和 Nurbaiti, Nurbaiti (2023) “俄罗斯-乌克兰战争对加强印度尼西亚能源安全和网络安全的能源政策行动的影响”，《恐怖主义研究杂志》：第 5 卷：第 1 期，第 6 篇文章。DOI：10.7454/jts.v5i1.1061 可从以下网址获取：https://scholarhub.ui.ac.id/jts/vol5/iss1/6
俄乌战争是全球地缘政治和地缘战略中备受关注的话题。俄罗斯直接攻击国家要害，即发电厂的战略，先是先对切尔诺贝利核电站进行网络攻击，随后又从空中进行常规物理攻击，导致乌克兰能源危机。由此引发的战争影响到能源、食品、供应链等多个领域，尤其是在战争前（2021年底）。WTI油价仅为75美元/桶左右，但战争爆发时，价格上涨至130美元（8月：93美元）。预计只要战争不结束，油价就不会大幅下跌。战争的直接影响扰乱了全球能源安全。本研究采用定性研究，基于多位支持快速制定新政策以及国防和能源安全的专家提出的增量政策理论。基于增量政策，将制定支持加强网络安全的政策，范围从加密政策到高度先进的能源部门区块链的潜力。关键词：俄乌战争、机动、能源政策、能源安全、网络安全
科学、技术、工程和机械科学项目主管：在线参赛网址：http://yamhill.fairwire.com
科学 如果您的展品有特殊要求，例如 – 电力、空间等，请通知推广办公室。 向所有 4-H 会员开放，无论项目注册与否。 展品可以是海报或三维展示。 单个展品的尺寸限制为 30 英寸宽、24 英寸深（前后）和 36 英寸高。 俱乐部展品的尺寸限制为 60 英寸宽、24 英寸深和 36 英寸高。 如果符合以下列出的安全标准，展品可以包括图片、模型、图表和实际物品。 作为展品必不可少的图纸或照片应牢固地固定在板上。 土壤、树皮或沙子等松散材料必须放在封闭的容器中展示。 不允许将书籍或笔记本作为展品的一部分。 出于安全原因，以下材料不允许在展品上展示： 生物体 – 植物或动物 任何液体 气雾瓶或其他加压气体 玻璃 危险物质 尖锐物品
推荐引用 推荐引用 Sahar Takshi，《意想不到的不平等：人工智能对医疗决策的不同影响》，34 JL & Health 215 (2021)，网址为 https://engagedscholarship.csuohio.edu/jlh/vol34/iss2/6
随着医疗行业采用人工智能和算法驱动 (AI) 工具，监管机构解决医疗歧视问题至关重要。医院、医生和保险公司越来越多地使用 AI 工具来做出临床和行政决策，但目前还没有专门规定 AI 用户必须履行非歧视义务的框架。食品药品管理局对 AI 的监管权力有限，也没有试图将反歧视原则纳入其指导方针中。《平价医疗法案》第 1557 条尚未用于强制执行医疗 AI 中的非歧视规定，民权办公室也未充分利用该条款。医疗许可委员会或医疗事故责任的州级保护同样未经检验，尚未将非歧视义务扩展到 AI。
存储库引文 存储库引文 Klein, A. (2020)。人工智能与个人理财：法律和道德影响。网址：网址：https://digitalscholarship.unlv.edu/brookings_lectures_events/151
本讲座受版权和/或相关权利保护。本讲座由 Digital Scholarship@UNLV 提供，并获得了权利人的许可。您可以自由地以任何方式使用本讲座，只要这些方式符合您使用的版权和相关权利法律允许。对于其他用途，您需要直接获得权利人的许可，除非记录和/或作品本身中的 Creative Commons 许可证表明了其他权利。本讲座已被 Digital Scholarship@UNLV 的授权管理员接受纳入布鲁金斯学者讲座系列。有关更多信息，请联系 digitalscholarship@unlv.edu。
医疗保健提供者），然后由您提交给 CastleBranch，网址为 www.castlebranch.com。（向 CastleBranch 提交医疗表格的说明
您必须先向 CastleBranch 提交体检表格（您必须由医疗保健提供者提供），然后提交至 CastleBranch（www.castlebranch.com）。（向 CastleBranch 提交体检表格的说明如下）。此提交费用为 30.00 美元，必须在向 EMS 办公室提交在线申请之前完成。将 EMS 计划健康报告（最后两页）交给您的家庭医生或前往诊所。医生或其他医疗保健提供者（而不是学生）必须填写表格并在相应位置签名。重要提示：EMS 计划健康报告必须由医疗保健提供者填写并签字，然后提交至 CastleBranch（www.castlebranch.com）。没有这份完整的健康报告的学生将不被允许进入任何临床或实习地点。 *表格不完整或文件缺失将导致您的计划申请延迟或被拒绝。健康表格共有两页，位于此包的末尾，两页都必须有医疗保健提供者和申请人的签名。
推荐引用 推荐引用 Shen, Natalie (2023) “医疗保健领域的人工智能监管：华盛顿州如何征服人工智能监管的新领域”，《西雅图技术、环境与创新法杂志》：第 13 卷：第 1 期，第 5 篇文章。网址：https://digitalcommons.law.seattleu.edu/sjteil/vol13/iss1/5
1 人工智能，B UILT IN ，https://builtin.com/artificial-intelligence [https://perma.cc/HN7V- RVGF] [以下简称“人工智能”]。2 Christopher Manning，人工智能，斯坦福大学（2020 年 9 月），https://hai.stanford.edu/sites/default/files/2020-09/AI-Definitions-HAI.pdf [https://perma.cc/U6KC- 9F4E]。3 同上；参见 Thomas Davenport 和 Ravi Kalakota，《人工智能在医疗保健中的潜力》，6(2) F UTURE H EALTH C ARE J. 94 (2019)。4 参见 Adam Bohr 和 Kaveh Memarzadeh，《人工智能在医疗保健应用中的兴起》，《人工智能在医疗保健中的应用》25 (2020)。 5 Vivek Kaul 等人，医学领域人工智能史，92 G ASTROINTESTINAL ENDOSCOPY JOURNAL 807, 809 (2020)。6 同上。7 同上。8 Davenport & Kalakota，上文注 3，第 94 页。9 同上。第 95 页。10 同上。第 96 页。
推荐引用 推荐引用 Wolla, Scott (2020) “人工智能经济学：社会研究教育者入门”，《议员：社会研究杂志》：第 81 卷：第 2 期，第 3 篇文章。网址：https://thekeep.eiu.edu/the_councilor/vol81/iss2/3
引言 尽管“机器人末日”这个现代表达指的是对技术进步的恐惧，但对自动化的恐惧并不是什么新鲜事。例如，1589 年，英国女王伊丽莎白拒绝授予机械针织机的发明者专利，担心这会导致针织工失业 (Ip, 2017)。19 世纪初，被称为卢德分子的英国纺织工匠试图阻止纺织业的机械化，他们担心（正确地）机器会取代该行业的劳动力。甚至约翰·梅纳德·凯恩斯 (John Maynard Keynes) 这样的经济学家也担心大范围的技术性失业，“因为我们发现节省劳动力的方法的速度超过了我们找到新劳动力用途的速度”(Keynes, 1933, p.3)。最新一波的技术焦虑还包括对人工智能 (AI) 的恐惧。皮尤研究中心 2017 年的一项调查发现，人们对自动化和人工智能的焦虑程度很高，72% 的受访者表示担心未来机器人和计算机会取代许多人类工作（Smith & Anderson，2017 年）。这个问题以及围绕它的焦虑是全国新闻周期中的常见话题。例如，Business Insider 最近的一则头条新闻暗示机器可能会取代一半的人类工作（Thompson，2016 年）。当然，耸人听闻的标题和夸大的担忧可能会掩盖一个问题。但历史上有很多颠覆性技术变革的例子。马和骡子曾经在经济中提供了相当一部分工作。“马工”似乎抵制技术变革。即使在 1840 年至 1900 年间，当电报取代了 Pony Express，铁路取代了驿马和康尼斯托加马车时，马和骡子的数量也增长了 6 倍，超过 2100 万匹。这些动物在农场工作中发挥着重要作用，在农村和城市环境中运送人员和货物方面也发挥着重要作用。大多数美国人很难想象一个不依赖马匹劳动的经济。然而，一旦出现合适的技术，马匹劳动就过时了。到 1960 年，内燃机为美国经济提供了大部分“马力”，马匹数量已减少到仅 300 万匹——下降了近 88%（Brynjolfsson & McAfee，2015 年）。在短短半个多世纪的时间里，马匹劳动已变得不经济。一些人担心人类劳动力面临同样的命运——人工智能将取代它。