总结本文探讨了专注于互动性的艺术和技术领域的实践,尤其是互动艺术。 div>我们研究了与互动艺术相关的关键概念,例如互动者的作用,互动美学,娱乐性特征和关系架构师以及其他要素。 div>为此,我们考虑了莫里斯·贝纳诺(Maurice Benayoun),Studio azzurro,Marcel-líAntunezRoca和Rafael Lozano-Hemmer等艺术家的互动作品。 div>此外,我们质疑具有暂时的计算机技术,尤其是涉及人造轻度的计算机技术的定义。 div>我们试图通过促进互动概念及其对当前技术进步的反应来促进当前辩论的贡献,其响应于当前的技术进步,这些技术涵盖了一系列旨在模仿人类认知功能的系统。 div>最终,我们提供了有关互动艺术的观点,目的是有助于对艺术和技术中的互动性进行更广泛的了解,作为一种系统性,视觉,技术和美学体验。 div>
生成式人工智能 (AI) 可以根据提示创建新内容,为教育、娱乐、医疗保健和科学研究等多个领域带来变革潜力。然而,这些技术也带来了政策制定者必须面对的重大社会和政策挑战:劳动力市场的潜在变化、版权不确定性、社会偏见延续带来的风险以及在创建虚假信息和操纵内容时被滥用的可能性。其后果可能包括传播虚假信息、延续歧视、扭曲公共话语和市场以及煽动暴力。各国政府认识到生成式人工智能的变革性影响,并正在积极努力应对这些挑战。本文旨在为这些政策考虑提供信息,并支持决策者解决这些问题。
文章标题:人工智能(AI)在医疗保健中的应用:综述 作者:Mohammed Yousef Shaheen[1] 所属机构:沙特阿拉伯[1] Orcid ids:0000-0002-2993-2632[1] 联系电子邮件:yiroyo1235@tmednews.com 许可信息:本作品已根据知识共享署名许可 http://creativecommons.org/licenses/by/4.0/ 以开放获取的方式发表,允许在任何媒体中不受限制地使用、分发和复制,只要正确引用原始作品即可。使用条款和出版政策可在 https://www.scienceopen.com/ 上找到。预印本声明:本文为预印本,尚未经过同行评审,正在考虑并提交给 ScienceOpen Preprints 进行开放同行评审。DOI:10.14293/S2199-1006.1.SOR-.PPVRY8K.v1 预印本首次在线发布:2021 年 9 月 25 日
a.为了让陆军信息系统物资开发商最大限度地利用专门针对国家安全需求的现有和未来太空资产,陆军需要深入了解现有和未来太空资产的属性和局限性,无论它们专注于支持哪个部门。陆军需要这种理解来利用国家安全太空资产,继续并扩大其已经成功的国家能力战术利用 (TENCAP) 计划。陆军需要建立新的手段,使其能够与商业太空系统开发商合作,目标是使商业太空系统尽可能地支持陆军的需求,同时陆军的投资最少或适度。
摘要 电池组既表现出固有的电池间差异,也表现出温度和其他应力因素的时空差异,从而影响电池退化路径的演变。为了解释这些变化和退化或电池扩散的差异,我们提出了一种利用 3 参数非齐次伽马过程对锂离子电池退化进行建模的方法。该方法可预测任何电池架构的容量衰减或故障时间,并使用加速因子调整电池拟合退化数据的分布。在电池组级别,使用并联和串联配置的伽马分布变量组合对电池进行建模。将不同热条件下的容量衰减或故障时间的实际值与预测值进行比较,显示相对误差在 1 – 12% 范围内。我们还提出了一种通过分析样本量对估计不同电池组退化的影响来估计建模扩散和退化路径演变所需的最少电池数量的方法。这种采样策略对于降低设计电池组、电池管理系统和电池热管理系统所需的运行模拟的计算成本特别有用。
2当测量温室气体排放的报告时,通常在二氧化碳等效单位(CO2E)中进行。使用CO2E的使用允许随着时间的推移进行更容易访问的报告和直接跟踪和排放报告。CO2E包括京都协议中定义的所有温室气体:二氧化碳(CO2),甲烷(CH4),一氧化二氮(N2O),氢氟氟碳(HFC),氟化物(PFC),Sulfuroroakon(pfc),硫磺二氟二氟二氟此(sfc)和nInfluoride(sfluoride)和NINFLULULUIDER(NINFLULUIDER)。Each of these greenhouse gasses have a conversion factor as published by DEFRA : https://www.gov.uk/government/publications/greenhouse-gas-reporting-conversion-factors-2020 When the phrase 'Net Zero Carbon' is used, it is referring to both CO2 and CO2e emissions and means net zero GHG rather than net zero CO2.
文章标题:抗击 COVID-19:人工智能技术与挑战 作者:Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构:毕业于杜比克大学,联系电子邮件 ID:Patelnikhilr88@gmail.com[1],IEEE 会员,毕业于 Technocrats Institute of Technology,联系电子邮件 ID:sandeep.trived.ieee@gmail.com[2],尼泊尔加德满都佛陀教育基金会[3] Orcid id:0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件:sandeep.trived.ieee@gmail.com 许可信息:本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://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,前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明:本文为预印本,尚未经过同行评审,正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI:10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布:2022 年 7 月 25 日 关键词:COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
在KHI于2024年5月14日举办的一次召集期间收集了有关指南的反馈,标题为“研究中的居中公平:制定实践策略和确定考虑因素”,以及通过事后调查。召集包括来自堪萨斯州各地的约50名利益相关者,他们审查了这些策略并提供了有价值的反馈,后来又将其纳入了指南。该活动的特色是演讲者EusebioDíaz,M.A。,卫生前进基金会策略,学习与沟通副总裁,来自亚利桑那州立大学的香农·波特略(Shannon Portillo)博士,以及密苏里州肯尼亚大学的M.S.C.R. Bridgette L. Jones,M.S.C.R.。演讲者讨论了研究中的当前公平状态,应对挑战并探索未来的机会。
研究人员是否知道道德考虑因素以及何时将其应用于研究?本文使用二级数据源来描述数据编辑学科和原则的各个方面,并以道德考虑在定性和定量研究方法中研究研究中的编辑数据。通过过去的研究,研究的道德亚结构包含三个层面的维度:哲学,实践和反思性。数据编辑过程探索和审查数据,以确保一致性,错误和异常值和纠正错误,以提高收集到的数据的质量,准确性和充分性,从而使其更适合于收集数据的目的,例如检测到数据持续数字的字段数量和误差。数据编辑过程基于逻辑,常识和遵守书面程序或编辑指南,针对院士,政策制定者和研究人员的未来研究人员。
