XiaoMi-AI文件搜索系统
World File Search System错误模式
OPCoSA：针对空间应用的优化产品代码
集成电路的微型化增加了对电磁辐射的敏感度，也增加了存储器出现错误的概率和数量。关键应用系统采用错误纠正码 (ECC) 来缓解存储器故障。这项工作引入了针对空间应用的优化乘积代码 (OPCoSA)，这是一种对其原始版本 PCoSA 进行优化的 ECC，减少了 16 个冗余位并保持了高错误纠正能力。我们通过对 36 种特定错误模式、突发错误和穷举分析的测试来评估优化的 ECC。此外，我们将综合结果在硬件、可靠性和冗余度方面与其他四种专用于空间应用的 ECC 进行了比较。测试表明，OPCoSA 可以纠正所有 36 种错误模式和最多 4 种突发错误的 100% 的情况；此外，它对一至四维穷举错误的纠正率分别为 100%、100%、95.4% 和 78.9%。
前列腺素A
随着电源电压的降低，集成存储单元的辐射敏感度急剧增加。尽管有一些纠错码 (ECC) 研究可以防止用于空间应用的存储器出现故障，但是对于选择最佳的具有二维汉明码的 ECC 产品类型来缓解存储器中的数据故障，并没有达成共识。这项工作引入了空间应用产品代码 (PCoSA)，这是一种基于汉明码和行和列奇偶校验的 ECC 产品，用于具有空间应用可靠性要求的存储器。通过注入 (i) 文献中已有的三十六种错误模式和 (ii) 最多七位翻转的所有可能组合来评估 PCoSA 的潜力。PCoSA 已经纠正了三十六种错误模式的所有情况，它对任何三位翻转的纠正率为 100%，对四位翻转的纠正率为 82.67%，对五位翻转的纠正率为 69.7%。
大学：姓氏：TSIGKA 名字：STELLA 排名
3 Chan, S.、Tsigka, S.、Boschetti, F. 和 Capasso, R. (2010)。失语症患者言语错误模式的计算机辅助评估。临床语言学和语音学杂志，24(11)，915-27。4 Tsigka, S.、Papadelis, C.、Braun, C. 和 Miceli, G. (2010) 形态句法过程的神经关联：名词和动词同音词的 MEG 研究。Procedia - 社会和行为科学，希腊，94-95。5 Tsigka, S.、Chan, S. 和 Capasso, R. (2009)。评估意大利语名词和动词的形态处理
人类因素与人体工程学学会对人工智能的评论...
行为会以意想不到的方式产生偏见。例如，如果训练数据不够广泛，无法涵盖各种可能事件，它可能会偏向于无法很好地扩展到未知数据集的解决方案。此外，我们并不总是知道人工智能系统在进行匹配时会关注哪些特征。研究发现，有大量人工智能无意中学习到不适当的性别和种族偏见的案例（Garcia，2016 年；Miller、Katz 和 Gans，2018 年）。对国防部来说，关键在于，如果美国依赖人工智能进行信息处理或关键系统软件（例如，船舶、飞机或无人系统中的自主操作），外国可能会巧妙地操纵人工智能学习偏见，以“训练”美国人工智能走向错误模式，作为欺骗和破坏的手段（Endsley & Jones，2001）。
量子计算平台中的缺陷：一项实证研究
人们对量子计算的兴趣日益浓厚，随之而来的是软件平台对开发量子程序的重要性。确保此类平台的正确性非常重要，这需要彻底了解它们通常存在的错误。为了满足这一需求，本文首次深入研究了量子计算平台中的错误。我们从 18 个开源量子计算平台收集并检查了 223 个真实错误。我们的研究表明，这些错误中有相当一部分（39.9%）是量子特有的，需要专门的方法来预防和发现它们。这些错误分布在各个组件中，但量子特有的错误尤其经常出现在表示、编译和优化量子编程抽象的组件中。许多量子特有的错误表现为意外输出，而不是更明显的不当行为迹象，例如崩溃。最后，我们提出了一个反复出现的错误模式层次结构，其中包括十种新颖的量子特有模式。我们的研究结果不仅表明了量子计算平台中错误的重要性和普遍性，而且还可以帮助开发人员避免常见错误，并帮助工具构建者应对预防、发现和修复这些错误的挑战。
人机交互回路故障分类
摘要。操作员是指挥和控制系统中的主要漏洞来源之一；例如，79% 的航空致命事故归因于“人为错误”。根据 Avizienis 等人的故障分类系统，操作时的人为错误可以描述为操作员在与指挥和控制系统交互时未能提供服务。然而，之前很少有研究尝试将导致操作员处于错误模式的多种不同故障来源区分开来。本文提出了对 Avizienis 等人分类法的扩展，以便更全面地考虑人类操作员，明确导致操作员偏离正确服务交付的故障、错误状态和故障。我们的新分类法提高了对故障的理解和识别，并提供了关于可以避免或修复人为服务故障的方法的系统见解。我们提供了来自航空和其他领域的影响操作员和容错机制的故障的多个具体示例，涵盖了人机交互循环操作员侧的关键方面。
法医 HPM 检测系统
电子设备的正常运行可能会因系统中引入过多能量而受到干扰，无论是通过电缆传输的信号还是自由传播的高功率电磁波。由于随后发生的错误模式（如系统崩溃）很难追溯到其根本原因，因此，检测系统可以提高对关键设施中异常强场强环境的认识，从而为有效的缓解措施提供信息。我们自行设计的实验室演示器可以测量高达每米几千伏的干扰信号，根据对脉冲取平均值时低至几兆赫兹精度的频率测量，校正窄带信号中所有组件的频率响应。额外获取的元数据（如时间分辨率低至 10 纳秒的信号包络和其他测量的脉冲串特性）可用于信号取证。四通道设计可以检测传入信号的方向。边长为 19 厘米的立方体探测器可以使用电池运行 10 小时，光纤网络连接允许浏览器访问其 Web 界面。
应用学习与教学杂志
这篇文章探讨了人工智能在将错误感知转变为个性化和终身学习的机会中的作用。通过利用AI系统分析错误模式的能力，教育机构可以创建受控环境，其中错误被作为学习增长的催化剂。入门部分设置了背景，将AI作为塑造教育4.0并满足21世纪紧急需求的工具。该意见的主体深入研究了其中心主张：AI是一种机制，它将不仅可以利用错误，而且有意和可控的是鼓励学生失败的学习作为起点，将错误转化为个性化学习的催化剂。提供了与索赔相关的论点，包括使用AI分析错误并培养成长的心态，为学生做好准备以应对未来的挑战，并减少教师工作量。结论强调采用错误驱动方法来培养终身学习的重要性。总体而言，该论文强调了AI通过利用错误的力量来彻底改变教育的潜力。
重力与模态无关的效应在塑造3D空间的内部表示视觉和触觉对象感知的内部表示
对3D形状的视觉和触觉感知受到扭曲的困扰，这受到非视觉因素（例如重力前庭信号）的影响。重力是否直接作用于视觉或触觉系统，还是在较高的，与模态无关的信息处理水平上仍然未知。为了检验这些假设，我们通过要求男性和女性人类受试者在直立和仰卧姿势以及微重力中执行“平方”任务来检查视觉和触觉3D形状感知。受试者调整了3D对象的一个边缘，以匹配三个规范参考平面中每个对象的长度，我们记录了匹配误差以获得感知到的3D形状的表征。结果显示了视觉和触觉方式的相反的，以身体为中心的错误模式，其幅度是负相关的，表明它们以不同的，特定于模态的代表出现，尽管如此，这些代表还是在某种级别上链接的。的失重以相同的方式显着调节视觉和触觉感知扭曲，这表明重力的效果是常见的，与模态无关的起源。总体而言，我们的发现显示了形式特异性的视觉和触觉感知扭曲之间的联系，并在与模态无依赖性的内部表示上演示了与重力相关的信号的作用，以及用于解释传统感觉输入的人体内部3D空间。
增强型空中交通管制系统——人工智能作为预测空中交通冲突的数字辅助系统
摘要：当今的空中交通管理 (ATM) 系统围绕空中交通管制员和飞行员发展。这种以人为本的设计在过去使空中交通非常安全。然而，随着航班数量的增加和使用欧洲空域的飞机种类的增加，它正在达到极限。它带来了严重的问题，例如拥堵、飞行安全性下降、成本增加、延误增加和排放量增加。将 ATM 转变为“下一代”需要复杂的人机集成系统，以提供更好的空域抽象并创建态势感知，正如文献中针对此问题所述。本文做出了以下贡献：(a) 概述了问题的复杂性。(b) 它引入了一种数字辅助系统，通过系统地分析飞机监视数据来检测空中交通中的冲突，从而为空中交通管制员提供更好的态势感知。为此，使用长短期记忆 (LSTM) 网络（一种流行的循环神经网络 (RNN) 版本）来确定其时间动态行为是否能够可靠地监控空中交通并对错误模式进行分类。 (c) 大规模、真实的空中交通模型（包含数千个包含空中交通冲突的航班）用于创建参数化的空域抽象，以训练 LSTM 网络的几种变体。所应用的网络基于 20-10-1 架构，同时使用泄漏 ReLU 和 S 形函数