XiaoMi-AI文件搜索系统
World File Search SystemACM
第ACM 40410 ________________________ 美国...
据 TC 称，在与丈夫交谈了“10 到 15 分钟[,]”后，她回到大厅询问网球场在哪里，因为她想寻找手机和其他丢失的物品。前台服务员 KB 女士坚持要和她一起去，因为当时是第二天（2018 年 7 月 2 日）凌晨，天很黑。他们一起走到网球场，寻找 TC 的物品，但没有找到。在返回住处的路上，TC 告诉前台服务员，她闻到了“身上有精液[,]”的味道，但没有任何其他迹象表明她可能遭到性侵犯。等 TC 回到房间时，她才想起自己没有多少时间了，她需要退房并乘坐巴士去看早上 7 点开始的演出。
Larasati, Retno；De Liddo, Anna 和 Motta, Enrico (2021)。人工智能医疗保健系统界面：非专家用户信任的解释设计。在：ACMIUI-WS 2021：ACM IUI 2021 研讨会联合论文集（Glowacka、Dorota 和 Krishnamurthy、Vinayak 编辑），CEUR 研讨会论文集，2903。
摘要研究表明，非专家用户倾向于过度信任或不信任人工智能系统。当人工智能应用于医疗保健时，这引起了人们的担忧，患者信任不可靠系统的建议或完全不信任可靠系统的建议可能会导致致命事故或错过医疗保健机会。先前的研究表明，解释可以帮助用户对人工智能系统的信任做出适当的判断，但如何在医疗支持场景中为非专家用户设计人工智能解释界面仍然是一个悬而未决的研究挑战。本文探讨了一个基于阶段的参与式设计过程，以在人工智能医疗支持场景中为非专家开发一个值得信赖的解释界面。值得信赖的解释是一种帮助用户对医疗保健是否信任人工智能系统做出深思熟虑的判断的解释。本文的目的是确定可以有效地为值得信赖的解释界面的设计提供信息的解释组件。为了实现这一目标，我们进行了三次数据收集，研究了专家和非专家对人工智能医疗支持系统解释的看法。然后，我们开发了一个用户心理模型、一个专家心理模型和一个目标心理模型，描述了非专家和专家如何理解解释，他们的理解有何不同，以及如何将它们结合起来。基于目标心理模型，我们提出了一套 14 条解释设计指南，用于可信的人工智能医疗系统解释，这些指南考虑到了非专家用户的需求、医疗专家的实践和人工智能专家的理解。
编号 ACM 40324（修订版）
上诉人最初在上诉中提出了三个问题，我们将其改述如下：(1) 刑罚是否过重；(2) 上诉人是否有权获得救济，因为在召集机构作出行动决定之前，他没有机会反驳受害人的问题；(3) 上诉人是否有权获得一致裁决。此外，法院对审判记录的审查发现其中一项证物有误。该记录被发回空军审判司法机构首席审判法官，以解决审判后处理的重大问题，酌情修改或更正判决书，并确保引用的证物得到更正。参见美国诉道格拉斯案，编号 ACM 40324，2023 CCA LEXIS 502，第 *8–9 页（AF Ct. Crim. App. 2023 年 12 月 5 日）（未发表的 op.）。我们推迟处理上诉人的其他错误指派，直到记录返回本法院以完成我们根据《统一军事法典》第 66(d) 条、《美国法典》第 10 USC § 866(d) 条的审查。同上，*2。
ACM FACCT'
在过去十年中发生了很多变化。诸如“算法”和“机器学习”之类的术语已从科学术语转变为日常对话的主题。曾经似乎在艰难地提高政策和行业界的问题，例如计算中的偏见或透明性问题现在受益于在公共和私营部门从事他们工作的专门团队。一旦几乎没有，现在就有一系列新的立法和法院裁决，涉及FACCT社区在筹集方面至关重要的一些问题。这个社区的成员在重要的组织环境中的起草法律，指导，命令，工具包，政策和策略中扮演着核心角色。我们的会议不能为过去十年的变化所获得的所有信用，但是我们也不能低估其主持工作的重要性，培养和放大的讨论以及它创建的联系。
播客名称：ACM BYTECAST情节：Juan Gilbert
播客名称：ACM BYTECAST情节：Juan Gilbert-第55集欢迎来到ACM Bytecast Podcast，这是计算机机械协会系列的ACM Bytecast Podcast！播客在计算研究和实践的交集中与研究人员，从业人员和创新者进行对话，涉及其经验，经验教训以及计算未来的愿景。在这一集中，微软开发人员社区副总裁，播客汉塞尔米特的主持人Scott Hanselman采访了来宾Juan Gilbert。Juan是Andrew Banks家族的首位，佛罗里达大学的计算机和信息科学与工程系主任，他在那里领导了社会良好实验室的计算机。 开始，胡安·吉尔伯特（Juan Gilbert）获得了美国总统授予的国家技术创新奖，这是您可以在该领域获得的最高奖项。 他不知道有人提名他，并从蓝色的电子邮件中收到一封电子邮件，说大学必须批准它，但这是高度保密的。 他于2019年获得提名，但直到2023年才获得奖励。 他还解释了他的活跃项目，这是一个全面的投票系统。 国会通过了立法，以帮助残疾人投票，但他们创造了一种单独但平等的方法。 他设计了一台通用投票机，旨在帮助人们与其他任何人在同一台机器上投票。 它具有带有多模式的无障碍设计，如果您盲目或视力障碍，可以与您交谈。 您可以使用语音或开关或按钮响应。 所以，他们创建了一个应用Juan是Andrew Banks家族的首位，佛罗里达大学的计算机和信息科学与工程系主任，他在那里领导了社会良好实验室的计算机。开始，胡安·吉尔伯特（Juan Gilbert）获得了美国总统授予的国家技术创新奖，这是您可以在该领域获得的最高奖项。他不知道有人提名他，并从蓝色的电子邮件中收到一封电子邮件，说大学必须批准它，但这是高度保密的。他于2019年获得提名，但直到2023年才获得奖励。他还解释了他的活跃项目，这是一个全面的投票系统。国会通过了立法，以帮助残疾人投票，但他们创造了一种单独但平等的方法。他设计了一台通用投票机，旨在帮助人们与其他任何人在同一台机器上投票。它具有带有多模式的无障碍设计，如果您盲目或视力障碍，可以与您交谈。您可以使用语音或开关或按钮响应。所以，他们创建了一个应用它还提供了隐私，因为选民可以为他们投票的人说“投票”，而不是该人的名字，因此他们的投票仅在他们和政府之间。在他为社会良好实验室计算的计算机中，想法是通过为现实世界中的问题构建创新的解决方案来改变世界。接下来，Juan和Scott讨论了AI的角色，以及它将带走工作还是工作的方面。胡安说，我们真的不知道AI会如何影响我们的社会。我们唯一可以说的是AI会改变事物。他们谈论了几年前政府如何克隆绵羊，他们认为他们不会复制人类。AI是开源的，社会决定我们不会将AI用于某件事并不那么容易。它被模仿到该国及其自身法规。在机场的面部识别被视为亚洲国家的一项非常出色的技术，但美国参议员说这不是一个好主意。每个文化和国家对同一技术都有非常不同的反应。我们也不知道AI在部署之前是否有效。ai具有面部识别的AI最终使用偏见，造成差异并误认为身份。我们不知道AI是否会真正起作用，直到我们部署它并认为它是成功的。在招聘决定中，胡安创建了应用程序任务（aq），这是消除种族，国籍，性别等的使用的技术。在许多不同属性的申请人之间具有整体多样性。此外，胡安博士谈到了他们如何决定要进行的实验室。该技术建议当申请人剩余担任该职位时，建议使用哪些申请人。他说，这些想法来自社会以及他们看到的问题和事件。例如，他的学生不高兴人们在例行交通停顿期间不断被枪击。
通过 ACM 模型实现低功耗 CMOS 差分放大器
摘要 — 统计技术经常用于预测电子系统的性能。工艺变化考虑了制造时材料参数的不确定性，会对模拟集成电路的产量产生不利影响。对由于制造参数变化而导致的模拟电路关键输出参数变化进行统计分析，以预测产量，是模拟芯片制造中必不可少的步骤。在这项工作中，我们使用严格的统计方法来检查典型模拟电路的性能。我们设计了一个 65 nm 技术的两级 CMOS 差分放大器配置，使用 ACM 模型参数来检查工艺变化下的产量。我们采用三种不同的蒙特卡罗模型（均匀、高斯、最坏情况）来检查设计的 CMOS 差分放大器关键性能参数的统计变化。据报道，在典型工艺参数变化 10% 的情况下，关键差分放大器参数、最大增益、增益裕度和相位裕度都会发生变化。在最坏情况分布的情况下，变化最大，而在高斯分布的情况下，变化最小。结果表明，工艺变异对设计的CMOS差分放大器的成品率有显著影响。在高斯分布的情况下，增益裕度（dB）、相位裕度（度）和最大增益（dB）的标准差分别为11、25和24。
特性分析 - ACM 数字图书馆
信息访问系统正变得越来越复杂，我们对用户在信息搜索过程中的行为的理解主要来自于定性方法，比如观察性研究或调查。利用传感技术的进步，我们的研究旨在用生理信号来表征用户行为，特别是与认知负荷、情感唤醒和效价有关的行为。我们对 26 名参与者进行了一项受控实验室研究，并收集了包括皮电活动、光电容积图、脑电图和瞳孔反应在内的数据。本研究从四个阶段探讨了信息搜索：信息需求 (IN) 的实现、查询公式 (QF)、查询提交 (QS) 和相关性判断 (RJ)。我们还包括不同的交互模式来表示现代系统，例如通过文本输入或口头表达的 QS，以及通过文本或音频信息的 RJ。我们分析了这些阶段的生理信号，并报告了成对非参数重复测量统计检验的结果。结果表明，参与者在 IN 时会经历明显更高的认知负荷，并且警觉性略有增加，而 QF 需要更高的注意力。QS 比 QF 需要更高的认知负荷。RJ 时的情感反应比 QS 或 IN 更明显，这表明在知识差距得到解决后，兴趣和参与度会更高。据我们所知，这是第一项采用更细致入微的生理信号定量分析来探索搜索过程中用户行为的研究。我们的研究结果为用户在信息搜索过程中的行为和情绪反应提供了宝贵的见解。我们相信，我们提出的方法可以为更复杂过程的特征提供信息，例如对话式信息搜索。
No. ACM 40373 ________________________ 美国 ...
上诉人在上诉中提出了六项错误指控，我们对其进行了重新排序和措辞：(1) 上诉人的定罪在法律和事实上是否充分；(2) 政府销毁唯一可检验的证据是否侵犯了上诉人的正当程序权利；(3) 本法院在根据《统一军事法典》第 62 条、10 U.S.C. 进行审查时犯了错误。§ 862，裁定军事法官根据《军事法庭规则》第 702 条中止军事法庭程序，滥用自由裁量权；(4) 军事法官在确定上诉人的刑罚时拒绝考虑性犯罪者登记，犯了错误；(5) 18 U.S.C.§ 922 适用于上诉人的案件是否合宪； （6）军事法官滥用自由裁量权，允许政府在未事先通知辩方的情况下传唤调查结果证人。2 我们发现记录中的证据不支持事实充分性，并撤销唯一指控及其说明，因此我们拒绝解决剩余问题。
No. ACM 39825 (rem)
在本法院确认调查结果和判决后，美国诉哈灵顿案，第ACM 39825, 2021 CCA LEXIS 524 (A.F.Ct. Crim.App.2021 年 10 月 14 日) (未发表op.)，美国武装部队上诉法院 (CAAF) 批准了上诉人对三个问题的审查请求。美国诉哈灵顿案，82 M.J. 267 (C.A.A.F.2022) (命令)。最终，CAAF 在两个问题上支持了上诉人：(1)“军事法官是否滥用自由裁量权，拒绝上诉人要求指示陪审团成员对上诉人每项定罪罪行可判处的最高刑罚”，以及 (2)“军事法官是否滥用自由裁量权，允许政府审判律师参与交付凶杀案受害者父母的未宣誓声明。”美国诉哈灵顿，83 M.J. 408, 412 (C.A.A.F.2023)。CAAF 确认了调查结果，但推翻了判决，将案件发回军法署署长，发回本法院“根据确认的调查结果重新评估刑罚或下令重新审理刑罚。”同上。位于 423。
ACM交易在自主和自适应系统的特殊问题上，有关可持续海洋生态系统的自主和自适应系统的特殊问题
• Jiachen Yang , Tianjin University, yangjiachen@tju.edu.cn • Qinggang Meng , Loughborough University, Q.Meng@lboro.ac.uk • Houbing Herbert Song , University of Maryland, Baltimore County (UMBC), h.song@ieee.org Background: The ocean, covering more than 70% of the Earth's surface, is a vast repository of生物多样性，地质资源和数据。但是，海洋环境的规模和复杂性对勘探和资源管理提出了重大挑战，这加剧了严峻的条件和可及性问题。将人工智能（AI）以及自主和适应系统纳入可持续的海洋生态系统对于释放我们海洋潜力至关重要。自主和自适应系统处于海洋研究的最前沿，为数据驱动的洞察力和海洋环境中的自动操作提供了无与伦比的功能。由于气候变化，过度捕获和污染，迅速改变的海洋景观迅速改变了海洋生态系统的紧迫性。这些自适应系统对于实时监控，预测分析和对海洋资源的可持续开发至关重要。利用这些技术对于推进海洋科学，确保环境管理并推动蓝色经济的增长至关重要。尤其是，自主和自适应系统管理动态环境并应对不断变化的生态条件的能力是实现海洋生态系统可持续性的关键。本期特刊旨在强调创新的贡献，这些贡献强调了AI和自主系统在应对海洋探索，保护和资源管理的多方面挑战方面的重要性。范围：本期特刊专门用于部署旨在确保海洋生态系统可持续性的自主和自适应系统的开创性研究。我们正在寻求高质量的研究，以展示创新的AI方法，算法和实用解决方案，从而有助于维持和增强海洋环境的健康状况。的提交应强调AI与海洋技术的整合，以推动数据收集，处理以及可以为可持续实践提供信息的见解的产生。我们正在寻找论文，以说明技术创新如何导致富有弹性的自主系统，善于执行复杂的任务，例如生态系统健康监测，海洋生物多样性的预测性建模以及对海洋资源的可持续管理。此外，我们对研究的研究感兴趣，这些研究深入研究了采用AI和自主系统来保护和保护我们的海洋的道德和环境考虑。鉴于可持续海洋生态系统管理的跨学科性质，我们欢迎来自海洋科学，计算机科学，机器人技术，环境科学等广泛领域的贡献。