XiaoMi-AI文件搜索系统
World File Search SystemAssisted
Martins, Sugabsen，“人工智能辅助图书馆资源分类：Claude AI 案例”（2024 年）。图书馆哲学与实践（电子期刊）。8159。https://digitalcommons.unl.edu/libphilprac/8159
Martins, Sugabsen，“人工智能辅助图书馆资源分类：Claude AI 案例”（2024 年）。图书馆哲学与实践（电子期刊）。8159。https://digitalcommons.unl.edu/libphilprac/8159
重新定义人工智能时代对教育者的学生评估
摘要：人工智能 (AI) 在教育中的应用为改革有效的传统学生评估方法提供了理由。本文评估了传统评估实践在 AI 支持的学习环境中的相关性和有效性。它表明标准化测试的局限性在于它无法显示学习者在 AI 环境中采取的不同路径及其协作技能。本文建议应使用整体模型，将持续评估与提供即时反馈、个性化培训计划和智能考试的智能软件相结合。通过重新定义评估框架，教育工作者可以更好地适应当代教育的复杂性，培养创造力、批判性思维和公平获得技术增强的学习机会。本文还讨论了对教育中 AI 的道德担忧及其自身系统设计中的潜在偏见，以及需要制定构成性法规来保证评估过程的公平性和诚实性。
自愿辅助垂死审查委员会年度报告2023-2024 |昆士兰州健康
在过去的十二个月中，我们很高兴有机会与授权的从业人员和临床社区的其他成员互动。这些互动有助于我们了解昆士兰州提供自愿辅助垂死服务的现实。我们的州很大，人口分布在许多不同的地区。这可能会使提供医疗保健具有挑战性，但是我们收到的反馈帮助了审核委员会将其关注的焦点扩展到了未来几年的实施和确定优先事项之外。在2023年7月至2024年6月的审查委员会活动中的更多信息在第23和24页上概述了。
图形卷积网络辅助海洋变量预测，其时空进化的多特征学建模
摘要 - 海洋变量的变化，例如海面温度（SST）和叶绿素-A（CHL-A），对海洋生态系统和全球气候变化具有重要意义。可以使用依赖卷积神经网络的深度学习方法来提取海洋变量预测的空间相关性。然而，在某些地区（例如土地和岛屿）对海洋变量预测无效的情况下，这些方法具有影响。相比之下，图形卷积网络（GCN）能够捕获不规则数据中存在的大规模空间依赖性。因此，在本文中，我们提出了一种基于GCN的预测海洋变量的方法，即SST和CHL-A，称其为OVPGCN，以实现高清。提出的OVPGCN由三个模块组成，旨在通过对时空动力学演化的多特征进行建模，以完全提取空间相关性和时间依赖性。特别是，在最近的时空序列，不同站点之间的空间差异和历史数据中的周期性特征中，实现了三个模块来提取固定和非平稳变化。精心设计的OVPGCN适用于Bohai Sea和South South South Sea（NSCS）的每月SST和CHL-A预测。性能表明，所提出的OVPGCN非常有效，并使预测准确性比最先进的方法更高。
diffsign：具有增强现实主义的AI辅助生成可自定义的手语视频
摘要。近年来，几种流媒体服务的扩散使世界各地的各种受众都可以观看相同的媒体内容，例如电影或电视节目。虽然正在添加翻译和配音服务，以使当地受众访问内容，但支持具有不同能力的人（例如聋哑人和听力难（DHH）通信）可以访问的内容仍在滞后。我们的目标是通过与合成签名者生成手语视频，使DHH社区更容易访问媒体内容。使用相同的签名者对全球视图的给定媒体内容可能有限的吸引力。因此，我们的方法结合了参数建模和生成建模，以生成现实的合成签名者，并根据用户偏好自定义其外观。我们首先通过优化参数模型来重新定位人类手语构成3D手语的头像。然后，使用渲染的化身姿势来调节使用基于扩散的生成模型生成的合成签名者的姿势。合成签名者的外观由通过视觉适配器提供的图像提示控制。我们的结果表明，使用我们的方法生成的手语视频比仅在文本提示下的扩散模型生成的视频具有更好的时间固定性和现实主义。我们还支持多模式的提示，允许用户进一步自定义签名者的外观以备同行多样性（例如肤色，性别）。我们的方法对于签名匿名也很有用。
一种用于限制运动对齐的新技术，无计算机辅助设备的总膝关节置换术
运动学一致性总膝关节置换术（KA-TKA）旨在恢复自然的肢体比对和关节线倾斜，从而提高患者满意度。限制的KA-TKA（RKA-TKA）解决了异常的膝盖解剖学，并试图在安全对齐边界内复制自然解剖结构。这项研究引入了一种新型的设备和技术，该技术和技术可以无需计算机辅助手术（CAS）即可进行RKA-TKA。新设备允许精确的软骨厚度测量和截骨角度的调整，从而促进准确的比对。提出了一种用于胫骨截骨术的高跟力技术，提供了一种可再现的方法来确定截骨术的体积和角度。这些创新使KA和RKA-TKA在任何手术环境中都可行，避免了与CAS相关的高成本和有限的可用性。
通过磁场辅助离心滑移铸造获得的Al2O3 – Ni复合材料的结构和机械性能，
摘要：这项研究研究了通过以离心机铸造以1500 rpm制造的Al 2 O 3 - Ni复合材料的磁场对Al 2 O 3 - Ni复合材料的影响。al 2 O 3，并将ni功能与水和弱化物结合，均质化，然后将其铸造成被ND-FE-B磁铁包围的多孔石膏模具。由于磁场和离心力的综合效应而导致的三区结构烧结，在还原的大气中烧结，具有不同的Ni含量。SEM，EDX和XRD分析确定了相的分布和组成。硬度测试揭示了最外层区域的最高值，并且逐渐降低了内部区域。采用数字图像相关性的压缩测试显示，与非磁性领域方法相比，抗压强度的较高的内部应力和抗压强度的显着改善。这项研究证实了磁性辅助离心滑移的显着性铸造可显着增强Al 2 O 3 - Ni复合材料的结构，硬度和抗压强度，表明对先进应用的有希望的潜力。
人工智能辅助学习对学生批判性思维的风险：
人工智能 (AI) 日益成为教育领域的变革力量，为提升学习体验和成果提供了前所未有的机会。本研究在阿尔巴尼亚的教育背景下，考察了人工智能辅助学习对关键认知技能（特别是批判性思维和解决问题）的潜在不利影响。采用定量方法，对阿尔巴尼亚一所私立教育机构的 53 名学生进行了调查，以收集他们对人工智能辅助学习的体验和看法的数据。研究结果表明，接触过人工智能工具的学生和未接触过人工智能工具的学生在批判性思维技能方面没有显著差异。然而，对人工智能工具的作业依赖与学生的解决问题能力之间存在统计学上显著的负相关，这表明过度依赖人工智能会阻碍独立解决问题能力的发展。相反，人工智能工具的使用频率与学生对学业成绩和作业效率的看法之间存在很强的正相关关系，突显了人工智能在增强教育体验的这些方面方面的潜在好处。这些结果强调了在教育中平衡整合人工智能工具的必要性，以确保它们能够补充而不是取代传统的学习方法。这项研究的结果对教育工作者和政策制定者具有重要意义，表明虽然人工智能可以提高某些教育成果，但必须解决其潜在风险，以促进基本认知技能的发展。未来的研究应该关注更大、更多样化的样本，纳入认知技能的客观衡量标准，并探索人工智能辅助学习的长期影响。
主动学习辅助定向进化
摘要：定向进化 (DE) 是一种强大的工具，可用于优化蛋白质适应特定应用。然而，当突变表现出非加性或上位性行为时，DE 可能效率低下。在这里，我们介绍了主动学习辅助定向进化 (ALDE)，这是一种迭代机器学习辅助 DE 工作流程，它利用不确定性量化来比当前的 DE 方法更有效地探索蛋白质的搜索空间。我们将 ALDE 应用于对 DE 具有挑战性的工程领域：优化酶活性位点中的五个上位性残基。在三轮湿实验室实验中，我们将非天然环丙烷化反应所需产物的产量从 12% 提高到 93%。我们还对现有的蛋白质序列适应度数据集进行了计算模拟，以支持我们的论点，即 ALDE 比 DE 更有效。总体而言，ALDE 是一种实用且广泛适用的策略，可以解锁改进的蛋白质工程成果。关键词：蛋白质工程、定向进化、酶工程、原珠蛋白、卡宾、立体选择性、机器学习、贝叶斯优化、主动学习、不确定性量化