XiaoMi-AI文件搜索系统
World File Search SystemAttribution
基于 AI 的人工制品语音功能对代理的作用 基于 AI 的人工制品语音功能对代理归因的作用
私人、组织和社会领域中基于人工智能 (AI) 的人工制品的普及和日益复杂化正在改变人类与机器的交互方式。例如，关于人类感知基于 AI 的人工制品的方式的理论对于理解为什么以及在多大程度上人类认为这些人工制品能够胜任决策至关重要，但传统上却采取了与模态无关的观点。在本文中，我们理论化了一种特殊的交互情况，即基于语音的与基于 AI 的人工制品的交互。我们认为，在自然语言处理的不断进步的推动下，此类人工制品的能力和感知自然性促使用户认为人工制品能够以目标为导向的方式自主行动。我们表明，人工制品的语音能力与用户的代理归因之间存在正向直接关系，最终掩盖了人工制品的真实性质和能力。这种关系进一步受到工件的实际代理、不确定性和用户特征的影响。
检测、稳健性、归因和缓解
在演讲中，我将介绍我的实验室在人工智能、应用机器学习和数据挖掘方面的最新进展，以打击网络和社交媒体平台上的恶意行为者（傀儡、逃避禁令者等）和危险内容（错误信息、仇恨等）。我的愿景是为每个人创建一个值得信赖的在线生态系统，并创建下一代促进健康、公平和安全的社会意识方法。总的来说，在我的研究中，我创建了新颖的图形、内容（NLP、多模态）和对抗性机器学习方法，利用 TB 级数据来检测、预测和缓解在线威胁。我的跨学科研究创新了社会技术解决方案，这些解决方案是我通过将计算机科学与社会科学理论相结合而实现的。我也热衷于将我的研究付诸实践——我实验室的模型已经部署在 Flipkart 上，影响了 Twitter 的 Birdwatch，现在正在部署在维基百科上。我的研究开启了范式转变，从当前缓慢而被动的应对网络危害的方法转向敏捷、主动和全社会的解决方案。我的演讲将概述我研究的四个重点：（1）跨平台、语言和模式检测有害内容和恶意行为者：我的研究超越了研究“推特上的英文文本”的标准实践，旨在解决解决跨平台（Micallef 等人，2022 年）、语言（Verma 等人，2022b 年）和模式（Verma 等人，2022b、c）（图像、视频、文本）根深蒂固的基本问题的巨大挑战。 (2) 通过预测未来的恶意活动，增强检测模型对敌对行为者的鲁棒性：我的工作是通过开发第一种对抗性学习技术来突破界限，以主动预测对手行为来欺骗检测模型。接下来，我们提高模型对操纵的鲁棒性。我的实验室调查了部署在一些最大平台上的模型的漏洞：Facebook 的 TIES 坏人检测器（He、Ahamad 和 Kumar 2021）、Twitter 的 Birdwatch 错误信息检测器（Mujumdar 和 Kumar 2021）和维基百科的禁令逃避（Niverthi、Verma 和 Kumar 2022）。(3) 归因于有害内容的影响和推荐系统的作用：我的实验室创建了数据驱动的技术来确定网络危害对
社论：衰老神经科学的深度学习
摘要：目标：2型糖尿病与较高的结直肠癌（CRC）和晚期癌症诊断有关。为了较早地帮助诊断癌症，这项研究旨在检查糖尿病是否可能影响患者症状归因，寻求帮助，并愿意接受可能的CRC症状进行调查。方法：共有1307名成年人（340名患有糖尿病的成年人和967个）完成了一项在线小插图调查。参与者介绍了描述新的红斑CRC症状（直肠出血或肠习惯变化）的小插图，有或没有其他糖尿病神经病症状。在小插曲之后，向参与者询问了有关症状归因，预定的帮助和对调查的态度的问题。结果：糖尿病与将肠道习惯变化归因于药物的变化（OR = 2.48; 95％Cl 1.32–4.66）的几率高两个以上，并且在医用遭遇期间与肠道习惯的变化相比，与糖尿病相关的症状优先级。癌症很少被认为是肠道习惯变化的可能解释，尤其是在糖尿病参与者中（糖尿病患者中为10％，而在非糖尿病患者中为16％； OR = 0.55; 95％CI 0.36-0.85）。在糖尿病患者中，未参加年度检查的患者不太可能寻求针对癌症症状的帮助（OR = 0.23; 95％CL 0.10–0.50）。结论：对癌症症状的认识总体较低。糖尿病患者可以从有针对性的宣传运动中受益，这些运动强调了讨论新症状的重要性，例如与医生的肠习惯变化。对于不经常参加医疗保健的个人长期发病率，有必要注意。
未来生物属性科学技术探讨
发生生物事件后（无论是自然、故意、意外还是未确定），必须调查并确定事件原因，并确定责任人（如果有的话）。确定生物事件责任的能力（生物归因）有助于确保充分起诉故意使用生物武器的行为，并追究责任人的责任。生物归因能力还可以起到遏制生物武器使用的作用。这种能力是归因调查的结果，该调查整合了多种数据来源，包括执法和公共卫生官员收集的信息、情报信息以及有关生物制剂的技术信息以及收集的其他生物和环境样本。这个过程很复杂；它依赖于技术方法和社会系统（即获取样本和拥有可信过程的能力）来生成归因所需的技术信息和样本。定期评估可用于生物归因的科学水平非常重要，以确保调查可以利用最先进的技术，并努力克服技术挑战。
研究文章 人工智能营销在创建数据驱动营销策略中的适用性 Ioseb GABELAIA RISEBA 拉脱维亚里加应用科学大学 iosebgabelaia@gmail.com 收到日期：2022 年 5 月 4 日；接受日期：2022 年 7 月 11 日；发布日期：2022 年 8 月 23 日 学术编辑：Diana Bratić 版权所有 © 2022。Ioseb GABELAIA。根据知识共享署名 4.0 国际 CC-BY 4.0 分发
本文旨在探索人工智能营销在制定数据驱动营销策略方面的适用性。值得注意的是，本文阐述了人工智能在营销实践中的现状。此外，本文主张提高客户满意度，使用人工智能改善定位，应用人工智能进行准确决策，并利用人工智能降低销售、成本和风险。最后，本文比较了人工智能营销在研究中确定的四个地区的两个主要地区中的适用性。采用两步法解决研究问题。首先，进行系统的文献综述以确定知识差距。其次，通过调查研究进行初步研究。主要研究的受访者是来自 22 个不同营销专业的 367 名营销从业者，代表 11 个国家的 18 个不同行业，主要来自波罗的海和高加索地区。根据调查结果和分析，强调了未来研究的结论、局限性和概念。研究结果综合了营销中的人工智能驱动因素、障碍和结果。此外，结果证实了将人工智能营销纳入长期战略营销规划与积极的关系。本文为公司提供了实用指导，或激励营销领导者在数据驱动的营销策略中使用人工智能。由于当前营销环境的复杂性，无论是微观还是宏观，它都具有重要价值。营销从业者正在寻找附加值，以证明人工智能营销在决策者的日常策略中的适用性。
一致且有效的归因评估策略...
近年来，随着各种局部特征归因方法的提出，后续工作提出了几种评估策略。为了评估不同归因技术的归因质量，图像域中最受欢迎的评估策略是使用像素扰动。然而，最近的进展发现，不同的评估策略会产生相互冲突的归因方法排名，并且计算成本可能过高。在这项工作中，我们对基于像素扰动的评估策略进行了信息论分析。我们的研究结果表明，结果受到通过移除像素的形状而不是实际值泄露的信息的强烈影响。利用我们的理论见解，我们提出了一种称为 Remove and Debias (ROAD) 的新型评估框架，它提供了两个贡献：首先，它减轻了混杂因素的影响，这需要评估策略之间的更高一致性。其次，ROAD 不需要计算成本高昂的再训练步骤，与最先进的技术相比，可节省高达 99% 的计算成本。我们在 https://github.com/tleemann/road_evaluation 发布了我们的源代码。
高工作量飞行期间彩色编码平视飞行符号的工作量优势 Blundell, J., Scott, S., Harris, D., Huddlestone, J. & Richards, D. 作者后印本（已接受）存放在考文垂大学存储库原始引用和超链接：Blundell, J, Scott, S, Harris, D, Huddlestone, J & Richards, D 2020, '高工作量飞行期间彩色编码平视飞行符号的工作量优势', Displays, vol. 65, 101973。https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商：Elsevier © 2020，Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权所有 © 和道德权利归作者和/或其他版权所有者所有。无需事先许可或付费，即可下载副本用于个人非商业研究或学习。未经版权所有者事先书面许可，不得复制或大量引用本项目。未经版权持有者正式许可，不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本，包含同行评审过程中商定的任何修订。出版版本和此版本之间可能存在一些差异，如果您想引用出版版本，建议您参考出版版本。
高工作量飞行期间彩色编码平视飞行符号系统的工作量优势 Blundell, J., Scott, S., Harris, D., Huddlestone, J.& Richards, D. 作者印后 (已接受) 存放于考文垂大学资料库 原始引用和超链接：Blundell, J, Scott, S, Harris, D, Huddlestone, J & Richards, D 2020, '高工作量飞行期间彩色编码平视飞行符号系统的工作量优势', Displays, vol.65, 101973。https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商：Elsevier © 2020，Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权所有 © 和道德权利由作者和/或其他版权所有者保留。可以下载副本用于个人非商业研究或学习，无需事先许可或收费。未经版权持有人书面许可，不得复制或大量引用本项目。未经版权持有人正式许可，不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本，包含同行评审过程中商定的任何修订。已发布版本和此版本之间可能仍存在一些差异，如果您想引用已发布版本，建议您查阅已发布版本。
通过学习子模函数改进归因方法
这项工作探索了学习子模块评分函数的新想法，以提高现有特征归因方法的特异性 / 选择性。子模块分数对于归因来说是自然的，因为它们可以准确地模拟收益递减原则。提出了一种学习深度子模块集函数的新公式，该公式与现有归因方法获得的实值归因图一致。然后将特征的最终归因值定义为在其他高度归因特征的背景下该特征的诱导子模块分数的边际增益，从而减少冗余但具有区分性的特征的归因。在多个数据集上的实验表明，所提出的归因方法具有更高的特异性和良好的判别力。我们方法的实现可在 https://github.com/Piyushi-0/SEA-NN 上公开获得。
评估脑损伤患者的负面归因
Angelle M. Sander，博士 临床神经心理学和康复心理学部副教授兼主任 贝勒医学院和哈里斯医疗系统物理医学和康复系，德克萨斯州休斯顿 TIRR 纪念赫尔曼脑损伤研究中心高级科学家兼主任
如何引用本文：Prem Krishna | Saheel Ahamed | Roshan Kartik “使用 Open CV 和 YOLO 的基于 AI 的 ATM 智能安全系统”发表在《国际科学研究与发展趋势杂志》（ijtsrd）上，ISSN：2456-6470，第 5 卷 | 第 4 期，2021 年 6 月，第 336-338 页，URL：www.ijtsrd.com/papers/ijtsrd41232.pdf 版权所有 © 2021 作者和国际科学研究与发展趋势杂志。这是一篇根据知识共享署名许可条款分发的开放获取文章（CC BY 4.0）（http://creativecommons.org/licenses/by/4.0）介绍众所周知，数字印度是许多创新和技术进步的成果。如今，ATM 中心的监控摄像头仅用于记录目的。如果发生任何盗窃活动，只有通过人类信息才能知道。然后警方将借助闭路电视记录展开调查。在某些情况下，小偷会遮盖或破坏摄像头，使其无法记录。众所周知，世界广泛使用自动视频监控系统，它在我们的日常生活中发挥着至关重要的作用，以加强对个人和基础设施的保护和安全。
如何引用本文：Prem Krishna | Saheel Ahamed | Roshan Kartik “使用 Open CV 和 YOLO 的基于 AI 的 ATM 智能安全系统”发表在《国际科学研究与发展趋势杂志》（ijtsrd）上，ISSN：2456-6470，第 5 卷 | 第 4 期，2021 年 6 月，第 336-338 页，URL：www.ijtsrd.com/papers/ijtsrd41232.pdf 版权所有 © 2021 作者和国际科学研究与发展趋势杂志。这是一篇根据知识共享署名许可条款分发的开放获取文章（CC BY 4.0）（http://creativecommons.org/licenses/by/4.0）介绍众所周知，数字印度是许多创新和技术进步的成果。如今，ATM 中心的监控摄像头仅用于记录目的。如果发生任何盗窃活动，只有通过人类信息才能知道。然后警方将借助闭路电视记录展开调查。在某些情况下，小偷会遮盖或破坏摄像头，使其无法记录。众所周知，世界广泛使用自动视频监控系统，它在我们的日常生活中发挥着至关重要的作用，以加强对个人和基础设施的保护和安全。