XiaoMi-AI文件搜索系统
World File Search SystemBiases
认知偏见在Mizoram的政治领域-IJRPR
正规教育和基督教进入了米佐拉姆邦，社会生活发生了巨大变化。废除了Zawlbuk，酋长制和各种做法等现有实体。政治意识带来了政治变革，这导致了政党的成立。第一个政党Mizo Conmoners Union，后来更名为Mizo Union，于1946年成立，赢得了Mizoram于1972年的第一次大选。有影响力的公民社会，例如YMA（年轻的Mizo协会），MHIP（Mizo Hmeichhe Insuihkhawm Pawl）等。iii这些公民社会在维护社会的传统和实践方面发挥了警务作用。他们的行动努力确保社区的利益，他们的观点倾向于与保守的原则保持一致。这些机构可以对米佐拉姆人民的政治行为产生深远的影响。
阳性和确认学习的偏见的计算根
摘要人类不会客观地整合新信息：具有积极的情感价值和证据证明自己先前信念的结果被过度高估了。直到最近，对积极性和确认偏见的理论和经验说法都认为它们特定于“高级”信念更新。我们向此提供了证据。增强学习任务中的学习率，跨越上下文和物种估计，通常呈现出相同的特征不对称性，表明信念和价值更新过程具有关键的计算原理和扭曲。这种偏见对做出正确选择的可能性产生了过分的期望，因此产生了过度可靠的奖励期望。我们讨论了这些强化学习偏见的规范性和神经生物学根源及其在行为决策理论的更大情况中的地位。
关于人为错误的观点：后见之明偏差和局部理性
隐含的假设是，一个人（助手）是失败的根源，无论是由于某种固有特性还是由于他缺乏努力。贝塞尔摆脱了这一假设，并通过实证研究了天文观测中的个体差异。他发现，在当时的方法下，观察者之间存在很大差异。当时进行观察的技术需要结合听觉和视觉判断。这些判断受到当时的工具、摆钟和望远镜细线的影响，并与任务要求相关。解雇金布鲁克并没有改变任务的难度，并没有消除个体差异，也没有使任务更不容易受到不精确因素的影响。进步是基于寻找更好的天文观测方法、重新设计支持天文学家的工具以及重新设计任务以改变对人类判断的要求。
RNA 测序中逆转录反应的伪影和偏差
近年来，RNA 测序激发了大量的研究领域。大多数方案依赖于在逆转录反应过程中合成更稳定的 RNA 分子互补 DNA (cDNA) 拷贝。结果 cDNA 池经常被错误地认为在数量和分子上与原始 RNA 输入相似。遗憾的是，偏差和伪影会混淆结果 cDNA 混合物。依赖逆转录过程的人们在文献中经常忽视或忽略这些问题。在这篇评论中，我们向读者展示了 RNA 测序实验过程中逆转录反应引起的样本内和样本间偏差和伪影。为了打消读者的疑虑，我们还提供了大多数问题的解决方案并介绍了良好的 RNA 测序实践。我们希望读者能够利用这篇评论，从而为科学合理的 RNA 研究做出贡献。
按地区和气候区域按数量天气预报偏见
Climate Zone GFS COAMPS GFS COAMPS GFS COAMPS GFS COAMPS Cold -0.48 -0.05 -0.63 -0.84 -0.33 -1.08 -0.22 -0.49 Sample Size 214 201 214 201 196 202 196 202 Cold High Elevation 0.46 -0.11 -0.61 -0.99 -2.18 -2.47 -1.72 -1.15样本尺寸38 13 38 13 38 13 38 13干燥0.28 0.27 -0.05 0.31 1.77 0.61 -0.6-0.6 -0.62样本尺寸16 10 16 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10.09 -0.14 -0.28 -2.28 -2.28 -2.28 1.19 0.7 -1.1.1.1.1.1.1.1.1.1.1.dsize size size size size size size sigam size size sigam size sigam size size sigam size sigam sizp -0.72 -0.34 -0.74 -1.42 0 -0.05 -1.05 -0.26 Sample Size 66 66 66 66 9 64 9 64 Mediterranean -0.26 0 -0.95 -0.83 -0.39 0.15 -1.61 -1.26 Sample Size 65 64 65 64 31 63 31 63 Warm Wet Temperate -0.58 0.6 0.18 0.19 0.44 1.03 -0.83 -0.93样本尺寸126 134 126 134 118 118 134 134 118 134热带-0.6 0.76 -0.93 -0.93 -0.07 -0.45 0.45 0.42 0.42 -1.45 -0.91
减少量子退火偏差以解决图分割问题
当以 QUBO（二次无约束二进制优化）或 Ising 形式表示时，量子退火器提供了一种计算 NP 难题高质量解决方案的有效方法。这是通过将问题映射到量子芯片的物理量子比特和耦合器上来实现的，在称为量子退火的过程之后，从中读取解决方案。然而，这个过程受到多种偏差来源的影响，包括校准不良、相邻量子比特之间的泄漏、控制偏差等，这些偏差可能会对退火结果的质量产生负面影响。在这项工作中，我们旨在通过提供一种两步方法来减轻此类偏差对解决约束优化问题的影响，并将其应用于图分区。在第一步中，我们测量并减少因实施问题约束而导致的任何偏差。在第二步中，我们将目标函数添加到约束的结果偏差校正实现中，并将问题发送给量子退火器。我们将这一概念应用于图分割，这是一个重要的 NP 难题，它要求找到一个图的顶点分割，该分割是平衡的（约束）并最小化切割尺寸（目标）。我们首先量化量子退火器上约束实现的偏差，也就是说，在无偏实现中，我们要求任何两个顶点被分配到相同或不同分区部分的可能性相同。然后，我们提出了一种迭代方法来纠正任何此类偏差。我们证明，在添加目标后，在量子退火器上解决由此产生的偏差校正的 Ising 问题可获得更高的解决方案精度。
辐射敏感 MOSFET 受到各种正栅极偏压的照射
摘要 对辐射敏感的金属氧化物半导体场效应晶体管 (RADFET) 经 110 Gy(H 2 O) 伽马射线辐照。在不同正栅极偏压下辐照过程中的阈值电压 VT 结果表明，VT 随栅极偏压的增加而增加。辐照过程中的阈值电压偏移 Δ VT 拟合得很好。分析了辐射过程中固定陷阱 (FT) 和开关陷阱 (ST) 对 Δ VT 的贡献。结果表明，FT 的贡献明显高于 ST。提出了一个描述阈值电压偏移及其分量对栅极偏压依赖性的函数，该函数与实验值非常吻合。研究了辐照后 RADFET 在室温下无栅极偏压的退火情况。阈值电压的恢复（称为衰减）会随着辐射期间施加的栅极偏压而略有增加。 Δ VT 表现出与固定状态引起的阈值电压分量 Δ V ft 相同的变化，而由于开关陷阱引起的阈值电压分量 Δ V st 没有变化。
采用队列设计的 COVID-19 疫苗有效性研究中的偏差
关于 COVID-19 疫苗有效性 (VE) 的观察性研究提供了关键的真实世界数据，为全球公共卫生政策提供了信息。这些研究主要使用预先存在的数据源，对于评估不同人群的 VE 和制定可持续的疫苗接种策略至关重要。队列设计经常用于 VE 研究。在 COVID-19 大流行期间，疫苗接种运动的快速实施引入了受社会人口差异、公共政策、感知风险、健康促进行为和健康状况影响的差异性疫苗接种，可能导致健康用户偏见、健康疫苗接种效果、虚弱偏见、易感性差异耗竭偏见和适应症混杂等偏见。医疗保健系统的巨大负担加剧了数据不准确的风险，导致结果分类错误。此外，大流行期间使用的大量诊断测试也导致了错误分类偏差。急于发表可能进一步影响了这些偏见或导致对其的疏忽，从而影响了研究结果的有效性。研究中的这些偏见因环境、数据来源和分析方法的不同而有很大差异，并且由于数据基础设施不足，在中低收入国家 (LMIC) 环境中可能更为明显。解决和减轻这些偏见对于准确估计 VE、指导公共卫生战略和维持公众对疫苗接种计划的信任至关重要。透明地沟通这些偏见并严格改进未来观察性研究的设计至关重要。
一种强化学习方法，用于减轻语言模型中的刻板印象偏见
广泛采用由BERT和GPT等大型语言模型提供支持的应用程序，突出了社区内部对这种模型可以从培训数据中继承的意外偏见的影响的担忧。为了表现出来，过去的工作报告了LLM的证据，这些LLM扩大了性别刻板印象以及地理和种族偏见。以前的方法集中在数据预处理技术或技术上，这些技术或技术试图直接嵌入以增加资源需求，符号工作以及对足够偏见类型的适用性方面的限制方面，直接嵌入具有很大的缺点。在本文中，我们提出了精炼-LM，这是一种使用模型架构以及偏置型的强化学习对偏差的事后过滤。在包括Distillbert，Bert和Roberta在内的一系列模型中进行的实验表明，所提出的方法（i）在保留语言模型性能的同时，大大减少了刻板印象的偏见； （ii）实现适用于广泛的偏见类型，跨越诸如基于种族，宗教和基于国籍的偏见等环境的概括； （iii）减少所需的培训措施。