XiaoMi-AI文件搜索系统
World File Search SystemCEUR
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。
熵方法的基本理论规定... - CEUR-WS
乌克兰基辅市柳博米拉胡扎拉大街 1 号国立航空大学，邮编 03058 摘要 本文致力于阐述智能航空运输管理系统最佳管理的主要理论规定。为主动系统控制而开发的主观熵最大原理是一个初始假设。主观个人偏好的优化理论是工作假设。基于 Jaynes 的熵最大原理，偏好函数在显式视图中被发现。主观偏好函数熵的条件优化，作为对可用操作多替代方案进行建模的不确定性度量，允许组织一些合理的航空运输系统的管理工作。进行了说明性示例模拟。绘制了必要的图表。关键词 1 熵、偏好、不确定性、航空运输、优化、变化、管理、概念、客观函数。
航空公司运营控制中心案例研究 - CEUR-WS
由于运营流程经常受到干扰而导致运营不正常，因此图 1 中显示的一个非常重要的子目标是管理干扰。在发生干扰时应进行管理，但仍要确保提供优质服务、成本效益高，并尽量减少对航班时刻表的影响。干扰管理的责任和最终决策在于履行运营控制角色的值班经理，但图 2 中所示的 AOCC 的所有子角色之间会进行协作决策，以找到最佳解决方案。图 2 还显示了管理干扰的子目标。管理干扰的不同方面由子目标“获得态势感知”、“优化解决方案”和“执行解决方案”及其各自的低级子目标表示。表 III 显示了干扰管理的激励场景。
引用：Stumpf, S.、Strappelli, L.、Ahmed, S.、Nakao, Y.、Naseer, A.、Gamba, GD 和 Regoli, D. (2021)。人工智能公平性和透明度的设计方法。CEUR 研讨会论文集，2903，ISSN 1613-0073
相当抽象，无法用于指导如何设计以及设计什么。最近的研究 [4] 开始研究设计模式来指导详细的用户界面设计。除了以用户为中心的设计 (UCD) 流程之外，还提出了用于设计透明人工智能系统的总体设计方法 [5]。在本文中，我们回顾了现有的设计方法研究，以指导设计师设计负责任且合乎道德的人工智能系统和用户界面。然后，我们提出了一种新方法，即共同设计公平人工智能交互 (CoFAIR)，该方法包括一系列共同设计研讨会，然后进行更广泛的评估，以创建合适的用户界面，使其能够通过目标用户群体探索公平性。我们通过案例研究展示了该方法的应用。我们讨论了我们方法的局限性，以及如何将这种方法推广到合乎道德和负责任的人工智能系统的设计。
光伏技术：问题、技术... - CEUR-WS
摘要 光伏技术直接将阳光转化为电能，是最常见的可再生能源之一。太阳能发电是最有效和最经济的发电方式。为了继续降低这项技术的成本并增加利润，太阳能行业一直在寻找方法来最大限度地提高效率，并尽量减少与能源生产过程相关的损失和成本。然而，包括太阳能电池板在内的光伏系统往往会积聚灰尘和污垢颗粒。结果，入射光的比例会降低，这会导致能量转换效率降低至 50%。目前，由于光伏系统的位置和季节性波动、当地能源成本的差异以及资源的可用性和成本，光伏系统污染问题的通用解决方案尚不存在。关键词 1 光伏、太阳能、污染、聚光太阳能、除尘
小型软件维护改进... - CEUR-WS
1. 简介 当今市场和商业需要软件组织能够快速开发和有效维护复杂的软件系统。尽管软件开发对软件工程师的吸引力远远大于软件维护，但软件维护已被认为是软件生命周期中最昂贵、要求最高、最困难的阶段 [1, 2, 3, 4]。通过分析软件行业 40 多年来使用的维护模型，Lenarduzzi 等人 [5] 指出：（1）大多数模型都是从头开始构建的，没有扩展或使用现有模型；（2）开发的模型是针对特定问题提出的，这使得它们很难与其他模型进行比较；（3）模型仅由提出它们的人验证，这在有效性方面受到了一些限制。适合维护的软件系统应满足多项客户标准，例如使用领域的质量、可靠性、用户友好性和技术标准，而且还应与提供维护服务的软件组织的业务流程和战略方向保持一致。随着维护成本和维护活动的复杂性的提高，开发可维护的软件系统是软件行业最苛刻和最重要的要求之一[6]。此外，软件行业软件维护的主要问题是许多软件组织没有