做出适当授权决定的能力是效率人类协作的重要先决条件。最近的工作表明,人们很难在存在预测错误的情况下评估AI系统,而不得依赖AI系统。我们使用预先注册的众包研究(�= 611)通过人AI决策的两个未置换的Crucial特征来扩展此文献:选择独立性和错误类型。我们的研究中的受试者反复完成两个预测任务,并选择他们想委派给AI系统的预测。对于一项任务,受试者会收到一个决策启发式,使他们能够做出明智且相对准确的预测。第二任务很难解决,因此受试者必须提出自己的决策规则。我们系统地改变了AI系统的性能,因此它要么为这两个任务提供了最佳的可能性预测,要么仅为两者之一提供。我们的结果表明,人们通过在不相关的第二任任务中将AI的表现采用AI的表现来系统地侵犯了选择独立性。在自己的专业知识领域中将预测委托给上级AI的人明显降低了适当的依赖,而当模型在互补的外观领域中犯了系统的错误。相比之下,在互补专业知识领域中将预测的人委托给上级AI的人类明显增加了在人类专业知识领域中系统地错误时的适当依赖。此外,我们表明人类在误差类型之间有所不同,并且这种效率在被考虑的专业知识领域是有条件的。这是人类协作背景下的选择独立性和错误类型的最经验。我们的结果对AI系统的未来设计,部署以及适当的应用具有广泛而重要的含义。
做出适当委派决定的能力是有效的人类协作的重要先决条件。最近的工作表明,人们很难在存在预测错误的情况下评估AI系统,而不得依赖AI系统。我们使用预先注册的众包研究(𝑁= 611)通过人AI决策的两个未置换的Crucial特征来扩展此文献:选择独立性和错误类型。我们的研究中的受试者反复完成两个预测任务,并选择他们想委派给AI系统的预测。对于一项任务,受试者会收到一个决策启发式,使他们能够做出明智且相对准确的预测。第二任务很难解决,因此受试者必须提出自己的决策规则。我们系统地改变了AI系统的性能,因此它要么为这两个任务提供了最佳的可能性预测,要么仅为两者之一提供。我们的结果表明,人们通过在不相关的第二任任务中将AI的表现采用AI的表现来系统地侵犯了选择独立性。在自己的专业知识领域中将预测委托给上级AI的人会大大降低适当的依赖,而该模型在互补的外观领域中犯了系统的错误。相比之下,当模型在人类专业知识领域中系统地错误时,将预测预测为互补专业知识领域的上级AI的人显着提高了适当的依赖。此外,我们表明人类会区分错误类型,并且这种效果是有条件的,这是根据所考虑的专业知识领域的条件。这是人类协作背景下选择独立性和错误类型的第一个经验典范。我们的结果对AI系统的未来设计,部署以及适当的应用具有广泛而重要的含义。
摘要:能源转型为本地弹性能源供应对于能源安全至关重要。气候变化和经济崩溃的威胁是迫使社会减少对化石燃料依赖的原因。小规模解决方案有望更具可持续性,因为大规模集成网络具有复杂性和难以察觉的脆弱性,从而产生系统风险。本文介绍了对波兰商学院学生样本(N = 205)进行实证研究的结果,研究了世界观对于选择能源转型方案(本地解决方案与大规模解决方案)的重要性。世界观在这里由主流社会范式表示(在本研究的目的中定义为相信自由民主、自由市场和技术发展可以解决所有类型的问题)。本研究解决了两个研究问题:(1)对能源转型方案的偏好是否存在差异?(2) 坚持主流社会范式是否决定了能源转型情景的选择?结果显示,人们更倾向于非合作解决方案(个人家庭解决方案和大规模解决方案),而没有发现与主流社会范式所代表的世界观有显著关系。结果表明,对个人和大规模解决方案的偏好可能更多地受到制度因素的影响,而不是个人世界观的影响。政策含义是,社会政治制度的变化和加强地方治理可能是可持续能源转型的先决条件。
通过石墨烯进行远程外延相互作用的实验证据 Celesta S. Chang 1,2,† 、Ki Seok Kim 1,2,† 、Bo-In Park 1,2,† 、Joonghoon Choi 3,4,† 、Hyunseok Kim 1 、Junsek Jeong 1 、Matthew Barone 5 、Nicholas Parker 5 、Sangho Lee 1 、Kuangye Lu 1 、Junmin Suh 1 、Jekyung Kim 1 、Doyoon Lee 1 、Ne Myo Han 1 、Mingi Moon 6 、Yun Seog Lee 6 、Dong-Hwan Kim 7,8 、Darrell G. Schlom 5,*、Young Joon Hong 3,4,*、和 Jeehwan Kim 1,2,6,9,* 1 麻省理工学院机械工程系,美国马萨诸塞州剑桥 02139,2 麻省理工学院电子研究实验室,美国马萨诸塞州剑桥 02139 3 世宗大学纳米技术与先进材料工程系,首尔 05006,韩国 4 GRI-TPC 国际研究中心和世宗大学纳米技术与先进材料工程系,首尔 05006,韩国 5 康奈尔大学材料科学与工程系,纽约州伊萨卡,14850,美国 6 首尔国立大学机械工程系,首尔,韩国 7 成均馆大学(SKKU)化学工程学院,水原 16419,韩国 8 成均馆大学(SKKU)生物医学融合研究所(BICS),水原 16419,韩国 9 麻省理工学院材料科学与工程系,马萨诸塞州剑桥 02139,美国 † 这些作者的贡献相同。 * 通讯至 jeehwan@mit.edu、yjhong@sejong.ac.kr、schlom@cornell.edu ORCID ID:Celesta S. Chang (0000-0001-7623-950X)、Ki Seok Kim (0000-0002-7958-4058)、Bo-In Park (0000-0002-9084-3516)、崔仲勋 (0000-0002-2810-2784)、郑俊石 (0000-0003-2450-0248)、金贤锡 (0000-0003-3091-8413)、李尚浩(0000-0003-4164-1827),路匡业(0000-0002-2992-5723)、Jun Min Suh(0000-0001-8506-0739)、Do Yoon Lee(0000-0003-4355- 8146)、Ne Myo Han(0000-0001-9389-7141)、Yun Seog Lee(0000-0002-2289-109X)、Dong-Hwan Kim(0000-0002-2753-0955)、Darrell Schlom(0000-0003-2493-6113)、Young Joon Hong(0000- 0002-1831-8004)、Jeehwan Kim(0000-0002-1547-0967)摘要远程外延的概念利用衬底的衰减电位二维范德华层覆盖在基底表面,这使得吸附原子能够进行远程相互作用,从而遵循基底的原子排列。然而,必须仔细定义生长模式,因为二维材料中的缺陷可以允许从基底直接外延,这可能会进一步诱导横向过度生长形成外延层。在这里,我们展示了一种只能在远程外延中观察到的独特趋势,与其他基于二维的外延方法不同。我们在图案化石墨烯上生长 BaTiO 3,以显示一个反例,其中基于针孔的外延无法形成连续的外延层。通过观察在没有单个针孔的石墨烯上生长的纳米级成核位点,我们在原子尺度上直观地证实了远程相互作用。从宏观上看,GaN微晶阵列的密度变化取决于衬底的离子性和石墨烯层数,这也证实了远程外延机制。
持续的经济增长是宏观经济政策的目标,但增长速度也是管理宏观经济政策选择的行为参数。快速发展的经济体为政策制定者提供了缓慢发展的经济体中没有的选择。快速增长会提高一个国家的信誉,并降低主权风险,使未来的信心良好循环,降低利率和更高的投资,以维持快速增长。增长缓慢,创造了一个恶性循环,在这种循环中,可用于解决社会挑战的资源较少,信用态度恶化,悲观情绪占据,利率上升和投资下降。这是南非的慢速陷阱。南非的增长平均每年仅在2010年至2019年间为1.75%,如果包括2020年和2021年的共同年度,则更少。
5. 政治经济分析可以说由哪三个部分组成?选择一个正确答案。 a. 讨论、处方、分析 b. 观察、分析、诊断 c. 反思、决策、讨论 d. 反思、诊断、处方 6. 探索行为包括下列哪一项?请选择一个或多个正确答案。
CCAT主要摄像机校准和调试的负责人(第3级)2023年 - 目前的Simons观察室出版物小组成员2022年 - 现任CMB CMB副领导人,CMB前景副领导者2019年 - 在:皇家天文学杂志的每月评论皇家天文学杂志,包括天文学杂志,信息库,及以下情况。研究与分析和战略天体物理技术计划NSF - 天文学科学计划的先进技术和仪器
发现液体电池电解质有助于促进稳定的固体电解质相互作用(SEIS)减轻树突形成,这对于在下一代能量密集的电池中启用锂阳极至关重要。与传统的电解质溶剂相比,基于四氢呋喃(THF)的电解质系统已经通过鼓励阴离子的分解(而不是有机溶剂),从而产生了无机富丽石的SEIS,从而在实现高稳定性锂阳极方面取得了巨大成功。在此,通过采用各种不同的锂盐(即LIPF 6,Litfsi,Lifsi和Lidfob),可以证明电解质阴离子会调节SEI的无机组成和产生的特性。通过新的分析时间二级离子质谱法,例如对深度促值的分层聚类和使用综合产量的组成分析,从每个电解质系统产生的SEI的化学组成和形态。值得注意的是,Lidfob电解质提供了一个异常稳定的系统,可实现锂阳极,以0.5 mAh g -1的电流密度传递> 1500个循环,在对称细胞中的容量为0.5 mAh g -1。此外,LI //使用该电解质的LFP细胞表现出高速率,可逆的锂储存,提供139 mAh g(LFP)-1
ii 32175913 S,P块元素,物质和化学动力学状态的化学32175915溶液,相平衡,电导,电导,电化学和功能组有机化学II II 32175913多核碳氢化合物和UV,IR光谱计算机科学II 32345202数据库管理系统
摘要 多年来,神经科学驱动的营销研究逐渐深入到消费者的有意识和潜意识行为。现有的基于脑电图 (EEG) 的消费者产品偏好研究并不全面。由于脑电图的非平稳性问题,受试者的试验间和会话间脑电图信号存在显著差异,这导致在不同的受试者、会话和任务中建立通用的消费者偏好模型面临挑战。迁移学习通过利用来自类似受试者、会话或任务的数据或知识来改进新受试者、会话或任务的学习过程,从而提高整体模型性能,从而缓解了这一挑战。此外,高维脑电图特征通常会导致较差的分类结果。因此,选择有意义或精细的特征对于分类至关重要。因此,我们提出了一个基于脑电图的稳健神经营销框架,结合了深度迁移学习、空间注意力模型和深度神经网络。所提出的框架预测了消费者对电子商务产品的选择(就“喜欢”和“不喜欢”而言)。首先,从预训练网络向所提出的模型进行知识蒸馏,并针对 EEG 的连接特征对模型进行训练。接下来,使用空间注意模型(卷积块注意模块:CBAM)从高级连接特征中提取基于注意的特征。CBAM 沿通道和空间维度提取注意特征图,以进行自适应特征细化。细化的特征提高了分类准确性。最后,将基于注意的特征传递到基于 2D CNN 的深度学习模型以评估消费者选择。所提出的模型在实验数据集上实现了 95.60% 的分类准确率。与现有的基于神经营销的研究相比,所提出的模型实现了 2.60% 的显著提升。