XiaoMi-AI文件搜索系统
World File Search SystemDISCRIMINATION
通过傅立叶变换红外光谱，MALDI-MAS光谱法和WHO
1利物浦大学感染学院临床感染系，兽医与生态科学研究所，兽医与生态科学研究所，罗纳德·罗斯大厦系统，分子与综合生物学，利物浦大学，生物科学大楼，皇冠街，利物浦，英国4 4 4 4章，诺拉·本瓦尔·本特·阿卜杜勒拉赫曼公主学院，利雅得，11671年，沙特阿拉伯，11671年，阿拉伯人，11671年，阿拉伯人5英国利物浦的利物浦热带医学学校7传染病系，Alder Hey儿童NHS基金会信托基金会，英国利物浦Eaton Road * *作者。
附录 B：禁止收入来源歧视的州、地方和联邦法律
下面列出了州、地方和联邦禁止基于收入来源的住房市场歧视的法规汇编，以及与歧视拥有联邦住房选择券的家庭相关的研究和已发表文章的带注释书目。您可以使用目录中的超链接浏览文档。本汇编更新了 PRRAC 最初在 2009 年汇编的研究，并借鉴了国家住房法律项目和政策选择中心准备的早期文件。本汇编在 2012 年第四届全国住房流动会议上进行了更新，并作为会议后 PRRAC-城市研究所住房流动工具包的附录发布，扩大选择：建立成功住房流动计划的实用策略（2013 年 2 月）。自 2013 年以来，随着这些州和地方法律的激增，我们定期更新附录。此外，我们还为倡导者和地方政策领导人编写了一份指南，题为《制定有效的地方收入来源歧视法》（2020 年 3 月）。2018 年，预算和政策优先事项中心发布了一份报告，使用本附录中的数据，概述了保护住房选择券家庭免受歧视的法律的国家概况。由 Alison Bell、Barbara Sard 和 Becky Koepnick 撰写的报告《禁止歧视使用住房券的租房者可改善结果》（2018 年 12 月）包括下文所述法规和条例的通过时间顺序以及一张交互式地图。1 2020 年，城市研究所还根据本附录开发了一个数据集，该数据集以更具分析性的框架呈现信息。Zillow 还将本附录中的数据纳入其在线租赁清单的“当地法律保护”部分。另请参阅有关紧急租赁援助计划的 SOI 保护的宣传指南。我们感谢现任和前任员工以及住房正义网络中许多法律服务同事的贡献和更正（请参阅我们的完整致谢列表 ）。如果您发现本文档中有任何错误或有其他材料需要添加（新法令、判例法发展、法律评论文章等），请联系 Phil Tegeler（ptegeler@prrac.org）。
用于跨受试者运动想象辨别的选择性多源域自适应网络
摘要 — 使用基于脑电图 (EEG) 的脑机接口 (BCI) 来区分运动想象是一项挑战，因为它涉及大量的数据采集阶段，需要用户付出大量的努力。为了解决这个问题，一种方法是使用无监督域自适应，其中使用来自多个受试者的数据构建分类模型，并且仅使用来自目标用户的未标记数据进行模型校准。然而，由于来自运动想象的大脑模式因人而异，因此在使用多个受试者构建分类模型时必须考虑每个受试者的可靠性。因此，在本文中，我们提出了 Selective-MDA，它对每个源受试者执行域自适应，并根据它们的域差异有选择地限制影响。为了评估我们的方法，我们使用两个公共数据集 BCI 竞赛 IV IIa 和自动校准和循环自适应数据集来评估我们的结果。我们通过比较基于差异度量选择不同数量的源域时的判别性能来进一步研究源选择的影响。我们的结果表明，Selective-MDA 不仅将多源域适应性融入跨受试者运动意象辨别，而且还突出了在使用来自多个受试者的数据进行模型训练时源域选择的影响。
英国社会关于心脏病学欺凌，骚扰和歧视的立场声明
1 Keble College, University of Oxford, Oxford, UK 2 Cardiology Department, Royal Berkshire NHS Foundation Trust, Reading, UK 3 Barts Heart Centre, St Bartholomew's Hospital, London, UK 4 Cardiology Department, University Hospitals Coventry and Warwickshire NHS Trust, Coventry, UK 5 Warwick Medical School, University of Warwick, Coventry, UK 6 British Cardiovascular Society, London, UK 7 Cardiology Department, Liverpool Heart and Chest Hospital NHS Foundation Trust, Liverpool, UK 8 Coronary Research Group, University Hospital Southampton NHS Foundation Trust, Southampton, UK 9 Faculty of Medicine, University of Southampton, Southampton, UK 10 Cardiology, Leeds Teaching Hospitals NHS Trust, Leeds, UK 11 Biomedical Imaging Sciences, University of Leeds, Leeds, UK 12 Guy's ＆St Thomas的医院，英国伦敦雷恩学院国王学院
多方 QKD 的广义顺序状态鉴别及其光学实现
顺序状态鉴别是一种针对 N 个分离接收方的策略。由于顺序状态鉴别可以应用于多方量子密钥分发 (QKD)，它已成为量子信息理论中的相关研究领域之一。到目前为止，顺序状态鉴别的分析仅限于特殊情况。在本报告中，我们考虑了顺序状态鉴别的广义化。在这里，我们不限制先验概率以及量子态和接收方的数量。我们表明广义顺序状态鉴别可以表示为优化问题。此外，我们研究了两个量子态的广义顺序状态鉴别的结构并将其应用于多方 QKD。我们证明，当接收方数量不太多时，两个纯态的广义顺序状态鉴别可以适用于多方 QKD。此外，我们表明两个混合状态的广义顺序状态鉴别可以以较高的最佳成功概率进行。这个最佳成功概率甚至高于量子复制和量子广播策略。因此，混合状态的广义顺序状态鉴别足以执行多方 QKD。此外，我们证明了广义顺序状态鉴别可以通过使用线性光学实验实现。最后，我们分析了最佳顺序状态鉴别提供的多方 QKD 安全性。我们的分析表明，即使在低信道效率下，多方 QKD 也能保证非零密钥速率。
利用捕获离子的亚稳态进行实验量子通道鉴别
非正交态的不可区分性是量子力学的标志之一，它既是障碍也是资源。过去几十年来，人们对量子态鉴别 [1-9] 及其应用 [10-12] 进行了大量的理论和实验研究。量子信道鉴别 [13] 是一个相关且内容更丰富的课题，它要复杂得多 [14]，许多信道可以明确区分，即使类似状态无法区分 [15,16]。这些理论思想为激动人心的大类信道实验探测打开了大门，包括广泛使用的相移键控 (PSK) 和幅移键控 (ASK) 信道，它们以载波信号的相位或幅度调制方式对数据进行经典编码。这些协议具有自然的量子类似物，其中使用半经典有限长度协议 [1,17] 无法无误地区分信道。与二进制信道区分相比，区分多个量子信道需要更大的希尔伯特空间和更复杂的量子门序列，而原子系统可以很好地满足这些需求。原子系统中的长相干时间[18 – 20]、高保真度单量子比特门[19,21]以及许多长寿命状态的自然存在[22]使它们对量子协议很有吸引力。更诱人的是，原子提供了高维亚稳态流形，用于在单个原子内编码量子位或多个量子位[22 – 29]，这对于区分多个信道很有用。此外，原子系统非常适合电磁传感和通信，一个例子是里德堡原子在电磁传感和通信中的巧妙应用。
无形的不平等：在机器学习研究和应用中面对基于年龄的歧视
尽管在机器学习（ML）社区内对公平问题的认识提高了，但仍然存在关于歧视迅速增长且历史脆弱的群体的沉默：老年人。我们介绍了基于年龄的生成AI和其他普遍ML的歧视的例子，记录了年龄的隐性和明确边缘化，作为ML研究中受保护的兴趣类别，并确定一些技术和法律因素，这些技术和法律因素可能导致对这种犯罪缺乏讨论或行动。我们的目的是加深对这种经常被忽视但普遍存在的歧视形式的理解，并敦促ML研究人员，法律学者和技术公司在ML技术的开发，应用和治理中都能在开发，应用和治理中对其进行积极解决和减少。鉴于在许多公共生活和私人生活中预计广泛采用了生成AI的广泛采用，此呼吁尤其紧急。鉴于在许多公共生活和私人生活中预计广泛采用了生成AI的广泛采用，此呼吁尤其紧急。
超越歧视：法医精神病学的生成AI应用和道德挑战
生成人工智能（Genai）的出现和日益普及有可能改变法医精神病学和刑事司法的AI应用，传统上依赖于歧视性的AI算法。生成的AI模型标志着从以前流行的范式中通过生成看似新的现实数据并分析和集成了来自不同数据格式的大量非结构化内容的能力的显着转变。这种潜力不仅仅是重塑常规做法，例如风险评估，诊断支持以及治疗和康复计划，还可以在以前未经置换的领域（例如培训和教育）中创造新的机会。本文研究了生成人工智能对法医精神病学和刑事司法中AI应用的变革性影响。首先，它引入了生成AI及其普遍模型。之后，它回顾了法医精神病学中歧视性AI的当前应用。随后，它对生成AI的潜力进行了彻底的探索，可以通过多模式生成模型，数据生成和数据增强来改变既定的实践并引入新颖的应用。最后，它提供了与部署生成AI模型相关的道德和法律问题的全面概述，重点是他们对个人的影响以及其更广泛的社会影响。总而言之，本文旨在为在法医背景下生成AI应用的动态挑战的持续论述做出贡献，突出了潜在的机会，风险和挑战。它提倡跨学科的合作，并强调对生成AI模型进行彻底，负责任的评估的必要性，然后在广泛采用的决策中常规地做出了实质性的改变后果。
漫相关光谱：并行化和深度鉴别技术的最新进展回顾
摘要：漫反射相关光谱是一种用于实时测量脑血流的非侵入性光学方法，在临床监测和神经科学中具有重要的潜在应用。因此，许多研究小组最近一直在研究提高漫反射相关光谱的信噪比、成像深度和空间分辨率的方法。这些方法包括多斑点、长波长、干涉、深度鉴别、飞行时间分辨率和声光检测策略。在这篇评论中，我们详尽地评估了这些最新进展，这些进展可用于评估局限性并指导未来实施漫反射相关光谱的创新，这些创新将在未来几年利用技术改进。
基于社会背景信息融合异构网络的新闻立场歧视
摘要：具有党派倾向的媒体通过发布新闻文章支持自己倾向的政党来引导舆论方向，因此发现新闻文本中的政治偏见对国家选举预测和舆情管理具有重要的现实意义。一些带有偏见的新闻往往表述晦涩、文风模棱两可，而依靠新闻语义信息进行立场判别的方法绕过语言模型，准确率较低。本文提出一种基于社会背景信息融合异构网络的新闻立场判别方法，该方法从外部信息和基于新闻语义的细粒度主题拓展了创作者和话题者对新闻立场的判断能力。节点的多属性特征丰富了节点的特征表示，异构网络的联合表示可以降低立场判别对新闻语义信息的依赖。为了有效处理新新闻的立场判别问题，将多属性融合异构网络的设计扩展到归纳学习中，避免了重组带来的模型训练成本。本文基于 Allsides 数据集，扩展了作者的社会背景信息，并与基于新闻内容的政治立场判别模型进行了比较。实验中，最好的传导属性融合异构体