XiaoMi-AI文件搜索系统
World File Search SystemEmbodied
结合思维和机器：研究一般体现智能的认知体系结构和生成模型的融合
认知体系结构和生成模型是开发一般体现智力的两种截然不同的方法。本文研究了他们的最初动机，实力方式以及互补的优势和弱点，以及将它们融合到一般体现的意义上的目标，以利用优势和补充的弱点。首先，通过分析其不同的应用程序和进一步的研究和发展中的困难，它们之间的潜在协同和可能的整合策略得到了探索。然后，通过结合认知体系结构的优势，这些认知体系结构对人类样的认知过程和生成模型进行了建模，这些模型在基于学习模式的新内容生成新颖的内容方面表现出色，它实现了创建具有增强整体帽质体的体现药物的目标。最后，一个综合框架，展示了认知体系结构，生成模型和其他AI方法的整合，以实现一般体现的智能，并伴随着一个说明性的例子。
C＆H的体现碳研究
减少我们的碳足迹至关重要，因为它减少了全球气候变化的影响，改善公共卫生并维持生物多样性。建筑环境产生的排放量占全球排放量的40％，使建筑部门排放的减少是创造低碳未来的最佳优先事项。近年来，以“碳中性”的目的而推动降低建筑物的运营碳。但是，如果不考虑与建筑，材料生产，维护和拆除相关的排放，则建筑物不能是碳中性的。这是体现碳进来的地方。体现的碳是“由碳领导力论坛定义的，由制造，运输，安装，维护和处置建筑材料引起的温室气体排放”。为了使建筑物是中性碳甚至低碳的建筑物，必须降低操作和具体的碳。高体现的碳对环境有负面影响，而高碳固换的影响为正。该项目是一项碳研究，探索了沃什伯恩（Washburn House）体现和运营的碳，这是史密斯学院（Smith College）150年历史的宿舍建筑。，当建筑物通过几次翻新时，我们计算了体现碳的时间（使用梁工具）的变化，并在大学从煤炭到石油转变为甲烷气体，并很快向电动机供电热水泵提供动力的低温热水系统。许多专家已经开始鼓励对旧建筑物的翻新而不是拆除，因为翻新通常比整个新建筑物的总碳排放量少。使用护理工具，我们分析了两种不同的情况，一种将翻新与新的低碳建筑物进行了比较，另一个将翻新与典型的新建筑进行了比较。对于低碳建筑物，由于较低的能源消耗，新建筑物的排放量略有较低，在最初的15年中，装修产生的排放量较小。通过典型的建筑物比较，整个研究的装修产生的排放量显着降低。这两种情况都支持这样的观念，即对拆除优于拆卸是可取的，因为现在产生的碳排放量至关重要。研究的最终目的是评估基于避免的体现碳的税收抵免的可行性，然后我们计算了通过翻新而不是拆除来避免的体现排放。这包括与拆除Washburn房屋以及新建碳相关的排放。我们选择完成低碳建筑的这些计算，这意味着典型建筑物的税收信用价值将更大。为了计算税收抵免的价值，我们需要了解碳的社会成本，“按照布鲁克斯研究所（Brookings Institute）定义的每增加每吨碳排放损害的成本，美元，以美元为代价。由于技术挑战，例如碳排放剂以及
慢性疾病的体现对话剂
背景：体现的对话剂（ECA）是计算机生成的动画人类字符，通过口头和非语言行为提示与用户互动。它们越来越多地用于包括医疗保健在内的一系列领域。目的：此范围审查旨在确定慢性疾病的ECAS开发和评估的当前实践。方法：我们在本综述中应用了方法学框架。共有6个数据库（即，PubMed，Embase，Cinahl，ACM数字图书馆，IEEE Xplore数字图书馆和Web of Science），使用与ECAS和Health相关的术语组合在2023年10月。两名独立审阅者选择了研究并提取了数据。此评论遵循Prisma-SCR（系统审查的首选报告和荟萃分析的范围扩展项目，以进行范围评论）。
常见问题解答：FY24 减少建筑材料和产品温室气体排放补助计划（又称 EPD 援助补助）
• 生产、再生产或翻新建筑材料和产品的企业（营利或非营利）。 • 各州，包括哥伦比亚特区、波多黎各联邦、美属维尔京群岛、关岛、美属萨摩亚、北马里亚纳群岛联邦，以及除地方政府外的任何机构或部门（包括港务局）。 • 印第安部落是指任何印第安部落、族群、国家或其他有组织的团体或社区，包括根据《阿拉斯加原住民索赔解决法案》（43 USC 第 33 章）定义或设立的任何阿拉斯加原住民村庄或地区或村庄公司，这些村庄或村庄公司因其印第安人身份而有资格享受美国向印第安人提供的特殊计划和服务（25 USC 450b(e)）。请参阅印第安人事务局每年发布的“被认可并有资格获得服务的印第安人实体名单”。请注意，根据 2 CFR 200.1，阿拉斯加原住民公司是印第安部落。 • 非营利组织，与《联邦法规》第 200.1 条中非营利组织的定义一致，是指主要为科学、教育、服务、慈善或类似公共利益目的而运营且不以营利为主要目的的任何公司、信托、协会、合作社或其他组织；并使用净收益来维持、改善或扩大组织运营。该术语包括免税的非营利社区和劳工组织。请注意，《联邦法规》第 200.1 条明确将高等教育机构排除在非营利组织的定义之外，因为它们在法规中是单独定义的。
具身语义和语言的大脑特征
根据具身理论（包括具身、嵌入、扩展、演绎、情境和扎根认知方法），语言表征与我们与周围世界的互动有着内在联系，这反映在语言处理和学习过程中的特定大脑特征中。这篇共识论文从具身理论与非模态理论的原始竞争出发，探讨了一系列精心挑选的问题，旨在确定运动和感知过程何时以及如何参与语言过程，而不是是否参与。我们的研究领域非常广泛，从具身语义的神经生理特征（例如事件相关电位和场以及神经振荡）到语义处理和语义启动对具体和抽象词的影响，再到第一和第二语言学习，最后，使用虚拟现实来检查具身语义。我们的共同目标是更好地理解运动和感知过程在语言理解和学习所代表的语言表征中的作用。我们达成共识，基于该领域开展的开创性研究，未来的发展方向是通过承认具体和情境语言和语义过程的多模态性、多维性、灵活性和特质来提高研究结果的外部有效性。
生态含义：关于个体差异和背景影响的共识论文
体现的认知理论考虑了语言和其他认知领域的许多方面，这是感觉和运动过程的结果。在这种观点中，评估和概念的使用基于基于先前感觉运动体验的模拟机制。即使这些理论继续受到关注和支持，越来越多的证据表明需要考虑模拟过程的灵活性，并因此完善了体现的帐户。在本共识论文中，我们讨论了关于语言实施例的实验研究中的两个潜在可变性来源：个体差异和背景。具体来说，我们展示了导致个体差异的因素如何解释体现语言现象中不一致的发现。这些因素包括感觉运动或文化经验，图像，与上下文相关的因素和认知策略。我们还分析了不同的上下文调制，从单词到句子和叙述以及自上而下和自下而上的影响。同样，我们回顾了最近的努力，包括文化和语言多样性，衰老，神经退行性疾病和脑部疾病，以及双语证据到体现框架中。我们解决了在临床研究中考虑个体差异和环境以更有效地推动转化研究的重要性，并指出了有关如何在未来研究中正确解决这些问题的建议。系统地研究个体差异和上下文可能有助于理解语言过程中模拟的动态性质，完善体现的认知理论，并最终填补了人工实验环境中的认知和野外认知的认知之间的差距（即日常生活中）。
六种语言粒度的具身处理
语言处理受感觉运动体验的影响。在这里，我们回顾了语言处理中体现和扎根影响的行为证据，这些影响涵盖六个语言粒度级别。我们研究 (a) 子词特征，讨论扎根对图像性（词形和含义之间的系统关联）的影响；(b) 单词，讨论模拟颜色、感觉模态和空间位置的边界条件和概括；(c) 句子，讨论动作方向模拟的边界条件和应用；(d) 文本，讨论模拟教学如何提高初学者的理解力；(e) 对话，讨论多模态线索如何改善轮流和对齐；(f) 文本语料库，讨论分布式语义模型如何揭示扎根和体现知识在文本中的编码方式。这些方法正在汇聚成令人信服的语言心理学解释，但与此同时，对体现方法和特定实验范式也提出了重要的批评。最可靠的前进之路需要采用多种科学方法。通过提供互补证据，结合不同粒度级别的多种方法可以帮助我们更全面地了解语言处理中体现和基础的作用。
矩阵中的思想：具体的认知和虚拟现实
Smart，P。R.（即将到来的）矩阵中的思想：体现的认知和虚拟现实。在L. A. Shapiro和S. Spaulding（编辑），《鲁特里奇的体现认知手册》（第二版）。Routledge，纽约，纽约，美国。
具身探索：利用虚拟现实为轮椅使用者提供远程无障碍评估
提前获取陌生地方的无障碍信息对于轮椅使用者更好地决定是否进行实地访问至关重要。如今的评估方法，例如电话、照片/视频或 360 度虚拟游览，往往无法提供针对个体差异所需的具体无障碍细节。例如，它们可能无法透露关键信息，例如桌子下面的腿部空间是否足够宽敞，或者设备的空间配置是否方便轮椅使用者使用。针对这一问题，我们提出了 Embodied Exploration，这是一种虚拟现实 (VR) 技术，可提供实地访问的体验，同时保持远程评估的便利性。Embodied Exploration 允许轮椅使用者利用越来越便宜的 VR 耳机，以化身的形式探索物理环境的高保真数字复制品。通过初步的探索性研究，我们调查了需求并不断改进我们的技术。通过对六名轮椅使用者进行真实世界用户研究，我们发现 Embodied Exploration 能够促进远程和准确的无障碍评估。我们还讨论了设计对具体化、安全性和实用性的影响。
控制、机器人和自主系统年度回顾体现沟通：机器人和人类如何通过物理交互进行沟通
早期对物理人机交互 (pHRI) 的研究必然侧重于设备设计——创建兼容和传感硬件，如外骨骼、假肢和机械臂，使人们能够安全地与机器人系统接触并交流他们的协作意图。随着硬件功能已足以满足许多应用的需求，并且计算能力越来越强大，支持流畅和富有表现力地使用 pHRI 系统的算法已开始在确定系统的实用性方面发挥重要作用。在这篇评论中，我们描述了一系列用于调节和解释 pHRI 的代表性算法方法，描述了从基于物理类比的算法（如导纳控制）到基于高级推理的计算方法的进展，这些方法利用了多模态通信渠道。现有的算法方法在很大程度上支持特定于任务的 pHRI，但它们不能推广到多功能的人机协作。因此，在整个评论和我们对下一步的讨论中，我们认为新兴的具身