XiaoMi-AI文件搜索系统
World File Search SystemExploratory
INPEX和JERA签名协议，共同研究日本澳大利亚CCS价值链的可行性日本GIFU县地热能开发的探索性钻探日本GIFU县地热能开发的探索性钻探
公共关系集团，企业通信部门Akasaka Biz Tower，5-3-1 Akasaka，Minato-Ku，东京107-6332日本
深度学习的各种预训练的图像分类模型的探索性体系结构分析
摘要 - 图像分类是针对各个部门的深度学习领域（DL）领域的重要应用之一。可用于执行图像分类的不同类型的神经网络体系结构，每种神经网络体系结构都会产生不同的精度。数据集和所使用的功能是影响模型的结果。研究界至少针对特定领域的广义模型致力于广义模型。使用知识信息管理方法确定了对各种深度学习模型的当代调查，以进一步提供最佳的体系结构以及对广义深度学习模型，以将图像缩小到特定于部门的特定于部门。该研究系统地介绍了用于每个深度学习模型的不同类型的体系结构，其变体，层和参数。详细介绍了体系结构类型的特定应用程序和局限性。它可以帮助研究人员为特定部门选择适当的深度学习体系结构。关键字 - 图像分类，深度学习，神经网络
人工智能起源的探索性研究：穿越古印度文献和其他技术文献
对于现代世界和我们目前的文明来说，第一台可编程数字计算机的发明发生在 20 世纪 40 年代，这是一台基于数学推理的机器，这些知识和想法启发了一些科学家认真考虑构建人工智能。现代世界还知道，英国博学者艾伦图灵在 1950 年提出了决策科学、人工智能和机器解决现实世界问题的概念。第一个商用、数字和可编程机器人是由 Geroge Devol 于 1954 年制造的，人工智能研究领域成立于 1956 年夏天在达特茅斯学院举行的一次研讨会上。但现代世界并不知道人工智能 (AI) 的起源可以追溯到 8000 到 11000 年前，印度古代圣贤们创造了具有智慧或意识的人工智能神话、故事和传言。现代人工智能的种子是由古典哲学家种下的，他们试图将人类思维过程描述为符号的机械操作。这项工作最终通过知识和思想达到了顶峰，这些知识和思想关于我们今天所见证的许多技术进步已经在印度教的圣书中得到阐述，例如《罗摩衍那》、《摩诃婆罗多》、《薄伽梵歌》、《吠陀经》和《奥义书》，据信这些圣书写于 5000 至 8000 年前（公元前 3000 年 - 公元前 6000 年）。这些不仅是印度文明的神圣史诗，也是印度存在的证据。用人类存在的最古老语言“梵语”写成的古印度文本的内容从现代科学的角度来看也被视为“自然语言”。奥义书和 Advaita Siddhanta 中存在的现代科学元素以及玛雅的本质类似于现代科学意识。这种意识进一步用于理解人类的心理过程和对其进行建模的方法，为人工智能的自然语言理解领域做出贡献。吠陀概念对于有效领导和人工智能（AI）的未来是合适的，也是必要的。这个概念是将人造机器与吠陀经文中描述的意识形态结合起来，用更好的机器构建一个更美好、更智能的世界。自然语言处理具有自然语言输入和输出，可提供更好的人机界面。本文探讨了人工智能概念的起源及其在古印度文献和其他技术描述中的存在，并提供了现代科学证据；还回顾了梵语作为计算机可能的自然语言输入。
超越推荐：人工智能辅助决策中不同人工智能角色影响的探索性研究
人工智能 (AI) 越来越多地被用于各种决策任务，通常作为推荐者，提供 AI 认为正确的建议。然而，最近的研究表明，这可能会削弱人类的分析思维，导致人类对 AI 的过度依赖，从而削弱人机团队的协同作用。相比之下，群体决策中的人类顾问扮演着各种角色，例如分析替代方案或批评决策者以鼓励他们的批判性思维。这种角色的多样性尚未在 AI 辅助中得到实证探索。在本文中，我们研究了三个 AI 角色：推荐者、分析者和魔鬼代言人，并评估了它们在两个 AI 性能水平上的影响。我们的结果显示了每个角色在任务执行、依赖适当性和用户体验方面的不同优势和局限性。值得注意的是，推荐者角色并不总是最有效的，特别是如果 AI 性能水平较低，分析者角色可能更可取。这些见解为根据不同情况设计具有自适应功能角色的 AI 助手提供了有价值的启示。
基于人工智能的民用城市空中交通探索性网络物理安全分析框架
摘要：城市空中交通 (UAM) 已成为服务于智能公民的潜在文明候选者，例如通过送货、监视和空中出租车。然而，由于商用 UAM 使用公开可用的通信基础设施，这增加了干扰和欺骗攻击以窃取或撞毁 UAM 中的飞行器的风险，因此安全问题日益严重。为了保护商用 UAM 免受网络攻击和盗窃，本文提出了一种基于人工智能 (AI) 的探索性网络物理安全分析框架。所提出的框架设计了基于监督学习的 AI 方案，例如决策树、随机森林、逻辑回归、K 最近邻 (KNN) 和长短期记忆 (LSTM)，用于预测和检测网络干扰和欺骗攻击。然后，开发的框架基于控制消息之间的皮尔逊相关系数分析条件依赖关系，以根据 AI 算法的结果查找潜在攻击的原因。本研究将 UAM 姿态控制场景作为确定干扰和欺骗攻击的用例，以使用最先进的无人机攻击数据集验证所提出的框架。实验结果表明，所提出的框架的有效性，使用决策树、随机森林和 KNN 进行干扰和欺骗检测的准确率约为 99.9%，同时有效地找到攻击的根本原因。
Quno探索性注释 - 正义过渡：一种基于人权的低碳经济的方法
2 ILO的世界就业和社会前景：2021年趋势发现：“在2019年至2020年之间，全球失业率增加了3,300万，而另外4400万人成为潜在劳动力[…]的一部分，相反，全球失业率在2008年至2009年之间增加了2200万，而潜在劳动力在同一期间仅增加了600万。”包括妇女和青年在内的脆弱工人受到了不成比例的影响。发展和新兴经济体基于不平等的疫苗接收和支持强大的财政刺激措施的能力有限的恢复特别缓慢。3参见例如B.2在IPCC（2021）中工作组1对政府间气候变化的第六次评估报告的贡献：“气候系统的许多变化在与全球增长的直接关系中变得更大。它们包括高极端的频率和强度的增加，海洋热浪以及某些地区的大量降水，农业和生态干旱以及强烈的热带气旋的比例，以及北极海冰，雪覆盖和多年冻土的减少。”
重新利用脑电图监测用于建立脑老化生物标志物的一般麻醉：探索性研究
背景：脑电图（EEG）越来越多地用于监测全身麻醉的深度，但是大麻醉监测的EEG数据很少被重复用于研究。在这里，我们探索了从一般麻醉中重新利用脑电图监测，用于使用机器学习进行大脑年龄建模。我们假设在全身麻醉期间从脑电图估算的大脑年龄与围手术期风险有关。方法：我们在稳定的丙泊酚或稳定的丙烷麻醉下重新分析了323例患者的四局EEG，以研究四个EEG特征（EEG功率的95％（95％EEG功率<8 E 13 Hz）的年龄预测：总功率，Alpha频段，Alpha频段，Alpha band Power（8 E 13 Hz），Power Spectrum和Spatial spatial和Spatsial spatsial sy fromeny confurears和Spats spats spatsial sy频率。我们在丙泊酚麻醉期间由健康参考组（ASA 1或2）的EEG构建了年龄预测模型。尽管所有签名都是信息丰富的，但最先进的年龄预测性能通过沿整个功率谱的电极进行解析（平均绝对误差¼8.2岁； R2¼0.65）来解锁。结果：ASA 1或2例患者的临床探索表明，脑年龄与术中爆发抑制正相关，这是全身麻醉并发症的危险因素。令人惊讶的是，大脑年龄与较高的ASA分数患者的爆发抑制作用，表明隐藏的混杂因素。次级分析表明，与年龄相关的脑电图特征是丙泊酚麻醉的特异性，这是通过有限的模型概括对用sevo lureane维持的麻醉的。结论：尽管全身麻醉的脑电图可能实现最新的年龄预测，但麻醉药物之间的差异会影响脑时代模型的有效性和有效性。为了释放脑电图监测临床研究的休眠潜力，至关重要的是，具有精确记录药物剂量的异质种群的较大数据集至关重要。
文章 航空区块链的探索性研究：以维护、维修和大修 (MRO) 组织为例
摘要：飞机维修行业非常复杂，有许多中介机构、多个参与者共享数据，并且需要确保高度的数据安全性。区块链技术的实施可以显著促进上述特点。本研究探讨了区块链技术在维护、维修和大修 (MRO) 中的实施。在本研究中，我们采用了混合方法，以全面了解飞机维修设施中区块链技术的采用情况。使用了半结构化访谈和案例研究。访谈结果与维护记录管理的现状有关。研究结果还强调了 MRO 中数据存储的价值和区块链的好处。本文还讨论了飞机维修设施实施区块链的准备情况/意愿以及实施障碍。确定了建议和进一步研究的领域。
通过虚拟现实和人工智能确定阅读障碍学生的学习困难：一项探索性分析
摘要 —学习障碍是一种影响大脑连接交流区域能力的神经系统疾病。诵读困难的学生在阅读、记忆和理解概念方面会遇到问题；然而，这些问题的严重程度可以通过治疗和建立补偿机制来减轻。人们已经做出了许多努力来缓解这些问题，从而为小学和中学阶段患有特定学习障碍的学生创建了数字资源。相反，高等教育仍然缺乏标准方法。VRAIlexia 项目旨在通过提出两种不同的工具来解决这一问题：一种集成虚拟现实 (VR) 的移动应用程序，用于快速轻松地收集数据；以及一种基于人工智能的软件 (AI)，用于分析收集的数据，为每个学生定制支持方法。第一个工具已经创建并分发给高等教育机构的诵读困难学生，用于进行特定的心理和心理测量测试。第二个工具将特定的人工智能算法应用于通过应用程序和其他调查收集的数据。这些人工智能技术使我们能够识别学生群体面临的最相关困难。我们的不同模型在预测支持工具和学习策略方面取得了约 90% 的平均准确率。索引词 — 包容性、机器学习、阅读障碍、学习困难、虚拟现实
5083-H321 板的探索性预制件应力腐蚀测试，用于 ASTM 工作组，G01
2000-2001 年，在太平洋西北部建造的几艘巡逻艇和双体渡轮上发现了 5083-H321 镀层结构开裂。实地调查和金相研究得出结论，开裂是应力腐蚀开裂 (SCC) 的结果。Mg 2 Al 3 相的选择性连续晶界沉淀的存在，导致晶间、剥落和应力腐蚀开裂，这是冶金加工不当的结果。1 30 年前就发现了同样的问题，并有充分的记录。2 2004 年为船用铝合金制定了新的 ASTM 标准 B928。其目的是防止这些故障再次发生。 B928 要求生产商证明其 –H321 和 –H116 状态的船用合金产品 (2) 2 符合抗晶间腐蚀 (IGC)、剥落和应力腐蚀开裂 (SCC) 性能，这些性能通过 ASTM G66 (ASSET)、ASTM G67 硝酸质量损失试验 (NAMLT) 和金相检验确定。请参阅 B928 第 9.2、9.3 和 9.4 段。 3