XiaoMi-AI文件搜索系统
World File Search SystemHICSS
HICS 2025 Minitrack简介
使用数字跟踪数据（Berente，Seidel＆Safadi，2019; Miranda等，2022）在分析生态系统和平台中一直是这个Minitrack系列中的主要作案操作（Basole，2020; Russell，Russell，Rothe，Rothe和＆Huhtamäki，2021）。在维持经验精神的同时，手稿随着时间的流逝而变得较少。相反，所有公认的手稿都试图为平台和生态系统中特定参与者或机制进行持续的理论对话做出贡献。这说明了该领域日益增长的概念成熟度 - 管理信息系统作为朝着理论贡献推动的领域的制度影响。近年来，新的分类法和系统文献综述为这种成熟而举例说明了。尽管成熟度越来越高，但核心概念，平台和生态系统没有和谐使用。虽然概念清晰度和和谐使用可以帮助建立平台和生态系统上的累积研究传统，但目前对概念的开放性仍然邀请
HICSS -57- AEMEA InstituteHICSS -57- AEMEA Institute
面对未来 - 跨学科实施AI驱动的数字人类社交机器人和智能玩具AI增强设计问题：将设计冲刺用作共同创造工具
Eunika Mercier-Laurent。人工智能与可持续性 - 人工智能在可持续性计划中的应用。HICSS，2020 年 1 月，美国毛伊岛威雷亚。�hal-02566098�
可持续发展是当前面临的最大挑战之一。可持续发展和发展显然是对立的。当前通过单独行动应对地球危机的努力产生的影响小于预期。现有技术的能力，特别是整个人工智能领域的能力尚未得到充分开发。生态创新行动主要集中在智能交通、能源和水的智能使用以及废物回收上，但没有考虑行为和焦点的必要演变。智能城市等概念是原型设计的完美场所。大多数相关研究都集中在使用统计/优化方法的卫星图像分析和数据处理上。这条轨迹只是应用人工智能方法和技术来平衡可持续性和环境问题的开始。结合充分的思考，它们可能有助于创新应对地球危机的方式。1. 简介
Che-Wei Liu 简历 - ASU 搜索
o 信息系统国际会议 (ICIS) o 信息系统与技术会议 (CIST) o 信息系统与经济学研讨会 (WISE) o 信息技术与系统研讨会 (WITS) o 夏威夷国际系统科学会议 (HICSS) o 亚太信息系统会议 (PACIS) o 中国信息管理夏季研讨会 (CSWIM) • 评论员
HICSS-58医学人工智能简介
医学中的人工智能（AI）改变了全球医疗保健，诊断，治疗计划和患者护理（Topol，2019年）。这个HICSS Minitrack旨在探索AI在医学中的作用，特别关注大规模利用深度学习技术，生成算法和智能代理所需的基础设施。我们邀请了对医疗保健中AI框架和系统的开发，部署和评估的贡献，包括但不限于：患者护理，个性化医学，医学成像分析以及自动化的临床决策支持系统的预测分析。
已发布版本的引用（APA）：Gerlings, J., Shollo, A., & Constantiou, I. (2021)。回顾可解释人工智能 (xAI) 的需求。第 54 届夏威夷国际系统科学会议论文集（第 1284-1293 页）。夏威夷国际系统科学会议 (HICSS)。 https://doi.org/10.24251/HICSS.2021.156
机器学习 (ML) / 人工智能 (AI) 技术（包括神经网络 (NN) 变体）正在快速发展，从而扩展了其功能，导致高级模型在决策过程中得到更频繁的使用 [1]。随着这些模型融入组织和日常工作中，学者和从业者需要更加关注模型的开发过程和结果的解释 [2]–[4]。这一点很重要，因为重要决策越来越多地由人们无法完全理解的不同形式的算法支持或完全自动化，这被称为 AI 黑箱解释问题 [5]。如果我们不能解释算法，我们就无法反驳它们、验证它们、改进它们或从中学习 [6], [7]。从业者和学者都呼吁通过实施透明且易于理解的 ML 模型来更好地理解复杂且不透明的模型。解释 ML 模型的工作原理和结果的产生方式，可以提高人们对机器学习模型的信任度 [5]、[8]– [10]。
Wenli Zhang，博士 - 常春藤商学院
● Predicting Consultation Success in Online Health Platforms Using Dynamic Knowledge Networks and Multimodal Data Fusion, University of Arizona, 2024 ● Predicting Consultation Success in Online Health Platforms Using Dynamic Knowledge Graphs and Multimodal Data Fusion, Summer Workshop on AI for Business (SWAIB), Shanghai, China, 2024 ● Achieving Equitable Access to Medical Laboratory Tests through Optimal Sparse Decision Tree, IISE Annual Conference & EXPO，加拿大蒙特利尔，2024●使用多模式和多通道多通道的多渠道综合语音术数据，IISE年度会议和博览会，加拿大蒙特利尔，2024年，患者辍学的预测：一种多模式的动态知识和文本矿业，IC Science，IC Scorial，IC Scorial，IC Science，IC Science，IC Scorial，IC Scorial，IC Sciencal，Arona social IC， Real-Time Signals with Wavelet-Transform-based Convolutional Neural Network, in: Proceedings of the 54 th Hawaii International Conference on System Sciences (HICSS), Hawaii, USA, 2023 ● Depression Detection in Social Media Using Time-and-knowledge-aware LSTM and Depression Diagnosis-related Entity Extraction, FoRMLA - Front Range of Machine Learning Alliance Seminar Series, University of Colorado, 2022 ● ICU Mortality预测：我们可以做得更好吗？一个基于机器学习和随机信号分析技术的新模型，爱荷华州立大学，2021●域●领域适应从大型社交媒体数据集中提取信号的域名，爱荷华州立大学，2018年，对哮喘的风险因素的全面分析：基于机器学习和机器学习和大型异构数据源的疾病，及其在jossection和sysport of Systems of Systems的疾病和分析的信息， Management, UT Dallas, 2018 ● A Machine Learning Approach for Understanding Population-Level Health Effects of E-Cigarettes, Conference on Health IT and Analytics (CHITA), 2017 ● Are Electronic Nicotine Delivery Systems (ENDS) a Safe Substitute for Cigarettes Among Asthma Patients: A Social Media Based Analysis, INFORMS Annual Meeting, Houston, Texas, USA, 2017 ● Domain Adaptation for Signal Extraction from Large Social Media Datasets, the INFORMS Conference on Information Systems and Technology (CIST), Houston, Texas, USA, 2017 ● Are Electronic Cigarettes a Safer Substitute for Cigarettes for Asthma Patients, Workshop on Information Technologies and Systems (WITS), Seoul, South Korea, 2017 ● A Comprehensive Analysis of Risk Factors for Asthma: Based on Machine Learning and Large Heterogeneous Data Sources, Iowa State University, 2017 ● Extracting Signals from Social Media for Chronic Disease监视，国际数字健康会议（DigitalHealth'16），蒙特利尔，加拿大魁北克，2016年●社交媒体上有关电子烟的关键对话趋势和模式，信息会议，田纳西州纳什维尔，田纳西州，2016年，2016年