XiaoMi-AI文件搜索系统
World File Search SystemHandwerker
在线会议设计中以包容性为中心 - ...
伊丽莎白·艾弗斯1，2，†，‡，cassandra D.古尔德·范·普拉格（Cassandra D. Katherine L. Bottenhorn 9，Tristan Glatard 10，Aki Nicolais 11，System Jane Whitaker 12，Matthew 13，14，15，Neolithic Will Will 16，17，17，17 Stefan Appelhoff 20，Beauvais 28，Janine D. Bijsterbosch 29，Subsile Pilgin 30，Saskia Bollmann 31，Steffen Bollmann 32，33， Chen 38，39，40，Chopra 21，Thomas G. Close 42，43， V. Demeter 49，Paola 50，51，56，53， ，62，Kelly G. Garner 63，64，65， 73，Olivia Guest 74，Daniel A. Handwerker 75， 约瑟夫81，agah karakuzu 82，83，大卫·B。乔恩·海特·莱塔塔（Jon Haitz Legarreta）95、97、98、99，Beauvais 28，Janine D. Bijsterbosch 29，Subsile Pilgin 30，Saskia Bollmann 31，Steffen Bollmann 32，33， Chen 38，39，40，Chopra 21，Thomas G. Close 42，43， V. Demeter 49，Paola 50，51，56，53， ，62，Kelly G. Garner 63，64，65， 73，Olivia Guest 74，Daniel A. Handwerker 75，约瑟夫81，agah karakuzu 82，83，大卫·B。乔恩·海特·莱塔塔（Jon Haitz Legarreta）95、97、98、99，
用于复杂业务决策的人工智能和机器学习
2020 年的疫情对许多供应链造成了冲击，无论是需求方面还是供应方面：旅行量暴跌；消毒剂需求猛增。在家办公的订单增加了对需要计算机芯片的电子产品的需求，后来导致汽车制造商的芯片短缺（Handwerker，2021），而汽车制造商的需求在疫情初期最初有所下降。没有人工智能技术能够根据过去的数据预见这些变化。库存管理——例如看似简单的货架库存——需要人类的判断。“当历史数据不足以进行决策时，人类必须能够超越算法，”桑德斯说。此外，“集成人类的算法
工业咨询委员会 (IAC) 会议总结
咨询委员会成员： Michael Splinter，主席，MRS 商业和技术顾问普通合伙人 Susan Feindt，副主席，Analog Devices Inc. 研究员 James Ang 太平洋西北国家实验室 Daniel Armbrust Silicon Catalyst Susie Armstrong 高通 Ahmad Reza Shaikh Bahai 德州仪器 William Chappell 微软 Michael Fritze 波托马克政策研究所 Charles Gray 福特汽车公司 Carol Handwerker 普渡大学 Dierdre Hanford Synopsys Raj Jammy MITRE Ingenuity Kenneth Joyce Brewer Science Ann Kelleher 英特尔公司 Mukesh Khare IBM Meredith LaBeau Calumet Electronics Tsu-Jae King Liu 加州大学伯克利分校 Omkaram Nalamasu 应用材料公司 Debo Olaosebikan 开普勒计算公司 Alexander Oscilowski iTEL 美国技术中心 Willy Chao-Wei Shih 哈佛商学院 Brandon Tucker 沃什特瑙社区学院 Hon-Sum Philip Wong 斯坦福大学 Anthony Yen ASML
工业咨询委员会 (IAC) 会议总结
咨询委员会成员： Michael Splinter，主席，MRS 商业和技术顾问普通合伙人 Susan Feindt，副主席，Analog Devices Inc. 研究员 James Ang 太平洋西北国家实验室 Daniel Armbrust Silicon Catalyst Susie Armstrong 高通 Ahmad Reza Shaikh Bahai 德州仪器 William Chappell 微软 Michael Fritze 波托马克政策研究所 Charles Gray 福特汽车公司 Carol Handwerker 普渡大学 Dierdre Hanford Synopsys Raj Jammy MITRE Ingenuity Kenneth Joyce Brewer Science Ann Kelleher 英特尔公司 Mukesh Khare IBM Meredith LaBeau Calumet Electronics Tsu-Jae King Liu 加州大学伯克利分校 Omkaram Nalamasu 应用材料公司 Debo Olaosebikan 开普勒计算公司 Alexander Oscilowski iTEL 美国技术中心 Willy Chao-Wei Shih 哈佛商学院 Brandon Tucker 沃什特瑙社区学院 Hon-Sum Philip Wong 斯坦福大学 Anthony Yen ASML
美国半导体创新联盟 (ASIC) 1
诺斯罗普·格鲁曼公司 罗伯特·豪厄尔 马修·多弗莱因·雷卡·雷迪 大卫·沙欣 纽约创建 保罗·凯利 约翰·亚科波尼 詹姆斯·特维 大卫·哈拉梅 普渡大学 加内什·苏巴拉扬 卡罗尔·汉德沃克 特里萨·梅尔 伦斯勒理工学院 罗伯特·赫尔 詹姆斯·J.-Q. Lu Daniel Gall SCREEN 半导体解决方案有限公司 Paul Farrar Jr. Ian Brown SEMI Bettina Weiss Melissa Grupen-Shemansky Shari Liss David Anderson 半导体研究公司 Todd Younkin David Henshall 西门子 EDA Richard Powlowsky SkyWater Technology Brad Ferguson Dan Rakosky Kirk Peterson John Cooney 州立大学纽约 F. Shadi Shahedipour-Sandvik Nathaniel Cady Nicholas Querques Robert Geer Synopsys Inc. Mike O'Brien Scott Bukofsky TechSearch International Jan Vardaman 德州仪器 Jim Wieser Sameer Pendharkar Hannah Izon 东京电子有限公司 Sitaram Arkalgud Alex Oscilowski
美国半导体创新联盟 (ASIC) 1
诺斯罗普·格鲁曼公司 罗伯特·豪厄尔 马修·多尔弗莱因 雷卡·雷迪 大卫·沙欣 纽约创建 保罗·凯利 约翰·亚科波尼 詹姆斯·特维 大卫·哈拉米 普渡大学 加内什·苏巴拉扬 卡罗尔·汉德沃克 特里萨·梅耶尔 伦斯勒理工学院 罗伯特·赫尔 詹姆斯·J.-Q. Lu Daniel Gall SCREEN 半导体解决方案有限公司 Paul Farrar Jr. Ian Brown SEMI Bettina Weiss Melissa Grupen-Shemansky Shari Liss David Anderson 半导体研究公司 Todd Younkin David Henshall 西门子 EDA Richard Powlowsky SkyWater Technology Brad Ferguson Dan Rakosky Kirk Peterson John Cooney 纽约州立大学 F. Shadi Shahedipour-Sandvik Nathaniel Cady Nicholas Querques Robert Geer Synopsys Inc. Mike O'Brien Scott Bukofsky TechSearch International Jan Vardaman 德州仪器 Jim Wieser Sameer Pendharkar Hannah Izon 东京电子有限公司 Sitaram Arkalgud Alex Oscilowski
在线会议的设计以包容性为中心——……
Elizabeth Levitis 1，2，†，‡，Cassandra D. Gould van Prague 3，4，†，＃，r ́emi gau 5，‡，Stephan Heunis 6，＃，Elizabeth Dupre 7，Grgory Kiar 8，11，Kathern Glatn Glatn Guane 13，Aki Mancie 11，Aki Mancie 13。 IOMAR NISO 16，17，Soroosh Afyouni 18，146，Eva Alonso-Ortiz 19，Stefan Appelhoff 201，Arvina arvi Arvi Atay 22，Tibor Auer 23，Giulia Baracchini 24，24，25 Ien Bollman，323 34，Molly G. Bright 35，36，Vince D. Calhoun 37，Xiao Chen 38，39，40，Sidhant Chopra 21，Hu Chuan-Peng 41，Thomas G. Close 42，43，43，43，Savannah L. I Maio 50，51，Erin W. Dickie 52，53，Simon B. Eickhoff 54，55，Oscar Esteban 56，Karolina Finc 5，Matteo Gane，Sampras 95 60，Melanie Ganz 61，61，62 7，Rohit Goswami 68，69，John D. Griffiths，77，Samuel Grogers 73，Olivia Guest 74，Daniel A. Handwerker 75，Peer Herholz 7，Katja Heuer 76，77，Dorien C. A，88，85。 59，60，David Meunier 101
脑成像数据结构 (BIDS) 的过去、现在和未来
Poldrack，R.A.，Markiewicz，J.J.，Appelhoff，S.，Ashar，Y.K.，Auer，T.，Baillet，S.，Bansal，S.，Beltrachini，L. ，F.M.，Clement，P.，Cohen，A.L.，Cohen-Adad，J.，D'Ambrosio，S.，de Hollander，G.，de la Iglesia-Vayá，M. Ganz，M.，Gau，R.，Gholam，J.，Ghosh，S.S。，Giacomel，A. Uzu，A. T.E.，Nikolaidis，A.，Nilsonne，G.，Niso，G.，Norgaard，M.，Ockwell，E. Ins，K.A.，Rockhill，A.P.，Roger，J.，A.，Roger，A.，Saborit-Torres，J.M.，Salo，T. Wilson，M.，Welko，B。T.和Gorgolewski，K.J。（2024）。脑成像数据结构（BIDS）的过去、现在和未来。成像神经科学，预先出版。https://doi.org/10.1162/imag_a_00103
脑图像数据结构 (BIDS) 的过去、现在和未来
Poldrack，Russell A. 1，Markiewicz，Christopher J. 1，Appelhoff，Stefan 2，Ashar，Yoni K. 3，Auer，Tibor 4,5，Baillet，Sylvain，Sylvain 6，Bansal，Bansal，Shashank 7，Shashank 7，Beltrachini，Beltrachini，Beltrachini，Leanar，Leanar，Benar，Christian G. 9，Bertazzoli，bertazzoli，bertazzoli，bertazzoli，10,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,1111 ,, ，Blair，Ross W. 1，Bortoletto，Marta 10，Boudreau，Mathieu 16，Brooks，Teon L. 1，Teon L. 1，Calhoun，Vince D. 17，Castelli，Castelli，Filippo Maria 18,19，Clement，Clement，Patricia 20,21，Cohen，Cohen，Cohen，Cohen，Alexander L.22 23,24，吉尔斯（De Hollander），吉尔斯（De Hollander），25，de la iglesia-vayá，玛丽亚26，de la vega，Alejandro 27，Delorme，Arnaud，28，Devinsky，Orrin 29，Draschkow，Draschkow，Dejan，Dejan 30，Duff，Duff，Eugene Paul 31，Dupre，Dupre，Elizabeth 1，Earlin，Erlin，Erlind 32 Illaume 34，Galassi，Anthony 32，Gallitto，Giuseppe 35,36，Ganz，Melanie 37,38，Gau，Rémi39，Gholam 39，Gholam，James 40，Ghosh，Satrajit S. 41，Giacomel，Giacomel，Giacomel，Alessio，Alessio，Alessio 42 44 , Gramfort, Alexandre 45 , Guay, Samuel 46 , Guidali, Giacomo 47 , Halchenko, Yaroslav O. 48 , Handwerker, Daniel A. 32 , Hardcastle, Nell 1 , Herholz, Peer 49 , Hermes, Dora 50 , Honey, Christopher J. 51 , Innis, Robert B. 32 , Ioanas, Horea-Ioan 48 , Jahn, Andrew 52 , Karakuzu, Agah 16 , Keator, David B. 53,54,55 , Kiar, Gregory 56 , Kincses, Balint 35,36 , Laird, Angela R. 57 , Lau, Jonathan C. 58 , Lazari, Alberto 59 , Legarreta, Jon Haitz 60 , Li, Adam 61 , Li, Xiangrui 62 ，Love，Bradley C. 63，Lu，Hanzhang 64，Marcantoni，Eleonora 65，Maumet，Camille 66，Mazzamuto，Giacomo67，Meisler 67，Meisler，Steven L. 68，Mikkelsen，Mikkelsen，Mark 69 4,75，Niso，Guiomar 76，Norgaard，Martin 32,37，Okell，Thomas W. 59，Oostenveld，Robert 77,78，Ort，Ort，Eduard 79，Park J. 80，Patrick J. 80，Pawlik，Pallik，Pallik，Mateusz，Mateusz 81，Pernet，Pernet，Pernet，Cyril R.38，Pestilli，Pestilli，Pestilli，Petilli，franco，Petr，Petr，Petr，Jan，Jan 272菲利普斯（Phillips），克里斯托夫（Christophe），83，派恩，让·巴蒂斯特（Jean-Baptiste）84，波罗尼尼（Pollonini），卢卡（Luca）85,86，拉马纳（Raamana），普拉德普·雷迪（Pradeep Reddy），里特（Ritter），佩特拉（Ritter），佩特拉（Petra）88,89,90,91,92，里佐（Rizzo） 99，Routier，Alexandre 100，Saborit-Torres，Jose Manuel 26，Salo，Taylor 101，Schirner，Michael 88,89,90,91,92，Smith，Smith，Robert E. 102,103，Spisak，Spisak，Spisak，Spisak，Tamas，Tamas 35,104，Sprenger，Sprenger，Julia，Julia 105，Swann，Swann，Swann，Swann，Nicole C. C. C. Nicole C. 106 , Szinte, Martin 105 , Takerkart, Sylvain 105 , Thirion, Bertrand 45 , Thomas, Adam G. 32 , Torabian, Sajjad 107 , Varoquaux, Gael 108 , Voytek, Bradley 109 , Welzel, Julius 110 , Wilson, Martin 111 , Yarkoni, Tal 112 , Gorgolewski, Krzysztof J. 1
脑密度聚类分析
fMRI 的最新研究重点是放宽大脑在实验过程中处于静态的假设。许多研究表明，在单次扫描过程中，大脑是随时间变化的（或动态的）（Chang and Glover，2010；Sakoglu 等人，2010；Hutchison 等人，2013；Calhoun 等人，2014；Faghiri 等人，2018；Lurie 等人，2020）。分析大脑动态方面的一种常用方法是使用滑动窗口结合连接估计器（例如 Pearson 相关）来估计随时间变化的连接（Handwerker 等人，2012；Allen 等人，2014）。这种方法很有用并且被广泛使用，部分原因是它很简单，但它也有一些局限性。对数据进行窗口化会导致 fMRI 中的时间信息变得平滑，可能会丢失重要信息。此方法的一个较小的问题是，必须使用特定的窗口长度进行此分析，而更改此窗口长度可能会改变最终结果（Sakoglu 等人，2010 年；Shakil 等人，2016 年）。为了解决平滑问题，已经提出了几种方法，这些方法要么更即时（Shine 等人，2015 年；Omidvarnia 等人，2016 年；Faghiri 等人，2020 年），要么使用不同的滤波和时频方法来探索连通性的全频谱（Chang 和 Glover，2010 年；Yaesoubi 等人，2015 年；Faghiri 等人，2021 年）。有关时变连通性的更详细评论，请参阅（请参阅 Bolton 等人，2020 年；Iraji 等人，2020a）。许多基于连接性的方法并不直接利用数据在其原始高维空间中的动态性（即，使用数据计算滑动窗口相关性，该相关性在每个组件对之间分别计算）。这导致需要在许多独立于其他 2D 空间的二维 (2D) 空间中检查数据（其中每个 2D 空间特定于一个组件对）。最近，有人提出了新方法，尝试使用不同的方法从这些 2D 空间转到更高维度（Faskowitz 等人，2020 年；Iraji 等人，2020b 年）。除了基于连接性的方法外，还有其他方法旨在直接从活动域信息中提取动态性。例如，隐马尔可夫模型已用于从 fMRI 中的活动数据中估计几个隐藏状态（Karahano˘glu 和 Van De Ville，2017 年；Vidaurre 等人，2018 年）。其他方法要么直接将活动信息纳入管道（Fu 等人，2021 年），要么专注于基于活动（如功率）计算的指标（Chen 等人，2018 年）。此外，还有一系列基于大脑不同部分之间共同激活的方法，它们也直接将活动信息纳入分析管道（Liu 和 Duyn，2013 年；Karahanoglu 和 Van De Ville，2015 年）。在过去十年中，许多研究使用静息状态（Damaraju 等人，2014 年；Guo 等人，2014 年；Faghiri 等人，2021 年）和任务 fMRI（Boksman 等人，2005 年；Ebisch 等人，2014 年）比较了精神分裂症患者的大脑与健康对照者的大脑。最近，人们更加重视探索大脑动态方面的方法（Damaraju 等人，2014 年；Kottaram 等人，2019 年；Giufford 等人，2020 年；Faghiri 等人，2021 年）。使用动态方法，一些研究报告称个体的活力较低