海伍德 安东尼 J III 亨德里克斯 弗雷德·亚瑟三世 亨利·肖恩 迈克尔·斯普林 赫特伯格 蒂莫西 J·辛克尔 凯瑟琳·汤普森·辛森 德尔塔·蒙特雷尔 霍巴特 理查德 T·霍库拉 萨迪斯 M·霍尔曼 丽贝卡·罗斯·洪德鲁姆 本杰明·奥拉夫 乔兹·胡克 迈克尔·乔恩·霍普金斯 罗伯特·巴里·霍恩 约翰·哈里森·赫伊津加 克里斯托弗·阿勒·休姆斯 维吉尔·菲利普·亨特利 雅各布·R·英格拉姆 托尼·勒马里昂 艾森 查尔斯·罗伯特三世 贾尼吉安 艾伦·迈克尔·杰特 安德鲁·W·琼斯 基思·马修·琼斯 斯蒂维·路易斯二世 乔丹·西尔维娅 艾丽莎·凯恩 蒂莫西·安德鲁卡明斯基·克里斯托弗·L·卡姆·威廉·G·凯利·丹尼尔·帕特里克·凯利·瑞安·帕特里克·凯森尼奇·约瑟夫·R·科沃奇·贾斯汀·爱德华·克兰兹·朱莉娅·林恩·克雷森·杰森·威廉·拉卡曼·迈克尔·R·兰格雷克·约翰·T·雷德福德·杰弗里·沃伦·李·希瑟·I·伦奇·尼古拉斯·约翰里奥·乔纳森·E·刘易斯 约瑟夫·C·刘易斯 凯利·安·伍兹 洛埃拉·威廉·亚当 卢·所罗门 钱利·卢本诺夫 伊万·古奥尔吉耶夫
亨德里克斯 弗雷德·亚瑟三世 亨利·肖恩 迈克尔·斯普林·赫特伯格 蒂莫西·J·辛克尔 凯瑟琳·汤普森·辛森 德尔塔·蒙特雷尔 霍巴特 理查德·T·霍库拉 萨迪斯·M·霍尔曼 丽贝卡·罗斯 胡克 迈克尔·乔恩·霍普金斯 罗伯特·巴里·霍恩 约翰·哈里森·赫伊津加 克里斯托弗·阿勒·休姆斯 维吉尔·菲利普·亨特利 雅各布·R·英格拉姆 托尼·勒马里昂 艾森 查尔斯·罗伯特三世 贾尼吉安 艾伦·迈克尔·杰特 安德鲁·W·琼斯 基思·马修·琼斯 斯蒂维·路易斯二世 乔丹·西尔维娅 艾丽莎·凯恩 蒂莫西·安德鲁·卡明斯基 克里斯托弗·L·卡姆 威廉·G·凯利 丹尼尔·帕特里克凯利·瑞恩·帕特里克·凯森尼奇·约瑟夫·R·科沃奇·贾斯汀·爱德华·克兰兹·朱利亚·林恩·克雷森·杰森·威廉·拉卡曼·迈克尔·R·兰格雷克·约翰·T·莱德福德·杰弗里·沃伦·伦奇·尼古拉斯·约翰·里奥·乔纳森·E·刘易斯·约瑟夫·C·刘易斯·凯利·安·伍兹·洛埃拉威廉·亚当·卢·所罗门·基恩利·卢贝诺夫·伊万·古奥尔吉耶夫·利迪克·克莱顿·马尔多纳多·卡洛斯·莱昂纳多·马龙·丽莎·M
许多经济和政治互动都围绕着时机展开。一个众所周知的例子是消耗战博弈,其中每个玩家的决定是何时退出,游戏以坚持时间较长的玩家获胜而结束。这些博弈由 Maynard Smith (1974) 引入,后来由许多作者进行分析。Hendricks 等人 (1988) 描述了在紧凑时间间隔内进行的完全信息、连续时间消耗战的均衡收益。文献中研究了几种类似于消耗战的模型。Ghemawat 和 Nalebuffi (1985) 分析了两个竞争公司在衰退市场中的退出决策,并假设如果两家公司都没有退出市场,市场最终将无利可图,另见 Fine 和 Li (1989)。 Fudenberg 和 Tirole (1986) 研究了一个不完全信息设置,其中任何一个公司都认为永远占据主导地位的可能性很小。最近,Bilodeua 和 Slivinski (1996) 研究了一个需要志愿者提供公共服务的模型,而 Bulow 和 Klemperer (1999) 将多方拍卖视为普遍的消耗战。另一类重要的计时游戏是抢占游戏,其中每个玩家都喜欢先停止。然后,如果两个玩家同时停止,分析就会对收益的指定很敏感,参见 Fudenberg 和 Tirole (1985, 1991 p.126-128)。还有另一类计时游戏
Rachel D. Wells,PhD,RN,Kate Guastaferro,PhD,MPH,Andres Azuero,PhD,Christine Rini,PhD,Bailey A. Hendricks,Bsn,BSN,RN,RN,Chinara Dosse,Chinara Dosse,Chinara Dosse,MPH,MPH,MPH,MPH,Richard Taylor,Richard Taylor,dnp,dnp,dnp,dnp,crnp,apn-bc,apn-bc,Charis R.Williams,MSADLE,MSTALE,M.M.M.M. M. M. M. M. M. M. grimph,M.M.M.丽贝卡·苏多尔(Rebecca Sudore)),阿拉巴马大学阿拉巴马州伯明翰的阿拉巴马大学;方法论中心(K.G.),宾夕法尼亚州立大学,宾夕法尼亚州大学公园;西北大学Feinberg医学院和Robert H. Lurie综合癌症中心(C.R.),伊利诺伊州芝加哥西北大学;医学院(G.R.W.),阿拉巴马州伯明翰伯明翰市血液学 - 肿瘤学系;医学院(R.S.),加利福尼亚大学旧金山大学旧金山的老年医学师;血液肿瘤科(A.R.R.),华盛顿州华盛顿大学医学院儿科学系;姑息治疗和弹性实验室(A.R.R.),西雅图儿童研究所,华盛顿州西雅图;和姑息和支持护理中心(M.A.B.,J.N.D.),阿拉巴马大学,美国阿拉巴马州伯明翰,美国阿拉巴马州
banda,tayanjana cecilia clegg,liza(在库克发表论文中,特雷西让克鲁克斯,查尔斯·吉拉德·达·科斯塔(Charles Geerald da Costa),纳尔逊·曼努埃尔·平托(Nelson Manuel Pinto)的论文中有区别Wilhelm Vicktor (With Distinction in the Dissertation) Gamieldien, Hammad bin Faak Gaskell, Marlene Hendricks, Moegamad Fahad Hlako, Tebogo Clive Hod, Kirsten Anne Rensburg, Juan William Kariem, Mahir Kashangura Majirija, Distinction in the Dissertation) Khamajeet, Arvin Khiroya, Mitesh Satish, Ernest Nanwin-Ib Leech, Nicholas Bradley Maina, Juliet Nyaguthii Nadvi, Syed Safwan Nkanuka, Yoland Vuyokazi Ohiagu, S Shedrach Ikechukwu O Meara, ryan mark Osthuizen,Katryn Nell Cobie(在Raghuber,Nishen Rashid,Sakina Mehbob Richardson,Dasherran(在论文中有区别)Roux,Magdalena Sablay,Hasena Bibi Schoeman,Elmar(Elmar)(在论文中有所不同)(在论文中有区别)(在论文中有区别)论文)Shirley,Samantha Robyn Soni,Ayesha Jaalaluddin Sungay,Mohamed Yaseen(在论文中的论文中都有distttintion,吉尔伯特·泰哈拉(Gilbert Tyhala),布伦达·邦格(Brenda Bongwe) MilçaZitha,Eddy Mhlava(在论文中有区别)
图为(前排,从左到右)通用汽车导师加里·拉什顿(Gary Rushton); Oussama Oussi,机械工程研究生,Starkville;内森·雷诺兹(Nathan Reynolds),花瓣机械工程初中;斯塔克维尔机械工程高级高级机械工程; Vance Hudson,田纳西州科利尔维尔机械工程硕士毕业生;麦迪逊电气和计算机工程硕士毕业生Jonah Gandy; (第二行,左)员工顾问Debi McNabb,MSU高级车辆系统中心项目协调员;巴西工业工程高级工业工程高级黛比·阿伦卡·奥利维拉(Debbie Alencar Oliveira);贝利·何塞(Bailey Jose),橄榄分公司工业和系统工程研究生;雷切尔·亨德里克斯(Rachel Hendricks),工商管理硕士研究生,阿拉巴马州胡佛;玛丽·尼尔森·克林顿(Mary Nielson Clinton),田纳西州日耳曼敦的传播/公共关系研究生; (第三排,左)Jagdeo Singh,Laurel机械工程高级高级;电气和计算机工程副教授,教师顾问Randy Follett;摩洛哥电气和计算机工程研究生的胺太豪迪; Mendenhall机械工程高级高级Matthew Sinclair;以及高级车辆系统中心研究工程师III的员工顾问迈克尔·吉布森(Michael Gibson)。
4。Feng C,Deng L,Yong YY等。 生物材料在脊髓损伤中的应用。 int J Mol Sci。 2023; 24(1):816。 出版了2023年1月3日。doi:10.3390/ijms24010816 5。 Yu F,Li P,Du S等。 嗅觉分配细胞播种脱细胞支架可促进脊髓损伤大鼠的轴突再生。 J Biomed Mater Res A. 2021; 109(5):779-787。 doi:10.1002/jbm.a.37066 6。 Vatansever S,Schlessinger A,Wacker D等。 中枢神经系统疾病中的人工智能和机器学习辅助药物发现:最新的艺术和未来方向。 Med Res Rev. 2021; 41(3):1427-1473。 doi:10.1002/med.21764 7。 ÁlvarezZ,Kolberg-Edelbrock AN,Sasselli IR等。 具有增强超分子运动的生物活性支架可促进脊髓损伤的恢复。 科学。 2021; 374(6569):848-856。 doi:10.1126/science.abh3602 8。 Sangji MH,Lee SR,Sai H,Weigand S,Palmer LC,Stupp SI。 自我分级与肽两亲物超分子纳米结构中的共同组合。 acs nano。 2024; 18(24):15878-15887。 doi:10.1021/acsnano.4C03083 9。 Hendricks MP,Sato K,Palmer LC,Stupp SI。 超分子的肽两亲。 ACC CHEM RES。 2017; 50(10):2440-2448。 doi:10.1021/acs.accounts.7b00297 10。 yan L,Cui Z.整合素β1和神经系统损伤后修复。 EUR NEUROL。 2023; 86(1):2-12。 doi:10.1159/000526690Feng C,Deng L,Yong YY等。生物材料在脊髓损伤中的应用。int J Mol Sci。2023; 24(1):816。出版了2023年1月3日。doi:10.3390/ijms24010816 5。Yu F,Li P,Du S等。 嗅觉分配细胞播种脱细胞支架可促进脊髓损伤大鼠的轴突再生。 J Biomed Mater Res A. 2021; 109(5):779-787。 doi:10.1002/jbm.a.37066 6。 Vatansever S,Schlessinger A,Wacker D等。 中枢神经系统疾病中的人工智能和机器学习辅助药物发现:最新的艺术和未来方向。 Med Res Rev. 2021; 41(3):1427-1473。 doi:10.1002/med.21764 7。 ÁlvarezZ,Kolberg-Edelbrock AN,Sasselli IR等。 具有增强超分子运动的生物活性支架可促进脊髓损伤的恢复。 科学。 2021; 374(6569):848-856。 doi:10.1126/science.abh3602 8。 Sangji MH,Lee SR,Sai H,Weigand S,Palmer LC,Stupp SI。 自我分级与肽两亲物超分子纳米结构中的共同组合。 acs nano。 2024; 18(24):15878-15887。 doi:10.1021/acsnano.4C03083 9。 Hendricks MP,Sato K,Palmer LC,Stupp SI。 超分子的肽两亲。 ACC CHEM RES。 2017; 50(10):2440-2448。 doi:10.1021/acs.accounts.7b00297 10。 yan L,Cui Z.整合素β1和神经系统损伤后修复。 EUR NEUROL。 2023; 86(1):2-12。 doi:10.1159/000526690Yu F,Li P,Du S等。嗅觉分配细胞播种脱细胞支架可促进脊髓损伤大鼠的轴突再生。J Biomed Mater Res A.2021; 109(5):779-787。 doi:10.1002/jbm.a.37066 6。Vatansever S,Schlessinger A,Wacker D等。中枢神经系统疾病中的人工智能和机器学习辅助药物发现:最新的艺术和未来方向。Med Res Rev.2021; 41(3):1427-1473。 doi:10.1002/med.21764 7。ÁlvarezZ,Kolberg-Edelbrock AN,Sasselli IR等。具有增强超分子运动的生物活性支架可促进脊髓损伤的恢复。科学。2021; 374(6569):848-856。 doi:10.1126/science.abh3602 8。Sangji MH,Lee SR,Sai H,Weigand S,Palmer LC,Stupp SI。自我分级与肽两亲物超分子纳米结构中的共同组合。acs nano。2024; 18(24):15878-15887。 doi:10.1021/acsnano.4C03083 9。Hendricks MP,Sato K,Palmer LC,Stupp SI。超分子的肽两亲。ACC CHEM RES。 2017; 50(10):2440-2448。 doi:10.1021/acs.accounts.7b00297 10。 yan L,Cui Z.整合素β1和神经系统损伤后修复。 EUR NEUROL。 2023; 86(1):2-12。 doi:10.1159/000526690ACC CHEM RES。2017; 50(10):2440-2448。 doi:10.1021/acs.accounts.7b00297 10。yan L,Cui Z.整合素β1和神经系统损伤后修复。EUR NEUROL。2023; 86(1):2-12。 doi:10.1159/000526690
本文件总结了许多参与者的努力,他们对于成功评估可应用于未来商用飞机的水喷射技术都至关重要。作者非常感谢波音团队的贡献:机场战略,David Nielson;空气动力学,James Conlin;配置,Phill Rathbun、Lars Fucke 和 Scott McKee;成本/收益/交易,Joe Dortwegt、James Redmond、Gary Thomas 和 Bill Carberry;电气,Tom Currier;排放,Mike Garrison;推进,Matt Naimi、Mark Howe 和 Mark Severeid;结构,Francis Andrews;系统,Robert Fisher 和 David Griffith;测试,William Peterson;重量,Andy Ouellette。此外,波音公司外部的 NASA 格伦研究中心、Chris Snyder 和 Jeff Berton 也提供了宝贵的帮助;发动机公司:普惠发动机,Arthur Becker; Rolls-Royce,Paul Madden 和 David Butt;GE,Will Dodds 和 Pam Battle;泵制造商:Argo-Tech,Jose Vennat;伊顿,Peter Stricker;涡轮机寿命计算:麻省理工学院,Anuja Mahashabde 和 Ian Waitz;洛杉矶国际机场,C. Lin Wang、Dennos Quiliam、David Waldner 和 Gary Brown;调节水输送研究:科罗拉多大学,M. Branch、Ben Rushwald、Katherine Bennett、Matthew Hoff、Travis Lang 和 Amy Schwartz;CH2M Hill 和 Bill Farmer。最后,我们感谢 NASA Glenn 赞助这项工作 — Robert Hendricks。
名称纪律组织核心团队Cynthia null NESC博士领导LARC Donna DeNna Dempsey技术主管JSC Alan Hobbs博士Alan Hobbs人为因素Arc/ San Jose State University arc/ San Jose State University Foundation(SJSU)Kara Latorella博士LARC Ruthan Lewis Lewis Lewis Dr. Ingalls Industries Terrence Tyson Human Factors ARC Peter Robinson Intelligent Systems ARC Dr. Zhaofeng Huang Reliability and Statistics The Aerospace Corporation Marta Durham Space Flight Operations JSC/KBR Wyle Services, LLC Christopher Niemann Space Flight Operations JSC/KBR Wyle Services, LLC Thera Shear-Tungol Space Flight Operations JSC/KBR Wyle Services, LLC Mr. Andrew Chaikin太空历史学家兼作家Andrew Chaikin LLC学生实习生Megan Dempsey学生实习生佛罗里达州悉尼·休斯·巴尔德(Sydney Hughs Baird Austin Delahunt计划分析师LARC/MTSO BECKI HENDRICKS计划分析师LARC/MTSO评估支持Missy Strickland项目协调员LARC/AMA LINDA BURGESS计划和控制分析师LARC/AMA ERIN MORAN技术编辑LARC/AMA JONAY JONAY CAMPBEL TRARC/AMA JONAY CAMPBELL技术编辑LARC/AS&M
引言大数据时代的到来为机器学习带来了巨大的成功。数据的丰富和各种机器学习技术的发展共同导致了新的人工智能模型和应用的爆炸式增长。然而,机器学习的大部分仍然是不透明的“黑匣子”。人工智能系统的有效性,特别是在疾病诊断、股票交易和自动驾驶汽车等关键应用中,将受到机器无法向人类解释其决策和结论的限制。因此,构建更可解释的人工智能非常重要,这样人类才能理解、信任和有效地管理新兴的人工智能系统(Gunning 2016)。整合(Gunning 2016)和(Biran and Cotton 2017)中提出的分类法,现有的可解释人工智能(XAI)研究可分为三大类方法:(1)基于特征的解释,(2)模型近似和(3)可解释模型。对于基于特征的解释,通常会给出一个不可解释的复杂模型及其预测。这种方法侧重于通过提取和识别对预测结果有显著影响的特征来为预测生成理由。Martens 等人(2008)通过提取可以基于一小部分特征产生与 SVM 类似结果的规则来解释 SVM 分类器的结果。Landecker 等人(2013)通过研究不同组件对分类结果的重要程度来解释分层网络的分类结果。Hendricks 等人(2016)使用 LSTM 基于突出的图像特征和类别判别特征为 CNN 的图像分类结果生成解释。