XiaoMi-AI文件搜索系统
World File Search SystemHsu
kyle hsu
peer review *denotes outstanding reviewer award International Conference on Learning Representations (ICLR) 2021*, 2022, 2023* International Conference on Machine Learning (ICML) 2020, 2021, 2022 Neural Information Processing Systems (NeurIPS) 2019, 2020, 2021, 2022, 2023 International Conference on Artificial Intelligence and Statistics (AISTATS) 2021 Reinforcement Learning Conference (RLC) 2024
最初发表于：Saha, Aakash;阿兰特斯（Paul R）；许罗海恩 V； Narkhede，Yogesh B；吉内克，马丁；巴勒莫，朱莉娅（2020 年）。分子动力学
摘要：CRISPR-Cas12a 是一种基因组编辑系统，最近也被用于核酸检测，有望通过 DETECTR 技术诊断 SARS-CoV-2 冠状病毒。在这里，多微秒分子动力学的集合表征了允许 CRISPR-Cas12a 中进行核酸处理的关键动态决定因素。我们表明，DNA 结合会诱导 Cas12a 构象动力学的转换，从而激活外周 REC2 和 Nuc 结构域以使核酸能够裂解。模拟表明，Nuc 结构域的大振幅运动可能有利于系统向 DNA 裂解的构象激活。在这个过程中，REC 叶起着关键作用。因此，REC 和 Nuc 的联合动力学显示出引发 DNA 靶链向催化位点构象转变的趋势。最值得注意的是，REC2 区域和 Nuc 结构域的高度耦合动力学表明 REC2 可以充当 Nuc 功能的调节器，类似于之前在 CRISPR 相关核酸酶 Cas9 中的 HNH 结构域中观察到的情况。这些相互的结构域动力学可能对于 DNA 的非特异性结合至关重要，从而对于 DETECTR 技术的潜在机制功能至关重要。考虑到 REC 是系统特异性的关键决定因素，我们的发现为未来旨在表征其在 CRISPR-Cas12a 中的功能的生物物理研究提供了合理基础。总体而言，我们的成果推进了我们对 CRISPR-Cas12a 机制的理解，并为改进基因组编辑和病毒检测的新工程努力提供了依据。■ 简介
出版详情：Hsu, P.-N.、Shie, K.-C.、Chen, K.-P.、Tu, J.-C.、Wu, C.-C.、Tsou, N.-T.、Lo, Y.-C.、Chen, N.-Y.、Hsieh, Y.-F.、Wu, M.、Chen, C. 和 Tu, K.-N. (2022)。人工智能深度学习用于 3D IC 可靠性预测。科学报告，12，第 6711 篇文章。https://doi.org/10.1038/s41598-022-08179-z
由于 2D IC 的摩尔定律即将终结，三维集成电路 (3D IC) 技术最近备受关注。然而，3D IC 的可靠性受制造过程中互连中的空洞和故障的影响很大，通常需要缓慢测试并依赖于人的判断。因此，对 3D IC 的不断增长的需求引起了人们对可靠性分析和故障预测重要性的极大关注。本研究结合基于卷积神经网络 (CNN) 的 AI 深度学习，对 3D X 射线断层扫描图像进行无损分析。通过使用可靠的收集图像数据库训练 AI 机器，AI 可以根据无损 3D X 射线断层扫描图像快速检测和预测焊点的互连操作故障，准确率高达 89.9%。还揭示了决定回流微凸块“良好”或“故障”条件的重要特征，例如中间横截面的面积损失百分比。
Real-time AI4HEP JUST - small Shih-Chieh Hsu.pdf
Investing in the scientific workforce and enhancing computational and technological infrastructure is crucial. To achieve this goal, funding agencies should support programs that foster a supportive, collaborative work environment; help recruit and retain diverse talent; and reinforce professional standards. Targeted increases in support for theory, general accelerator R&D (GARD), instrumentation, and computing will bolster areas where US leadership has begun to erode. These areas align with national initiatives in artificial intelligence and machine learning (AI/ML) , quantum information science (QIS), and microelectronics, creating valuable synergies. Such increased support maximizes the return on scientific investments, fosters innovation, and benefits society in domains from medicine to national security.
75 年来持续监测趋势 消费者经济新闻和信息来源 2024 年 5 月 3 日 Joanne Hsu 博士，主任
消费者在形成观点和期望时会结合各种有关经济的信息：他们自己的直接经历、他们与同龄人讨论的内容；他们在新闻中读到或听到的内容。消费者调查不断询问消费者他们听到了什么有关商业状况发展的消息。随着过去二十年互联网接入的普及，新闻周期加快，现在可以随时以更广泛的形式访问信息，包括社交媒体、播客和新闻聚合器等。影响可以从消费者报告听到有关通货膨胀或价格上涨的不利消息的比例中看出，这一比例在 2022 年远高于 1970 年代客观上更严重的通货膨胀时期。2024 年 1 月至 4 月期间，消费者调查向 2,409 名受访者询问了他们如何或从何处获得有关经济的大部分信息的开放式问题。
“统一效率量子转导的广义匹配条件”的补充信息Chiao-hsuan Wang，Mengzhen Zhang和Liang Jian
其中κa（b）ex是与外部通道的耦合速率，其输入信号量ˆ a†（ˆ b†）中，ex [ω]，κa（b）i是模式的内在损耗量ˆ a†（ˆ b†）的内在损耗率，由于与环境相结合而导致的噪声（。是由于[ω]中的输入噪声ˆ J的耦合，是中间模式M†J的内在损耗率。最终模式ˆ A†（ˆ B†）[ω]受总耗散率κa（b）=κa（b），ex +κa（b），i和χj的约束，是将其定义为χ -1 j j i（ω + um +κj） +κj / j j j y（ω +κj j）的模式敏感性定义为为了简单，我们将从现在开始为所有频域模式运算符的[ω]符号删除。根据输入输出关系，输入和输出场连接到稳定性链的链条模式
引用：Iqbal U、Celi LA、Hsu Y-HE 等人。医疗人工智能：通往地狱之路是由善意铺就的。BMJ Health Care Inform 2022；29：e100650。doi:10.1136/bmjhci-2022-100650
《BMJ 健康与护理信息学》发表了两篇编辑精选论文，重点介绍了人工智能 (AI) 以及在系统层面正确评估与医疗保健改进相关的 AI 驱动的实施工具的挑战。Kueper 等人 1 的研究重点关注加拿大安大略省初级保健环境中的 AI 挑战。他们提供了经验教训和指导，以指导未来使用 AI 进行资源管理来改善初级保健。作者与多方利益相关者进行了协作磋商。确定了九个优先事项，围绕系统级考虑因素，例如实践环境、组织和致力于医疗服务提供和护理质量的绩效领域。该论文强调了对公平和数字鸿沟、系统容量和文化、数据可访问性和质量、法律和道德考虑、以用户为中心的设计、以患者为中心以及对 AI 应用的适当评估等关注。并回顾了 AI 在学习型健康系统框架中的作用。应安全、有意义地开发和应用人工智能模型，以优化系统性能和社会福祉。2 此外，人工智能提供预防和先发制人的医疗机会，这些机会在及时、准确、个性化和迅速采取行动时最有价值。3
代理货币审计长 Michael J. Hsu 在金融和银行信息基础设施委员会与金融服务业协调委员会联席会议上的讲话
3 参见“网络社会契约”，外交事务，2022 年 2 月 21 日，https://www.foreignaffairs.com/articles/united-states/2022-02-21/cyber-social-contract
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
货币监理署代理署长 Michael J. Hsu 在 2022 年 3 月 7 日华盛顿国际银行家协会年会上的讲话
2 例如，请参阅麦肯锡公司，“多元化取胜：包容性为何重要”(2020 年 5 月 19 日)，网址为 https://www.mckinsey.com/featured-insights/dand-inclusion/diversity-wins-how-inclusion-matters#；Ann Owen 和 Judit Temesvary，《银行董事会和绩效的性别多元化》，FEDS Notes (2019 年 2 月 12 日)，网址为 https://www.federalreserve.gov/econres/notes/feds-notes/gender-diversityon-bank-board-of-directors-and-performance-20190212.htm；Margaret Heffernan，“故意视而不见——我们为何忽视显而易见的事实，后果自负”(2011 年)。 3 请参阅 Brian D. Feinstein、Peter Conti-Brown 和 Kaleb Nygaard，《董事会多元化至关重要：对联邦储备监管银行社区贷款的实证评估》（2022 年 1 月 5 日），网址为 https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4000110。