XiaoMi-AI文件搜索系统
World File Search SystemIFIP
负责任的人工智能和分析，打造道德和包容的数字化社会
书名 负责任的人工智能和分析，打造道德和包容的数字化社会 书副标题 第 20 届 IFIP WG 6.11 电子商务、电子服务和电子社会会议，I3E 2021，爱尔兰戈尔韦，2021 年 9 月 1 日至 3 日，会议记录 编辑 丹尼斯·丹尼希 (Denis Dennehy) 阿纳斯塔西娅·格里瓦 (Anastasia Griva) 南希·普卢迪 (Nancy Pouloudi) Yogesh K. Dwivedi 伊利亚斯·帕帕斯 (Ilias Pappas) Matti Mäntymäki 系列名称 计算机科学系列讲义 缩写标题 Lect.Notes 计算机 DOI https://doi.org/10.1007/978-3-030-85447-8 版权信息 IFIP 国际信息处理联合会 2021 出版商名称 Springer, Cham 电子书包 计算机科学 计算机科学 (R0) 平装 ISBN 978-3-030-85446-1 电子书ISBN 978-3-030-85447-8 系列 ISSN 0302-9743 系列 E-ISSN 1611-3349 版号 1 页数 XXI, 788 插图数 59 黑白插图, 70 彩色插图 主题 电子商务/电子商务 计算机系统组织和通信网络
Bahrudin Hrnjica，Selver Softic。制造业中的可解释人工智能：预测性维护案例研究。IFIP 生产管理系统进步国际会议 (APMS)，2020 年 8 月，塞尔维亚诺维萨德。第 66-73 页，�10.1007/978-3-030-57997-5_8�。�hal-03635701�
预测性维护 (PdM) 可预测维护需求，以避免与计划外停机相关的成本。通过连接设备并监控设备生成的数据，我们可以识别导致潜在问题或故障的模式。这些见解可用于在问题发生之前解决问题。这种预测设备或资产何时需要维护的能力使我们能够优化设备寿命并最大限度地减少停机时间 [1]。可解释人工智能 (XAI) 的基本试金石是机器学习算法和其他人工智能系统，它们产生的结果人类可以轻松理解并追溯到起源 [2]。在本案例研究中，我们将考虑制造业中的维护领域。更准确地说，我们将通过将可解释的 AI 输出作为决策和预测的基础来处理 PdM。
新记录 - 2023 年 6 月 14 日 - 大英图书馆
004.0151 分布式对象、组件和系统的形式化技术：第 43 届 IFIP WG 6.1 国际会议 FORTE 2023，作为第 18 届国际分布式计算技术联合会议 DisCoTec 2023 的一部分举行，葡萄牙里斯本，2023 年 6 月 19 日至 23 日，会议录 / 由 Marieke Huisman、António Ravara 编辑。— Cham：Springer，2023 年。— 218 页：插图（黑白）；24 厘米。 ISBN 9783031353543 平装本 £ 54.99 BNB 编号 GBC3B0788 电子数据处理，分布式处理，
Xiong博士，清研究助理教授
1。Wenliang DU，计算机安全：一种动手方法，CreateSpace独立出版平台，2017年2。马特·毕晓普（Matt Bishop），计算机安全：艺术与科学，艾迪生·韦斯利（Addison-Wesley）；第二版，2018年。4。Ross J. Anderson，安全工程：建筑可靠的分布式系统指南，Wiley，第3版，2020年5。William Stallings，密码和网络安全：原理与实践，第5版，Prentice Hall，2010年。6。Dieter Gollmann，计算机安全，Wiley，2011年7。6。Charlie Kaufman，Radia Perlman和Mike Speciner，网络安全：公共世界中的私人通信，Prentice Hall，2002年。8。安全与隐私研讨会的会议记录9。USENIX安全研讨会的会议记录10。ISOC网络和分布式系统安全研讨会的会议记录11。 ACM计算机和通信安全会议会议记录12。 IEEE/IFIP国际可靠系统和网络国际会议论文集13。 年度计算机安全应用程序会议会议会议14。 欧洲计算机安全研究研讨会论文集ISOC网络和分布式系统安全研讨会的会议记录11。ACM计算机和通信安全会议会议记录12。IEEE/IFIP国际可靠系统和网络国际会议论文集13。年度计算机安全应用程序会议会议会议14。欧洲计算机安全研究研讨会论文集
新记录 - 2023 年 3 月 15 日 - 大英图书馆
005.8 隐私和身份管理——数据保护和安全之间：第 16 届 IFIP WG 9.2、9.6/11.7、11.6/SIG 9.2.2 国际暑期学校，隐私和身份 2021，虚拟活动，2021 年 8 月 16 日至 20 日，修订精选论文/由 Michael Friedewald、Stephan Krenn、Ina Schiering、Stefan Schiffner 编辑。— Cham：Springer，2023 年。— 207 页：插图（黑白和彩色）；24 厘米。ISBN 9783030991029 平装本 69.99 英镑 BNB 编号 GBC355466 数据保护，大会。
Jérémie Schutz，工业工程博士 - LGIPM
12 Schutz ，J.(2014b)。不同运行条件下租赁设备的最佳“零星”和系统预防性维护政策。在 B. Grabot、B. Vallespir、S. Gomes、A. Bouras 和 D. Kiritsis（编辑）中。，IFIP 生产管理系统进展国际会议 (APMS)（卷。AICT-438，第 I 部分，第451-458 页）。生产管理系统的进步。全球-本地世界中的创新和基于知识的生产管理。第 2 部分：知识发现和共享。法国阿雅克肖：施普林格。doi: 10.1007/978-3-662-44739-0\_55
Jérémie Schutz，工业工程博士 - LGIPM
12 Schutz ，J.(2014b)。不同运行条件下租赁设备的最佳“零星”和系统预防性维护政策。在 B. Grabot、B. Vallespir、S. Gomes、A. Bouras 和 D. Kiritsis（编辑）中。，IFIP 生产管理系统进展国际会议 (APMS) (Vol.AICT-438，第 I 部分，第451–458 页）。生产管理系统的进步。全球-本地世界中的创新和基于知识的生产管理。第 2 部分：知识发现和共享。法国阿雅克肖：施普林格。doi: 10.1007/978-3-662-44739-0\_55
XiaoFeng Wang
• Paper reviewer for the IEEE/ACM Transactions on Networking, the ACM Transactions on Information and System Security, the IEEE Transactions on Dependable and Secure Computing, the IEEE Transactions on Parallel and Distributed Systems, International Journal of Knowledge and Information Systems, the IEEE transactions on Knowledge and Data Engineering, Electronic Commerce Research Journal, ACM Conference on Computer and Communication Security, RSA CT, IEEE INFOCOM, IEEE Globecom，ACM国际信息安全会议，有关增强隐私技术的研讨会，网络安全与加密会议，IEEE国际通信国际通信会议，Pacific RIM Multiagent Systems，Pacific RIM国际人工智能国际会议和IFIP世界计算机代表大会。
Pritam Dash
•NSF/ACM散发着新星奖 - 2024 Link。（授予全球40名年轻研究人员）。•UBC解决方案学者跨学科研究奖 - 2024年。•UBC总统的学术卓越奖 - 2022-2024。•UBC应用科学研究生奖 - 2020-2024。•IEEE/IFIP DSN'2021（可靠计算研究领域的旗舰场所）上的最佳纸张奖。•在宁静 - 利斯克（Serene-Risc）中介绍了加拿大十大网络安全发展 - 2020年。•UBC博士研究的4YF奖学金（在每个毕业班上授予前10名学生） - 2020年。•DAAD在科学与工程奖学金领域的实习 - 2015年。•印度科学院研究奖学金奖学金 - 2014年，2015年（在印度选拔约120名学生）。
Albrecht Schmidt、Fosca Giannotti、Wendy E. Mackay、Ben Shneiderman、Kaisa Väänänen。人工智能造福人类：关于如何为个人和社会创造真正互动和以人为本的人工智能的小组讨论。第 18 届 IFIP 人机交互会议 (INTERACT)，2021 年 8 月，意大利巴里。第 335-339 页，10.1007/978-3-030-85607-6_32。hal-03603481
AI 有望在我们生活的许多领域带来革命。过去几年，我们观察到机器学习 (ML) 算法取得了重大进展，并催生出令人印象深刻的系统，例如图像理解和自然语言识别。数据被大规模收集，可用数据集（公共或公司内部）的数量正在迅速增长，因为许多人都了解数据的基本价值。然而，许多应用程序并不关注人，它们不是以人为本的。下面，我们将讨论为什么先进的 AI 和 ML 算法和技术是不够的，以及为什么这不足以创造 AI 革命。为了取得对人类、个人和社会都有意义的真正进步，我们必须了解如何利用 AI 的新潜力和能力从根本上改变交互系统的设计。