XiaoMi-AI文件搜索系统
World File Search SystemIntersect
在交叉路口进行映射：环境正义＆...
今天，大约一百万种在全球灭绝的风险，气候变化是广泛的，快速而加剧的，历史上边缘化的社区受到这些趋势结果的不成比例影响。地图有可能对我们采取行动的何处和如何采取重要意义，并提供一个机会，以确保有限的保护资源专门用于优化生物多样性保护，缓解气候变化/适应和先进的人类福祉的地方，尤其是对历史上边缘化的社区。一个在空间数据（生态和社会）方面具有广泛专业知识的工作组，我们开发了本指南，以帮助映射开发人员/用户在各个规模上工作，以选择和开发地图，以支持在生物多样性和公平交集的交叉点上支持更好的决策。我们提出1）一组共同的原则，这些原则是迄今为止许多映射工作的基础，这些映射工作重点是确定行动的优先领域，2）指导问题，以帮助用户通过保护计划项目团队和3）案例研究示例将原则付诸实践。
变革交集的愿景
现有的交叉点设计具有双重目标：调节交通流量并确保所有道路使用者的安全。他们通过相互间接的路径来控制车辆和行人的运动，以优化效率和安全性。然而，在迅速的技术进步的背景下，软件定义的功能很普遍，传统的交叉点在很大程度上取决于硬件，从而限制了它们的适应性以及它们可以集成技术升级的便利性。这种限制至关重要，因为紧急技术可以显着提高安全性和运营效率。这些进步通常取决于连接的交叉点的功能，这些交叉点是智能转换系统（ITS）不可或缺的。ITS使用蜂窝V2X技术来促进车辆，基础设施和其他道路使用者之间的强大无线通信，从而支持信号阶段和时间安排，避免碰撞以及合作自动驾驶等功能。尽管取得了这些进步，但车道交叉系统仍然具有策略和不可编程，无法完全满足对运输效率和安全性的不断发展的需求。本文介绍了OpenInter-extions，这是一个变革性的框架，通过合并和模块化高级技术（例如相机系统，激光雷达传感器，V2X通信）和异质稳定平台来重新涉及相交设计。itOpenIntersection旨在支持自适应软件定义的交叉点（SDI）系统的快速开发，验证和部署，以优化交通流量并有效地增强道路安全性。
算法公平的交叉性问题
描述公平性估计的交叉性问题开发了必不可少的方法来指导搜索公平度指标以基于假设测试的指标来探讨探索基本上不同的方法：公平性作为足够的方法（不是平等），核算不确定性（非点估计）是否充分考虑了估计公平性的统计不确定性吗？
AI与健康，健康，社会化的交集，...
尽管医学取得了长足的进步，但准确地确定疾病是全球最大的关注问题。存在这种复杂性的原因有很多：一个原因是，不同疾病的机制很复杂，例如，其他疾病如此容易地共享症状。斗争继续找到早期的诊断工具。但是，人工智能（AI）可以通过改善诊断过程的能力来改变医疗保健。AI使用的大型数据集包括机器学习（ML），AI背后的驱动力，用于构建和增强进一步预测的能力。您多么良好和用于训练ML模型的数据直接影响其有效性。如果利用了此数据，AI可以帮助解决一些诊断问题。ml可以比平常更快，准确地加快工作流程，帮助决策和自动化任务。
每月网络安全通讯 AI 与……相交
北卡罗来纳州信息技术部与政府技术部门合作举办了北卡罗来纳州网络安全和隐私研讨会——为期两天的活动重点关注人工智能和创新以及人工智能如何与网络安全和隐私相交叉。“作为州政府的主要信息技术服务提供商，NCDIT 的首要职责之一是保持在生成人工智能等新兴技术的前沿，以及它们可以用于好与坏的方式”，州务卿兼首席信息官 Jim Weaver 说。“这次重要活动将探讨人工智能、网络安全和隐私，以及它们对州和地方政府以及我们服务的人民的影响。”这项免费的现场活动将于 12 月 4 日至 5 日在罗利会议中心举行，向所有在公共部门工作的人员开放。有关更多信息和注册，请访问 https://it.nc.gov/symposium。随着生成人工智能等新技术的迅速普及，网络安全和敏感信息的保护变得越来越复杂。虽然北卡罗来纳州技术领域的这种演变提供了前所未有的创新方式，但它也带来了对数据隐私、完整性和安全性的担忧，必须解决这些问题才能保护该州并促进其最大利益。研讨会的第一天是人工智能日，重点是揭开人工智能的神秘面纱，展示政府使用人工智能的解决方案和创新。第一天针对非技术观众，同时也鼓励技术与会者参与。第二天的重点是网络安全和隐私以及它们在我们州的未来中扮演的角色，包括它们与人工智能的交集。信息安全专家和顾问 Jeff Man 是第二天的主题演讲者。Man 在 IT 和信息安全领域拥有 37 年的经验，包括密码学和风险管理，他还是两个播客的联合主持人——Paul's Security Weekly 和 Tribe of Hackers。州首席风险官 Torry Crass 和首席隐私官 Cherie Givens 也在预定的演讲者之列。请继续关注 it.nc.gov/symposium 以获取更多议程更新。
Yanomami人民土地中的气候变化和环境退化：交叉威胁和改善决策的需求
汉堡应用科学大学欧洲可持续发展科学与研究学院，乌尔曼利埃20，汉堡D-21033，德国B自然科学系，曼彻斯特大都会大学，切斯特街，曼彻斯特街，曼彻斯特街，M1 5GD。国际关系研究生课程。校园大学'Ario Darcy Ribeiro。EDIO OF THE INTERNATIONAL INSTITUTE-NORTH WINGS, BRASILIA, DF 70910-900, BRAZIL D FERNANDO PERSON RESEARCH, INNOVATION AND DEVELOPMENT INSTITUTE (FP-I3ID), UNIVERSITY FERNANDO PERSON Coimbra, Patronato Building, Rua da Matem, 49, Coimbra 3004-517, Portugal F National Institute for Research of Amaz ², biodiversity coordination, av.Andr´和Araújo2936，PetrIlópolis，Manaus，AM 69067-375，巴西G国家空间研究所（INPE），AV。宇航员，1,758-格兰贾花园，乔希和坎波斯1，保罗2227-010，巴西
在放射学中实现公平性的道德要求：交叉性和社会嵌入方式
哈佛医学院通过机器学习（ML）系统的攻击性诊断系统通常被认为是客观且公平的。但是，它可能对某些患者亚组表现出偏见。造成这种情况的典型原因是ML系统筛查的疾病特征的选择，ML系统从人类临床判断中学习，这些判断通常是有偏见的，并且ML中的公平性通常被不当概念化为“平等”。具有此类参数的ML系统无法准确诊断并满足患者的实际健康需求以及他们如何依赖患者的社会身份（即交叉性）和更广泛的社会条件（即嵌入）。本文探讨了鉴于患者的交叉性和健康的社会嵌入性，以确保ML系统的公平性的道德义务。本文提出了一组干预措施来解决这些问题。它建议对ML系统的发展进行范式转移，使他们能够筛查内源性疾病原因和患者相关潜在的健康影响（例如社会经济的情况。本文提出了一个道德要求的框架，以建立这一转变并进一步确保公平。关键字：机器学习；公平正义;道德要求；放射学I型机器学习（ML）系统在临床护理环境中发现了在医疗保健监测，诊断和风险管理中的应用（Bates＆Zimlichman，2015; Chen等，2024; Obermeyer等，2019）。但是，此光环可能没有完全合理。需求集中患者的交叉性和健康的社会嵌入性，最值得注意的是（i）通过（i）整合到ML系统中，适用于患者情况对健康影响的可测量医学指标，（ii）在道德上，多样性，代表性和正确的患者数据，与相关的疾病特征和（III）相关的社会敏感性和（III）涉及的疾病以及（III）的敏感性和（iii）涉及的数据，以及涉及的研究，并涉及社会敏感的系统，并将其涉及互联网互动，并将其涉及互联网效果。利益相关者。在放射学中，ML系统用于协助或增强临床医生在各种图像获取，分析，解释，诊断和决策支持任务中的工作（Hanneman等，2024； Yu等，2024）。这种更广泛采用的主要驱动力似乎是ML系统在图像解释和精确方面的表现（Pot等，2021; Satariano等，2023; Yu等，2024）。所谓的“自动化偏见” - 人类对自动化系统产生的信息的有效性和预测能力的倾向”（Pot等，2021，p。7） - 赋予了ML ML系统，具有对象和公平性的AURA（Pot等，20211）。对实现这些高希望的主要挑战已被证明是ML偏见系统和相关不公平结果的流行（Gichoya等，2022，2023; Hanneman等，2024; Pot et al。，2021）。ML偏见的医疗保健访问和治疗不足，引起了ML系统引起或永久存在的整体不公平性的道德问题。实证研究已系统地记录了ML偏见系统的持久性和对历史上服务不足的患者人群的不公平治疗，包括放射学（Obermeyer等，2019; Gichoya et al。，2023; Seyyed-Kalantari-Kalantari-Kalantari-Kalantari et al。等，2022； Mukherjee等人，2022年）。
全球终身学习峰会2024探索AI的交集，
Thomas和Lydia Moran学习科学副教授，美国卡内基梅隆大学，美国艾米·奥根（Amy Ogan）博士是一名教育技术专家，专注于使学习体验更具文化和上下文相关的方式。她的培训涵盖了计算机科学，人类计算机互动，学习科学和现代语言的学科。她被MIT被评为世界经济论坛年轻科学家，是MIT的EEC中的新星，并获得了McCandless主席，Thomas和Lydia Moran学习科学教授职位。此外，她还获得了雅各布早期职业奖学金，以研究新兴经济体中教育技术的使用。她曾与卡内基·梅隆大学（Carnegie Mellon University Africa），南加州大学创意技术学院和庞蒂氏菌大学（Pontificia cattollica de Chile）有联系，并对五大洲的教育技术部署进行了实地研究。她的研究已获得五个不同学术社会的奖项，并得到了国家科学基金会，谷歌，麦克唐纳基金会，万事达卡基金会和雅各布斯基金会等组织的支持。
再生医学与妇女健康的交集：研讨会
•考虑与女性特异性和/或更常见或对女性更常见或对女性的影响相关的再生医学基础和转化研究（包括细胞和动物模型的发展）的差距。•探索新兴的再生医学疗法和技术（以及这些领域的差距），以了解女性特异性和/或更常见或对女性的影响更大或对女性的影响。•了解再生医学劳动力中妇女的代表，扩大代表性的努力以及如何影响研究和临床护理。•检查可能限制获得再生医学疗法的障碍，扩大护理机会的机会以及改善健康素养和沟通的努力。计划委员会将组织研讨会，制定议程，选择和邀请演讲者和讨论者，并进行温和或识别主持人进行讨论。在研讨会上的演讲和讨论的摘要