XiaoMi-AI文件搜索系统
World File Search SystemKyung
频谱监测手册 - ITU
Mubarak Al-Sawafi 先生，阿曼苏丹国（第 5 章）；Uzi Ben-Yakov 先生，Tadiran Electronic Systems（第 2.7 节）；Robert Cutler 先生，安捷伦科技公司；Francois Delaveau 先生，泰雷兹公司；Saad Dera 先生，沙特阿拉伯王国（第 1 章）；Pierre-Jean Dumay 先生，法国；Tamas Egri 先生，匈牙利；Thomas Hasenpusch 先生，德意志联邦共和国（第 4.9、5.3、5.7 节）；Roland Heister 先生，德意志联邦共和国；James Higgins 先生，美国（第 2.4、2.6 节）；Alain Jacquet 先生，法国（补充）、Sungmoon Kim 先生，大韩民国；Fryderyk Lewicki 先生，波兰电信公司；刘卓然先生，中国（第 5.1 节）；Yvon Livran 先生，泰雷兹公司；Fabio Santos Lobao 先生，巴西（第 5.2 节、第 5.6 节）；Haim Mazar 先生，以色列（第 2 章和第 6.1、6.2、6.3、6.4、6.11 节）；Klaus Mecher 先生，德意志联邦共和国；Philippe Mege 先生，泰雷兹公司；Makoto Miyazono 先生，日本；Soon Hee Park 女士，韩国；David Pasquereau 先生，泰雷兹公司（第 4.7 节）；Alexander Pavlyuk 先生，俄罗斯联邦（第 6 章）；Olivier Pellay 先生，法国（第 4 章和第 6.9 节）；Ulrich Pennig 先生，德意志联邦共和国（第 4.10 节）； Christof Rohner 先生，罗德与施瓦茨公司；Mi-Kyung Suk 女士，大韩民国；Peter Tomka 先生，匈牙利（附件 1）；Erik van Maanen 先生，荷兰王国；王志新先生，中华人民共和国（第 2.5 节）；Roy B. Woolsey 先生，TCI 国际公司（第 3 章）。
将解离能与聚合物蚀刻速率相关联
超越了ohnishi参数：将解离能与聚合物蚀刻相关联Stanfield Youngwon Lee *，Min Kyung Jang，Jae Yun Ahn，Jae Yun Ahn，Jung Jung June Lee和Jin Hong Park Dupont Electronics＆Internalics＆Internalics＆Industrial，20 Samsung 1-Ro 5gil，Hwaseong-si，Gyeeegi-siea，gyeeeegi-do， *stanfield.lee@dupont.com随着光刻图案的大小继续减少，具有快速蚀刻速率和高蚀刻选择性的功能性子层对于维持良好的长宽比和促进成功的模式转移是必要的。因此，预测聚合物蚀刻速率的方法的研究和开发对于设计聚合物在光刻子层中的成功利用至关重要。从这些方法中，OHNISHI参数通常被称为聚合物在某些蚀刻条件下的易于易于。，尽管O.P.值可以是一个强大的预测工具，在某些单体的实现中发现了实际蚀刻率的差异。试图阐明导致这些变化的因素，计算了一系列具有已知蚀刻速率的聚合物的键解离能。与先前引用的研究结合使用，我们的初始发现概述了采用解离能作为OHNISHI参数的替代方案的优势。关键字：ohnishi参数，蚀刻速率，功能性子公司，债券解离能1。引言随着光刻术继续向较低波长的能源过渡，以满足对较小模式大小的需求[1-3]，因此新的材料设计正在不断变化，以满足每一代的需求。然而，尽管每一代人的逝世经常导致不同的子层要求，但某些关键参数仍然坚定不移。其中一种是具有相对更快的蚀刻速率或更高蚀刻性的材料，而蚀刻性的选择性比构成光蛋白天（PR）层的材料。可以提出，随着光刻堆栈的大小不断缩小[4]，蚀刻率不再是主要因素。的确，对有机单层的研究[5-10]，薄无机子层[11-13]，甚至没有有机子层[14]的研究。然而，诸如涂层均匀性，差的模式转移和粘附等问题以及有机抵抗和底层之间的兼容性问题阻碍了这些方法的广泛应用[15,16]。
通过免疫细胞特异性转录组的关联研究
Xianyong Yin, 1,2,3,4,5,6 Kwangwoo Kim , 7 Hiroyuki Suetsugu, 8,9,10 So-Young Bang, 11,12 Leilei Wen, 1,2 Masaru Koido, 9,13 Eunji Ha, 7 Lu Liu, 1,2 Yuma Sakamoto, 8,14 Sungsin Jo, 12 Rui-Xue Leng , 15 Nao Otomo, 8,9,16 Young-Chang Kwon, 12 Yujun Sheng, 1,2 Nobuhiko Sugano , 17 Mi Yeong Hwang, 18 Weiran Li, 1,2 Masaya Mukai, 19 Kyungheon Yoon, 18 Minglong Cai, 1,2 Kazuyoshi Ishigaki, 9,20,21,22 Won Tae Chung, 23 He Huang, 1,2 Daisuke Takahashi, 24 Shin-Seok Lee, 25 Mengwei Wang, 1,2 Kohei Karino, 26 Seung-Cheol Shim, 27 Xiaodong Zheng, 1,2 Tomoya Miyamura, 28 Young Mo Kang, 29 Dongqing Ye , 15 Junichi Nakamura , 30 Chang-Hee Suh, 31 Yuanjia Tang, 32 Goro Motomura, 10 Yong-Beom Park, 33 Huihua Ding , 32 Takeshi Kuroda, 34 Jung-Yoon Choe, 35 Chengxu Li, 4 Hiroaki Niiro, 36 Youngho Park, 12 Changbing Shen, 37,38 Takeshi Miyamoto, 39 Ga-Young Ahn, 11 Wenmin Fei, 4 Tsutomu Takeuchi , 40 Jung-Min Shin, 11 Keke Li, 4 Yasushi Kawaguchi, 41 Yeon-Kyung Lee, 11 Yong-Fei Wang , 42 Koichi Amano, 43 Dae Jin Park, 11 Wanling Yang , 42 Yoshifumi Tada, 44 Yu Lung Lau, 42 Ken Yamaji, 45 Zhengwei Zhu, 1,2 Masato Shimizu, 46 Takashi Atsumi, 47 Akari Suzuki, 48 Takayuki Sumida, 49 Yukinori Okada , 50,51,52 Koichi Matsuda, 53,54 Keitaro Matsuo, 55,56 Yuta Kochi , 57 Japanese Research Committee on Idiopathic Osteonecrosis of the Femoral Head, Kazuhiko Yamamoto , 48 Koichiro Ohmura, 58 Tae-Hwan Kim , 11,12 Sen Yang, 1,2 Takuaki Yamamoto, 59 Bong-Jo Kim, 18 Nan Shen , 32,60,61 Shiro Ikegawa, 8 Hye-Soon Lee, 11,12 Xuejun Zhang, 1,2,62 Chikashi Terao , 9,63,64 Yong Cui, 4 Sang-Cheol Bae 11,12
顾问委员会
国际组织委员会Siddharth Anbanandam（印度罗尔基）Giuseppe Argiolas（意大利Cagliari）Rajan Singh Bhandari（Nepal Lincoln U. Col.，Nepal）Patrick Bouchet（Bourgogne） UI DAI（中国Fudan U.）Dharma Raj Dhakal（Tribhuvan U. ，澳大利亚悉尼）Seokha Koh（Chungbuk Nat'l U.，韩国）Hee Sun Kim（美国夏威夷美国） Taesoo Moon（Dongguk U.，韩国）Anne-Marie Lebrun（法国Burgogne U.）英国牛津）荣格·李（Jung Seung Lee）（韩国Hoseo U.） Okharel（尼泊尔尼泊尔）Pratima Pradhan（印度辛哈尼亚）Ava Shrestha（尼泊尔Pokhara U. Edu。
质疑人工智能预测：影响力驱动的第二意见推荐
[1] Gagan Bansal、Besmira Nushi、Ece Kamar、Dan Weld、Walter Lasecki 和 Eric Horvitz。2019 年。人机协作团队向后兼容的案例。ICML 人机协作学习研讨会 (2019)。[2] Gagan Bansal、Tongshuang Wu、Joyce Zhou、Raymond Fok、Besmira Nushi、Ece Kamar、Marco Tulio Ribeiro 和 Daniel Weld。2021 年。整体是否超过部分？人工智能解释对互补团队绩效的影响。在 CHI 计算机系统人为因素会议论文集上。1-16。 [3] Umang Bhatt、Javier Antorán、Yunfeng Zhang、Q Vera Liao、Prasanna Sattigeri、Riccardo Fogliato、Gabrielle Gauthier Melançon、Ranganath Krishnan、Jason Stanley、Omesh Tickoo 等人。2020 年。不确定性作为透明度的一种形式：测量、传达和使用不确定性。arXiv 预印本 arXiv:2011.07586 (2020)。[4] Zana Buçinca、Maja Barbara Malaya 和 Krzysztof Z Gajos。2021 年。信任还是思考：认知强制函数可以减少人工智能辅助决策对人工智能的过度依赖。ACM 人机交互论文集 5，CSCW1 (2021)，1-21。 [5] Rich Caruana、Yin Lou、Johannes Gehrke、Paul Koch、Marc Sturm 和 Noemie Elhadad。2015 年。医疗保健的可理解模型：预测肺炎风险和 30 天内住院率。第 21 届 ACM SIGKDD 国际知识发现和数据挖掘会议论文集。1721–1730。[6] R Dennis Cook。1986 年。局部影响力评估。皇家统计学会杂志：B 系列（方法论）48，2（1986 年），133–155。[7] Maria De-Arteaga、Artur Dubrawski 和 Alexandra Chouldechova。2021 年。利用专家一致性改进算法决策支持。arXiv 预印本 arXiv:2101.09648（2021 年）。 [8] Maria De-Arteaga、Riccardo Fogliato 和 Alexandra Chouldechova。2020 年。《人机交互案例：在存在错误算法评分的情况下做出决策》。2020 年 CHI 计算机系统人为因素会议论文集。1-12。[9] Berkeley J Dietvorst、Joseph P Simmons 和 Cade Massey。2015 年。《算法厌恶：人们在发现算法错误后会错误地避开算法》。《实验心理学杂志：综合》144, 1 (2015)，114。[10] Kelwin Fernandes、Jaime S Cardoso 和 Jessica Fernandes。2017 年。《具有部分可观测性的迁移学习应用于宫颈癌筛查》。《伊比利亚模式识别与图像分析会议》。Springer，243-250。 [11] Yarin Gal 和 Zoubin Ghahramani。2016 年。Dropout 作为贝叶斯近似：表示深度学习中的模型不确定性。在国际机器学习会议 (ICML) 中。1050–1059。[12] Ruijiang Gao、Maytal Saar-Tsechansky、Maria De-Arteaga、Ligong Han、Min Kyung Lee 和 Matthew Lease。2021 年。通过 Bandit 反馈实现人机协作。IJCAI (2021)。[13] Pang Wei Koh 和 Percy Liang。2017 年。通过影响函数理解黑盒预测。在第 34 届国际机器学习会议论文集-第 70 卷中。JMLR。org，1885–1894 年。[14] Himabindu Lakkaraju、Jon Kleinberg、Jure Leskovec、Jens Ludwig 和 Sendhil Mullainathan。2017 年。选择性标签问题：在存在不可观测因素的情况下评估算法预测。第 23 届 ACM SIGKDD 国际知识发现与数据挖掘会议论文集。ACM，275–284。
长期厌恶习惯，养育家庭工人的概括有限
Maria Coromaina 1：2,3,3，*，Ashvin Ravi 3.4,4,5， Jaeyoung Kim 10.11，Gikashi Terao O。 'Connell 15.16，Mark Adolfsson 18，Martin Alda 19:20，Alfredson 21：Bernhard T. Baune Baune Bernhard T. Baune。 24,25,26， 36,37.38.39，Aiden Corin 40，Nina Dalkner 27，Udo Dannlowski 42，Franziska Tabea Fellendorf 27，Panagius Ferentinos 23:45，Andreas J. Forstner 37.39.46， 51，Melissa J.Maria Coromaina 1：2,3,3，*，Ashvin Ravi 3.4,4,5， Jaeyoung Kim 10.11，Gikashi TeraoO。'Connell 15.16，Mark Adolfsson 18，Martin Alda 19:20，Alfredson 21：Bernhard T. Baune Baune Bernhard T. Baune。 24,25,26， 36,37.38.39，Aiden Corin 40，Nina Dalkner 27，Udo Dannlowski 42，Franziska Tabea Fellendorf 27，Panagius Ferentinos 23:45，Andreas J. Forstner 37.39.46， 51，Melissa J.
研究COVID以增强恢复（恢复）儿科研究方案：基本原理，目标和设计。
Wood，H Shonna Yin，William T. Zempsky，Emily Zimmerman，Benard P. Dreyer和Recover-Pediatric Consortium
研究COVID以增强恢复（恢复）儿科研究方案：基本原理，目标和设计
Wood 18，H。Shonna Yin 114，William T. Zempsky 115，Emily Zimmerman 116，Benard P. Dreyer 1，代表Recover-Pediatric Consortium¶
研究共同以增强恢复（恢复...
Wood 18，H。Shonna Yin 114，William T. Zempsky 115，Emily Zimmerman 116，Benard P. Dreyer 1，代表Recover-Pediatric Consortium¶
透明的人工智能披露义务：谁、什么、何时、何地、为什么、如何
[4] Abeba Birhane、William Isaac、Vinodkumar Prabhakaran、Mark Diaz、Madeleine Clare Elish、Iason Gabriel 和 Shakir Mohammed。 2022.权力归人民？参与式人工智能的机遇与挑战。算法、机制和优化中的公平与访问（美国弗吉尼亚州阿灵顿）（EAAMO '22）。美国计算机协会，纽约，纽约州，美国，第 6 篇文章，8 页。 https://doi.org/10.1145/3551624.3555290 [5] Rishi Bommasani、Drew A. Hudson、Ehsan Adeli、Russ Altman、Simran Arora、Sydney von Arx、Michael S. Bernstein、Jeannette Bohg、Anthony Bosselut 等人。 2021. 论基础模式的机遇与风险。 arXiv 预印本 arXiv:2108.07258(2021)。 https://crfm.stanford.edu/assets/report.pdf [6] Zalan Borsos、Raphael Marinier、Damien Vincent、Eugene Kharitonov、Oliver Pietquin、Matt Sharifi、Oliver Teboul、David Grangier、Marco Tagliasacchi 和 Neil Zeghidour。 2022.AudioLM：一种用于音频生成的语言建模方法。 arXiv:2209.03143 [cs.SD] [7] 马修·伯特尔 (Matthew Burtell) 和托马斯·伍德赛德 (Thomas Woodside)。 2023.人工智能影响力：人工智能驱动的说服分析。 http://arxiv.org/abs/2303.08721 arXiv:2303.08721 [cs]。 [8] C2PA。 2024. 引入官方内容凭证图标 - C2PA — c2pa.org。 https://c2pa.org/post/contentcredentials/。 [访问日期：2024 年 1 月 17 日]。 [9] 维多利亚·克拉克、弗吉尼亚·布劳恩和尼基·海菲尔德。 2015.主题分析。定性心理学：研究方法实用指南 222，2015 (2015)，248。[10] Joshua Cloudy、Jaime Banks、Nicholas David Bowman。 2023. The Str(AI)ght Scoop：人工智能线索减少对敌对媒体偏见的看法。数字新闻 11，9（2023 年 10 月），1577–1596。 https://doi.org/10.1080/21670811.2021.1969974 [11] 谷歌DeepMind。 2024.合成器ID。 https://deepmind.google/technologies/synthid/。访问日期：2024-1-1 [12] Upol Ehsan 和 Mark O. Riedl。 2020.以人为本的可解释人工智能：走向反思性社会技术方法。在 HCI International 2020 - 最新论文：多模态性和智能中，Constantine Stephanidis、Masaaki Kurosu、Helmut Degen 和 Lauren Reinerman-Jones（编辑）。 Springer International Publishing，Cham，449-466。 [13] Passant Elagroudy、Jie Li、Kaisa Vanänen、Paul Lukowicz、Hiroshi Ishii、Wendy Mackay、Elizabeth Churchill、Anicia Peters、Antti Oulasvirta、Rui Prada、Alexandra Diening、Giulia Barbareschi、Agnes Gruenerbl、Midori Kawaguchi、Abdallah El Ali、Fiona Draxler、Robin Welsch 和 Albrecht dt。 2024 年 CHI 计算机系统人为因素会议（美国夏威夷檀香山）（CHI '24 EA）的扩展摘要 https://doi.org/10.31234/osf.io/v4mfz [14] Ziv Epstein、Mengying C Fang、Antonio A Arechar 和 David G Rand。1996。价值敏感设计。互动 3、6（1996 年 12 月）、16–23。 https://doi.org/10.1145/242485.242493 [16] Ozlem Ozmen Garibay、Brent Winslow、Salvatore Andolina、Margherita Antona、Anja Bodenschatz、Constantinos Coursaris、Gregory Falco、Stephen M. Fiore、Ivan Garibay、Keri Grieman、John C. Havens、Marina Jirotka、 Hernisa Kacorri、Waldemar Karwowski、Joe Kider、Joseph Konstan、Sean Koon、Monica Lopez-Gonzalez、Iliana Maifeld-Carucci、Sean McGregor、Gavriel Salvendy、Ben Shneiderman、Constantine Stephanidis、Christina Strobel、Carolyn Ten Holter 和 Wei Xu。 2023. 以人为本的六大人工智能挑战。国际人机交互杂志 39，3 (2023)，391–437。https://doi.org/10.1080/10447318.2022.2153320 arXiv：https://doi.org/10.1080/10447318.2022.2153320 [17] Colin M. Gray、Cristiana Santos、Nataliia Bielova、Michael Toth 和 Damian Clifford。2021. 黑暗模式和同意横幅的法律要求：互动批评视角。在 Proc. CHI '21 中。ACM，日本横滨，1-18。 https://doi.org/10.1145/3411764.3445779 [18] Matthew Groh、Aruna Sankaranarayanan、Nikhil Singh、Dong Young Kim、Andrew Lippman 和 Rosalind Picard。2023 年。人类对文字记录、音频和视频中的政治言论 Deepfakes 的检测。arXiv:2202.12883 [cs.HC] [19] Philipp Hacker、Andreas Engel 和 Marco Mauer。2023 年。监管 ChatGPT 和其他大型生成式 AI 模型。在 2023 年 ACM 公平、问责和透明度会议论文集（美国伊利诺伊州芝加哥）（FAccT '23）中。计算机协会，美国纽约州纽约，1112-1123。 https://doi.org/10.1145/3593013.3594067 [20] Geoff Hart。1996 年。“五个 W”：受众分析新任务的旧工具。技术交流 43，2（1996 年），139-145。http：//www.jstor.org/stable/43088033 [21] Natali Helberger 和 Nicholas Diakopoulos。2023 年。ChatGPT 和 AI 法案。Internet Pol. Rev. 12，1（2023 年 2 月）。[22] Jonathan Ho、William Chan、Chitwan Saharia、Jay Whang、Ruiqi Gao、Alexey Gritsenko、Diederik P Kingma、Ben Poole、Mohammad Norouzi、David J Fleet 等人。2022 年。Imagen 视频：使用扩散模型生成高清视频。 arXiv:2210.02303 [cs.CV] [23] Mohammad Hosseini、David B Resnik 和 Kristi Holmes。2023 年。在撰写学术手稿时披露使用人工智能工具的伦理问题。研究伦理 19，4 (2023)，449–465。https://doi.org/10.1177/17470161231180449 arXiv：https://doi.org/10.1177/17470161231180449 [24] Nanna Inie、Jeanette Falk 和 Steve Tanimoto。2023 年。设计参与式人工智能：创意专业人士对生成式人工智能的担忧和期望。在 2023 年 CHI 计算系统人为因素会议的扩展摘要中。1–8。 [25] Chenyan Jia、Alexander Boltz、Angie Zhang、Anqing Chen 和 Min Kyung Lee。2022 年。理解算法标签与社区标签对超党派错误信息感知准确性的影响。Proc. ACM Hum.-Comput. Interact。6，CSCW2，第 371 条（2022 年 11 月），27 页。https://doi.org/10.1145/3555096 [26] 贾长江、蔡岩、余元德和谢天浩。2016 年。5W+1H 模式：系统映射研究视角及云软件测试案例研究。系统与软件杂志 116（2016 年），206-219。https://doi.org/10.1016/j.jss.2015.01.058 [27] Michael H. Kernis 和 Brian M. Goldman。2006 年。真实性的多组分概念化：理论与研究。实验社会心理学进展。第 38 卷。爱思唯尔，283-357。 https://doi.org/10.1016/S0065-2601(06)38006-9