XiaoMi-AI文件搜索系统
World File Search SystemNakao
正在进行的脑电图矫正使用盲源分离Nicole Ille A，*，Yoshiaki Nakao B，Yano Shumpei B，Toshiyuki Taura B，Arndt Ebert A
在过去的几年中，已经描述了许多方法，以减少伪影污染，同时试图保留大多数大脑活动，即使这与伪影活动相关。自从引入眼部伪影校正的ICA以来，大量已发表的方法基于盲源分离（BSS）或独立组件分析（ICA）（Vigário，1997; Jung et al。，1998）。Other successful approaches use for example spatial filters modelling artifact and brain activity (Berg and Scherg, 1991, 1994; Ille et al., 1997, 2002), spatially constrained ICA (SCICA) (Ille, 2001; Ille et al., 2001; Hesse and James, 2006), or hybrid approaches like BSS/ICA in combination with wavelet transformation (WT) (Castellanos and Makarov，2006年； Mammone等，2012年；有关脑电图删除方法的全面审查，请参见Kaya（2022），Urigüen和Garcia-Zapirain（2015），Islam等。（2016）。
引用：Stumpf, S.、Strappelli, L.、Ahmed, S.、Nakao, Y.、Naseer, A.、Gamba, GD 和 Regoli, D. (2021)。人工智能公平性和透明度的设计方法。CEUR 研讨会论文集，2903，ISSN 1613-0073
相当抽象，无法用于指导如何设计以及设计什么。最近的研究 [4] 开始研究设计模式来指导详细的用户界面设计。除了以用户为中心的设计 (UCD) 流程之外，还提出了用于设计透明人工智能系统的总体设计方法 [5]。在本文中，我们回顾了现有的设计方法研究，以指导设计师设计负责任且合乎道德的人工智能系统和用户界面。然后，我们提出了一种新方法，即共同设计公平人工智能交互 (CoFAIR)，该方法包括一系列共同设计研讨会，然后进行更广泛的评估，以创建合适的用户界面，使其能够通过目标用户群体探索公平性。我们通过案例研究展示了该方法的应用。我们讨论了我们方法的局限性，以及如何将这种方法推广到合乎道德和负责任的人工智能系统的设计。