XiaoMi-AI文件搜索系统
World File Search SystemNovak
关于函数积分的量子复杂性......
函数积分问题是众所周知的，人们针对许多不同的设置和对函数规律性的假设进行了研究。许多求积规则是已知的，例如 Newton-Cotes 规则或高斯求积规则。对经典计算机上确定性和随机性设置下的积分复杂性的研究始于 1959 年，当时 Bakhvalov [1] 考虑了 H¨older 类函数。[2] 研究了 Sobolev 类函数。在 [3, 4, 5] 中也可以找到关于经典计算机上积分复杂性的结果。除了经典计算之外，在量子计算机上计算的研究也取得了进展。处理量子计算的首批基础著作之一是 Shor [6] 的作品，他提出了离散因式分解的量子算法。该算法在输入的位数方面具有多项式成本，并且尚无已知的经典算法具有此属性。量子计算的第二个里程碑式的工作是 Grover [7] 的数据库搜索算法，该算法表明，对于该问题，量子计算机比传统计算机的速度提高了二次方。量子计算的优势还体现在其他离散问题上，例如计算平均值、中位数和分位数，参见 [8, 9, 10, 11]。此外，在量子环境下研究了许多连续问题。第一个考虑连续问题的量子复杂性的工作是 Novak [12] 处理 H¨older 类函数的积分。Heinrich [13] 研究了 Sobolev 类中的积分。其他问题，如最大化、近似、路径积分、求解常微分方程、寻找根
haddad视频库
https://twitter.com/danielnhaddad https://www.instagram.com/danielnhaddad/ Favorites Kapé with Kinea #009 with Roberto Setubal: Your History, Lessons and Visions of Brazil Faria Lima's serial entrepreneur: What to learn from Avenue, Clear and Win | MMS＃10麦道夫：华尔街亚马逊的怪物|乌斯默（Usmer）对亚历克斯·萨皮罗（Alex Szapiro）的痴迷是百事可乐成为世界第六大海军|奇怪的是知识的幻想 - 霍华德的备忘录是什么是一个好的投资过程？ 与价值投资者Ro Vinall进行的谈话与Gauut Baid 4因素4因素用于建设Histo-Weather Portfolio，乔治·索罗斯（George Soros）破产英格兰银行|奇怪的是，领导者如何以戴维·诺瓦克（David Novak）领导：史丹利·德鲁肯米勒（Stanley Druckenmiller），巴西利亚世界入侵的第一名投资者和巴西袋中的逃避者：路易斯·斯图尔伯格（Luis Stuhlberger）等待2023年？ #indinvconf 2021 |破坏驱动程序|迈克尔·莫博辛（Michael Maubossin）的目的是什么，什么是深层目的？ Andrew Chen |冷启动问题：如何开始和规模网络效应|在Google Carol Dweck上进行会谈 - 心态：成功谈判非谈判的新心理学| Dan Shapiro |在Google上谈话我们如何期望敬畏 - 为什么它很重要| Beau Lotto和Cirque Du Soleil Annie Duke-退出的力量。瑞安（Ryan）假期与南加州大学足球迈克尔·桑德尔（Michael Sandel）讲话 - 钱应该可以买到吗？ Kapé与Kinea＃012一起，教授Clovis de Barros Filho：我想，很快我投资了！https://twitter.com/danielnhaddad https://www.instagram.com/danielnhaddad/ Favorites Kapé with Kinea #009 with Roberto Setubal: Your History, Lessons and Visions of Brazil Faria Lima's serial entrepreneur: What to learn from Avenue, Clear and Win | MMS＃10麦道夫：华尔街亚马逊的怪物|乌斯默（Usmer）对亚历克斯·萨皮罗（Alex Szapiro）的痴迷是百事可乐成为世界第六大海军|奇怪的是知识的幻想 - 霍华德的备忘录是什么是一个好的投资过程？与价值投资者Ro Vinall进行的谈话与Gauut Baid 4因素4因素用于建设Histo-Weather Portfolio，乔治·索罗斯（George Soros）破产英格兰银行|奇怪的是，领导者如何以戴维·诺瓦克（David Novak）领导：史丹利·德鲁肯米勒（Stanley Druckenmiller），巴西利亚世界入侵的第一名投资者和巴西袋中的逃避者：路易斯·斯图尔伯格（Luis Stuhlberger）等待2023年？#indinvconf 2021 |破坏驱动程序|迈克尔·莫博辛（Michael Maubossin）的目的是什么，什么是深层目的？Andrew Chen |冷启动问题：如何开始和规模网络效应|在Google Carol Dweck上进行会谈 - 心态：成功谈判非谈判的新心理学| Dan Shapiro |在Google上谈话我们如何期望敬畏 - 为什么它很重要| Beau Lotto和Cirque Du Soleil Annie Duke-退出的力量。瑞安（Ryan）假期与南加州大学足球迈克尔·桑德尔（Michael Sandel）讲话 - 钱应该可以买到吗？ Kapé与Kinea＃012一起，教授Clovis de Barros Filho：我想，很快我投资了！Andrew Chen |冷启动问题：如何开始和规模网络效应|在Google Carol Dweck上进行会谈 - 心态：成功谈判非谈判的新心理学| Dan Shapiro |在Google上谈话我们如何期望敬畏 - 为什么它很重要| Beau Lotto和Cirque Du Soleil Annie Duke-退出的力量。瑞安（Ryan）假期与南加州大学足球迈克尔·桑德尔（Michael Sandel）讲话 - 钱应该可以买到吗？Kapé与Kinea＃012一起，教授Clovis de Barros Filho：我想，很快我投资了！Kapé与Kinea＃012一起，教授Clovis de Barros Filho：我想，很快我投资了！
社论：长期的用户培训和准备，以在闭环 BCI 竞赛中取得成功
脑机接口 (BCI) 的研究已有 30 年左右的历史。然而，即便如此，在实验室环境中完成的大部分工作也很少应用于目标终端用户，例如患有严重运动障碍的人。研究界的主要目标应该是最终将 BCI 带入终端用户可以获利并获得独立和生活质量的状态。将该领域推向实际应用的一种可能性是由 CYBATHLON [由苏黎世联邦理工学院（Riener，2016）发起] 和其他竞赛推动的。这样的竞赛挑战研究机构和行业在现实世界中展示他们的发展并突破研究的界限。在 CYBATHLON（Novak 等，2017）的 BCI 竞赛中，终端用户是飞行员，他们通过使用多类 BCI 控制化身与其他飞行员竞赛。此类竞赛以及其他竞赛对开发人员的要求极高，因为 BCI 系统必须在竞赛时正常工作，在实验室之外的陌生环境中，周围有观众、有噪音，并且没有第二次机会。在中国，BCI 竞赛于 2010 年首次由清华大学组织。自 2017 年起，BCI 竞赛由中国电子学会作为世界机器人大会的一部分组织。每年都有数千名用户参加。BCI 竞赛包含两部分：用户竞赛和算法竞赛。用户竞赛的获胜者随后参加算法竞赛，以测试 BCI 研究团队上传的算法的性能。通过这些 BCI 竞赛，获得了大量用于进一步研究的 BCI 数据，这些数据已用于推动 BCI 算法的进步。在不久的将来，这些数据将在线发布，供世界各地的 BCI 研究人员使用。当然，另一个极其重要的因素是团队为竞赛所做的准备。具体来说，应该训练最终用户飞行员产生稳定和准确的心理状态，产生一致的大脑振荡来控制 BCI，即使在诸如 CYBATHLON 竞技场等潜在的压力环境中也是如此。
社论：长期的用户培训和准备，以在闭环 BCI 竞赛中取得成功
脑机接口 (BCI) 的研究已有 30 年左右的历史。然而，即便如此，在实验室环境中完成的大部分工作也很少应用于目标终端用户，例如患有严重运动障碍的人。研究界的主要目标应该是最终将 BCI 带入终端用户可以获利并获得独立和生活质量的状态。将该领域推向实际应用的一种可能性是由 CYBATHLON [由苏黎世联邦理工学院（Riener，2016）发起] 和其他竞赛推动的。这样的竞赛挑战研究机构和行业在现实世界中展示他们的发展并突破研究的界限。在 CYBATHLON（Novak 等，2017）的 BCI 竞赛中，终端用户是飞行员，他们通过使用多类 BCI 控制化身与其他飞行员竞赛。此类竞赛以及其他竞赛对开发人员的要求极高，因为 BCI 系统必须在竞赛时正常工作，在实验室之外的陌生环境中，周围有观众、有噪音，并且没有第二次机会。在中国，BCI 竞赛于 2010 年首次由清华大学组织。自 2017 年起，BCI 竞赛由中国电子学会作为世界机器人大会的一部分组织。每年都有数千名用户参加。BCI 竞赛包含两部分：用户竞赛和算法竞赛。用户竞赛的获胜者随后参加算法竞赛，以测试 BCI 研究团队上传的算法的性能。通过这些 BCI 竞赛，获得了大量用于进一步研究的 BCI 数据，这些数据已用于推动 BCI 算法的进步。在不久的将来，这些数据将在线发布，供世界各地的 BCI 研究人员使用。当然，另一个极其重要的因素是团队为竞赛所做的准备。具体来说，应该训练最终用户飞行员产生稳定和准确的心理状态，产生一致的大脑振荡来控制 BCI，即使在诸如 CYBATHLON 竞技场等潜在的压力环境中也是如此。
作者 技术 - ERIC
摘要 国际上对新信息技术 (NIT) 在高等教育教学、培训、研究和管理中的现状概述包括 25 篇论文：“NITS 对高等教育的影响”(C. Calude 和 M. Malitza)；“人工智能的教育意义”(M.A. Roden)；“论知识理论”(L. Iliev)；“计算机技术与教育”(L. P. Steier)；“新信息技术：人工智能的作用”(G. S. Pospelov)；“认知科学和信息技术对大学生活中人权和价值观的挑战”(M. Pellery)；“斯坦福大学的计算机：概述”(P. Suppes)；“白金汉大学个人电脑在教育中的应用”(J. E. Galletly)；“最终用户计算——对大学组织的挑战”(P. Baumgartner 和 S. Payr)； “信息学和计算机应用对高等教育内容和方法的影响”（H. Mohle）；“瑞士高等教育中的信息学”（摘自联邦教育和科学部发布的一份关于信息学的报告）；“寻找科学教育中的知识模式”（A. Kornhauser）；“医学教育计算”（D. Ingram）；“计算机模拟患者——C.A.S.E.S.，用于构建计算机患者的软件”（H. A. Verbeek）；“微型计算机在统计教育中的应用：白金汉的经验”（E. Shoesmith）；“学院的计算机图形学课程
对患有发育协调障碍儿童（DCD）的儿童使用认知取向（CO-COP）方法
使用认知取向对患有发育协调障碍儿童（DCD）儿童的日常职业表现（CO-COP）方法摘要摘要作者：Hortensia Gimeno，Anne Corbett和心灵的成员和基于证据的实践小组。关于此资源，此证据摘要旨在与儿童，年轻人和家庭合作的职业治疗师。它伴随着信息图，可以在需要时向他人解释该主题。这种干预的目的是什么？合作方法是一种以任务为导向的干预措施，使用解决问题和认知策略来实现成功实现年轻人的自我确定的目标或目标，而儿童和家庭在幼儿和/或智力障碍的情况下共同确定的目标。（1）合作社方法旨在推动运动技能的获取和增强性能的日常生活。它使用解决问题来实现他们的个人目标，使儿童和年轻人成为在治疗过程中的积极参与者。学习新技能被视为解决问题的练习，并且应该在上下文（例如在家或学校）中进行的练习，以支持儿童/年轻人将技能和知识传播到其他日常生活环境的能力，这被认为是方法的最终结果。（1）这种干预对DCD儿童有效吗？该干预措施最初是针对发育协调障碍（DCD）的儿童开发的，具有合理的理论基础。（1）有强有力的证据支持与DCD儿童（2、3、4）的合作社使用，因为他们将实现其确定的目标，并且还将能够概括和转移学习。这是通过儿童/年轻人独立地使用解决问题的策略的能力来确定活动可能正在分解并采用认知策略应用来解决活动崩溃的原因的能力。针对患有DCD儿童的运动干预措施的系统审查和荟萃分析发现，与以过程为导向的干预措施相比，对任务导向的干预措施有更强的影响，其中包括合作方法（效应尺寸= 0.89）（效果尺寸= 0.89）（效果大小= 0.12）。（5）此外，DCD的国际指南得出结论，合作社有足够的有力证据来提出建议（强有力的建议）。（2）合作方法的理论，原理和临床应用与Novak和Honan（3）评论中的调查结果一致，即基于活动的，自上而下的干预措施为儿童/年轻人带来了更大的收益。
对急诊入院的人工智能驱动的 COVID-19 分类进行真实世界评估：无实验室和高通量筛查解决方案的外部验证和操作评估 Andrew AS Soltan 博士 MB BChir 1,2 Jenny Yang MSc 3 Ravi Pattanshetty 博士 FRCEM 1 Alex Novak 博士 FRCEM 1 Yang Yang 博士 DPhil 3 Omid Rohanian 博士 PhD 3 Sally Beer 1 Marina A. Soltan 博士 MRCP 5,6 David R. Thickett 教授 FRCP 5,6 Rory Fairhead 博士 BA 4 CURIAL 转化合作组织 Tingting Zhu 博士 DPhil 3 David W. Eyre 教授 DPhil 1,7,8 David A. Clifton 教授 DPhil 3 附属机构：
摘要背景患者 COVID-19 状态的不确定性导致治疗延迟、院内传播和医院的运营压力。但是，批量处理的实验室 PCR 测试的典型周转时间仍然为 12-24 小时。尽管快速抗原横向流动检测 (LFD) 已在英国急救环境中得到广泛采用，但灵敏度有限。我们最近证明，AI 驱动的分类 (CURIAL-1.0) 可以使用抵达医院后 1 小时内常规获得的临床数据进行高通量 COVID-19 筛查。在这里，我们旨在确定与标准护理相比的运营和安全性改进，使用针对通用性和速度优化的更新算法在四个 NHS 信托机构中进行外部/前瞻性评估，并在英国急诊室部署一种新的无实验室筛查途径。方法我们对 CURIAL-1.0 中的预测因子进行了合理化，以分别优化通用性和速度，开发了具有生命体征和常规实验室血液预测因子（FBC、U&E、LFT、CRP）的 CURIAL-Lab 以及仅具有生命体征和 FBC 的 CURIAL-Rapide。在训练期间，模型被校准到 90% 的灵敏度，并针对朴茨茅斯大学医院、伯明翰大学医院和贝德福德郡医院 NHS 信托的非计划入院情况进行了外部验证，并在英国 COVID-19 疫情第二波期间在牛津大学医院 (OUH) 进行了前瞻性验证。使用首次进行的血液测试和生命体征生成预测值，并与确认性病毒核酸检测进行比较。接下来，我们回顾性评估了一种新的临床途径，将患者分类到模型预测或 LFD 结果为阳性的 COVID-19 疑似临床区域，并将灵敏度和 NPV 与单独的 LFD 结果进行比较。最后，我们部署了 CURIAL-Rapide 和经批准的即时诊断 FBC 分析仪（OLO；SightDiagnostics，以色列），在约翰拉德克利夫医院急诊科（英国牛津）提供无需实验室的 COVID-19 筛查，这是信托机构认可的服务改进。我们的主要改进结果是获得结果的时间可用性；次要结果是根据 PCR 参考标准评估的敏感性、特异性、PPV 和 NPV。我们将 CURIAL-Rapide 的性能与标准护理中的临床医生分诊和 LFD 结果进行了比较。结果 72,223 名患者符合外部和前瞻性验证站点的资格标准。各信托机构的模型性能一致（CURIAL-Lab：AUROC 范围 0.858-0.881；CURIAL-Rapide 0.836-0.854），朴茨茅斯大学医院的灵敏度最高（CURIAL-Lab：84.1% [95% Wilson 评分 CIs 82.5-85.7]；CURIAL-Rapide：83.5% [81.8 - 85.1]），特异性为 71.3%（95% Wilson 评分 CIs：70.9 - 71.8）和 63.6%（63.1 - 64.1）。对于 2021 年 12 月 23 日至 2021 年 3 月 6 日期间在 OUH 入院常规护理中接受 LFD 分诊的 3,207 名患者，联合临床路径将灵敏度从 56 提高。仅 LFD 为 9%（95% CI 51.7-62.0），而 CURIAL-Rapide 为 88.2%（84.4-91.1；AUROC 0.919），CURIAL-Lab 为 85.6%（81.6-88.9；AUROC 0.925）。2021 年 2 月 18 日至 2021 年 5 月 10 日期间，520 名患者前瞻性地接受了即时临床 FBC 分析，其中 436 名患者在常规护理中接受了确认性 PCR 检测，10 名（2.3%）检测呈阳性。从患者到达到获得 CURIAL-Rapide 结果的中位时间为 45:00 分钟（32-64），比 LFD 快 16 分钟（26.3%）
类别：应用和临床整合研讨会标题：机器人介导的神经康复组织者的物理人类互动：
Category: Application and clinical integration Workshop Title: Robot-Mediated Physical Human-Human Interaction in Neurorehabilitation Organizer(s): Lorenzo Vianello Speaker(s): Novak, Vesna, University of Cincinnati Manczurowsky, Julia, Northeastern University Kager, Simone, Singapore-ETH Centre Vianello, Lorenzo, Shirley Ryan Newcastle University University的东北大学Alessia Noccaro的Communicatlab Matthew R. Short时间：16：00-17：30与会者参与：在研讨会的第一部分（45分钟），该领域的专家将提供机器人介导的物理互动概述，并在恢复中进行了简短的Q＆ably Q＆a Blooal Q＆a Brim Q＆a Blooal Q＆a Blooal Q＆a Blooal Q＆a Blooal Q＆a Blooal Q＆a Blooal Q＆a Blooal Q＆a Blooal Q＆a Blooal Q＆a Blooal Q＆a Blim Q＆the Q及研讨会的第二部分（最后45分钟）将是一项动手活动，参与者将分为四组。每个组将拥有一台计算机连接到两个机器人（总共八个机器人和四台计算机），并将为其两个机器人完成控制器。每个组中的机器人将在屏幕上显示的虚拟游戏（类似于乒乓球）中的其他三支球队进行物理互动和协作。摘要：人类经常以成对或组来执行运动任务，以通过团队合作提高绩效或共享知识和彼此学习。虽然某些任务（例如肢体康复）可以单独完成，但在援助下，结果可以显着改善。例如，单个治疗师可能指导患者的肢体受损，但更复杂的病例可能需要多个治疗师来协调移动更受损的患者的努力。在所有这些情况下，互动都涉及视听通信，物理互动或两者兼而有之。使用机器人介导物理互动可以增强常规身体康复的结果，同时促进可测量性。关于人类之间机器人介导的身体相互作用的研究表明，与伴侣的触觉训练可以改善任务表现和运动学习[1,2,3]。这些好处归因于（1）增加动力和参与度，（2）从伴侣的运动中推断策略的能力，以及（3）努力的总结或采用专业角色来完成任务。机器人网络可以调节交互动力学并模拟虚拟环境。最简单的设置涉及两个人通过两台机器进行交互的人，即更复杂的网络（例如与多名患者协调的治疗师）相互作用。在这个研讨会中，我们将探讨机器人介导的互动如何使康复受益。第一部分将展示该领域专家的上肢和下肢机器人介导的物理互动的实例。在第二部分中，参与者将进行动手活动，为多个机器人（八个1个1个自由度的机器人）设计控制器，以调节以治疗为导向的游戏，涉及协作和竞争任务。
BNT162b2 疫苗在劳动年龄人口中预防 COVID-19 的有效性——瑞典南部一项队列研究的初步结果
1. Polack FP、Thomas SJ、Kitchin N、Absalon J、Gurtman A、Lockhart S 等人。BNT162b2 mRNA Covid-19 疫苗的安全性和有效性。N Engl J Med 2020；383：2603-15。2. Baden LR、El Sahly HM、Essink B、Kotloff K、Frey S、Novak R 等人。mRNA-1273 SARS-CoV-2 疫苗的有效性和安全性。N Engl J Med 2021；384：403-16。3. SARS-CoV-2 病毒变体在 särskild betydelse 中的统计（瑞典语）。斯德哥尔摩：瑞典公共卫生署； 2021 年 3 月 18 日。4. Hall VJ、Foulkes S、Saei A、Andrews N、Oguti B。BNT162b2 mRNA 疫苗对英格兰医护人员感染和 COVID-19 疫苗覆盖率的有效性，多中心前瞻性队列研究 (SIREN 研究)。SSRN 2021。5. Amit S、Regev-Yochay G、Afek A、Kreiss Y、Leshem E。BNT162b2 疫苗接种者 SARS-CoV-2 感染和 COVID-19 的早期发病率降低。柳叶刀 2021；397：875-7。6. Hunter PR、Brainard J。评估辉瑞 COVID-19 BNT162b2 疫苗单剂接种后的有效性。对以色列“真实世界”疫苗接种结果研究的重新分析。 medRxiv 2021:2021.02.01.21250957。7. Vasileiou E、Simpson CR、Robertson C、Shi T、Kerr S、Agrawal U 等人。苏格兰首剂 COVID-19 疫苗对住院率的影响：540 万人的全国前瞻性队列研究。SSRN 2021。8. Dagan N、Barda N、Kepten E、Miron O、Perchik S、Katz MA 等人。全国大规模疫苗接种环境中的 BNT162b2 mRNA Covid-19 疫苗。 N Engl J Med 2021。9. Hansen CH、Michlmayr D、Gubbels SM、Mølbak K、Ethelberg S。2020 年丹麦 400 万 PCR 检测个体中 SARS-CoV-2 再感染保护评估：一项人群水平观察性研究。Lancet 2021。10. Hall V、Foulkes S、Charlett A、Atti A、Monk E、Simmons R 等人。抗体阳性的医护人员的 SARS-CoV-2 感染率是否低于抗体阴性的医护人员？大型多中心前瞻性队列研究（SIREN 研究），英格兰：2020 年 6 月至 11 月。medRxiv 2021：2021.01.13.21249642。
人工智能在营销中的应用
I. 引言 多年来，技术发展彻底改变了人类生活的几乎每个方面，包括任何商业组织营销其商品和服务的方式。除了互联网、移动应用程序和社交媒体等既定的创新之外，物联网 (IoT)、人工智能 (AI)、大数据分析和机器人技术等一些新兴技术通过提供吸引和维护客户群的数字解决方案，对营销实践产生了深远的影响 (Hoffman 和 Novak 2018、Mende 等人 2019、Bolton 等人，2018、Davenport 2018)。新兴技术通过促进向目标客户提供商品和服务，为公司提供了竞争优势 (Spring 等人，2017 年，Balaji 和 Roy，2017 年)。这些新兴技术的出现为组织开展活动铺平了道路。因此，值得注意的是，制造业、零售业、金融业或医疗保健业等不同行业的商业组织都在不断增加对技术进步的支出，以实现不同的目标。随着技术领域的进步，世界已成为一个互联网络，人工智能在当今的商业场景中得到了不同的应用。“人工智能”（AI）一词由计算机科学家 John McCarthy 于 1954 年提出（Cukier，2019 年）。人工智能（AI）是一种广泛使用的新兴技术，可以定义为“机器表现出的智能”（Siau，2017 年）。人工智能是制造智能机器的科学和工程，它使用传感器来感知并使用效应器对外部环境做出反应（Russell and Norvig 2003）。它与使用计算机程序来理解人类智能有关（Stanford，2007 年）。具有人工智能的计算机能够学习、识别语音、规划和解决问题。 “人工智能”一词于 1954 年被提出。然而，自 2017 年以来，关于人工智能在营销中的作用的争论迅速升温，期刊上发表了更多研究论文。随着时间的推移，技术进步一直伴随着营销的发展，并已明确表明营销可以与人工智能一起发挥作用 (Siau, 2017)。人工智能驱动的先进创新营销解决方案可以快速适应公司不断变化的需求，并带来对利益相关者有利可图且至关重要的沟通和解决方案包 (Epstein, 2018)。当代营销是自动化、智能化的，而且越来越以数据为驱动。新时代营销的高度集中方法对营销结果产生了直接影响 (Paschen et al., 2019; Kumar et al., 2019)。营销人工智能被定义为“人工智能代理的发展，根据它们掌握的关于竞争对手、消费者和焦点公司的信息，建议和/或采取营销行动，以实现最佳营销结果”（Gijs Overgoor 等人，2019 年）。Van Esch（2018 年）将人工智能定义为人机交互。人工智能几乎影响了所有功能