XiaoMi-AI文件搜索系统
World File Search SystemNovi
量子公开演讲：性格培养和生活技能的基础 Isnanita Noviya Andriyani a,1,* , Khoirul Maslahah a,2 , Fitriah M. Suud b
培养优质人力资源是应对工业时代 4.0 挑战的最后一步，这不仅依赖于学术能力；印度尼西亚年轻一代的人力资源质量也需要通过各种软技能来提高，以提高情商，这将使印度尼西亚民族在未来成为一个胜利的国家。最重要的软技能之一是公开演讲。本文描述了公开演讲策略对于小学生在提高素质方面具有竞争力的重要性。所采用的研究方法是描述性定性研究，采用案例研究方法。数据收集通过访谈、观察和记录更深入地阐述了公开演讲策略。本研究的对象是 Ma'had Permata Islam 的 61 名学生和 15 名教师。本研究的结果是可以通过提高演讲技巧、批判性思维技巧、提高自我素质、习惯在人群面前演讲和做好准备来装备公开演讲的小学生的策略。小学生的公开演讲是一种边学边做的练习，通过这种练习，学生可以自信地站出来表达自己的观点。让小学生掌握公开演讲的技巧，让他们在向公众展示自己时充满自信，这是品格培养和生活技能的基础。
学习协助和与新手无人机飞行员沟通...
摘要 — 涉及检查和着陆任务的无人机 (UAV) 多任务任务对于新手飞行员来说具有挑战性，因为与深度感知和控制界面相关的困难。我们提出了一个共享自主系统以及补充信息显示，以帮助飞行员在没有任何飞行员培训的情况下成功完成多任务任务。我们的方法包括三个模块：（1）将视觉信息编码到潜在表示上的感知模块，（2）增强飞行员动作的策略模块，以及（3）向飞行员提供额外信息的信息增强模块。在用户研究 (n = 29) 中，策略模块在模拟中使用模拟用户进行训练，并在未经修改的情况下转移到现实世界，同时还有补充信息方案，包括学习到的红/绿光反馈提示和增强现实显示。策略模块不知道飞行员的意图，只能根据飞行员的输入和无人机的状态推断。助手将着陆和检查任务的任务成功率分别从 [16.67% 和 54.29%] 提高到 [95.59% 和 96.22%]。借助助手，缺乏经验的飞行员也能取得与经验丰富的飞行员类似的表现。红/绿灯反馈提示可将检查任务所需的时间缩短 19.53%，轨迹长度缩短 17.86%，参与者将其评为他们的首选条件，因为界面直观且令人放心。这项工作表明，简单的用户模型可以在模拟中训练共享自主系统，并转移到物理任务以估计用户意图并为飞行员提供有效的帮助和信息。
使用人工智能指南对新手进行风湿性心脏病筛查
结果：36名新手参与者总共扫描了50名患者，总共进行了462次超声心动图研究，使用AI指南获得了362例，没有AI指导获得了100名未经AI指南的专家Sonographers获得的362例。新手图像在> 90％的研究中启用了诊断解释，用于存在/不存在RHD，异常MV形态和二尖瓣反流（专家vs 99％，P＃.001）。图像对主动脉瓣疾病的诊断较少（主动脉瓣反流的79％，主动脉狭窄为50％，专家为99％和91％，p <.001）。美国急诊医师学院的数量不XPERT图像在外部长轴图像（平均值为3.45; 81％$ 3）中最高，而Pains 4-Chamber（平均值为3.20; 74％$ 3）和顶端5室图像（平均值为2.43; 38％$ 3; 38％$ 3）的评分较低。
DeNovix荧光定量测定
Qubit™是Thermo Fisher Scientific及其子公司的注册商标，仅用于识别和参考目的。denovix，Denovix产品和本文档未经Thermo Fisher Scientific的任何方式认可或授权。
比较人工智能数据工作的专家和新手
许多人工智能系统设计师都在努力寻找最佳方法，以收集不同类型的训练数据。在线群体提供了一种廉价的按需情报来源，但他们往往缺乏许多领域所需的专业知识。专家提供隐性知识和更细致入微的输入，但他们更难招募。为了探索这种权衡，我们在设计基于文本的对话代理的背景下，比较了新手和专家在人类智能任务方面的表现和看法。我们开发了一个初步的聊天机器人，它模拟与寻求心理健康建议的人的对话，以帮助教育 7cups.com 的志愿听众。然后，我们招募了经验丰富的听众（领域专家）和 MTurk 新手工作者（群体工作者）来执行任务，以改进具有不同复杂程度的聊天机器人。新手群体在只需要自然语言理解的任务上的表现与专家相当，例如纠正系统对用户语句的分类方式。对于更具生成性的任务，例如创建新的聊天机器人对话，专家们表现出更高的质量、新颖性和情感。我们还发现了一个激励差距：众包工作者喜欢互动任务，而专家们则认为这项工作乏味且重复。我们提供了设计考虑，以分配众包工作者和专家完成 AI 系统的输入任务，并更好地激励专家参与 AI 的低级数据工作。
比较人工智能数据工作的专家和新手 - NSF-PAR
许多人工智能系统设计师都在努力寻找最佳方法，以收集不同类型的训练数据。在线群体提供了一种廉价的按需情报来源，但他们往往缺乏许多领域所需的专业知识。专家提供隐性知识和更细致入微的输入，但他们更难招募。为了探索这种权衡，我们在设计基于文本的对话代理的背景下，比较了新手和专家在人类智能任务方面的表现和看法。我们开发了一个初步的聊天机器人，它模拟与寻求心理健康建议的人的对话，以帮助教育 7cups.com 的志愿听众。然后，我们招募了经验丰富的听众（领域专家）和 MTurk 新手工作者（群体工作者）来执行任务，以改进具有不同复杂程度的聊天机器人。新手群体在只需要自然语言理解的任务上的表现与专家相当，例如纠正系统对用户语句的分类方式。对于更具生成性的任务，例如创建新的聊天机器人对话，专家们表现出更高的质量、新颖性和情感。我们还发现了一个激励差距：众包工作者喜欢互动任务，而专家们则认为这项工作乏味且重复。我们提供了设计考虑，以分配众包工作者和专家完成 AI 系统的输入任务，并更好地激励专家参与 AI 的低级数据工作。
Novis Renewables 位于纽约州的 USA 963 和 USA 40 太阳能发电场实现商业运营
欧文顿/米兰，2022 年 3 月 1 日——Novis Renewables, LLC 是美国 Falck Renewables North America 与 Eni New Energy US（Eni gas e luce – Plenitude 的全资子公司）共同开发的太阳能、陆上风能和储能的合作伙伴，随着其 USA 963 和 USA 40 电厂达到商业运营日期 (COD)，该公司新增 15 兆瓦太阳能发电容量。每个太阳能项目（7.5 兆瓦）预计每年将产生约 9.25 吉瓦时的清洁电力，相当于约 865 个美国家庭的用电量。这两个项目都采用了强有力的社区参与方式。在运营的前 25 年，USA 963 和 USA 40 的收入将通过 VDER* 社区太阳能计划产生和签约，该计划允许商业和住宅用户利用项目产生的账单信用额度。这些账单信用额度将分配给用户的电费，通常可将每月电费降低约 10%。除了 VDER 计划产生的收入外，USA 963 和 USA 40 还将获得 2 个 NYSERDA** 计划（NY-Sun 和 Community Credit）的现金奖励。这两个项目将在 26 年后获得商业曝光，通过商业销售能源、容量和可再生能源证书 (REC) 获得收入。Novis Renewables 总裁 Jonathan Koch 表示：“我们很高兴能将新的太阳能容量添加到我们的可再生能源组合中，我们的 Union Springs 的 USA 963 和 USA 40 太阳能项目将投入商业运营。Novis 继续证明其在美国各地开发和建设项目的能力。” *VDER：分布式能源资源的价值 **NYSERDA：纽约州能源研究与发展局
学生在高等教育中实施元认知策略的看法
学生对在高等教育中实施元认知策略的看法novitasari politeknik negeri novitasari@polinema.ac.ac.ac.ac.ac.id nur mafissamawati sholikhah大学muhammadiyah malang malang nur.mafiss nur.mafiss@mafiss@mafissa@gmail.com摘要摘要的元素策略，以了解知识和知识知识知识，他们了解了知识范围的知识。由于大学生努力在学习中取得成功，因此他们应该意识到将此策略应用于学习，以便使他们能够思考自己的思维过程，增强对学习的控制，并提高自治权以实现目标。因此，教师应考虑将元认知策略纳入设计课程。本研究旨在调查学生对课堂上使用的元认知策略的看法。这是在D3英语系的两个课程中完成的。参与者由49名学生组成。在班上采用元认知策略后，从向学生分发问卷收益。有两种类型的数据，定量和定性数据。使用描述性分析对定量数据进行了分析，定性数据被深入分析并总结。结果发现，大多数学生对班上的元认知策略有积极的看法。但是，他们在实施研究中实施策略时发现了一些挑战。关键词：元认知策略，高等教育，学生的感知
