XiaoMi-AI文件搜索系统
World File Search SystemParit
“四分之一规则”的限制和测量公平性的统计奇偶校验测试∗
为了确保算法决策系统的公平性，例如就业主持工具，计算机科学家和从业人员通常将所谓的“四分之一五分之一规则”提及，以衡量工具遵守反歧视法。这种依赖是有问题的，因为“规则”实际上不是歧视歧视的法律规则，并且提供了一种粗略的测试，通常在确定需要进一步审查的实践方面过于忽略和不包括。“四分之一的规则”是一类更广泛的统计检验之一，我们称之为统计奇偶校验测试（SPTS），比较了人口统计组之间的选择率。虽然某些SPT在统计学上更稳定，但所有人都在回顾性地具有不同的不同影响方面具有一些关键局限性。当这些测试被预期用作优化目标塑造模型开发时，就会出现对开发过程，行为激励措施和配盖性的其他担忧。在本文中，我们讨论了SPT在算法治理中的适当作用。我们建议采用多种措施，以利用预期优化过程中存在的其他信息，从而在建立和审计模型时更深入地了解公平考虑因素。
反事实公平本质上是人口均等
做出公平的决策对于在社会环境中合乎道德地实施机器学习算法至关重要。在这项工作中，我们考虑了著名的反事实公平定义。我们首先证明，满足反事实公平的算法也满足人口均等性，这是一个更简单的公平约束。同样，我们表明，所有满足人口均等性的算法都可以通过简单的修改来满足反事实公平性。总之，我们的结果表明，反事实公平性基本等同于人口均等性，这对于日益增多的反事实公平性研究具有重要意义。我们通过实证验证了我们的理论发现，根据三个简单的基准分析了三种现有的反事实公平算法。我们发现，在多个数据集上，两种简单的基准算法在公平性、准确性和效率方面都优于所有三种现有算法。我们的分析使我们正式确定了一个具体的公平目标：维护受保护群体内个人的秩序。我们相信，受保护组中个体的透明排序能够使公平算法更加可信。从设计上来说，两个简单的基准算法满足了这一目标，而现有的反事实公平算法则未能满足这一目标。
奇偶级量子优化：〜编码约束
对优化问题的限制对于许多在科学，技术和行业中遇到的问题至关重要，从调度概率到量子化学[1-8]。量子计算是一种新的计算范式，其目的是通过利用量子现象来增强优化算法，可能会改善现有算法以解决这些问题。然而，量子计算机是在连贯，控制和连接性的[9-14]中限制的，这使得优化问题的编码是该领域当前的宏伟挑战之一。约束是编码challenge的另一个复杂性，通常通过大型能量惩罚[15-17]作为二次术语对它们进行编码，从而导致完全连接的相互作用。这些惩罚介绍了额外的能量量表，在大多数情况下，额外的量子位和与计算的耦合，制作算法，例如量子近似优化算法（QAOA）[18]或量子nealing [19-21] [19-21]，更少的有效。最近的一些作品[22 - 24]提出了更多有效的量子退火，以解决线性平等约束的问题，这是单个旋转变量的纯总和，而惩罚方法适用于一般平等和不平等约束。参考文献[25]通过将其扩展到量子交替的操作员Ansatz，从QAOA中解除了罚款条款，并引入了
综合宽松的获胜策略模板
摘要。我们提出了一种新的方法，可以在两人游戏中计算有限的胜利策略，这些策略具有ω的冠军条件。给定游戏图G和平均赢得条件φ，我们计算了一个获胜的策略模板ψ，该模板ψ在简明的数据结构中收集了目标φ的胜利策略。We use this new representation of sets of winning strategies to tackle two problems arising from applications of two-player games in the context of cyber-physical system design – (i) incremental synthesis , i.e., adapt- ing strategies to newly arriving, additional ω -regular objectives Φ ′ , and (ii) fault-tolerant control , i.e., adapting strategies to the occasional or persistent执行器不可用。我们的策略模板的主要特征（我们用于解决这些挑战）是它们的简单可计算性，适应性和组成性。对于增量综合，我们从经验上表明，如果添加的规格数量增加，我们的技术表明，我们的技术大大优于现有方法。虽然我们的方法尚未完成，但我们的原型实现将在所有1400个基准中返回完整的获胜区域，即在实践中处理大型问题类别。
马约拉纳量子比特和奇偶校验之间的交换门......
高保真量子信息处理需要快速门和长寿命量子存储器的结合。在这项工作中，我们提出了一种混合架构，其中奇偶校验保护的超导量子比特直接耦合到马约拉纳量子比特，后者充当量子存储器的角色。超导量子比特基于 π 周期性约瑟夫森结，该结由栅极可调的半导体导线实现，其中单个库珀对的隧穿受到抑制。其中一根导线还包含四个定义量子比特的马约拉纳零模式。我们证明这可以实现 SWAP 门，从而允许在拓扑和常规量子比特之间传递量子信息。该架构将可以用超导量子比特实现的快速门与拓扑保护的马约拉纳存储器相结合。
商业航班机组人员的工作满意度和工作生活质量——评论 Farah Azwa Mat Tiya 1、Siti Nur Mariani Mohd Yunos 1* 1 马来西亚敦胡先翁大学机械与制造工程学院航空工程系，86400 Parit Raja，柔佛，马来西亚 *通讯作者 DOI：https://doi.org/10.30880/paat.2021.01.01.002 收到日期：2021 年 9 月 24 日；接受日期：2021 年 11 月 11 日；2021 年 12 月 21 日在线发布
摘要：航空业的快速发展导致全球对飞行员的需求逐年增加。飞行员就业率的提高促使所有航空公司满足组织的需求，从而影响工作满意度。现在，航空业管理层非常关注机组人员的工作生活质量问题，因为它与员工行为有关。机组人员的工作满意度描述了工作提供的满足感程度，它是每个机组人员的乐趣来源或手段。工作满意度很重要，因为它代表了机组人员对工作感到积极或消极的程度。有许多研究显示工作满意度水平。然而，很少有研究清楚地展示和讨论过在航空业工作的机组人员的工作生活质量。因此，本研究旨在强调在航空业工作的机组人员的工作生活质量。分析了书籍、期刊和文章中的所有数据。结果表明，工作意义因素对在航空业与商业航空公司合作的机组人员的工作满意度影响最大。另一方面，机组人员满意度最低的方面与奖励和公平性有关。
阿联酋军事教育体系人工智能与电子学习的现状、挑战与策略 Ali Mohamed Ali Alnaqbi 1、Azlina Md Yassin 1* 1 马来西亚敦胡先翁大学技术管理与商业学院，马来西亚柔佛州峇株巴辖巴力拉惹 *通讯作者 DOI：https://doi.org/10.30880/ijscet.2021.12.03.034 2000 年 00 月收到；2000 年 01 月接受；2021 年 12 月 2 日在线发布
摘要：最近，阿联酋已在包括教育在内的多个领域采用了人工智能 (AI) 和电子学习系统。除了采用传统教育系统的机构外，军事学院也采用了这项新技术。本研究评估了阿联酋军事学院采用基于 AI 的电子学习系统的现状、挑战和策略。这项研究是基于联合指挥参谋学院 (JCSC) 师生的看法进行的。向 50 名教师和 157 名学生提出了一组问题，以强调每个问题的同意程度。问题分为三个部分，即采用程度、挑战和使用基于 AI 的电子学习教育系统的策略。研究发现，就目前情况而言，由于高度的灵活性，AI 和电子学习在教育系统中非常受欢迎。尽管存在挑战，但师生之间缺乏人际关系被认为是采用基于 AI 的电子学习系统面临的主要挑战。最后，关于策略，受访者表示，阿联酋正在努力制定计划和替代方案，以解决军事学院采用的传统教学和人工智能方法之间的差异。这项研究为制定促进这些现代工具使用的策略提供了宝贵的信息来源，并激励学生最大限度地利用人工智能和电子学习技术。关键词：人工智能的挑战和策略、电子学习、军事学院、阿联酋
评估在电子学习环境中采用人工智能的成功因素 Ali Mohamed Ali Alnaqbi 1、Azlina Md Yassin 1* 1 马来西亚敦胡先翁大学科技管理与商业学院，马来西亚柔佛州峇株巴辖巴力拉惹 *通讯作者 DOI：https://doi.org/10.30880/ijscet.2021.12.03.035 2000 年 00 月收到；2000 年 01 月接受；2021 年 12 月 2 日在线提供
摘要：本文重点评估在电子学习中采用人工智能 (AI) 技术的关键成功因素 [CSF]。这是一项基于阿拉伯联合酋长国联合指挥参谋学院 (JCSC) 学生和教师看法的定量评估研究。数据是通过问卷调查收集的，问卷分发给了学院共 240 名 JCSC 学生和教师，但只收到了 207 份填写完整的表格。问卷包含 7 组 20 个 CSF，使用 5 点李克特量表调查每个 CSF 在采用 AI 和电子学习中的重要性水平。使用 SPSS 软件包对数据进行了描述性分析。分析结果发现，在调查中考虑的 20 个 CSF 中有 18 个被报告为高度重要。最重要的关键成功因素是“人工智能系统能够计算大数据以改善教学”，阿联酋军事学院在电子学习中采用人工智能技术的平均得分最高，为4.04。在因素组方面，最重要的因素组是“让教育更有趣”，平均得分为3.98。然而，进一步分析发现，学历较高的受访者选择了个性化因素组，而教学经验丰富的受访者选择了绩效监控因素组作为最关键的成功因素组。本研究的结果对于制定在教育系统中推广人工智能先进技术的策略并获得最大收益非常有帮助。关键词：人工智能、电子学习、阿联酋军事学院
弗吉尼亚州心理健康奇偶校验的监督-JLARC
备忘录：参议院商务和劳工委员会成员众议院劳工和商务委员会成员联合小组委员会成员，在21世纪学习心理健康服务，来自：特蕾西·史密斯（Tracey Smith），副主任，副主任：弗吉尼亚州参议院的精神卫生校正副主题：2020年弗吉尼亚州参议院第280号法案，指挥JLARC的弗吉尼亚州弗吉尼亚州弗吉尼亚州的弗吉尼亚州的弗吉尼亚州280号法案。心理健康均等是指保险公司是否以比医疗福利更具限制性的方式提供心理健康和药物使用障碍的益处，以及与医疗指南和标准相比的准则和标准，而指南和标准则更为严格。JLARC专门指示审查保险局（BOI）汇编的年度心理健康均等报告，并评估对BOI数据收集的改进是否是为了改善弗吉尼亚州的平等监督和合规性的改进。
平等伙伴关系：共同努力
数据显示，个人在尝试获得行为健康和药物滥用治疗时面临的问题非常严重。这是一个全国性问题。在部门内部以及整个政府中，各机构一直在评估可以采取哪些措施来应对这场危机。例如，该部门的工人赔偿计划办公室已投入大量资源来遏制阿片类药物的滥用、误用和扩散，以保护 270 万联邦工作人员免受有害的阿片类药物处方行为的影响。疾病控制和预防中心提倡采用公共卫生方法来对抗阿片类药物过量流行病，并已拨出 4.75 亿美元用于阿片类药物过量预防监测活动，其中大部分资金用于支持基于州的预防工作。6