XiaoMi-AI文件搜索系统
World File Search SystemPaths
推动创新管理研究：未来方向和五条前瞻性路径
2023 年是我们（Charles Noble 和 Jelena Spanjol）担任产品创新管理杂志 (JPIM) 编辑的第五年。在这五年里，我们处理了数千份投稿；通过 Catalyst 引入了一种新的出版格式，与作者密切合作，以这种格式撰写有关设计、科幻小说、领导力、生物文化创新和人工智能 (AI) 等方面的发人深省的贡献；并与全球管理、市场营销、组织行为、应用心理学、信息系统和工程等领域的学者分享 JPIM 的愿景和使命。在我们通常每周长达两小时的管理期刊电话会议中，两个主题在我们的讨论中不断重复。首先，创新管理学术研究的主题范围和学科视角不断扩大，越来越多地发挥跨界领域的作用，具有整合不同理论和方法传统和方法的潜力。其次，创新管理问题反映了全球关注的问题（例如环境可持续性），这些问题必须与区域立法机构和当地市场需求和愿望（例如功能卓越性和客户满意度）一起解决。从我们的思考中得出的问题并不令人意外：“JPIM 和创新管理学术的未来会怎样？未来几年哪些主题尤为重要？”。我们的论文探讨了这个问题，并为读者提供了大主题和具体的研究问题，我们希望这些主题和问题能够激发未来的学术研究，为个人、团队、组织、社会和环境带来积极影响。
通过 Lipschitz 嵌入和图上的最短路径精确计算流形度量
数据敏感度量自然出现在机器学习中，并且在一些著名方法中起着核心作用，例如 k-NN 图方法、流形学习、水平集方法、单链接聚类和基于欧氏 MST 的聚类（详情见第 5 节和附录 A）。构建合适的数据敏感度量是一个活跃的研究领域。我们考虑一个简单的数据敏感度量，它有一个底层流形结构，称为最近邻度量。该度量最早在 [CFM + 15] 中引入。它及其近似变体在过去已被多位研究人员研究过 [HDHI16、CFM + 15、SO05、BRS11、VB03]。在本文中，我们展示了如何精确计算任意维度的最近邻度量，这解决了任何基于流形的度量最重要和最具挑战性的问题之一。
三层航空运输网络中城市对航线路径优化方法
摘要：航空运输是一个庞大而复杂的系统，具有涌现性和自组织性，对其进行建模具有重要意义。为了更准确地对航空运输系统从物理设施到交通应用进行建模，本文构建了三层网络，包括航线网络、城市对航线网络和航班运营网络，其中航线网络为物理层，城市对航线网络和航班运营网络为应用层。此外，利用复杂网络理论这一有力工具讨论了三层网络的拓扑特性。此外，考虑到城市对航线路径的多样性，提出了一种基于模拟退火的框架来优化航线网络上每条城市对航线的路由路径，以缓解航线网络的交通拥堵，其中采用了一种精细的扰动解方法，即移除后选择（SAR）。实验结果表明，与默认路由路径、最短路由路径、随机路由路径相比，提出的路由优化策略可以分别使航线网络最大交通流量减少2.4%、4.6%、4.8%，表明提出的优化方法对缓解航线网络交通拥堵具有良好的效果。
平衡增长路径可能随时间变化时的经济增长分析
经济增长理论描述了一个经济体在平衡增长路径上的人均收入如何由其储蓄倾向、人力资本积累、人口增长、制度质量和经济政策等因素决定。所有这些因素都可能随着时间而变化，并影响经济的增长动力。即使没有经济增长理论的基础，我们也可以直观地看出，经济的长期路径是由可能随时间而变化的因素决定的。因此，在本文中，我们在一个标准的经济增长动态实证模型中添加了未观测成分分析，以便经济的平衡增长路径可以随时发生变化。我们使用两个公开的数据集来估计该模型；1970 年至 2019 年世界经济人均 GDP 的宾夕法尼亚世界表，以及 1929 年至 2019 年美国 48 个相邻州的人均个人收入美国经济分析局 (BEA) 数据。我们发现，在 1929-1970 年间，美国各州的长期平衡增长路径出现了显著的趋同，但过去 50 年几乎没有出现进一步的趋同。过去 50 年的世界经济更加多样化，但在同一时期显示出与美国各州类似的模式。分析表明，一个子时期的趋同并不意味着随后会进一步趋同，人均 GDP 相对随时间的变化很大程度上可以归因于暂时偏离稳定的平衡增长路径，相对排名几乎没有变动。这些结果为卡诺瓦和马塞特 (1995) 的“穷人一直很穷”假设提供了支持。本文结合了两篇重要文献的分析：实证经济增长文献和贝叶斯宏观经济时间序列文献。在实证增长文献中，一个关键问题是，我们是否应该认为世界是由缓慢收敛到同一条平衡增长路径的经济体组成的，还是应该认为经济体正在收敛到各自的平衡增长路径。前一种观点的例子包括 Barro 和 Sala-i-Martin (1991) 关于美国各州收敛的论述，以及最近 Patel、Sandefur 和 Subramanian (2021) 关于世界经济收敛的论述。后一种观点强调面板数据估计中的国家固定效应，包括 Canova 和 Marcet (1995)、Caselli、Esquivel 和 Lefort (1996) 和 Shioji (2004) 的开创性贡献。Shioji (2004) 认为，美国各州的人均收入数据更符合各州缓慢收敛到同一条平衡增长路径的趋势。这是因为面板模型产生的参数估计意味着向长期平衡增长路径的收敛速度相对较快，这似乎与许多国家的初始条件与其长期平衡增长路径之间的较大差距不一致。本文通过允许长期平衡增长路径随时间变化来解决这个问题，例如，一个经济体最初可能接近其初始平衡增长路径，但远离其最终平衡增长路径。实证增长文献还使用面板方法分析了经济环境变化对经济增长的影响。在这些文献中，如果经济的重要特征发生变化，经济的固定效应可能会发生变化。值得注意的例子是 Ace-
全脑建模识别出麻醉和意识障碍中导致意识丧失的不同但趋同的路径
人类大脑具有丰富的时空动态，当因麻醉或意识障碍 (DOC) 而失去意识时，这些动态会发生巨大重构。在此，我们试图确定神经生物学机制来解释短暂的药物干预和慢性神经解剖损伤如何导致神经活动的常见重构。我们开发并系统地扰动了一个神经生物学上真实的全脑血流动力学信号模型。通过结合有关 GABA 受体皮质分布的 PET 数据，我们的计算模型揭示了空间特异性局部抑制在重现使用 GABA 能药物丙泊酚麻醉期间观察到的功能性 MRI 活动方面发挥的关键作用。此外，结合从 DOC 患者获得的扩散 MRI 数据揭示了表征意识丧失的动态也可以从随机的神经解剖连接中出现。我们的结果在麻醉和 DOC 数据集之间具有概括性，展示了增加的抑制和连接组扰动如何代表通向无意识大脑特征活动的不同神经生物学路径。
带有参考物体的推理路径在大视觉模型中引起定量空间推理
尽管最近展示了视力模型的进步，但使用自然语言描述图像中复杂关系的能力，但它们对物体大小和距离进行定量研究的能力仍未得到充实。在这项工作中，我们介绍了一个手动注释的基准Q-As-Spatial Batch，其中有271个问题，旨在定量空间原因，并系统地研究了最新的VLMS对此任务的表现。我们的分析表明，对物体之间的差异的推理对SOTA VLM尤其挑战。但是，有些VLM的表现明显优于其他VLM，两个最佳性能模型之间的差距超过40点。我们还令人惊讶地观察到，当使用参考对象的推理路径在响应中自然出现时，表现最佳VLM的成功率会增加19点。受到这一观察的启发，我们开发了一种零射击提示技术，即“空间”，该技术鼓励VLMS使用参考对象作为视觉提示，从而鼓励VLMS进行定量的空间问题。通过指示VLM通过空间启示，Gemini 1.5 Pro，Gemini 1.5 Flash和GPT-4V在其理性路径中使用参考对象，将其成功率提高了40、20和30点，并显着地提高了其成功率。我们强调，可以获得这些重大改进，而无需更多的数据，模型架构修改或微调。1
使用数字图像相关和卷积神经网络自动检测疲劳裂纹路径
到实验数据集。13,14 副作用是，裂纹尖端载荷以及高阶项也由该方法确定。15 与直流电位降 (DCPD) 16,17 或柔度法等经典裂纹长度方法相比，18,19 图像分析技术能够检测各种形状的裂纹。20,21 然而，由于 DIC 数据集中的实验散射或伪影，裂纹路径（尤其是裂纹尖端）的全自动检测通常受到限制。22,23 因此，在 fcp 实验期间将 DIC 应用于大量（几百张）图像总是伴随着大量的手动工作，这构成了研究过程中的瓶颈。机器学习，更具体地说是深度学习，正在成为土木工程结构健康监测的有前途的工具。这涉及特定表面检查以检测建筑物中的裂缝，24,25
基于机器学习的直接金属沉积中复杂刀具路径的轨道高度预测
模具行业不断要求先进的技术来提高模具在其生命周期内的性能。直接金属沉积 (DMD) 为模具翻新提供了关键机会。然而，通过 DMD 的典型刀具路径由交替的平滑段和尖角组成。在这里，能量密度和粉末数量的波动通常会导致工具恢复部分出现严重的几何偏差。这项工作提出了一种基于机器学习的新型预测方法，该方法使用与工艺参数和执行的几何形状相关的特征来表征路径。该方法的优势已在刀具路径上得到验证，刀具路径通常表征工具翻新过程。© 2022 作者。由 Elsevier Ltd 代表 CIRP 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）
纵向分析了改善生物医学工程学生对职业道路和所需技能的知识的策略
在美国的技能介绍，生物医学工程（BME）本科课程故意设计了范围广泛的范围[1]，[2]。这种故意的方法使学生能够在完成学业后追求各种各样的职业道路；但是，计划因其在为学生提供生物医学工程领域的职业（BME）[3]，[4]领域的职业方面的疗效方面面临批评。与其他工程专业相比，生物医学领域的利益相关者（即雇主）报告了BME毕业生的专业知识和技术技能受到限制。重要的是，最近已经做出了确定生物医学领域中的利益相关者在工作场所所需或期望的专业和技术技能[5]；但是，目前尚不清楚BME学生是否知道所需或所需技能的全部。同样，BME学生似乎对BME毕业生可以从事并持有毕业后的可能职业的看法有限[6]，[7]。例如，以前的报告表明，BME学生倾向于过分强调行业内的研究和设计立场[6]。重要的是，BME职业观念和技能的发展自然可能会在学生的学习过程中从课堂或课外活动中进行扩展[7]，[8]；但是，大多数学生都不知道他们的知识存在差距，尚不清楚何时在学生毕业期间发生知识的扩展何时会扩大知识。职业道路接管讲座系列是在既定的BME大二课程中实施的。为了解决与职业道路看法相关的学生挑战，几个计划使用广泛的课堂讨论或研讨会课程制定了干预措施[6]，[7]。但是，对于许多计划，类似的努力可能无法再现，在该计划中，学位学时的更改或与核心课程内容的实质性偏差是不现实的。先前的工作表明，使用特定的有针对性的讲座故意培训学生的技能（例如团队合作）可以证明有效[9]。使用类似的方法，这项研究调查了一个简短的接管讲座系列是否关注BME职业道路和技能，可以提高本科生中对BME职业和所需技能的了解。在这项研究中，分析了学生对潜在职业道路，行业职位头衔和角色的理解，以及在学位进步过程中所需的技能（i）和（ii）响应故意教学的响应。这项研究是由以下教育研究问题特别指导的：
表观遗传学的两个先驱：它们的染色质研究和DNA甲基化的不同途径，以及对表观遗传学的一般反射
在19世纪后期产生了染色质作为DNA（当时核素）和真核细胞核中的蛋白质的概念。自20世纪后期以来，起源于1970年代的DNA甲基化和染色质研究的研究也被标记为表观遗传学，该术语起源于1940年代的发育生物学。表观遗传学现在包括与基因活性调节有关的许多不同的研究链，例如组蛋白和DNA的化学修饰，染色质组织，基因组结构，不同类型的RNA分子等。展示了表观遗传学研究的各种途径，我介绍了两个先驱者的研究和反映，后来被称为表观遗传学，Gary Felsenfeld和Adrian Bird。他们在非常不同的科学背景下开始了科学职业，他们俩分别有助于现代染色质研究和对DNA甲基化的理解至关重要。本文基于我与这些研究人员进行的访谈的授权成绩单，重点关注与染色质研究和表观遗传学有关的部分，以及对表观遗传学和生物学的一般反映。