XiaoMi-AI文件搜索系统
World File Search SystemPerception
优化BioTAC模拟现实触觉感知
摘要 - Tactile Sensing为增强当今机器人的相互作用功能提供了一个有希望的机会。Biotac是一种常用的触觉传感器，使机器人能够感知并响应物理触觉刺激。然而，传感器的非线性在模拟其行为时构成了挑战。在本文中，我们首先研究了使用温度，力和接触点位置来预测传感器输出的生物酸模拟。我们表明，使用BioTAC温度读数的培训不会在部署过程中产生准确的传感器输出预测。因此，我们测试了三个替代模型，即XGBoost回归剂，神经网络和变压器编码器。我们在没有温度读数的情况下训练这些模型，并对输入向量的窗口大小进行详细研究。我们证明，我们比基线网络实现了统计学上的显着改进。此外，我们的结果表明，在此任务中，XGBoost回归剂和变压器的表现优于传统的馈送神经网络。我们在https://github.com/wzaielamri/optimization Biotac仿真上在线提供所有代码和结果。索引术语 - Biotac，Xgboost，变压器，触觉感知
在软件定义的车辆中进行实时和高效的感知工作流
摘要 - 随着对软件定义的VEHICE（SDV）的需求不断增长，基于深度学习的感知模型在智能运输系统中变得越来越重要。但是，由于其实质性的要求，这些模型在实现实时和有效的SDV解决方案方面面临着巨大的挑战，这些要求在资源约束车辆中通常不可用。因此，这些模型通常会遭受低吞吐量，高潜伏期和过多的GPU/内存使用量，因此对于实时SDV应用而言，它们不切实际。为了应对这些挑战，我们的研究重点是通过在各种组合环境中整合修剪和量化技术来优化模型和工作流程，并利用诸如Pytorch，ONNX，ONNX运行时和Tensorrt之类的框架。我们系统地进行了分类并评估了三种不同的修剪方法，并结合了多个精确量化工作流程（FP32，FP16和INT8），并根据四个评估指标呈现结果：推理吞吐量，延迟，延迟，GPU/内存使用情况以及准确性。我们设计的技术，包括修剪和量化，以及优化的工作流程，可以达到最高18倍的推理速度和16.5倍越高的吞吐量，同时将GPU/内存使用量最多减少30％，所有这些都对准确性的影响最小。我们的工作建议使用用FP16精度和组修剪来量化的火炬 - 荷兰 - 托管工作流，作为最大程度地提高推理性能的最佳策略。它表现出在SDV中优化实时，有效的感知工作流程的巨大潜力，这有助于增强深度学习模型在资源约束环境中的应用。
The Role of Consumer Perception and Behaviour in the Transition towards the
As I submit this Thesis document I can't help but feel the need to express deep gratitude to my personal, academic and professional circle. Know that even if I don't explicitly mention you here I am deeply grateful to be surrounded by such a strong and ample network of support, be it academic, intellectual or emotional. To begin from the start (pardon the redundancy), my parents, my sister Irina and my girlfriend Patri, are undeniably the unwritten heroes of this story. I wish everyone got to experience what unconditional support and belief in someone means, like they show me with every little step I make. Thank you for letting me be part of a family that is living proof that geographical distance has no agency over love. Also, for showing me the power of ideas and helping me maintain my faith in them. It truly is an honour to be able to share my journey with you all, and to be able to consider you my friends above all else.
人工智能与客户感知：一项研究
摘要 人工智能是当今时代全球范围内技术的新代名词。通过软件、编程、硬件和其他工具的复杂组合，人工智能已成为当今最强大的武器之一。可以说，几乎没有任何行业或领域没有融入人工智能。从网上购物到网络银行，再到网上配对，人工智能无处不在。客户和用户对人工智能的看法、信念、思维过程和反应各不相同。一方面，一些客户对新技术持积极态度，因为它本身具有优势和工作便利性，另一方面，许多人担心人工智能可能带来欺诈、数据盗窃等风险和威胁。本文将阐述客户对人工智能的看法、在日常生活中使用这项技术的好处和风险，以及人工智能的范围。关键词：人工智能、技术、客户、感知 简介 人工智能的融入已迅速在全球各个经济体的不同领域中增加。毫不夸张地说，如今几乎没有哪个部门或行业没有使用人工智能来提高工作效率和效果。人工智能技术为互联网世界提供的一些最新工具包括聊天机器人、语音助手、大型语言模型、只需单击即可创建内容的应用程序，以及许多为客户互联网界面提供新含义的应用程序。除了复杂的工作之外，人工智能还深入到客户的日常生活中，因此人们对此有不同的看法。在这一领域已经进行了许多调查和研究，其中人工智能用户的反应不一。年龄也是客户接受人工智能的最大因素之一，其中年轻一代被认为更适应使用人工智能，并且也支持其扩展到其他各个领域。另一方面，老一辈对于在日常任务中与人工智能的互动增加感到有些不舒服。客户对人工智能的舒适度、对隐私问题的信任度、与该技术相关的风险是
学生对人工智能（AI）的认知
通讯作者：bungsukemalasari@unimal.ac.id * 摘要：本研究调查了北亚齐 MTsN 4 学生对人工智能 (AI) 作为英语学习工具的看法。本研究采用定量描述方法，涉及 40 名学生。通过李克特量表问卷和半结构化访谈收集数据，以评估学生对人工智能的态度，包括动机和技能发展（听、说、读、写）。结果表明，大多数学生对人工智能持积极态度，欣赏其增强他们对英语材料的理解、提高动机和提供实时反馈的能力。许多学生强调，人工智能工具提供了互动和灵活的学习机会。总体而言，人工智能 (AI) 并不被视为传统教学的替代品，尽管它是学习英语的有用工具。最好的策略可能是将人工智能与人类教学相结合，在人工智能提供的灵活性和即时反馈与教师可以提供的个性化帮助之间保持平衡。关键词：学生的看法，人工智能，MTsN 4 北亚齐
对经验的看法会影响利他主义和对代理的看法影响人类机器互动的信任（扩展摘要）
Gray等人的开创性工作。（Gray，Gray和Wegner 2007）证明了人们在两个维度上感知他人的思想：（i）经验，即感受情感的能力； （ii）代理，即计划和行动的能力。尽管进行了许多研究，研究了代理和经验的受众，但这两个维度在利他主义和信任中所起的作用尚不清楚。我们认为，互动伙伴中对经验的看法可以对他们进行利他的行为。我们提出的另一个假设是，互动合作伙伴对代理的看法预测了对他们的信任。为了检验这些假设，我们采用了两个典型游戏：一个单拍独裁者游戏（DG）和一个单杆信任游戏（TG）。DG中共有的金额是对态度和亲社会行为的替代措施，而TG中共有的金额反映了分配者对接收者信任度的评估。，我们将150名参与者与DG和TG中的机器人合作伙伴配对，同时通过撰写“该机器人具有[能够 /无法感觉到疼痛的能力）来操纵机器人的经验，并通过写作来操纵机器人的代理：‘这个机器人[该机器人[能够 /无法]计划行动和锻炼自我控制。”。
其创作者的反思：对人工智能的一般公众和专家看法的定性分析
摘要人工智能（AI）的越来越流行可能会导致新的互动和对公众的影响。可以利用对人们对AI的看法的理解来设计和部署AI系统，以满足人类的需求和价值观。，我们对公众的25个人和美国的20名AI专家（美国）进行了半结构化访谈，以评估跨专业知识的AI的看法。定性分析表明，关于人类和伦理的观念对于两组对AI的看法都是至关重要的。人性是被认为是与其他聪明行为者分歧人类的特征的集合，被用来表明对AI特征的信念。伦理是出于对技术在社会中的作用而引起的，并围绕着人的AI观点。一般性公开和专家参与者对AI的看法相似，但表达的信念略有不同。我们讨论了与人类相关的信念和道德联系对人工智能发展和部署的含义。
学生对学术写作中使用生成式人工智能的看法
摘要 ChatGPT 和其他生成式 AI 模型预计将改变教育格局。一个普遍的结论是，ChatGPT 将作为一种强大的教育工具而受到重视，使语言学习者能够比以往更独立、更有效地学习。虽然许多教育工作者已经开始将 ChatGPT 融入他们的教学实践中，以实现这些好处，但也有一些教育工作者表示担忧并拒绝使用它。这种抵制主要源于教师担心学生会将 ChatGPT 用于不诚实的目的，例如将 AI 生成的文章当作自己的文章提交。对于这些教育工作者来说，该工具引发了对学术诚实和正直的严重担忧。但学生们自己怎么想呢？本研究将使用从一项关于生成式 AI 在学术写作中的作用的调查中收集的数据，确定厄瓜多尔一所大学的 56 名英语学习者的观点。研究结果将让教师和教育机构了解学生如何看待人工智能在学术写作范围内对学术诚信的整体影响，包括学生可能依赖人工智能工具进行不诚实目的的原因以及他们如何看待基于人工智能的不诚实行为的检测。
AI生成的ART的感知和评估
摘要背景：这项研究导航了人类互动的不断发展的景观，探索了新兴人工智能时代（AI）的感知的关键维度。研究信任，道德关注，工业影响信念和形象复杂性，该研究试图揭示个人如何将创造性的作者归因于AI生成的内容。方法：采用严格的定量分析，本研究调查了124个参与者样本的各种知觉方面。统计方法，包括t检验，相关分析和效果大小指标，用于仔细检查参与者对AI-I-Air图像的态度和行为，借助Likert量表和AI-AI-I-I-I-Image图像，以响应不同的感知因素。结果：研究揭开了关键见解。对基于AI的建议的信任令人惊讶地不会显着影响参与者对AI生成的图像的归因，从而揭示了信任感知的细微动态。此外，提高的道德问题显着增加了将AI生成图像归因于人类创造者的可能性。图像复杂性与AI归因显示出很大的负相关，表明认知相互作用影响了感知。讨论：这些发现突显了信任，道德考虑，行业信念和形象复杂性之间的复杂关系，以塑造AI生成的内容的归因。这项研究的含义在AI革命时代引起了共鸣，强调了对AI潜力及其与人类归因的一致性的必要性。要利用AI的变革力，理解这些动态至关重要，从而确保了AI在各个领域的和谐而优化的整合。
人工智能和教育：对具有特殊能力的学生的看法的隐喻分析
国际教育与科学研究杂志（IJRES）是一本同行评审的学术在线杂志。本文可用于研究，教学和私人学习目的。作者仅负责其文章内容。期刊拥有文章的版权。出版商不应对直接或间接导致或因使用研究材料而直接或间接引起的任何损失，诉讼，诉讼，需求或损害或损害或损害。所有作者都被要求披露任何实际或潜在的利益冲突，包括与其他人或组织有关提交工作的任何财务，个人或其他关系。