XiaoMi-AI文件搜索系统
World File Search SystemPreferences
原始研究消费者的偏好和中国电动汽车付费的意愿
鉴于环境的不断增长以及减少碳排放的迫切需求，采用电动汽车（EV）在将汽车行业转变为可持续性方面起着关键作用。 在中国，促进电动汽车的历史可以追溯到2009年，而电动汽车的消费者接受程度低于传统燃料汽车。 经常被用来鼓励电动汽车扩散的大型财务补贴并不长期可行。 因此，必须重新聚焦对电动汽车本身的固有品质和特征的研究。 这项研究研究了中国山东的选择实验（CE）方法，研究了消费者的偏好和愿意（WTP）为电动汽车的属性（WTP）。 评估的属性是驾驶范围，座椅，电池保修期，充电时间和价格。 最后，使用条件logit（CL）和混合logit模型（MXL）检查了330个有效响应的数据。 结果表明，最优选的属性是电池保修持续时间的扩展，这导致WTP的范围从CNY626,352到CNY1,141,580（98,485美元至170,385美元）。 此外，结果表明了基于性别，年龄，教育和收入的不同消费者偏好。 这些发现对政策制定者在发展电动汽车行业方面具有重要意义。鉴于环境的不断增长以及减少碳排放的迫切需求，采用电动汽车（EV）在将汽车行业转变为可持续性方面起着关键作用。在中国，促进电动汽车的历史可以追溯到2009年，而电动汽车的消费者接受程度低于传统燃料汽车。经常被用来鼓励电动汽车扩散的大型财务补贴并不长期可行。因此，必须重新聚焦对电动汽车本身的固有品质和特征的研究。这项研究研究了中国山东的选择实验（CE）方法，研究了消费者的偏好和愿意（WTP）为电动汽车的属性（WTP）。评估的属性是驾驶范围，座椅，电池保修期，充电时间和价格。最后，使用条件logit（CL）和混合logit模型（MXL）检查了330个有效响应的数据。结果表明，最优选的属性是电池保修持续时间的扩展，这导致WTP的范围从CNY626,352到CNY1,141,580（98,485美元至170,385美元）。此外，结果表明了基于性别，年龄，教育和收入的不同消费者偏好。这些发现对政策制定者在发展电动汽车行业方面具有重要意义。
内源性偏好：对宪法政治经济学规范基础的挑战？
摘要本文从行为经济学的观察开始，即偏好是内源性的，即它们是不稳定的，上下文依赖的，并且对适应过程开放。然后，它询问在具有内源性偏好的人们中，福利分析和规范经济学是否仍然是可能的。尤其是Viktor Vanberg和Carl Christian VonWeizsäcker的最新建议。在强调制度的观点时，两者都可以看作是派生自由主义的支持者，并且都声称他们的方法可以比保留在传统福利经济学的思维框架内的方法更连贯的方式处理内源性偏好问题。本文认为，主要强调信息提供对个人自治的重要性时，Vanberg的宪法政治经济学方法（CPE）低估了偏好内生性的综合性。虽然vonWeizsäcker的方法是对CPE框架的改进，但本文认为，它过于关注外部结构条件（即，人际影响之间的竞争），并忽略了对个人自动机构必要的内部代理能力的讨论。本文认为，对决策自主权的更为复杂的讨论导致了对规范经济学结果和过程自由的双重关注。结果自由使个人能够满足他们不断发展的偏好和过程自由，使他们能够批判性地反思自己的偏好和周围环境。
具有策划数据的自我消耗生成模型可证明优化人类偏好
生成模型的快速进步导致了构成质量的令人印象深刻的飞跃，从而模糊了合成数据和真实数据之间的界限。网络规模的数据集现在易于通过合成数据不可避免地污染，直接影响了未来生成的模型的培训。已经在文献中出现了自我消耗生成模型的一些理论结果（又称迭代性重新训练），表明模型崩溃或稳定性可能取决于每个重新培训步骤中使用的生成数据的分数。但是，实际上，合成数据通常受到人类反馈的约束，并在在线使用和上载之前由用户策划。例如，流行的文本到图像生成模型的许多接口（例如稳定的扩散或Midjourney）为给定查询产生了几种图像的变化，最终可以由用户策划。在本文中，我们从理论上研究了数据策展对生成模型的迭代重新培训的影响，并表明它可以看作是一种隐式优先优化机制。但是，与标准偏好优化不同，生成模型无法访问成对比较所需的奖励功能或负面样本。此外，我们的研究不需要访问密度函数，而只需要访问样品。我们证明，如果数据是根据奖励模型策划的，则最大化迭代重新训练程序的预期奖励。我们在每个步骤使用真实数据的正分数时进一步提供了关于重新循环的稳定性的理论结果。最后，我们在合成数据集和CIFAR10上进行说明性实验，表明这种过程扩大了奖励模型的偏见。
Understanding Consumer Preferences for Movie Trailers from EEG using Machine Learning
Abstract —Neuromarketing aims to understand consumer be- havior using neuroscience. Brain imaging tools such as EEG have been used to better understand consumer behavior that goes beyond self-report measures which can be a more accurate measure to understand how and why consumers prefer choosing one product over another. Previous studies have shown that consumer preferences can be effectively predicted by under- standing changes in evoked responses as captured by EEG. However, understanding ordered preference of choices was not studied earlier. In this study, we try to decipher the evoked responses using EEG while participants were presented with naturalistic stimuli i.e. movie trailers. Using Machine Learning techniques to mine the patterns in EEG signals, we predicted the movie rating with more than above-chance, 72% accuracy. Our research shows that neural correlates can be an effective predictor of consumer choices and can significantly enhance our understanding of consumer behavior. Index Terms —Neuromarketing, EEG, Machine Learning, Dis- crete Wavelet Decomposition
使用社区价值观和治理偏好来促进向可持续能量的过渡
摘要 - 本研究探讨了公民对可持续能源技术传播的使用和治理偏好的使用。调查了三个得克萨斯州的社区，以确定有关能源使用的社区价值和治理偏好。结果表明，五个潜在的价值影响着社区中能源使用的感知：增长，独立性，可持续性，负担得起的生活和流动性。关于治理的偏好，确定了三种形式参与社区流程的参与：信息，沟通和参与决策。结果表明，值可用于将期望与可持续能量和形状相关的叙述保持一致。要使经常“看不见的”能源技术有形，以及为公民而言可以经验和可讨论的经验，演示者项目（例如能源创新中心）应被视为锚定社区可持续能源的工具。
人类的领导或以下偏好：对人类对机器人感知的影响和人类机器人协作
实现有效且无缝的人类机器人合作需要两个关键的结果：增强团队绩效，并促进对机器人和协作的积极认识。本文通过将人类的领导/关注偏好和绩效整合到其任务分配和调度流程中，调查了提出的任务计划框架实现这些目标的能力。我们设计了一个协作场景，其中机器人自主与参与者的合作。用户研究的结果表明，主动任务计划框架成功实现了上述目标。我们还探讨了参与者的领导和追随者风格对他们的合作的影响。结果揭示了这些因素之间的有趣关系，这些因素需要在未来的研究中进一步研究。
带有物理信息的神经网络的时间依赖性狄拉克方程：计算和属性
在这项工作中，我们提出了一个多目标决策框架，该框架可以通过策略比较来学习偏好，从而使用户偏好与目标相比不同。我们的模型由具有矢量值奖励功能的已知马尔可夫决策过程组成，每个用户都有未知的偏好向量向量，该向量表达了每个目标的相对重要性。目标是有效地计算给定用户的近似策略。我们考虑两个用户反馈模型。我们首先解决了向用户提供两个策略并将其首选策略作为反馈的情况。然后，我们转到另一个用户反馈模型，在该模型中，用户提供了两组小的代表轨迹集，并选择了首选。在这两种情况下，我们都建议使用多种比较查询为用户找到几乎最佳的策略，这些查询在目标数量中逐渐扩展。
食品和农业新兴生物技术产品监管审查的参数、实践和偏好
本文根据对利益相关者和公众而言重要的参数、实践和评估终点，对美国对三种新兴生物技术产品的监管审查进行了评估。首先，我们总结了对非专业公众而言在管理生物技术产品时很重要的变量的文献，包括道德、社会、政策过程以及风险和收益参数。其次，我们借鉴了美国农业部资助的项目结果，该项目调查了具有主题专业知识的利益相关者，了解他们对评估新型农业食品技术（包括生物技术）的重要风险、收益、可持续性和社会影响参数的态度。第三，我们评估了根据美国监管机构和《生物技术协调监管框架》法律审查的三个食品和农业生物技术案例研究的监管评估，包括基因编辑大豆、肉牛和芥菜。监管审查过程的评估基于步骤 1 和 2 中确定的对公众和利益相关者都很重要参数。基于此审查，我们随后为美国联邦机构提出了几项政策选择，以加强其监管流程，更好地与更广泛的参数保持一致，以支持依赖新技术的可持续农产品。这些政策选择包括 1）不需要新机构或法律基础的政策（例如进行环境影响声明和/或要求最低限度的安全数据），2）需要新的机构或跨机构框架的政策（例如开发一个公开的网站和/或进行整体可持续性评估），以及 3）需要机构拥有额外法律权力的政策（例如要求机构根据一组最低限度的健康、环境和社会经济参数审查生物技术产品）。总体而言，本分析的结果对于指导挑战现有法律和机构框架的新兴生物技术产品的监管评估中的政策实践和制定具有重要意义。
保持简单：视觉复杂性和喜好如何影响网站的搜索效率
抽象过去的研究表明，人们喜欢网站中不同级别的视觉复杂性：虽然有些人喜欢简单的网站，但文本很少，图像很少，而另一些则喜欢具有许多颜色，图像和文本的高度复杂的网站。我们调查了用户的视觉偏好是否反映了他们最有效地使用哪些网站复杂性。我们对165名参与者进行了在线研究，我们在其中测试了他们的搜索效率和信息回忆。我们认为，网站的视觉复杂性对搜索效率和信息回忆具有显着的负面影响。但是，与那些更喜欢高视觉复杂性的人相比，那些喜欢模拟网站的人的搜索效率受高度复杂的网站的负面影响。我们的结果表明，在评估HCI实验，测试软件或A/B测试中的搜索响应时间和信息回顾时，需要考虑各种视觉偏好。
澳大利亚电动汽车：移动分布式储能的电价设计结构和消费者偏好
摘要：电动汽车 (EV) 的采用可能有助于运输部门脱碳，并有可能通过其储能能力为消费者和电网运营商带来价值。虽然电价在消费者接受电动汽车方面可以发挥重要作用，但人们对电动汽车充电费率设计如何影响电动汽车用户参与支持电网的应用（例如归类为车对万物 (V2X) 的应用）的行为知之甚少。本研究以澳大利亚为例，回顾了有关电动汽车的文献，重点关注电动汽车充电费率及其对 V2X 背景下消费者行为的影响。从最新出版物中得出的主要结论表明，精心设计的电动汽车费率结构、可用的停车位和电动汽车充电设施可以增加消费者对 V2X 的参与度。然而，电动汽车用户和电网运营商之间需要合作建立一种受控充电协议，以充分利用电动汽车电力存储系统的潜力，实现电网稳定和电池支持操作。为了实现这一目标，必须建立正确的资费结构，以激励电动汽车消费者订阅 V2X 服务。我们还提出了电动汽车资费设计建议，以支持澳大利亚消费者参与 V2G。最后，我们确定了进一步研究的研究空白。