Routledge

2024-12-02 机构名称:

算法偏差评估的Abroca分布

[1] Ryan S. Baker。2024。大数据和教育（第8版）。宾夕法尼亚州费城宾夕法尼亚大学。 [2] Ryan S. Baker和Aaron Hawn。2022。教育算法偏见。国际人工智能杂志教育杂志（2022），1-41。[3] Solon Barocas，Andrew D Selbst和Manish Raghavan。2020。反事实解释和主要原因背后的隐藏假设。在2020年公平，问责制和透明度会议的会议记录中。80–89。[4] Alex J Bowers和Xiaoliang Zhou。2019。曲线下的接收器操作特征（ROC）区域（AUC）：一种评估教育结果预测指标准确性的诊断措施。受风险的学生教育杂志（JESPAR）24，1（2019），20-46。[5] Oscar Blessed Deho，Lin Liu，Jiuyong Li，Jixue Liu，Chen Zhan和Srecko Joksimovic。2024。过去！=未来：评估数据集漂移对学习分析模型的公平性的影响。IEEE学习技术交易（2024）。[6] Olga V Demler，Michael J Pencina和Ralph B D'Agostino Sr. 2012。滥用DELONG测试以比较嵌套模型的AUC。医学中的统计数据31，23（2012），2577–2587。[7] Batya Friedman和Helen Nissenbaum。1996。计算机系统中的偏差。信息系统（TOIS）的ACM交易14，3（1996），330–347。[8]乔什·加德纳，克里斯托弗·布鲁克斯和瑞安·贝克。2019。225–234。通过切片分析评估预测学生模型的公平性。在第9届学习分析与知识国际会议论文集。[9]LászlóA Jeni，Jeffrey F Cohn和Fernando de la Torre。2013。面对不平衡的数据：使用性能指标的建议。在2013年，俄亥俄州情感计算和智能互动会议上。IEEE，245–251。 [10] Weijie Jiang和Zachary a Pardos。 2021。在学生等级预测中迈向公平和算法公平。在2021年AAAI/ACM关于AI，伦理和社会的会议上。 608–617。 [11]RenéFKizilcec和Hansol Lee。 2022。教育算法公平。在教育中人工智能的伦理学中。 Routledge，174–202。 [12]JesúsFSalgado。 2018。将正常曲线（AUC）下的面积转换为Cohen的D，Pearson的R PB，Ordds-Ratio和自然对数赔率比率：两个转换表。欧洲心理学杂志适用于法律环境10，1（2018），35-47。 [13] Lele Sha，Mladen Rakovic，Alexander Whitelock-Wainwright，David Carroll，Victoria M Yew，Dragan Gasevic和Guanliang Chen。 2021。在自动教育论坛帖子中评估算法公平性。教育中的人工智能：第22届国际会议，AIED 2021，荷兰乌得勒支，6月14日至18日，2021年，第I部分。 Springer，381–394。 2024。 2023。 2018。IEEE，245–251。[10] Weijie Jiang和Zachary a Pardos。2021。在学生等级预测中迈向公平和算法公平。在2021年AAAI/ACM关于AI，伦理和社会的会议上。608–617。[11]RenéFKizilcec和Hansol Lee。2022。教育算法公平。在教育中人工智能的伦理学中。Routledge，174–202。[12]JesúsFSalgado。2018。将正常曲线（AUC）下的面积转换为Cohen的D，Pearson的R PB，Ordds-Ratio和自然对数赔率比率：两个转换表。欧洲心理学杂志适用于法律环境10，1（2018），35-47。[13] Lele Sha，Mladen Rakovic，Alexander Whitelock-Wainwright，David Carroll，Victoria M Yew，Dragan Gasevic和Guanliang Chen。2021。在自动教育论坛帖子中评估算法公平性。教育中的人工智能：第22届国际会议，AIED 2021，荷兰乌得勒支，6月14日至18日，2021年，第I部分。Springer，381–394。2024。2023。2018。[14]Valdemaršvábensk`Y，MélinaVerger，Maria Mercedes T Rodrigo，Clarence James G Monterozo，Ryan S Baker，Miguel Zenon Nicanor LeriasSaavedra，SébastienLallé和Atsushi Shimada。在预测菲律宾学生的学习成绩的模型中评估算法偏见。在第17届国际教育数据挖掘会议上（EDM 2024）。[15]MélinaVerger，SébastienLallé，FrançoisBouchet和Vanda Luengo。您的模型是“ MADD”吗？一种新型指标，用于评估预测学生模型的算法公平性。在第16届国际教育数据挖掘会议上（EDM 2023）。[16] Sahil Verma和Julia Rubin。公平定义解释了。在国际软件公平研讨会的会议记录中。1-7。[17] Zhen Xu，Joseph Olson，Nicole Pochinki，Zhijian Zheng和Renzhe Yu。2024。上下文很重要，但是如何？课程级别的性能和公平转移的相关性在预测模型转移中。在第14届学习分析和知识会议论文集。713–724。[18] Andres Felipe Zambrano，Jiayi Zhang和Ryan S Baker。2024。在贝叶斯知识追踪和粗心大意探测器上研究算法偏见。在第14届学习分析和知识会议论文集。349–359。

查看详细

File

2016-10-13 机构名称:

URSI 文摘 - 国家科学院

联合主席 Steve Ellingson Richard Langley Kamal Sarabandi Atef Z. Elsherbeni Jean-Jacques Laurin Tapan Sarkar Inder J. Gupta Nader Engheta Gianluca Lazzi Stephen Schneider Vakur Erturk Jin-Fa Lee B. Shanker Kenn Anderson Heinrich Foltz Teh-Hong Lee Michael迈克尔·希尔兹 Y.安塔尔·古鲁达斯·甘古利凌浩宋吉明布赖恩·贝尔特兰 (Brian Baertlein) 罗兰·吉尔伯特 (Roland Gilbert) 刘对贤戈登·斯台普斯 (Gordon Staples) 康斯坦丁·巴尔 (Constantine Bal) 艾伦·W·格利森 (Allen W. Glisson) 斯图尔特 (A. Long) 让-皮埃尔·圣莫里斯 (E. A. Bering) 朱利叶斯·戈德赫什 (E. A. Bering) 安东尼·马丁 (W. Ross Stone) 詹妮弗·伯恩哈德·杰德瓦 (Jennifer Bernhard Jaideva) 戈斯瓦米 (Goswami) L. 圣马丁 (Chen-To Tai) 沃尔夫冈·马丁 (Wolfgang Martin)苏珊·C·哈格内斯约翰·马修斯费尔南多·特谢拉布尔纳·杰弗里·赫德·克利夫·明特·马诺斯·坦泽里斯杰弗里·鲍尔库伊奇恩·希尔桑特努·米什拉·阿特·桑桑多特加里·布朗韦恩·霍金拉吉·米特拉罗伯托·蒂贝里奥杰里·伯克约翰·黄侯赛因·莫萨拉伊萨米尔·特拉贝尔西罗伯特·伯克霍尔德格伦·赫西本·芒克斯科特·泰奥赛德 W. 丹尼·伯恩·伊布劳塔梅尔·皮诺·L. E. 加里·布斯特 A 石丸鲍勃·内维尔斯乌斯伦吉·查尔莫斯·巴特勒大卫·杰克逊迈克·纽柯克亚历杭德罗·瓦莱罗菲利波·卡波利诺戈登詹姆斯·爱德华·纽曼吉塞佩·维奇约翰·卡尔斯特罗姆丹·詹宁娜塔莉亚·尼古拉瓦约翰·沃拉基斯迈克尔·卡尔建明金·梅尔斯 M·奥本海姆 A. 沃罗诺维奇 D.K. 陈乔尔-袁约翰逊·薛鲍·帕文·瓦希德·志宁Chen Farzad Kamalabadi John Papapolymerou Douglas H. Werner Weng Chew David Kelley Prabhakar Pathak James West Christos Christodoulou Leo Kempel G. Frank Paynter Ed Westwater Peter Collins Brian Kent An

查看详细

File

2016-10-13 机构名称:

URSI 文摘 - 国家科学院

查看详细

File

2016-10-13 机构名称:

URSI 文摘 - 国家科学院

查看详细

File

2023-05-01 机构名称:

Mandi Cai 和 Sachita Nishal。2023 年。新闻业人工智能素养的动机、目标和途径。在 CHI '23 人工智能研讨会上

[1] Stuart Allan。2011 年。《引言：数字时代的科学新闻》。《新闻学》12，7（2011 年 10 月），771–777。https://doi.org/10.1177/1464884911412688 [2] Josh Anderson 和 Anthony Dudo。2023 年。《来自战壕的观点：与记者关于报道科学新闻的访谈》。《科学传播》（2023 年 1 月），107554702211491。https://doi.org/10.1177/10755470221149156 [3] Aviv Barnoy 和 Zvi Reich。2019 年。验证的时间、原因、方式和结果。新闻研究 20, 16 (2019 年 12 月)，2312–2330。https://doi.org/10.1080/1461670X.2019.1593881 出版商：Routledge _eprint：https://doi.org/10.1080/1461670X.2019.1593881。[4] Emily Bender 和 Chirag Shah。2022 年。无所不知的机器是一种幻想。https://iai.tv/articles/all-knowing-machines-are-a-fantasy-auid-2334 [5] Emily M. Bender。2022 年。《华盛顿邮报》对 ChatGPT 的炒作。 https://medium.com/@emilymenonbender/chatgpt-hype-in-the-washington-post- c4e1355ed31b [6] Emily M. Bender。2022 年。纽约时报杂志上的 AI 文章：抵制留下深刻印象的冲动。https://medium.com/@emilymenonbender/on-nyt-magazine- on-ai-resist-the-urge-to-be-impressed-3d92fd9a0edd [7] Emily M. Bender、Timnit Gebru、Angelina McMillan-Major 和 Shmargaret Shmitchell。2021 年。论随机鹦鹉的危险：语言模型会太大吗？。在 2021 年 ACM 公平、问责和透明度会议论文集上。ACM，加拿大虚拟活动，610–623。 https://doi.org/10.1145/3442188.3445922 [8] Deborah Blum。2021 年。科学新闻事业发展。《科学》372，6540（2021 年 4 月）。https://doi.org/10.1126/science.abj0434 [9] Joshua A. Braun 和 Jessica L. Eklund。2019 年。假新闻，真钱：广告技术平台、利润驱动的骗局和新闻业务。《数字新闻》7，1（2019 年 1 月），1-21。https://doi.org/10.1080/21670811.2018.1556314 [10] J Scott Brennen、Philip N Howard 和 Rasmus Kleis Nielsen。 2018. 行业主导的辩论：英国媒体如何报道人工智能。（2018 年）。[11] Michael Brüggemann、Ines Lörcher 和 Stefanie Walter。2020. 后常态科学传播：探索科学与新闻业模糊的界限。科学传播杂志 19, 3 (2020 年 6 月)。https://doi.org/10.22323/2.19030202 [12] Madalina Busuioc。2021. 负责任的人工智能：让算法承担责任。公共管理评论 81, 5 (2021)。https://doi.org/10.1111/puar.13293 [13] Tania Cerquitelli、Daniele Quercia 和 Frank Pasquale（编辑）。2017. 大数据和小数据的透明数据挖掘。大数据研究，第 1 卷。 32. Springer International Publishing，Cham。https://doi.org/10.1007/978-3-319-54024-5 [14] Mark Deuze 和 Charlie Beckett。2022 年。想象力、算法和新闻：培养新闻业的人工智能素养。数字新闻 10，10（2022 年 11 月），1913-1918 年。https://doi.org/10.1080/21670811.2022.2119152 [15] Nicholas Diakopoulos。2015 年。算法问责制。数字新闻 3，3（2015 年 5 月）。https://doi.org/10.1080/21670811.2014.976411 [16] Nicholas Diakopoulos，Daniel Trielli 和 Grace Lee。2021 年。通过半自动化新闻发现工具理解和支持新闻实践。ACM 人机交互论文集 5，CSCW2（2021 年 10 月），1-30。https://doi.org/10.1145/3479550 [17] Wolfgang Donsbach。2012 年。记者的角色认知。《国际传播百科全书》，Wolfgang Donsbach（编辑）。John Wiley & Sons, Ltd，英国奇切斯特，wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻：数字时代的前景。摘自《劳特利奇公共科学技术传播手册》（第 3 版）。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府：联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者：角色转变和新兴实践。新闻学 12，7（2011 年 10 月）。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2 (2002)，第 12 页。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2（1980 年 4 月）。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值（再次）。新闻研究 18，12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10（2022 年 11 月），1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-modelsJohn Wiley & Sons, Ltd，英国奇切斯特，wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻：数字时代的前景。载于《劳特利奇科学技术公共传播手册》（第 3 版）。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府：联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者：角色转变和新兴实践。新闻学 12，7 (2011 年 10 月)。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2 (2002)，12。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2 (1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值（再次）。新闻研究 18, 12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10，10（2022 年 11 月），1731–1755 年。https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-modelsJohn Wiley & Sons, Ltd，英国奇切斯特，wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻：数字时代的前景。载于《劳特利奇科学技术公共传播手册》（第 3 版）。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府：联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者：角色转变和新兴实践。新闻学 12，7 (2011 年 10 月)。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2 (2002)，12。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2 (1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值（再次）。新闻研究 18, 12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10，10 (2022 年 11 月)，1731–1755 年。https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2（2002 年），12。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2（1980 年 4 月）。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值观（再次）。新闻研究 18，12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10（2022 年 11 月），1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2（2002 年），12。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2（1980 年 4 月）。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值观（再次）。新闻研究 18，12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10（2022 年 11 月），1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models

查看详细

File

2024-08-28 机构名称:

China's Talent Programs: Lessons for the United States?

NOTES: MOE, Ministry of Education; NSFC, National Science Foundation of China; SAFEA, State Administration of Foreign Expert Affairs; CLGCTW, Central Leading Group for the Coordination of Talent Work. (a) The 100 Talents Plan initially included part-time participants, but the CAS changed this policy around 2004. Too many individuals accepted the award, but rarely appeared at the CAS (Hao Xin, 2006). (b) “Two-decade Development of the Hundred Talent Program” (Chinese Academy of Sciences, n.d.) reported that 90 percent of the 2,145 total awardees were from abroad, yielding 1,930 program participants. (c) Liu Bin, Qiao Lili, and Zhang Yi, “An Analysis of the Funding Status and Achievement Impact of National Science Fund for Distinguished Young Scholars in the Life Sciences” (in Chinese), Science Funds in China , No. 2 (2016): 122−131. (d) The Spring Light Program brought more than 300 delegations to China by the end of 2009. These consisted of 15,000 overseas mainlanders who established more than 1,000 projects 赵峰 , 苗丹国 , 魏祖钰 , 程希 (Zhao Feng, Miao Danguo, Wei Zuyu, Cheng Xi), eds., 留学大事概览 , 1949–2009 (An Overview of Overseas Study, 1949–2009). 北京：现代出版社 , 2010, 86. From 2006 to 2018, the Chunhui Award ( 春晖杯 ) had shortlisted 2,528 projects, of which 448 (17 percent) relocated to China. By 2023, 3,424 “excellent” projects had been selected. See Andrew Spear, “Serve the Motherland while working overseas,” in William C. Hannas and Didi Kirsten Tatlow, eds., China's Quest for Foreign Technology: Beyond Espionage (London: Routledge, 2021 ） 30-31. (e) SAFEA was closed in 2018 and reconstituted under the MOST. See 2017 Budget of the Former State Administration of Foreign Experts Affairs , CSET, Washington, DC, https://cset.georgetown.edu/publication/2017-budget-of-the-former-state-administration-of-foreign-experts- affairs/. (f) The names of the 111 Program project bases are posted at https://opportunities- insight.britishcouncil.org/news/market-news/introduction-china%E2%80%99s-%E2%80%9C111- project%E2%80%9D-0 (British Council, 2017). (g) There were 4,128 TTP awardees at the end of 2014, with an additional 1,028 participants joining TTP in 2015. China's TTP has attracted 5,206 high-end oversea talents' [Zhongguo “qianrenjihua” yinjin 5206 ming haiwai gaocengci rencai], accessed March 10, 2020, http://www.gqb.gov.cn/news/2016/0107/37723.shtml. The Chinese media estimated 8,000 total TTP awardees in 2018. “Shengdu jiedu: guojia ‘qianrenjihua' rencai xiangmu shenbao” [‘In-depth interpretation: 2018 national TTP application'], accessed October 2, 2019,

查看详细

File

2022-04-12 机构名称:

书评：加勒比经济手册[康拉德]

Robert E. Looney (2021)。《加勒比经济手册》。伦敦：劳特利奇。504 页。ISBN-13：978-03672-1048-9。精装本：232.00 美元；kindle：53.00 美元。《加勒比经济手册》考虑到“该地区独特的增长障碍通常导致高债务水平和严重财政约束导致的恶性循环”（第 xxvi 页），并提出了替代政策方法，既可以稳定加勒比经济，又可以改变增长轨迹，实现可持续增长和发展。正如劳特利奇在线手册在书籍描述中所强调的那样，这本书的主要目的是“说明加勒比国家和地区经济的独特性以及它们与其他地区的相似之处”。其 462 页（包括参考书目和索引）分为四 (4) 个部分。第一部分包括四章，探讨共同点问题。第二部分有五章，探讨持续进步的障碍。第三部分也有五章，探讨外部影响。最后，第四部分包括十四个加勒比国家案例研究。除本书编辑外，还有二十六位撰稿人。撰稿人的经验涵盖行业从业者、顾问、前中央银行行长和政策主管。而学术贡献者则来自各个子领域和更广泛的经济学领域。本书的章节经过深思熟虑，为加勒比地区范围内的广泛问题提供了深刻的批判性解读。它还提供了外部影响如何影响加勒比的证据，包括中国的影响以及该地区与美国和欧盟的对外关系。作者对共同点的反思承认加勒比司法管辖区可以共同制定区域解决方案。其简介以总结形式提供了本书的结构和作者按章节的贡献，这对读者非常有用。本评论的其余部分将专门回顾本文介绍的部分。本书第一部分以 DeLisle Worrell 撰写的一章开篇，题为“小型开放经济体增长和稳定的替代政策方法”，作者在该章中采取的立场是，应该质疑关于增长和调整的理想政策的正统观念。然后，作者讨论了包括建立通胀目标、灵活汇率、财政可持续性和开发宏观经济工具包以减少周期性波动和资本市场深化带来的破坏性影响的策略。第二章由 Masao Ashtine 撰写，讨论了气候变化及其对加勒比经济影响的重要问题。作者指出，加勒比地区“阳光、沙滩和海洋”的口号正受到气候变化的严重影响。在飓风强度和频率不断增加的情况下，加勒比地区还应考虑建设包括农业和旅游业在内的复原力。David Goldwyn 和 Cory Gill 在第三章中介绍了加勒比能源安全问题，强调该地区的国家虽然在文化、地理和市场结构上各不相同，但它们的能源不安全。本书这一部分的最后一章是 DeLisle Worrell 的另一份贡献，总结了关于加勒比旅游业的讨论。作者提供了关键数据点，强调了旅游业在该地区的经济重要性以及加勒比地区继续在该行业保持竞争力的能力。本书的第二部分对加勒比地区面临的进步障碍进行了突出的讨论。当然，持续进步的障碍是该地区一些国家的祸根。帕特西·刘易斯的第六章最恰当地谈到了加勒比共同体和“规模和生存能力的棘手问题”。本章最重要的部分是

查看详细

File

2024-05-29 机构名称:

日常规划对话和人工智能：改善建筑文化、参与度、规划和安全的关键

安全干预。安全科学。2023；162：106072。doi：10.1016/j。ssci.2023.106072 7. Harrington D、Materna B、Vannoy J、Scholz P。开展有效的尾门培训。健康促进实践。2009；10(3)：359-369。doi：10。1177/1524839907307885 8. Kaskutas V、Jaegers L、Dale AM、Evanoff BA。工具箱谈话：改进的见解。Prof Saf。2016；无：33-37。9. Marquet LD。领导力就是语言：您说的话和您不说的话的隐藏力量。麦格劳希尔专业版； 10. Pentland A. 社会物理学：社交网络如何让我们变得更聪明。企鹅出版社；2015 年。 11. Pentland A 打造优秀团队的新科学。哈佛商业评论。2012 年。https://hbr.org/2012/04/the-new-science- of-building-great-teams 12. Alsamadani R、Hallowell M、Javernick ‐ Will AN。使用社交网络分析测量和建模美国小型工作团队的安全沟通。构建管理经济学。2013 年；31(6)：568 ‐ 579。doi:10.1080/01446193.2013.786491 13. Dinnie K，Nation UK。领导力与沟通：通过语言建立信任和赋予权力。劳特利奇； 2021。 14. Kahn WA。工作中个人投入和脱离的心理条件。Acad Manage J。1990；33(4)：692 ‐ 724。https://www.jstor.org/stable/256287 15. Geller ES。以人为本的安全：源头。安全绩效解决方案；2022。 16. Geller ES。安全心理学手册。CRC Press；2001。 17. Edmondson A。工作团队中的心理安全和学习行为。Adm Sci Q。1999；44(2)：350 ‐ 383。doi:10.2307/2666999 18. Newman A、Donohue R、Eva N。心理安全：文献系统评价。Hum Resource Manag Rev。 2017；27(3): 521 ‐ 535。doi:10.1016/j.hrmr.2017.01.001 19. NSC – 国家安全委员会。心理上感到安全的工人在工作中受伤的可能性较小。NSC SAFER 研究报告。2023 年。https://www.nsc.org/workplace/safety-topics/psychological-safety-correlates-to-physical-safety 20. Dekker S.《理解“人为错误”的现场指南》。CRC Press；2014 年。 21. Sexton JB、Helmreich RL、Neilands TB 等人。《安全态度问卷》：心理测量特性、基准数据和新兴研究。BMC Health Serv Res。2006；6:44。 doi:10.1186/ 1472-6963-6-44 22. Frazier ML、Fainshmidt S、Klinger RL、Pezeshkan A、Vracheva V。心理安全：元分析回顾与扩展。人事心理学。2017；70（1）：113-165。doi:10.1111/peps.12183 23. Harter JK、Schmidt FL、Hayes TL。业务部门层面员工满意度、员工敬业度和业务成果之间的关系：元分析。应用心理学杂志。 2002;87(2):268 ‐ 279. doi:10.1037/0021-9010.87.2.268 24. Beus JM、Payne SC、Bergman ME、Arthur, Jr. W. 安全氛围与伤害：理论与实证关系的检验。J Appl Psychol . 2010;95(4):713 ‐ 727. doi:10.1037/a0019164 25. Lu CS、Yang CS. 集装箱码头运营中的安全领导力与安全行为。安全科学。2010；48(2)：123 ‐ 134。doi:10.1016/j. ssci.2009.05.003 26. Newnam S、Griffin MA、Mason C。工作车辆的安全：一项将安全价值和个人预测因素与工作相关驾驶事故联系起来的多层次研究。应用心理学杂志。2008；93(3)：632 ‐ 644。doi:10.1037/0021-9010.93.3.632 27. Nelson B、Hirshfeld S 对话是新货币。FactorLab 白皮书。2021 年。https://factorlab.com/white-paper-conversations-are-the-new-currency/ 28. Nelson B 代理指标到底是什么，你为什么要关心它。FactorLab 白皮书。 2020 年。https://factorlab.com/what-the-heck-is-a-proxy-metric-and-why-you-care/

查看详细

File

2024-06-12 机构名称:

Michael Landon-Murray

Landon-Murray，迈克尔。 2017。将更多的“时间”放入战略情报分析中。国际情报与反情报杂志，30（4），785-809。 Landon-Murray，Michael和Stephen Coulthart。 2016。美国的学术情报计划：探索培训和交易辩论。全球安全与情报研究，2（1），2-19。 Landon-Murray，迈克尔。 2016。大数据和情报：应用程序，人力资本和教育。战略安全杂志，9（2），92-121。 Landon-Murray，迈克尔。 2015。人力资本官员和分析经理如何看待高等（情报）教育的状态？一项研究计划，以构建文献，增强计划并改善情报分析。情报与分析杂志，22（1），61-74。 Landon-Murray，迈克尔。 2013。推动美国学术情报教育前进：文学库存和议程。国际情报与反情报杂志，26（4），744-776。 Landon-Murray，Michael和Ian Anderson。 2013。以140个字符思考：互联网，神经塑性和智能分析。战略安全杂志，6（3），73-82。 Landon-Murray，迈克尔。 2011。社会科学与情报分析：情报教育的作用。应用安全研究杂志，6（4），491-528。书籍章节Landon-Murray，Michael。即将到来。Landon-Murray，迈克尔。2017。将更多的“时间”放入战略情报分析中。国际情报与反情报杂志，30（4），785-809。Landon-Murray，Michael和Stephen Coulthart。 2016。美国的学术情报计划：探索培训和交易辩论。全球安全与情报研究，2（1），2-19。 Landon-Murray，迈克尔。 2016。大数据和情报：应用程序，人力资本和教育。战略安全杂志，9（2），92-121。 Landon-Murray，迈克尔。 2015。人力资本官员和分析经理如何看待高等（情报）教育的状态？一项研究计划，以构建文献，增强计划并改善情报分析。情报与分析杂志，22（1），61-74。 Landon-Murray，迈克尔。 2013。推动美国学术情报教育前进：文学库存和议程。国际情报与反情报杂志，26（4），744-776。 Landon-Murray，Michael和Ian Anderson。 2013。以140个字符思考：互联网，神经塑性和智能分析。战略安全杂志，6（3），73-82。 Landon-Murray，迈克尔。 2011。社会科学与情报分析：情报教育的作用。应用安全研究杂志，6（4），491-528。书籍章节Landon-Murray，Michael。即将到来。Landon-Murray，Michael和Stephen Coulthart。2016。美国的学术情报计划：探索培训和交易辩论。全球安全与情报研究，2（1），2-19。Landon-Murray，迈克尔。 2016。大数据和情报：应用程序，人力资本和教育。战略安全杂志，9（2），92-121。 Landon-Murray，迈克尔。 2015。人力资本官员和分析经理如何看待高等（情报）教育的状态？一项研究计划，以构建文献，增强计划并改善情报分析。情报与分析杂志，22（1），61-74。 Landon-Murray，迈克尔。 2013。推动美国学术情报教育前进：文学库存和议程。国际情报与反情报杂志，26（4），744-776。 Landon-Murray，Michael和Ian Anderson。 2013。以140个字符思考：互联网，神经塑性和智能分析。战略安全杂志，6（3），73-82。 Landon-Murray，迈克尔。 2011。社会科学与情报分析：情报教育的作用。应用安全研究杂志，6（4），491-528。书籍章节Landon-Murray，Michael。即将到来。Landon-Murray，迈克尔。2016。大数据和情报：应用程序，人力资本和教育。战略安全杂志，9（2），92-121。Landon-Murray，迈克尔。 2015。人力资本官员和分析经理如何看待高等（情报）教育的状态？一项研究计划，以构建文献，增强计划并改善情报分析。情报与分析杂志，22（1），61-74。 Landon-Murray，迈克尔。 2013。推动美国学术情报教育前进：文学库存和议程。国际情报与反情报杂志，26（4），744-776。 Landon-Murray，Michael和Ian Anderson。 2013。以140个字符思考：互联网，神经塑性和智能分析。战略安全杂志，6（3），73-82。 Landon-Murray，迈克尔。 2011。社会科学与情报分析：情报教育的作用。应用安全研究杂志，6（4），491-528。书籍章节Landon-Murray，Michael。即将到来。Landon-Murray，迈克尔。2015。人力资本官员和分析经理如何看待高等（情报）教育的状态？一项研究计划，以构建文献，增强计划并改善情报分析。情报与分析杂志，22（1），61-74。Landon-Murray，迈克尔。 2013。推动美国学术情报教育前进：文学库存和议程。国际情报与反情报杂志，26（4），744-776。 Landon-Murray，Michael和Ian Anderson。 2013。以140个字符思考：互联网，神经塑性和智能分析。战略安全杂志，6（3），73-82。 Landon-Murray，迈克尔。 2011。社会科学与情报分析：情报教育的作用。应用安全研究杂志，6（4），491-528。书籍章节Landon-Murray，Michael。即将到来。Landon-Murray，迈克尔。2013。推动美国学术情报教育前进：文学库存和议程。国际情报与反情报杂志，26（4），744-776。Landon-Murray，Michael和Ian Anderson。 2013。以140个字符思考：互联网，神经塑性和智能分析。战略安全杂志，6（3），73-82。 Landon-Murray，迈克尔。 2011。社会科学与情报分析：情报教育的作用。应用安全研究杂志，6（4），491-528。书籍章节Landon-Murray，Michael。即将到来。Landon-Murray，Michael和Ian Anderson。2013。以140个字符思考：互联网，神经塑性和智能分析。战略安全杂志，6（3），73-82。Landon-Murray，迈克尔。 2011。社会科学与情报分析：情报教育的作用。应用安全研究杂志，6（4），491-528。书籍章节Landon-Murray，Michael。即将到来。Landon-Murray，迈克尔。2011。社会科学与情报分析：情报教育的作用。应用安全研究杂志，6（4），491-528。书籍章节Landon-Murray，Michael。即将到来。从顶部出发的视图：组织和领域的IAFIE总统。James D. Ramsay和Nell Bennett（编辑。），战略思想：情报教育在推进国家安全分析中的作用。纽约，纽约：Routledge。

查看详细

File

2025-02-11 机构名称:

贝叶斯数据分析

请在我们身份验证您的情况下等待...2016年贝叶斯分析学会的2016年奖项获得了这本著名的书，现在是第三版，被广泛认为是贝叶斯方法的主要文本，它因其实用和可访问的方法来分析数据和解决研究问题而受到赞扬。介绍先进的方法，文本具有从真实应用和研究中得出的众多工作示例，强调在本版中使用贝叶斯推断在实践中的实践中使用了四章，这些章节是关于非参数建模的四章，以及关于弱小的先验，避免边界的先验，跨越的先验，交叉竞争和预测信息的宣布，在三个方面使用的学生的最新章节：原则；对于研究生，它提出了贝叶斯建模和计算的有效当前方法；对于研究人员而言，它在应用统计数据中提供了各种贝叶斯方法的其他材料，包括数据集，选定练习的解决方案和软件说明，在书的网页上提供了一些研究人员，强调了在组织科学中使用贝叶斯方法进行数据分析的重要性。但是，在采用贝叶斯方法时，仍然存在一些挑战和局限性。例如，一个问题是贝叶斯方法需要指定先前的分布，这可能很困难，尤其是在使用复杂模型时。 Berger，J。2016年贝叶斯分析学会的2016年奖项获得了这本著名的书，现在是第三版，被广泛认为是贝叶斯方法的主要文本，它因其实用和可访问的方法来分析数据和解决研究问题而受到赞扬。介绍先进的方法，文本具有从真实应用和研究中得出的众多工作示例，强调在本版中使用贝叶斯推断在实践中的实践中使用了四章，这些章节是关于非参数建模的四章，以及关于弱小的先验，避免边界的先验，跨越的先验，交叉竞争和预测信息的宣布，在三个方面使用的学生的最新章节：原则；对于研究生，它提出了贝叶斯建模和计算的有效当前方法；对于研究人员而言，它在应用统计数据中提供了各种贝叶斯方法的其他材料，包括数据集，选定练习的解决方案和软件说明，在书的网页上提供了一些研究人员，强调了在组织科学中使用贝叶斯方法进行数据分析的重要性。但是，在采用贝叶斯方法时，仍然存在一些挑战和局限性。例如，一个问题是贝叶斯方法需要指定先前的分布，这可能很困难，尤其是在使用复杂模型时。Berger，J。一些研究人员提出了各种技术来提出专家判断以告知先前分布的技术。，例如，O'Hagan等。（2006）提供了先前启发的综合指南，包括技术和潜在的陷阱。其他研究的重点是开发使用贝叶斯先验的专家的信念的方法（例如，Johnson等，2010）。此外，还有各种可用的在线资源可以帮助进行贝叶斯分析。例如，Van de Schoot的在线统计培训提供了有关高级统计主题的教程和练习。总的来说，在组织科学中使用贝叶斯方法的使用变得越来越重要，但是它需要仔细考虑先前的分布和启发技术，以确保准确的结果。注意：我已经删除了一些特定的参考，并重点介绍了要点。让我知道您是否希望我保留更多原始文本！van de de Schoot-Hubeek，W.，Hoijtink，H.，Van de Schoot，R.，Zondervan-Zwijnenburg，M。＆Lek，K。评估专家判断引发程序，以相关性和应用于贝叶斯分析。客观的贝叶斯分析：对主观贝叶斯分析的案例，批评和个人观点。Brown，L。D.经验贝叶斯和贝叶斯方法的现场测试，用于击球平均赛季预测。Candel，M。J.，Winkens，B。Monte Carlo研究在纵向设计中多级分析中的经验贝叶斯估计值的性能。Ibrahim，J。G.，Chen，M。H.，Gwon，Y。Ibrahim，J。G.，Chen，M。H.，Gwon，Y。darnieder，W。F.贝叶斯方法依赖数据依赖的先验。＆Chen，F。权力先验：具有统计功率计算的理论和应用。Muthen，B。，Asparouhov，T。贝叶斯结构方程建模：使用数据依赖性先验对实体理论的更灵活的表示。Rietbergen，C.，Klugkist，I.，Janssen，K。J.，Moons，K。G.＆Hoijtink，H。将历史数据纳入随机治疗试验的分析中，以及基于系统文献搜索和专家精力提示的知识的贝叶斯PTSD-Traigntory分析。van der Linden，W。J.在自适应测试中使用响应时间进行项目选择。Wasserman，L。使用数据依赖性先验对混合模型的渐近推断。请注意，我保留了您的消息的原始语言而不翻译。给定文本：释义此文本：数据（版本V1.0）。Zenodo（2020）。元素Google Scholar Chung，Y.，Gelman，A.，Rabe-Hesketh，S.，Liu，J。＆Dorie，V。层次模型中协方差矩阵的点估计值较弱。J.教育。行为。Stat。40，136–157（2015）。Google Scholar Gelman，A.，Jakulin，A.，Pittau，M。G.＆Su，Y.-S。 logistic和其他回归模型的弱信息默认分布。ann。应用。Stat。2，1360–1383（2008）。MathScinetMath Google Scholar Gelman，A.，Carlin，J。 B.，Stern，H。S.＆Rubin，D。B. Bayesian数据分析卷。 2（Chapman＆Hallcrc，2004）。Jeffreys，H。概率理论卷。 am。 Stat。2，1360–1383（2008）。MathScinetMath Google Scholar Gelman，A.，Carlin，J。B.，Stern，H。S.＆Rubin，D。B. Bayesian数据分析卷。2（Chapman＆Hallcrc，2004）。Jeffreys，H。概率理论卷。am。Stat。3（Clarendon，1961）.Seaman III，J。W.，Seaman Jr，J。W.＆Stamey，J。D.指定非信息先验的隐藏危险。66，77–84（2012）.MathScinet Google Scholar Gelman，A。层次模型中方差参数的先前分布（Browne和Draper对文章的评论）。贝叶斯肛门。1，515–534（2006）.MathScinet Math Google Scholar Lambert，P.C.，Sutton，A。J.，Burton，P.R.，Abrams，K。R.＆Jones，D。R.含糊不清？对使用Winbugs在MCMC中使用模糊的先验分布的影响的仿真研究。Stat。Med。24，2401–2428（2005）。MathScinetGoogle Scholar Depaoli，S。在不同程度的类别分离的情况下，GMM中的混合类别恢复：频繁主义者与贝叶斯的估计。Psychol。方法18，186–219（2013）。Google Scholar DePaoli，S。＆Van de Schoot，R。贝叶斯统计中的透明度和复制：WAMBS-CHECKLIST。Psychol。方法22，240（2017）。本文提供了有关如何在使用贝叶斯统计数据估算模型时如何检查各个点的分步指南。统计建模模型检查中的贝叶斯模型检查和鲁棒性是一种用于评估统计模型准确性的方法。它涉及使用各种诊断工具来检查模型的潜在问题，例如偏见或过度拟合。贝叶斯模型检查是传统模型检查的扩展，将先前的信念纳入分析中。再次。贝叶斯模型检查的关键应用之一是检测先前数据冲突。贝叶斯模型检查近年来变得越来越重要，因为它能够提供对统计模型的更细微理解的能力。它允许研究人员量化数据中包含的信息量，并评估其结论的可靠性。一些研究人员为贝叶斯模型检查技术的发展做出了重大贡献，包括Nott等，Evans和Moshonov，Young and Pettit，Kass和Raftery，Bousquet，Veen和Stoel，以及Nott等。这些研究人员介绍了各种诊断工具和评估先前数据协议和冲突的标准。这会发生在同一数据集的先前信念和数据之间存在差异时。像埃文斯（Evans），莫索诺夫（Moshonov）和杨（Young）这样的研究人员已经开发了使用诸如后验预测分布等指标来量化这一冲突的方法。贝叶斯模型检查也已应用于贝叶斯模型中的可能性推断。像Gelman，Simpson和Betancourt这样的研究人员强调了理解表达先前信念的上下文的重要性。除了其方法论上的意义外，贝叶斯模型检查还在社会科学，医学和金融等领域还采用了实际应用。它可以通过确定统计模型的潜在问题来帮助研究人员和政策制定者做出更明智的决定。在此处给定文章，此处28，319–339（2013）.MathScinet Math Google Scholar Rubin，D。B. Bayesian具有合理的频率计算，适用于应用的统计学家。ann。Stat。J.am。12，1151–1172（1984）。Mathscinet Math Google Scholar Gelfand，A。E.＆Smith，A。F. M.基于采样的方法来计算边际密度。 Stat。合作。 85，398–409（1990）。这篇开创性的文章将MCMC视为贝叶斯推理的实际方法。 ifna（1991）。 3（Eds van de Schoot，R。＆Miocevic，M。）30–49（Routledge，2020）。 4（eds van de Schoot，R。＆Miocevic，M。）50–70（Routledge，2020）。Robert，C。＆Casella，G。Monte Carlo统计方法（Springer Science＆Business Media，2013）。 ieee trans。模式肛门。马赫。 Intell。 6，721–741（1984）。大型Google Scholar Metropolis，N.，Rosenbluth，A。W.，Rosenbluth，M。N.，Teller，A。H.＆Teller，E。快速计算机通过快速计算机计算的方程。 J. Chem。物理。 21，1087–1092（1953）.ADS数学Google Scholar Hastings，W。K. Monte Carlo采样方法使用Markov链及其应用。 Biometrika 57，97–109（1970）.Mathscinet Math Google Scholar Duane，S.，Kennedy，A。D.，Pendleton，B。J. ＆Roweth，D。Hybrid Monte Carlo。物理。 Lett。 J. am。 Stat。合作。12，1151–1172（1984）。Mathscinet Math Google Scholar Gelfand，A。E.＆Smith，A。F. M.基于采样的方法来计算边际密度。Stat。合作。85，398–409（1990）。这篇开创性的文章将MCMC视为贝叶斯推理的实际方法。 ifna（1991）。 3（Eds van de Schoot，R。＆Miocevic，M。）30–49（Routledge，2020）。 4（eds van de Schoot，R。＆Miocevic，M。）50–70（Routledge，2020）。Robert，C。＆Casella，G。Monte Carlo统计方法（Springer Science＆Business Media，2013）。 ieee trans。模式肛门。马赫。 Intell。 6，721–741（1984）。大型Google Scholar Metropolis，N.，Rosenbluth，A。W.，Rosenbluth，M。N.，Teller，A。H.＆Teller，E。快速计算机通过快速计算机计算的方程。 J. Chem。物理。 21，1087–1092（1953）.ADS数学Google Scholar Hastings，W。K. Monte Carlo采样方法使用Markov链及其应用。 Biometrika 57，97–109（1970）.Mathscinet Math Google Scholar Duane，S.，Kennedy，A。D.，Pendleton，B。J. ＆Roweth，D。Hybrid Monte Carlo。物理。 Lett。 J. am。 Stat。合作。85，398–409（1990）。这篇开创性的文章将MCMC视为贝叶斯推理的实际方法。ifna（1991）。3（Eds van de Schoot，R。＆Miocevic，M。）30–49（Routledge，2020）。4（eds van de Schoot，R。＆Miocevic，M。）50–70（Routledge，2020）。Robert，C。＆Casella，G。Monte Carlo统计方法（Springer Science＆Business Media，2013）。ieee trans。模式肛门。马赫。Intell。 6，721–741（1984）。大型Google Scholar Metropolis，N.，Rosenbluth，A。W.，Rosenbluth，M。N.，Teller，A。H.＆Teller，E。快速计算机通过快速计算机计算的方程。 J. Chem。物理。 21，1087–1092（1953）.ADS数学Google Scholar Hastings，W。K. Monte Carlo采样方法使用Markov链及其应用。 Biometrika 57，97–109（1970）.Mathscinet Math Google Scholar Duane，S.，Kennedy，A。D.，Pendleton，B。J. ＆Roweth，D。Hybrid Monte Carlo。物理。 Lett。 J. am。 Stat。合作。Intell。6，721–741（1984）。大型Google Scholar Metropolis，N.，Rosenbluth，A。W.，Rosenbluth，M。N.，Teller，A。H.＆Teller，E。快速计算机通过快速计算机计算的方程。J. Chem。物理。 21，1087–1092（1953）.ADS数学Google Scholar Hastings，W。K. Monte Carlo采样方法使用Markov链及其应用。 Biometrika 57，97–109（1970）.Mathscinet Math Google Scholar Duane，S.，Kennedy，A。D.，Pendleton，B。J. ＆Roweth，D。Hybrid Monte Carlo。物理。 Lett。 J. am。 Stat。合作。J. Chem。物理。21，1087–1092（1953）.ADS数学Google Scholar Hastings，W。K. Monte Carlo采样方法使用Markov链及其应用。Biometrika 57，97–109（1970）.Mathscinet Math Google Scholar Duane，S.，Kennedy，A。D.，Pendleton，B。J.＆Roweth，D。Hybrid Monte Carlo。物理。Lett。 J. am。 Stat。合作。Lett。J.am。Stat。合作。b 195，216–222（1987）。＆Wong，W。H.通过数据增强计算后验分布。82，528–540（1987）。本文解释了当直接计算感兴趣参数的后验密度时，如何使用数据扩展。马尔可夫链蒙特卡洛手册（CRC，2011年）。本书对MCMC及其在许多不同的应用中的使用进行了全面评论。Gelman，A。Burn-in MCMC，为什么我们更喜欢“热身”一词。元建模，因果推理和社会科学（2017）。Gelman，A。＆Rubin，D。B. 使用多个序列从迭代模拟中推断。 Stat。 SCI。 7，457–511（1992）。一般方法用于监测迭代模拟的收敛性。 J. Comput。图。 Stat。 7，434–455（1998）。大型Google Scholar Roberts，G。O. Markov链链概念与采样算法有关。马尔可夫链蒙特卡洛在实践中57，45-58（1996）。（2020）提出了一种改进的\（\ hat {r} \）度量，用于评估马尔可夫链蒙特卡洛（MCMC）方法的收敛性。他们建立在Bürkner（2017），Merkle和Rosseel（2015）和Carpenter等人的先前作品上。（2017）。关键参考包括Minka（2013），Hoffman等。（2015），Liang等。 Q.82，528–540（1987）。本文解释了当直接计算感兴趣参数的后验密度时，如何使用数据扩展。马尔可夫链蒙特卡洛手册（CRC，2011年）。本书对MCMC及其在许多不同的应用中的使用进行了全面评论。Gelman，A。Burn-in MCMC，为什么我们更喜欢“热身”一词。元建模，因果推理和社会科学（2017）。Gelman，A。＆Rubin，D。B.使用多个序列从迭代模拟中推断。Stat。SCI。 7，457–511（1992）。一般方法用于监测迭代模拟的收敛性。 J. Comput。图。 Stat。 7，434–455（1998）。大型Google Scholar Roberts，G。O. Markov链链概念与采样算法有关。马尔可夫链蒙特卡洛在实践中57，45-58（1996）。（2020）提出了一种改进的\（\ hat {r} \）度量，用于评估马尔可夫链蒙特卡洛（MCMC）方法的收敛性。他们建立在Bürkner（2017），Merkle和Rosseel（2015）和Carpenter等人的先前作品上。（2017）。关键参考包括Minka（2013），Hoffman等。（2015），Liang等。 Q.SCI。7，457–511（1992）。一般方法用于监测迭代模拟的收敛性。 J. Comput。图。 Stat。 7，434–455（1998）。大型Google Scholar Roberts，G。O. Markov链链概念与采样算法有关。马尔可夫链蒙特卡洛在实践中57，45-58（1996）。（2020）提出了一种改进的\（\ hat {r} \）度量，用于评估马尔可夫链蒙特卡洛（MCMC）方法的收敛性。他们建立在Bürkner（2017），Merkle和Rosseel（2015）和Carpenter等人的先前作品上。（2017）。关键参考包括Minka（2013），Hoffman等。（2015），Liang等。 Q.一般方法用于监测迭代模拟的收敛性。J. Comput。图。Stat。7，434–455（1998）。大型Google Scholar Roberts，G。O. Markov链链概念与采样算法有关。马尔可夫链蒙特卡洛在实践中57，45-58（1996）。（2020）提出了一种改进的\（\ hat {r} \）度量，用于评估马尔可夫链蒙特卡洛（MCMC）方法的收敛性。他们建立在Bürkner（2017），Merkle和Rosseel（2015）和Carpenter等人的先前作品上。（2017）。关键参考包括Minka（2013），Hoffman等。（2015），Liang等。 Q.（2015），Liang等。Q.Q.新方法利用排序差异，折叠和本地化技术来增强\（\ hat {r} \）的准确性。此外，本综述强调了贝叶斯建模中变异推理方法的重要性，尤其是随机变体，这些变体是大型数据集或复杂模型的流行近似贝叶斯推理方法的基础。（2013），Kingma和BA（2014），Li等。（2008），Forte等。（2018），Mitchell和Beauchamp（1988），George和McCulloch（1993），Ishwaran和Rao（2005），Bottolo和Richardson（2010），Ročková和George（2014），Park和Park和Casella（2008），以及Carvalho等。（2014）。用于回归分析中的稀疏信号。该框架利用连续的收缩先验来实现全局稀疏性，同时控制每个系数的正则化量。该方法已广泛应用于各个领域，包括贝叶斯惩罚回归和多元变量选择。其他相关研究包括为高斯状态空间模型的随机模型规范搜索，在结构化添加回归模型中进行功能选择的尖峰和刻录式先验以及多个高斯图形模型的贝叶斯推断。 L. F. B., Reich, B. J., Fuentes, M. & Dominici, F. Spatial variable selection methods for investigating acute health effects of fine particulate matter components are explored in the context of Biometrics (2015).MathSciNet MATH Google Scholar Additionally, research on Bayesian fMRI time series analysis with spatial priors is presented by Penny, W. D., Trujillo-Barreto, N. J. ＆Friston，K。J. Neuroimage（2005）。咨询。临床。（2013），Kingma和BA（2014），Li等。（2008），Forte等。（2018），Mitchell和Beauchamp（1988），George和McCulloch（1993），Ishwaran和Rao（2005），Bottolo和Richardson（2010），Ročková和George（2014），Park和Park和Casella（2008），以及Carvalho等。（2014）。用于回归分析中的稀疏信号。该框架利用连续的收缩先验来实现全局稀疏性，同时控制每个系数的正则化量。该方法已广泛应用于各个领域，包括贝叶斯惩罚回归和多元变量选择。其他相关研究包括为高斯状态空间模型的随机模型规范搜索，在结构化添加回归模型中进行功能选择的尖峰和刻录式先验以及多个高斯图形模型的贝叶斯推断。 L. F. B., Reich, B. J., Fuentes, M. & Dominici, F. Spatial variable selection methods for investigating acute health effects of fine particulate matter components are explored in the context of Biometrics (2015).MathSciNet MATH Google Scholar Additionally, research on Bayesian fMRI time series analysis with spatial priors is presented by Penny, W. D., Trujillo-Barreto, N. J. ＆Friston，K。J. Neuroimage（2005）。咨询。临床。（2008），Forte等。（2018），Mitchell和Beauchamp（1988），George和McCulloch（1993），Ishwaran和Rao（2005），Bottolo和Richardson（2010），Ročková和George（2014），Park和Park和Casella（2008），以及Carvalho等。（2014）。用于回归分析中的稀疏信号。该框架利用连续的收缩先验来实现全局稀疏性，同时控制每个系数的正则化量。该方法已广泛应用于各个领域，包括贝叶斯惩罚回归和多元变量选择。其他相关研究包括为高斯状态空间模型的随机模型规范搜索，在结构化添加回归模型中进行功能选择的尖峰和刻录式先验以及多个高斯图形模型的贝叶斯推断。L. F. B., Reich, B. J., Fuentes, M. & Dominici, F. Spatial variable selection methods for investigating acute health effects of fine particulate matter components are explored in the context of Biometrics (2015).MathSciNet MATH Google Scholar Additionally, research on Bayesian fMRI time series analysis with spatial priors is presented by Penny, W. D., Trujillo-Barreto, N. J.＆Friston，K。J. Neuroimage（2005）。咨询。临床。Google Scholar Smith，M.，Pütz，B。，Auer，D。＆Fahrmeir，L。Neuroimage（2003）中还讨论了通过空间贝叶斯变量选择评估大脑活动。Google Scholar此外，检查了Zhang，L。，Guindani，M.，Versace，F。＆Vannucci，M。Neuroimage（2014）的时空非参数贝叶斯变量选择模型用于聚类相关时间课程。判断中信息处理的研究采用了各种方法，如Bolt等人的研究中所见，他们探讨了两种戒烟剂在联合使用的有效性，理由是J.Psychol。80，54–65，2012）。在类似的脉中，Billari等。基于贝叶斯范式内的专家评估（人口统计学51，1933–1954，2014）开发了随机人群预测模型。其他研究已经深入研究了暂时的生活变化及其对离婚时间的影响（Fallesen＆Breen，人口统计学53，1377-1398，2016）。同时，Hansford等人。分析了美国律师将军在最高法院的政策领域的位置（Pres。螺柱。49，855–869，2019）。此外，研究重点是使用健康行为综合模型来预测限制“自由糖”消耗（Phipps等人，食欲150，104668，2020）。此外，研究还将贝叶斯统计数据引入了健康心理学，并强调了其在该领域的潜在好处（Depaoli等人，Health Psychol。修订版11，248–264，2017）。Psychol。Gen. 142，573–603，2013; Lee，M。D.，J。数学。Gen. 142，573–603，2013; Lee，M。D.，J。数学。贝叶斯估计的应用已显示在各种情况下取代传统的t检验，包括认知建模和生态研究（Kruschke，J。Exp。Psychol。55，1-7，2011）。此外，层次结构的贝叶斯模型已在生态学中用于建模种群动态和推断环境参数（Royle＆Dorazio，生态学的分层建模和推断）。通过包括Gimenez等人在内的各种研究人员的工作进一步开发了这种方法。（在标记人群中建模的人口统计过程中，3）和King等。（贝叶斯分析人群生态学）。研究还研究了贝叶斯方法在生态学中的使用，例如使用汉密尔顿蒙特卡洛（Monnahan等人，方法ECOL。Evol。8，339–348，2017）。贝叶斯对生态学的重要性的重要性已被埃里森（Elison）等研究人员（ecol。Lett。 7，509–520，2004）。最后，已经探索了通过设计启发将专家意见整合到贝叶斯统计模型中，突出了其为先验知识提供信息并提高模型准确性的潜力（Choy等，生态学90，265-277，2009）。也已经讨论了有关使用贝叶斯评估诊断人群下降的诊断人群下降的方法（King等，J。R. Stat。 Soc。系列C 57，609–632，2008）。在2008年至2020年的一系列出版物中介绍了统计生态技术的全面综述。 - Dennis等。 -McClintock等。Lett。7，509–520，2004）。最后，已经探索了通过设计启发将专家意见整合到贝叶斯统计模型中，突出了其为先验知识提供信息并提高模型准确性的潜力（Choy等，生态学90，265-277，2009）。也已经讨论了有关使用贝叶斯评估诊断人群下降的诊断人群下降的方法（King等，J。R. Stat。Soc。系列C 57，609–632，2008）。在2008年至2020年的一系列出版物中介绍了统计生态技术的全面综述。 - Dennis等。 -McClintock等。系列C 57，609–632，2008）。在2008年至2020年的一系列出版物中介绍了统计生态技术的全面综述。- Dennis等。-McClintock等。总而言之，对判断中信息处理的研究以及贝叶斯统计在各个领域的应用，使人们对这些概念及其对决策和人口建模的影响有了更深入的了解。这些作品涵盖了种群建模的各个方面，包括贝叶斯估计，综合人群模型和遗传关联研究。关键论文包括： - King and Brooks（2008）关于贝叶斯对具有异质性和模型不确定性的封闭种群的估计。（2006）使用生态数据估计密度依赖性，过程噪声和观察误差。（2012）基于多阶段随机步行开发了一个一般的离散时间框架，用于动物运动。-Aeberhard等。（2018）对渔业科学的州空间模型进行了综述。其他值得注意的贡献包括： - Isaac等。（2020）讨论了大规模物种分布模型的数据集成。-McClintock等。（2020）提出了一种使用隐藏的马尔可夫模型来发现生态状态动力学的方法。- King（2014）审查了统计生态及其应用。- Andrieu等。（2010）引入了粒子马尔可夫链蒙特卡洛方法，用于复杂的种群建模。这些研究表明，从人口生存能力分析到遗传关联研究，在理解生态系统中采用的统计技术的多样性，强调了该领域数据整合和高级建模方法的重要性。提出一种利用转移学习以提高数据质量的方法。基因组学，统计和机器学习的交集在理解复杂的生物系统中变得越来越重要。最近的研究探索了多摩智数据集的整合，以发现对人类健康和疾病的新见解。由Argelaguet等人建立了整合多派数据集的框架，该框架采用贝叶斯方法来识别生物学过程的关键因素。该方法已应用于包括单细胞转录组学在内的各个领域，如Yau和Campbell的工作所示，他们使用贝叶斯统计学习来分析大型数据集。研究的另一个领域涉及在英国生物库中对跨树木结构的常规医疗数据进行遗传关联的分析。诸如Stuart和Satija的研究表明，将单细胞分析与基因组学相结合以揭示有关复杂生物系统的新信息的潜力。深层生成模型的发展也促进了单细胞转录组学的进步，如Lopez等人的工作所证明的那样，后者应用了深层生成模型来分析大型数据集。此外，与Wang等人一起，对单细胞转录组学中数据降解和转移学习的研究已显示出令人鼓舞的结果。最近的研究还强调了科学研究中可重复性和公平原则（可访问，可互操作和可重复使用）的重要性。这包括诸如癌症基因组图集和Dryad＆Zenodo之类的举措，旨在促进开放研究实践。提出了功能性变分贝叶斯神经网络。机器学习技术（包括变异自动编码器）的应用也在理解复杂的生物系统方面变得越来越重要。正如Paszke等人的评论中所述，变化自动编码器为将基因组学和统计数据与深层生成模型的整合提供了有希望的方法。总体而言，多摩智数据集，机器学习技术和统计分析的进步的整合已经开辟了新的途径，以理解复杂的生物系统并揭示了对人类健康和疾病的新见解。概率建模的最新进展导致了几种将深度学习与贝叶斯推论相结合的技术的发展。该领域的一个关键概念是变异自动编码器（VAE），它通过将其映射到较低维度的空间中来了解输入数据的概率分布。Hinton等人引入的Beta-Vae框架将VAE限制为学习基本的视觉概念。研究人员还探索了贝叶斯方法在神经网络中的应用，例如高斯过程和周期性随机梯度MCMC。例如，尼尔在神经网络上的贝叶斯学习方面的工作突出了神经网络与高斯过程之间的联系。此外，已证明将深层合奏用于预测不确定性估计在各种任务中都是有效的。最近的预印象提出了新的新技术，包括功能变分贝叶斯神经网络和细心的神经过程。后者使用注意机制从输入数据中学习相关特征。res。另一项研究的重点是开发更可扩展和可解释的模型，例如标准化流量和周期性随机梯度MCMC。该领域在理解深度学习的理论基础上，包括神经网络与高斯过程之间的联系，也看到了重大进展。Mackay和Williams的作品为贝叶斯倒退网络提供了一个实用的框架，而Sun等人。总的来说，这些进步有助于我们理解概率建模及其在深度学习中的应用。Hoffman，M。D.＆Gelman，A。 No-U-Turn采样器：在汉密尔顿蒙特卡洛（Monte Carlo）的自适应设置路径长度。 J. Mach。学习。 15，1593–1623（2014）。MathScinetMath Google Scholar Liang，F。＆Wong，W。H. Evolutionary Monte Carlo：CP模型采样和更改点问题的应用。 Stat。 Sinica 317-342（2000）.liu，J。S.＆Chen，R。动态系统的顺序蒙特卡洛方法。 J. am。 Stat。合作。 93，1032–1044（1998）.MathScinet Math Google Scholar Sisson，S.，Fan，Y。＆Beaumont，M。近似贝叶斯计算手册（Chapman and Hall/CRC 2018）。 J. R. Stat。 Soc。系列B 71，319–392（2009）.MathScinet Math Google Scholar Lunn，D。J.，Thomas，A。，Best，N。＆Spiegelhalter，D。Winbugs - 贝叶斯建模框架：概念，结构和可扩展性。 Stat。计算。Hoffman，M。D.＆Gelman，A。No-U-Turn采样器：在汉密尔顿蒙特卡洛（Monte Carlo）的自适应设置路径长度。J. Mach。学习。 15，1593–1623（2014）。MathScinetMath Google Scholar Liang，F。＆Wong，W。H. Evolutionary Monte Carlo：CP模型采样和更改点问题的应用。 Stat。 Sinica 317-342（2000）.liu，J。S.＆Chen，R。动态系统的顺序蒙特卡洛方法。 J. am。 Stat。合作。 93，1032–1044（1998）.MathScinet Math Google Scholar Sisson，S.，Fan，Y。＆Beaumont，M。近似贝叶斯计算手册（Chapman and Hall/CRC 2018）。 J. R. Stat。 Soc。系列B 71，319–392（2009）.MathScinet Math Google Scholar Lunn，D。J.，Thomas，A。，Best，N。＆Spiegelhalter，D。Winbugs - 贝叶斯建模框架：概念，结构和可扩展性。 Stat。计算。J. Mach。学习。15，1593–1623（2014）。MathScinetMath Google Scholar Liang，F。＆Wong，W。H. Evolutionary Monte Carlo：CP模型采样和更改点问题的应用。 Stat。 Sinica 317-342（2000）.liu，J。S.＆Chen，R。动态系统的顺序蒙特卡洛方法。 J. am。 Stat。合作。 93，1032–1044（1998）.MathScinet Math Google Scholar Sisson，S.，Fan，Y。＆Beaumont，M。近似贝叶斯计算手册（Chapman and Hall/CRC 2018）。 J. R. Stat。 Soc。系列B 71，319–392（2009）.MathScinet Math Google Scholar Lunn，D。J.，Thomas，A。，Best，N。＆Spiegelhalter，D。Winbugs - 贝叶斯建模框架：概念，结构和可扩展性。 Stat。计算。15，1593–1623（2014）。MathScinetMath Google Scholar Liang，F。＆Wong，W。H. Evolutionary Monte Carlo：CP模型采样和更改点问题的应用。Stat。Sinica 317-342（2000）.liu，J。S.＆Chen，R。动态系统的顺序蒙特卡洛方法。J.am。Stat。合作。93，1032–1044（1998）.MathScinet Math Google Scholar Sisson，S.，Fan，Y。＆Beaumont，M。近似贝叶斯计算手册（Chapman and Hall/CRC 2018）。J. R. Stat。 Soc。系列B 71，319–392（2009）.MathScinet Math Google Scholar Lunn，D。J.，Thomas，A。，Best，N。＆Spiegelhalter，D。Winbugs - 贝叶斯建模框架：概念，结构和可扩展性。 Stat。计算。J. R. Stat。Soc。系列B 71，319–392（2009）.MathScinet Math Google Scholar Lunn，D。J.，Thomas，A。，Best，N。＆Spiegelhalter，D。Winbugs - 贝叶斯建模框架：概念，结构和可扩展性。Stat。计算。10，325–337（2000）。Google Scholar Ntzoufras，I。使用Winbugs Vol。698（Wiley，2011）.Lunn，D。J.，Thomas，A.，Best，N。＆Spiegelhalter，D。Winbugs - 贝叶斯建模框架：概念，结构和可扩展性。Stat。计算。10，325–337（2000）。Spiegelhalter，D.，Thomas，A。，Best，N。＆Lunn，D。OpenBugs用户手册版本3.2.3。OpenBugs（2014）.Plummer，M。Jags：使用Gibbs采样的贝叶斯图形模型分析程序。proc。第三国际统计计算的国际研讨会124，1-10（2003）。Google Scholar Plummer，M。Rjags：使用MCMC的贝叶斯图形模型。r软件包版本，4（6）（2016）.Salvatier，J.，Wiecki，T。V.＆Fonnesbeck，C。使用Pymc3在Python中进行概率编程。peerj Comput。SCI。 2，E55（2016）。 Google Scholar de Valpine，P。等。与模型的编程：编写敏捷的通用模型结构的统计算法。 J. Comput。图。SCI。2，E55（2016）。 Google Scholar de Valpine，P。等。与模型的编程：编写敏捷的通用模型结构的统计算法。 J. Comput。图。2，E55（2016）。Google Scholar de Valpine，P。等。与模型的编程：编写敏捷的通用模型结构的统计算法。J. Comput。图。Stat.s 26, 403–413 (2017).MathSciNet Google Scholar Bayesian analysis software JASP version 0.14 available for computer use (2020) Lindgren F & Rue H used R-INLA for Bayesian spatial modeling in a Stats journal article (2015) Vanhatalo et al's GPstuff allowed Bayesian Gaussian process modeling with Machine Learning Res articles (2013) Blaxter gave research methods in他的2010年McGraw-Hill教育书《如何进行研究》 BetanCourt在Github上创建了一个原则上的贝叶斯工作流程，主张最佳实践（2020）Veen＆Schoot使用了对英超联赛数据的后验预测检查，并在OSF（2020年）上发布了它，并在Kramer＆Bosman（2020）Kramer＆Bosman在Kramer＆Bosman在Kramersship Sumpership Summerschool inter Smixship Summershood prosentie in Utrech Torne in utrecht in of to inty介绍（2019年），UTRECHINE（2019年）（2019年）（2019年）（2019年）（2019年）（2019年）（2019年） Acta Math匈牙利文章（1955）Lesaffre＆Lawson在2012年Wiley Publication撰写了一种新的公理概率理论（1955年），Hoijtink等人使用了贝叶斯评估，用于认知诊断评估，发表在Psych Methods In In In Psych Methods Journal（2014）

查看详细

XiaoMi-AI文件搜索系统

Routledge

算法偏差评估的Abroca分布

URSI 文摘 - 国家科学院

URSI 文摘 - 国家科学院

URSI 文摘 - 国家科学院

Mandi Cai 和 Sachita Nishal。2023 年。新闻业人工智能素养的动机、目标和途径。在 CHI '23 人工智能研讨会上

China's Talent Programs: Lessons for the United States?

书评：加勒比经济手册[康拉德]

日常规划对话和人工智能：改善建筑文化、参与度、规划和安全的关键

Michael Landon-Murray

贝叶斯数据分析

按机构统计排名前十媒体

按照发布年份统计数据

XiaoMi-AI