XiaoMi-AI文件搜索系统
World File Search SystemSSIE
SSIE 研究生手册
我们非常高兴地欢迎您来到宾汉姆顿大学托马斯·沃森工程与应用科学学院（沃森学院）的系统科学与工业工程（SSIE）系攻读研究生。每学期都能看到来自美国等许多国家的新生，这真是令人惊喜。我们很高兴您决定在 SSIE 系攻读研究生，并衷心祝愿您在学习期间取得巨大成功并实现您的目标。本 SSIE 研究生手册（“手册”）旨在帮助您顺利过渡到本系并在本系内完成研究生学习。希望所有 SSIE 学生都已阅读并熟悉其内容。本手册还旨在补充现有的沃森工程与应用科学学院研究生手册，该手册提供所有沃森学院学生的共同信息，以及研究生院手册，该手册提供所有大学研究生的信息。我们希望您能利用系、沃森学院和大学提供的众多机会和资源来实现或超越您的目标。我们很高兴您选择我们的部门来完成这些任务。在您逗留期间，请随时向我们提问。 Mohammad Khasawneh 博士 系主任兼教授 – 系统科学与工业工程系 (SSIE) 研究生主任 – 医疗保健系统工程 (HSE) 研究生主任 – 曼哈顿卫生系统高级管理人员项目 (曼哈顿项目) Sarah Lam 博士 教授兼研究生主任 – 工业与系统工程 (ISE) Hiroki Sayama 博士 教授兼研究生主任 – 系统科学 (SS)
VA AI 清单 – 2024 年 7 月 29 日更新
1.VA 退伍军人体验办公室 (VEO) 企业数据测量与分析通过客户体验 (CX) 调查从自愿提供 VA 服务反馈的退伍军人那里获得反馈。退伍军人对 CX 调查的回应被接收（由托管在 VA 防火墙之外的 AWS gov 云上的 Medallia 系统接收）。2.如果调查回复包含自由文本评论。评论由危机警报检测算法 (CADA) 实时筛选。CADA 是一个规则驱动的单词过滤器。它具有很高的误报率。3.如果检测到危机风险，则使用来自邀请文件（个人和联系方式）的信息以及响应信息（时间戳、自由文本评论）创建危机警报案例。标记为“危机警报”并以电子方式转发到 VA 心理健康办公室退伍军人危机热线 (VCL) 仪表板。在队列中。4.VCL 人员使用危机警报中包含的信息评估警报，以确定该案例是否正确标记为 CADA 识别的风险。6.如果 VCL 证实了危机风险，VCL 将尝试联系退伍军人进一步评估风险，为退伍军人提供指导，并确定可能需要采取哪些其他干预措施。7.VLC 工作的结果和解决方案将发送回 Medallia（注释和详细信息），并带有标签（例如，假阳性等）NAII 创建了一个 AI 试点合同，以评估 AI/ML/NLP（长语言）模型 (LLM)、SSIE 是否能够降低 CADA 产生的假阳性率（从而减少 VCL 的工作量负担和积压，通过使用更少的工作人员来分类假阳性病例并加快对有需要的退伍军人的危机干预来节省资金）。模型输出将由 VCL 员工使用，使用以人为本的设计 (HCD) 方法。VCL 员工认为两份报告很有帮助并采纳了它们。由于 VLC 分类案例结果在 VCL 仪表板中以标签形式捕获。使用真实标记数据来训练 SSIE 模型。该模型还针对未批量标记的数据集和通过实时生产源运行。VEO 确定的危机警报实用性和有效性的另外三个要求：R1。及时性：必须实时快速检测。由于危机严重性和及时性，对危机干预的关键要求是时间短。R2。安全性：避免遗漏真实风险（假阴性）R3。效率：尽量减少错误警报（误报），因为处理每个警报案例的成本很高（对于 VC 工作量负担而言）。