XiaoMi-AI文件搜索系统
World File Search SystemSpringer
航空系统：综合航空价值链管理（Springer 商业和经济学文本）
# Springer-Verlag Berlin Heidelberg 2011 本作品受版权保护。保留所有权利，无论涉及全部还是部分材料，具体而言是翻译、重印、重新使用插图、朗诵、广播、以缩微胶片或任何其他方式复制以及存储在数据库中的权利。 仅根据 1965 年 9 月 9 日现行版本的德国版权法的规定，才允许复制本出版物或其中的部分内容，并且必须始终获得 Springer 的使用许可。违反者将根据德国版权法受到起诉。 本出版物中使用的一般描述性名称、注册名称、商标等并不意味着（即使在没有具体声明的情况下）这些名称不受相关保护法律和法规的约束，因此可以自由使用。
基于微机械侧的折射率传感器 - 奥西奇tomasz：孔光纤，光电评论，施普林格，第1卷。 33，不。 1，2025，p
本文介绍了使用激光微机械侧孔光纤（S-H）的基于强度的折射率（RI）传感器。为了实现这一目标，将微腔切成S-H的侧面表面，从而可以进入其结构内的一个空气孔。然后将几何修饰的纤维在两端连接到单模纤维，以在包含超脑激光器和光学信号分析仪的系统中进行结构研究。在下一步中，将浸入液施加到微型腔内的RI值，范围为1.30至1.57，增量为0.02。功率损失测量。基于获得的结果，可以得出结论，RI传感器已成功地开发了生物化学中的潜在应用。
建议引用：Hermann, Erik (2021)：利用人工智能在营销中实现社会公益——一种伦理视角，《商业伦理杂志》，ISSN 1573-0697，Springer 荷兰，多德雷赫特，第 179 卷，Iss。1，第 43-61 页，https://doi.org/10.1007/s10551-021-04843-y
摘要 人工智能 (AI) 正在 (重新) 塑造商业领域，尤其是营销领域的战略、活动、互动和关系。人工智能系统和应用在营销领域提供的巨大机遇的缺点是道德争议。基于人工智能伦理文献，作者从多利益相关方的角度系统地审视了在营销中部署人工智能的道德挑战。通过揭示伦理原则之间的相互依赖和紧张关系，作者阐明了纯原则性、义务论方法在营销中对人工智能伦理的适用性。为了调和其中一些紧张关系并解释人工智能造福社会的观点，作者提出了如何利用营销中的人工智能来促进社会和环境福祉的建议。
建议引用：Meske, Christian；Bunde, Enrico (2022)：基于人工智能的决策支持系统中用户界面的设计原则：可解释的仇恨言论检测案例，信息系统前沿，ISSN 1572-9419，Springer US，第 25 卷，Iss。2，第 743-773 页，https://doi.org/10.1007/s10796-021-10234-5
摘要 社交媒体中的仇恨言论是一个日益严重的问题，会对个人和整个社会产生负面影响。社交媒体平台上的版主需要技术支持来检测有问题的内容并做出相应的反应。在本文中，我们开发并讨论了最适合为使用人工智能 (AI) 协助人类版主的决策支持系统创建高效用户界面的设计原则。我们对三个设计周期内的各种设计方案进行了定性和定量评估，共有 641 名参与者。除了测量感知易用性、感知有用性和使用意图外，我们还进行了一项实验，以证明 AI 可解释性对最终用户感知的认知努力、感知的信息量、心理模型和 AI 可信度的重大影响。最后，我们与软件开发人员一起测试了获得的设计知识，他们对所提出的设计原则的可重用性评价为高。
建议引用：von Garrel, Joerg；Jahn, Carlos (2022)：面向中小型制造企业实施基于人工智能（服务）商业模式的设计框架，《知识经济杂志》，ISSN 1868-7873，Springer US，第 14 卷，第 3 期，第 3551-3569 页，https://doi.org/10.1007/s13132-022-01003-z
摘要 在全球化的世界中，中小型制造企业（制造业 SME）面临着跟上全球竞争的挑战。尽管人工智能被认为具有从根本上改变整个市场、行业和一般商业活动的潜力，但问题仍然是中小企业如何有效和高效地在其运营中实施人工智能，从而建立潜在的（服务）商业模式。本文的目的是揭示这些系统的创新潜力，并指导中小企业如何使用它们。通过这些资源可以更有效地利用，并可以创建新的商业模式。人工智能很少使用的原因有很多，本文旨在寻求解决方案。结果是一个社会技术框架，允许制造业中小企业为自己建立基于人工智能的（服务）商业模式。
建议引用：Hornung, Olivia；Smolnik, Stefan (2021)：人工智能入侵职场：对组织使用个人虚拟助理的负面情绪，电子市场，ISSN 1422-8890，Springer，柏林，海德堡，第 32 卷，Iss。1，第 123-138 页，https://doi.org/10.1007/s12525-021-00493-0
摘要 基于人工智能的个人虚拟助理 (PVA) 经常用于私人环境，但尚未进入工作场所。无论其对组织的潜在价值如何，在工作场所持续实施 PVA 都可能遭到员工的抵制。要了解这种抵制的动机，有必要研究人类行为的主要动机，即情绪。本文揭示了与组织 PVA 使用相关的情绪，主要关注威胁情绪。为了实现我们的目标，我们进行了一项深入的定性研究，在焦点小组讨论和个人访谈中收集了 45 名员工的数据。我们根据 Beaudry 和 Pinsonneault (2010) 设计的情绪分类框架对情绪进行了识别和分类。我们的结果表明，损失情绪（例如不满和沮丧）以及威慑情绪（例如恐惧和担忧）构成了组织 PVA 使用界限的宝贵基石。
建议引用：Hermann, Erik (2021)：拟人化的人工智能、依恋和消费者行为，营销快报，ISSN 1573-059X，Springer US，纽约，第 33 卷，Iss。1，第 157-162 页，https://doi.org/10.1007/s11002-021-09587-3
人工智能 (AI) 是一种变革性的力量，正在（重新）塑造市场营销研究、战略和行动，可以概念化为“使用计算机器来模拟人类固有的能力，例如执行物理或机械任务、思考和感觉” (Huang & Rust, 2021 , p.31)。随着人工智能及其智能水平的稳步发展，人工智能的情感和社交能力以及人性化程度也有望提高。人工智能应用包括智能个人/数字助理（如 Siri 或 Alexa）、聊天机器人和服务机器人，已经具备人类的形态、名称和品质，例如人类的语音和交互以及情感感知能力（例如，Huang & Rust, 2021 ; Ramadan et al., 2021 ; Wan & Chen, 2021 ）。将类似人类的属性和特征赋予非人类主体和物体，是拟人化的核心（Epley 等人，2007 年）。拟人化
原始引文 Thummadi, BV (2021) “人工智能 (AI) 能力、信任和开源软件团队绩效”，收录于 Dennehy, D.、Griva, A.、Pouloudi, N.、Dwivedi, YK、Pappas, I. 和 Mäntymäki, M. (eds) 为道德和包容的数字化社会提供负责任的人工智能和分析。I3E 2021，爱尔兰国立大学高威分校，9 月 1-3 日。计算机科学讲义，第 12896 卷，第 629-640 页。Springer：Cham。doi：10.1007/978-3-030-85447-8_52
尽管人工智能在开源生产中的重要性日益增加，但在如何利用人工智能来提高开源软件（OSS）团队绩效的重要问题上，人们所做的研究却很少[2, 5]。人工智能能力可以被认为是开源团队的一个独特特征，可以衡量开源团队寻求人工智能机会和资源的倾向。例如，人工智能可以以机器人的形式作为OSS团队的基础设施，以简化开源流程，如关闭拉取请求、故障排除、迎接新用户等。同时，OSS团队还可以探索人工智能的新商机，以增加项目的吸引力。由于开源社区以多种方式使用人工智能，因此尚不清楚人工智能能力如何影响OSS团队的绩效[4]。因此，我想问：
建议引用：Bauer，Kevin；辛兹，奥利弗；范德阿尔斯特，威尔； Weinhardt, Christof (2021)：Expl(AI)n It to Me – 可解释的人工智能和信息系统研究，商业与信息系统工程，ISSN 1867-0202，Springer Fachmedien Wiesbaden，威斯巴登，第 63 卷，Iss。 2，第 79-82 页，https://doi.org/10.1007/s12599-021-00683-2
使用历史数据训练数学结构，以对世界的不确定状态做出预测。例如，基于大量标记图像，深度卷积神经网络可以学习对疾病的存在做出高度准确的个体层面预测。这包括预测 COVID-19 阳性患者（Shi 等人，2020 年）。虽然高度准确的预测本身对于基于事实的决策至关重要（即使是从字面意义上讲也是关于疾病检测），但最先进的机器学习模型的高预测性能通常是以牺牲其输出的透明度和可解释性为代价的（Voosen，2017 年；Du 等人，2019 年）。换句话说：大多数高性能机器学习模型的特点是无法传达人类可解释的信息，说明它们如何以及为何产生特定预测。因此，此类机器学习应用对于人类用户甚至专业设计师来说通常都是完全的黑匣子，他们往往不了解决策关键输出背后的原因。从方法论的角度来看，无法提供与具体预测相符的解释会导致三类高级问题。首先，被忽视的不透明性会立即导致缺乏问责制，因为它妨碍了对此类系统预测的审计。这一缺陷引发了人们对黑箱社会兴起的担忧，组织和机构中不透明的算法决策过程会带来意想不到的和未预料到的下游后果，从而使情况变得更糟（Pasquale 2015；Angwin 等人 2016；Obermeyer 等人 2019）。其次，利用人工智能提高经济效率和人类福祉的潜力不仅限于通过预测为特定决策提供信息。揭示隐藏在复杂大数据结构中的新领域知识