XiaoMi-AI文件搜索系统
World File Search SystemVarshney
DPBS 学院 (PG) 学院，Anupshahr 老学生的职位和工作地点
理学学士 2008 Naiab Tahadildar 30 Smt. Nalini Varshney 理学学士 2010 高级软件工程师，沃尔玛班加罗尔 31 Dr. Shikha Rani 文学硕士 2011 助理教授，梵文系，政府迪格雷学院，巴达尔普尔 32 Sumit Kumar 文学士 - 2012 翻译官，国防账户首席控制员办公室，班加罗尔，（国防部） 33 Km. Anjali Harit 理学学士 2013 助理教授，数学系，DAV 学院，布兰德沙尔
转录组分析揭示了与鹰嘴豆（Cicer Arietinum L.）
鹰嘴豆（Cicer Arietinum L.）是最重要的谷物豆类之一，每年产量为1587万吨（Faostat，2021）。它是一种自授粉的二倍体农作物，基因组大小约为740 mb，并且在世界各地的干旱和半干旱地区都大量生长（Varshney等，2013）。鹰嘴豆的重要性在于其对共生氮固定及其饮食蛋白，维生素和必需矿物质的内在潜力。鹰嘴豆生产对于主要生活在发展中的人们而言，鹰嘴豆生产对于粮食安全和提高饮食的营养质量至关重要。全球鹰嘴豆产量近年来显着上升（Faostat，2021）。但是，满足不断增长的需求要求鹰嘴豆作物的生产率提高。提高农作物的生产率将需要对诸如Fusarium Wilt（FW）和Ascochyta Blight（AB）等毁灭性疾病的可持续管理，这使鹰嘴豆种植极大的风险。fw，由土壤传播真菌，镰刀菌f。 sp。ciceris（foc）是全球鹰嘴豆最普遍的疾病之一。fw导致产量损失从10％到100％不等，具体取决于品种的可见性和合适的气候条件（Sharma等，2012）。由于FW是一种土壤传播疾病，因此难以通过作物旋转策略或化学控制来管理。因此，使用对FW有抵抗力的品种是最具成本效益，有前途和环境可持续的策略来实现这种疾病。在这个方向上，据报道，用于FW耐药性的几个定量性状基因座（QTL）通过分子育种开发了抗FW-抗性品种（Garg等，2018; Sabbavarapu等，2013; Varshney等，2014）。然而，病原体的遗传变异性很高，导致毒力的多样性，并导致可用来源的耐药性分解（Sharma等，2012）。要加快分子育种过程或通过基因编辑方法发展抗性品种，必须深入了解鹰嘴豆中FW耐药性的分子机制。
人工智能与社会责任：大学的角色
伊利诺伊大学厄巴纳-香槟分校教职员工撰写的白皮书 Nigel Bosch，信息科学学院和教育心理学系 Anita Say Chan，信息科学学院和媒体学院 Jenny L. Davis，美洲印第安人研究和人类学 Rochelle Gutiérrez，课程与教学系 Jingrui He，信息科学学院 Karrie Karahalios，计算机科学系 Sanmi Koyejo，计算机科学系 Michael C. Loui，电气与计算机工程系 Ruby Mendenhall，社会学、非裔美国人研究和卡尔伊利诺伊医学院 Madelyn Rose Sanfilippo，信息科学学院 Hanghang Tong，计算机科学系 Lav R. Varshney，电气与计算机工程系 Yang Wang，信息科学学院 2022 年 11 月 7 日
USICON 2025
3:00 PM - 5:00 PM IC/BPS Welcome Address - Dr Rajesh Taneja, Dr Sanjay Pandey (5 Min) GIBS Guidelines Speaker : Dr. Amit Agrawal Panelist : Dr. Rajesh Taneja, Dr Sanjay Pandey, Dr Anil Varshney, Dr Ragavendran ( 15 Min) Case Presentation – Young lady with Bladder centric disease Presenter: Dr Meera Ragavan Panelist : Dr Navita Purohit, Dr Srikala Prasad, Dr Sunil ShroŴ, Dr Karishma Thariani (20 Min) Case Presentation – Pelvic pain: Young lady & Non- Bladder centric disease Presenter: Dr A. Tamilselvi Panelist : Dr Aparna Hegde, Dr Sepuri Bala Ravi Teja, Dr Uma Venkatesa, Dr Shailesh Shah (20 Min)
同理心差距：为什么人工智能可以预测行为但不能评估可信度
摘要 在之前的工作中，我们试图描述“值得信赖的人工智能”（Varshney 2022，Knowles 等人。2022）。在这项工作中，我们研究了似乎对我们的（人类）可信度做出判断的人工智能系统的案例，并探究了在何种条件下我们可以信任人工智能系统适当地信任我们。我们认为，无法接受他人的观点（以下称为“同理心缺陷”）既可以解释也可以证明我们对人工智能的不信任，因为人工智能的任务是预测人类（不）可信度的可能性。例子包括使用人工智能来预测假释和保释资格、学术诚信和信誉。人类希望确保对我们的可信度的判断基于对我们的理由和独特情况的某种程度的同理心理解。人工智能无法采纳我们的主观观点，这使我们对人工智能系统对人类可信度的评估的信任产生怀疑。
综合的多词分析揭示了鹰嘴豆（Cicer Arietinum L.）中的干旱应力反应机制
鹰嘴豆（Cicer Arietinum L.）是一种重要的食物豆类，在约1484万公顷的面积上种植，其保育率约为1508万吨（Faostat，2020年）。它主要是在干旱和半干旱的热带地区生长的，并且由于诸如干旱，盐度和热量等非生物胁迫而产生的大量产量损失。日益增长的环境发展和干旱的复杂性质是限制鹰嘴豆产量的主要因素之一，通常导致60％至70％的年收益率损失（Barmukh，Roorkiwal，Garg，Garg等，2022； Hajjarpoor等人，2018年）。遗传上遗传性种质的遗传改善和发展是减少干旱胁迫作用的最可持续方法（Varshney，Barmukh等，2021）。在这个方向上，有望通过增强的干旱胁迫适应性来提供更好的农作物品种。
备用：使用ZKPS的机密模型进行操作说明
解释被视为通过使其透明的方式来增强对机器学习（ML）模型的信任的一种方式。尽管最初是一种调试工具，但现在也被广泛提议证明基于ML的社会应用预测公平和敏感性（Langer等人）（Langer等人，2021; Smuha，2019年； K a astner等。，2021;冯·埃辛巴赫（Von Eschenbach），2021年；勒本，2023年； Karimi等。，2020年； Wachter等。，2017年； Liao＆Varshney，2021年）和法规（解释权（Wikipedia con-trigutors，2025））。但是，如（Bordt等人，2022年），其中许多用例都在对抗性中是对抗性的，在这种情况下，参与方的利益不一致，并受到激励以操纵解释以实现其目的。例如，一家基于ML模型的预测拒绝向申请人贷款的银行有一个令人讨厌的人将无可争议的解释退还给申请人
作物改善：从育种到基因组编辑
演讲者：讲座将由来自印度和国外的著名科学家就复习课程主题的相关主题进行。以下是说话者的名称，几位演讲者已经接受了邀请（以黄色的色彩突出显示），并在其他演讲者那里予以确认：分子植物育种和基因组学：Rajeev K. Varshney FRS，澳大利亚默多克大学，澳大利亚默多克大学，澳大利亚穆多克大学 * T. R. Sharma博士 * T. R. Sharma博士新德里IARI * Giuseppe L. Rotino博士，前CREA，基因组学和生物信息学研究中心的前研究主任，意大利蒙塔纳索·伦巴多 * Ramesh Sonti博士，ICGEB，ICGEB，新德里教授A. K. A. K. Singh教授科学家DRR，海得拉巴和ABF教授 * C. N. Neeraja博士，IIRR，海得拉巴 * M. Muthamilarasan博士，海得拉巴大学，海得拉巴大学 *
人工智能艺术中的艺术自主性
引言 对创造力和意图的伦理关怀 自动化在社会中的传统作用是通过外包日常任务来让人类生活更轻松，并且按照传统，它取代人类的工作以降低成本、增加利润。例如，推荐系统利用语言模型来吸引用户参与预测文本系统。然而，由于它改变了人们的写作方式，这种媒介受到了许多批评。研究发现，这些系统让人变得“像机器一样”——从其意图就可以看出这一点（Varshney 2020b）。这促使人们在实施自动化时要伦理关怀人类的属性——其中之一就是创造力。事实上，早在 1964 年，技术学者刘易斯·芒福德 (Lewis Mumford) 就引用了歌德的《魔法师的学徒》来论述：“首先，让我质疑这样一种观点，即自动化在任何意义上都是最终的利益，它在各个方面都如此有益，因此必须加快这一进程并坚持不懈地扩展到每个领域……”如果人类有机体仅按照这一原则发展，……人类将失去思维能力”（Mumford 1964）。在精神分析中，创造力是驱动艺术体验的表达要素或自然人类冲动（Zweig 2012）。它让观众感到惊讶，因为它突破了被认为是现实体验的界限。令人惊讶的是，它推动了创造力的产生，这一点可以通过好奇机器人的人工智能创造系统将其用作创造性行动的内在动机来检验（Saunders et al. 2010）。人工智能艺术，
基于 3,366 个基因组测序的鹰嘴豆遗传变异图
Rajeev K. Varshney 1,2 ✉ , Manish Roorkiwal 1 , Shuai Sun 3,4,5 , Prasad Bajaj 1 , Annapurna Chitikineni 1 , Mahendar Thudi 1,6 , Narendra P. Singh 7 , Xiao Du 3,4 , Hari D. Upadhyaya 8,9 , Aamir W. Khan 1 , Yue Wang 3,4 , Vanika Garg 1 , Guangyi Fan 3,4,10,11 , Wallace A. Cowling 12 , José Crossa 13 , Laurent Gentzbittel 14 , Kai Peter Voss-Fels 15 , Vinod Kumar Valluri 1 , Pallavi Sinha 1,16 , Vikas K. Singh 1,16 , Cécile Ben 14,17 , Abhishek Rathore 1 , Ramu Punna 18 , Muneendra K. Singh 1 , Bunyamin Tar'an 19，Chellapilla Bharadwaj 20，Mohammad Yasin 21，Motisagar S. Pithia 22，Servejeet Singh 23，Khela Ram Soren 7，Himabindu Kudapa 1，DiegoJarquín24，Philippe Cubry 25，Lee T. IT A. Deokar 19，Sushil K. Chaturvedi 28，Aleena Francis 29，RékaHoward30，Debasis Chattopadhyay 29，David Edwards 12，Eric Lyons 31，Yves Vigourox 25，Ben J. Hayes 15 、 Henry T. Nguyen 35 、 Jian Wang 11,36 、 Kadambot H. M. Siddique 12 、 Trilochan Mohapatra 37 、 Jeffrey L. Bennetzen 38 、 Xun Xu 10,39 和 Xin Liu 10,11,40,41 ✉