Xiangqin Xing 1, † , Mei Zhang 1, † , Shengfen Tan 1 , Junfeng Zhu 2 , Jiajia Li 2 , Pingping Zhang 2 , YuanYuan 2 ,
着:Shaotang歌曲,Yu Teng,Weichen Tang,Zhen Xu,Yuanyuan He,Jiawei Ruan,Takahiro Kojima,
Wenjia Zhang 2 , Hao Cai 1,4 , Yuan Tian 1 , Yuanyuan Hu 3 , Li Zhang 1 , Lijie Zhang 1 , Zhihui Qin 1 ,
ychen200@ua.edu Uzma Raja 奥本大学 uraja@auburn.edu 摘要 AI 推荐系统越来越多地应用于各种情境中,通过提供个性化推荐来促进集体利益,这些推荐有利于用户群体而不是个人。然而,追求集体利益有时可能会与个人偏好相冲突,导致用户认为推荐与他们的最佳利益背道而驰。这种现象涉及交通管理、环境保护、社会服务分配和医疗保健建议等各个领域。当用户不了解底层算法时,他们可能会遇到与他们的期望不一致的结果,从而导致怀疑并削弱对 AI 工具及其不透明决策过程的信任。因此,实现服务集体利益的总体目标成为一项挑战。这凸显了 AI 系统对可解释性的迫切需求。可解释人工智能 (XAI) 是一组过程和方法,允许人类用户理解和信任机器学习算法创建的结果和输出 (Arrieta 等人2020)。尽管在研究、实践和监管话语中受到越来越多的关注,但可解释性对基于集体利益的人工智能系统的影响仍有待探索。本文以锚定效应和计划行为理论的理论基础为基础,探讨了可解释性在培养信任和采用基于集体利益的人工智能系统中的关键作用,特别是在面对与个人最佳利益不同的建议时。具体来说,我们研究哪些特征或变量可以帮助解释人工智能推荐系统,从而促进采用基于集体利益的人工智能建议。此外,我们探讨了用户的人口统计特征和与推荐相关的感知成本如何影响可解释性对他们的信任和采用此类人工智能系统的意图的影响。
Lu, Shunyi, Chen, Wen, Wang, Jiayi, Guo, Zilong, Xiao, Lan , Wei, Lingyu, Yu, Jieqin, Yuan, Ya, Chen, Weisin, Bian, Mengxuan, Huang, Lei, Liu, Yuanyuan, Zhang, Jian, Li, Yu Lin, & Jiang, Li Bo (2023) Polydopamine-Decorated PLCL Conduit to Induce Synergetic Effect of Electrical Stimulation and Topological Morphology for Peripheral Nerve Regeneration.Small Methods , 7 (2), Article number: 2200883.
鬣狗:图片来源:Claire Sanderson 王圆圆手持“掩模”,该掩模用于将纳米材料更轻松地构建到晶体管、太阳能电池和其他设备中。图片来源:芝加哥大学/Jean Lachat 提供 量子逻辑门利用了新形式的光:图片来源:Jung-Tsung Shen、Preston M. Green 圣路易斯华盛顿大学电气与系统工程系
Chiral kagome superconductivity modulations with residual Fermi arcs in KV 3 Sb 5 and CsV 3 Sb 5 Authors: Hanbin Deng 1 *, Hailang Qin 2 *, Guowei Liu 1 *, Tianyu Yang 1 *, Ruiqing Fu 3 *, Zhongyi Zhang 4 , Xianxin Wu 3 †, Zhiwei Wang 5,6 †,Youguo Shi 7,8,9†,Jinjin Liu 5,6,Hongxiong Liu 7,8,Xiao-Yu Yan 1,Wei 1,Wei 1,Xitong Xu 10,Yuanyuan Zhao 2,Yuanyuan Zhao 2,Mingsheng Yi 11,Gang Yi 11,Gang Xu 11,Gang Xu 11,Hendrik Hohmann 12,Hendrik Hohmann 12,hendrik Hohmann 12,sofie castro castro castrun decto and dectoholbükk。 Sen Zhou 3,Guoqing Chang 15,Yugui Yao 5,6,Qianghua Wang 16,Zurab Guguchia 17,Titus Neupert 13,Ronny Thomale 12,Mark H. Fischer 13,Jia-Xin Yin Yin 1,2†物理学:1个物理学:1个科学和科学技术系,Shengong,Shengong。2广东港量子科学中心大湾大湾地区(广东),中国深圳。 3理论物理学理论物理学研究所的CAS关键实验室,中国科学院,北京100190,中国。 4香港科学技术大学物理系,中国香港清水湾。2广东港量子科学中心大湾大湾地区(广东),中国深圳。3理论物理学理论物理学研究所的CAS关键实验室,中国科学院,北京100190,中国。4香港科学技术大学物理系,中国香港清水湾。4香港科学技术大学物理系,中国香港清水湾。
006,结合 TOF-SIMS 和原位 AFM 表征二维过渡金属二硫化物层 Rita Tilmann 1 , Stefan Heiserer 2 , Valentina Spampinato 1,3 , Yuanyuan Shi 1,4 , Jill Serron 1 , Albert Minj 1 , Benjamin Groven 1 , Georg S. Duesberg 2 , Thomas Hantschel 1 , Paul AW van der Heide 1 和 Alexis Franquet 1 1 IMEC, Kapeldreef 75, 3001 Leuven, 比利时 2 慕尼黑联邦国防军大学和集成传感器系统中心 (SENS), 物理研究所, EIT2, Neubiberg, 德国 3 卡塔尼亚大学, Dipartimento di Scienze Chimiche, Viale A. Doria 6,意大利卡塔尼亚 4 学校中国科学技术大学微电子学院,合肥,中国
[1] Kim, Jip, and Yury Dvorkin. “通过移动储能增强配电弹性:一种渐进式对冲方法。”2018 IEEE PESGM,IEEE,2018 年。[2] Shi, Yuanyuan, et al. “使用电池储能进行调峰和频率调节:超线性增益的联合优化。”IEEE Transactions on Power Systems 33.3 (2018): 2882-2894。[3] Bitar, Eilyan, et al. “共置储能对风力发电厂在传统电力市场中的作用。”2011 年美国控制会议论文集。IEEE,2011 年。[4] Xu, Bolun, et al. “电池在频率调节市场中的最佳参与。”IEEE Transactions on Power Systems 33.6 (2018): 6715-6725。[5] Xu, Bolun, et al. “考虑参与电力市场的电池的循环老化成本。”IEEE Transactions on Power Systems 33.2 (2018): 2248-2259。[6] Krishnamurthy, Dheepak 等人。“日前和实时价格不确定性下的储能套利。”IEEE Transactions on Power Systems 33.1 (2018): 84-93。
组织团队会议主席:劳伦斯·布鲁克斯(Sheffield),Spyros Angelopoulos(达勒姆大学),Yu-Chun Pan(东北大学),埃菲普拉西亚·扎马尼(Durham University)(达勒姆大学)会议管理员:扬·威廉姆斯(Jan Williams):扬·威廉姆斯(Jan Williams): Isabel Canhoto University of Sussex Business School Dinara Davlembayeva Cardiff University Guy Fitzgerald University of Loughborough Emma Forsgren Leeds University Stefanie Gante Durham Business School Abigail Green Coventry University Emma Gritt Leeds University Najmeh Hafezieh Royal Holloway University London Abi Hopkins University of Wolverhampton Maddy Hunt Durham Business School Andrea Jimenez谢菲尔德大学奥利弗·卡亚斯·利物浦大学约翰·摩尔斯大学玛丽亚·库塔尔(Maria Kutar