XiaoMi-AI文件搜索系统
World File Search Systemabove
引文 (APA) Tang, R., De Donato, L., Bes̆inović, N., Flammini, F., Goverde, RMP, Lin, Z., Liu, R., Tang, T., Vittorini, V., & Wang, Z. (2022)。人工智能在铁路系统中的应用文献综述。交通研究 C 部分：新兴技术，140，1-25。文章 103679。https://doi.org/10.1016/j.trc.2022.103679 重要提示 要引用此出版物，请使用最终出版版本（如适用）。请检查上面的文档版本。
如今，人们普遍认为人工智能 (AI) 正在显著影响包括铁路在内的众多领域。在本文中，我们对人工智能在铁路运输中的当前最新进展进行了系统的文献综述。特别是，我们从铁路整体角度分析和讨论了论文，涵盖了维护和检查、规划和管理、安全和保障、自动驾驶和控制、收益管理、运输政策和乘客流动等子领域。这篇评论朝着塑造人工智能在未来铁路中的作用迈出了第一步，并总结了当前与铁路运输相关的人工智能研究的重点。我们回顾了 2010 年至 2020 年 12 月期间的约 139 篇科学论文。我们发现，主要研究工作都集中在铁路维护和检查的人工智能上，而关于铁路运输政策和收益管理的人工智能的研究非常有限或没有。其余子领域受到了轻度到中度的关注。人工智能应用前景广阔，往往会成为解决多项铁路挑战的游戏规则改变者。然而，目前，铁路领域的人工智能研究大多仍处于早期阶段。未来的研究有望开发先进的组合人工智能应用（例如优化），将人工智能用于决策，处理不确定性并应对新出现的网络安全挑战。
引用 (APA) Robbemond, V., Inel, O., & Gadiraju, U. (2022)。了解解释模态在人工智能辅助决策中的作用。在 UMAP2022 - 第 30 届 ACM 用户建模、适应和个性化会议论文集（第 223-233 页）。（UMAP2022 - 第 30 届 ACM 用户建模、适应和个性化会议论文集）。计算机协会 (ACM)。https://doi.org/10.1145/3503252.3531311 重要提示 要引用此出版物，请使用最终发布的版本（如果适用）。请检查上面的文档版本。
人工智能和机器学习的进步导致人工智能在各个领域中用于增强或支持人类决策的采用急剧增加。越来越多的研究致力于解决模型可解释性和解释的好处，以帮助最终用户或其他利益相关者解读所谓“黑匣子人工智能系统”的内部工作原理。然而，目前人们对传达解释的方式（例如，文本、可视化或音频）在通知、增强和塑造人类决策方面的作用了解甚少。在我们的工作中，我们通过可信度评估系统的视角来解决这一研究空白。考虑到通过各种渠道获得的大量信息，人们在做出决策时会不断考虑他们所消费信息的可信度。然而，随着信息过载的增加，评估我们所遇到的信息的可信度并非易事。为了帮助用户完成这项任务，自动可信度评估系统已被设计为各种情况下的决策支持系统（例如，，评估新闻或社交媒体帖子的可信度）。但是，为了使这些系统有效地支持用户，它们需要得到信任和理解。事实证明，解释在告知用户对决策支持系统的依赖方面发挥着至关重要的作用。在本文中，我们研究了解释方式对人工智能辅助可信度评估任务的影响。我们使用一项涵盖六种不同解释模式的受试者间实验（N = 375），以评估解释模式对 AI 辅助决策结果准确性、用户对系统信任度以及系统可用性的影响。我们的结果表明，解释在塑造用户对决策支持系统的依赖方面发挥着重要作用，从而影响决策的准确性。我们发现，在有解释的情况下，用户在评估陈述的可信度时表现更准确。我们还发现，在没有解释的情况下，用户很难就陈述的可信度达成一致。如果有解释，文本和音频解释比图形解释更有效。此外，我们发现
引文 (APA) Peschl, M.、Zgonnikov, A.、Oliehoek, FA 和 Cavalcante Siebert, L. (2022)。道德：通过多目标强化主动学习使人工智能与人类规范保持一致。在 C. Pelachaud 和 ME Taylor (Eds.) 中，第 21 届自主代理和多智能体系统国际会议 (AAMAS '22) 论文集 (第 1038-1046 页)。国际自主代理和多智能体系统基金会。https://dl.acm.org/doi/abs/10.5555/3535850.3535966 重要提示 要引用此出版物，请使用最终发布的版本（如果适用）。请检查上面的文档版本。
从演示和成对偏好推断奖励函数是将强化学习 (RL) 代理与人类意图相结合的良好方法。然而，最先进的方法通常专注于学习单一奖励模型，因此很难权衡来自多位专家的不同奖励函数。我们提出了多目标强化主动学习 (MORAL)，这是一种将社会规范的不同演示组合成帕累托最优策略的新方法。通过维持标量权重的分布，我们的方法能够以交互方式调整深度 RL 代理以适应各种偏好，同时无需计算多个策略。我们在两种场景中通过实证证明了 MORAL 的有效性，这两种场景模拟了交付和紧急任务，需要代理在存在规范冲突的情况下采取行动。总的来说，我们认为我们的研究是朝着具有学习奖励的多目标 RL 迈出的一步，弥合了当前奖励学习和机器伦理文献之间的差距。
人工智能在公共部门审计中的伦理影响作者 Ahmed Eltweri 博士 利物浦约翰摩尔斯大学会计学助理教授 摘要 人工智能 (AI) 是一种大趋势技术，旨在模仿人类的智能和认知技能。此外，这项技术进步旨在为其用户提供竞争优势。因此，由于大多数司法管辖区的法律要求公共部门的审计公司和组织在资源使用和分配方面比私营公司更高效、更有效，从而实现物有所值，鉴于上述情况，许多会计师事务所宣布将人工智能纳入其审计和咨询职能，倾向于影响审计质量和费用的若干影响，例如数据分析、时间管理、准确性、对商业环境的透彻了解，从而增强客户服务 (Munoko 等人，2020 年)。然而，全球审计行业都面临着额外的要求，需要特别注意考虑尽管增加了好处，但这种采用可能仍会出现的其他后果。因此，监管机构、政策制定者和政府不断被提醒对这种新兴技术负有的责任。关键词技术、会计和审计职能、审计专业、道德参考文献
人工智能在公共部门审计中的伦理影响作者 Ahmed Eltweri 博士 利物浦约翰摩尔斯大学会计学助理教授 摘要 人工智能 (AI) 是一种大趋势技术，旨在模仿人类的智能和认知技能。此外，这项技术进步旨在为其用户提供竞争优势。因此，由于大多数司法管辖区的法律要求公共部门的审计公司和组织在资源使用和分配方面比私营公司更高效、更有效，从而实现物有所值，鉴于上述情况，许多会计师事务所宣布将人工智能纳入其审计和咨询职能，倾向于影响审计质量和费用的若干影响，例如数据分析、时间管理、准确性、对商业环境的透彻了解，从而增强客户服务 (Munoko 等人，2020 年)。然而，全球审计行业都面临着额外的要求，需要特别注意考虑尽管增加了好处，但这种采用可能仍会出现的其他后果。因此，监管机构、政策制定者和政府不断被提醒对这种新兴技术负有的责任。关键词技术、会计和审计职能、审计专业、道德参考文献
林分结构多样性和具有叶氮保守策略的物种推动热带原始森林地上碳储量
模型和预测系数。 Beta t PR 2 AICc 群落加权平均值（CWM）的影响 模型 1 <0.001 0.28 105.52 常数 9.20 0 7.21 <0.001 CWM SLA-Y -0.01 -0.39 -2.33 0.024 CWM LT-Y -2.66 -0.46 -3.21 0.002 CWM LNC-Y -0.02 -0.34 -2.70 0.009 CWM LDMC-M -5.35 -0.44 -0.28 0.007 功能多样性（FDvar）、物种多样性和林分结构多样性的影响 模型 2 <0.001 0.51 80.80 常数 3.35 0 14.36 <0.001 FDvar LDMC-M -1.17 -0.27 -2.59 0.012 DBH 多样性 1.85 0.49 4.24 <0.001 高度多样性 0.53 0.17 1.60 0.116 所有预测变量的联合效应 模型 3 <0.001 0.57 76.18 常数 4.14 0 11.15 <0.001 CWM LNC-Y -0.02 -0.25 -2.65 0.011 FDvar LDMC-M -1.16 -0.27 -2.73 0.009 DBH 多样性 1.78 0.47 4.30 <0.001 高度多样性 0.56 0.18 1.78 0.081
引用 (APA) Meister, S., Wermes, M., Stüve, J., & Groves, R. M. (2021). 可解释人工智能方法在自动化复合材料制造中纤维铺层缺陷深度学习分类中的研究。复合材料 B 部分：工程，224，文章 109160。https://doi.org/10.1016/j.compositesb.2021.109160 重要提示 要引用此出版物，请使用最终出版版本（如适用）。请检查上面的文档版本。
自动化纤维铺层技术广泛应用于航空领域，以高效生产复合材料部件。然而，所需的人工检查可能占用高达 50% 的制造时间。使用神经网络对纤维铺层缺陷进行自动分类可能会提高检查效率。然而，这种分类器的机器决策过程难以验证。因此，我们提出了一种分析纤维铺层缺陷分类过程的方法。因此，我们全面评估了文献中的 20 种可解释人工智能方法。因此，将平滑积分梯度、引导梯度类激活映射和 DeepSHAP 技术应用于卷积神经网络分类器。这些方法分析分类器对未知和操纵的输入数据的神经激活和鲁棒性。我们的研究表明，平滑积分梯度和 DeepSHAP 尤其适合可视化此类分类。此外，最大灵敏度和不保真度计算证实了这种行为。将来，客户和开发人员可以应用所提出的方法来认证他们的检查系统。
上上下下 - ENGIE
与我们一起探索未知领域，换句话说，探索最具前瞻性、最长期的技术解决方案。一些人会寻找高空能源，而另一些人会探索海洋和地球深处。地热能将提供供暖、制冷甚至电力；大量可再生气体甚至热量将储存在多孔岩石和盐洞中；天然氢的潜力将被探索。那么利用潮汐能或渗透能来生产绿色电力呢？空中风力涡轮机将利用高空风能，新的低碳燃料将有助于航空脱碳。最后但并非最不重要的是，我们将带您进行一次漫长的太空之旅。当你发现 Pour la Science 和 ENGIE 公司的这些创新时，你已经领先一步了！n n
康特拉科斯塔县将疫苗接种资格扩大到 50 岁及以上人群 作者：Cristina Rendon | 2021 年 3 月 23 日发布 | 冠状病毒疫苗 | KTVU FOX 2 M
康特拉科斯塔县将疫苗接种资格扩大到 50 岁以上人群 作者：克里斯蒂娜·伦登 | 2021 年 3 月 23 日发布 | 冠状病毒疫苗 | KTVU FOX 2 加利福尼亚州马丁内斯 - 康特拉科斯塔县周一宣布，已向 50 岁以上的所有人开放疫苗接种资格。官员表示，任何 50 岁及以上的居民或工作在该县的人，无论是否患有潜在健康问题，都有资格接种疫苗。康特拉县监事会主席黛安·伯吉斯表示，由于联邦政府根据针对联邦合格医疗中心的疫苗公平计划增加了疫苗供应，该县得以扩大接种资格。该计划由卫生资源与服务管理局 (Health Resources & Services Administration) 管理，旨在为服务不足的社区和受 COVID-19 影响尤为严重的人群提供疫苗。康特拉科斯塔县上周从联邦政府获得了 14,000 剂疫苗。它还将接种资格扩大到 16 至 64 岁患有潜在健康问题的人。 “我们正在利用现有资源，由于我们有更多的剂量，我们能够接种更多的疫苗，”伯吉斯说。在索拉诺县，就在县政府官员上周将接种资格扩大到 50 岁及以上人群的同时，疫苗却出现了短缺。周一，官员们表示，由于州政府的疫苗供应急剧下降，他们不得不暂停安排第一剂疫苗接种。在报告过去两周疫苗分配量下降 60% 后，官员们敦促州政府发送更多剂量。伯吉斯说，虽然康特拉科斯塔县的疫苗数量有所增加，但来自州政府的疫苗供应也难以预测。“我们很难确定我们会得到什么，但一旦得到疫苗，我们就会给人们接种，”伯吉斯说。到目前为止，康特拉科斯塔县 36% 的 30 岁以上人群已经部分接种了疫苗，其中大多数是老年人，20% 的人已经完全接种了疫苗。迄今为止，已接种了超过 515,000 剂疫苗。官员鼓励人们在符合条件后立即通过该州的“My Turn”网站预约接种疫苗。
必须在抽签日期前至少 90 天安排 Miles 申请。签署 MILES 的士兵必须是 E-5 或以上，并且拥有 MILES 认证的 E-5 或以上。如有任何问题，请致电 719-526-0820。所有 MILES 设备都必须用军车运输。www.carson.army.mil/organizations/tsc.html
必须在抽签日期前至少 90 天安排 Miles 申请。签署 MILES 的士兵必须是 E-5 或以上，并且拥有 MILES 认证的 E-5 或以上。如有任何问题，请致电 719-526-0820。所有 MILES 设备都必须用军车运输。www.carson.army.mil/organizations/tsc.html