XiaoMi-AI文件搜索系统
World File Search Systemcentered
柔软的空中机器人，用于碰撞弹性和接触反应式栖息
广泛的研究制定了生态驾驶策略，以使交通平稳并减少信号交叉点的能量融合和排放。这项研究的第一部分（Zhang and du，2022）为以生态驾驶（PCC-edriving）开发了一种新颖的以排为中心的控制，考虑到涉及连接和自动驾驶汽车（CAVS）和人类驱动的车辆（HDVS）的混合流动。此PCC涡流是通过混合模型预测控制（MPC）系统来数学实现的，并通过基于主动集的最佳条件分解算法（AS-OCD）解决。它生成离散的控制定律，以使排接近，根据需要将其分为子平原，然后平稳有效地通过交叉点。尽管数值实验验证了有效性，但未研究混合MPC系统和溶液算法的理论特性。因此，本研究的第二部分侧重于这些理论分析。主要是，我们首先分析并证明了MPC的顺序可行性和混合系统切换可行性，以确保混合MPC系统的控制连续性。接下来，我们考虑了CAV控制不确定性，并证明了强大的MPC控制器的输入到州稳定性。这些证据理论上确保了混合MPC系统的有效性和鲁棒性。最后，我们证明了AS-OCD算法的解决方案最优性和收敛性。它证实，AS-OCD算法可以通过线性转化性速率找到MPC优化器的全局最佳解决方案。
以儿童为中心的包容性 AI：利用设计未来为芬兰和印度儿童设计包容性 AI
应用程序传播现有的社会、性别和种族偏见，因此必须考虑为儿童设计和开发以儿童为中心的人工智能应用程序。此外，儿童应该有机会和技能批判性地反思当前的应用程序，并设想和设计更好的符合道德的人工智能/机器学习应用程序，特别是那些具有包容性和公平性的应用程序。在我们的工作中，我们专注于以儿童为中心的人工智能和包容性。在我们与印度和芬兰学校的研究中，儿童采用双管齐下的包容性方法并采用设计未来，批判性地考虑了面向所有人的未来技术设计。在本文中，我们介绍了这项工作的三个案例：一项针对新德里一所学校的学生的研究和两项针对奥卢学校学生的研究。我们的工作展示了如何为包容性而设计——通过为所有人设计，以及如何包容性地设计——通过邀请儿童
课程大纲 以人为本的人工智能硕士课程
以人为本的人工智能硕士课程，120 年学分 课程代码：T2HAI 第二周期/进阶课程 1. 确认 该课程大纲于 2022 年 9 月 12 日由 IT 学院委员会确认（GU 2022/1389），并于 2023 年 2 月 7 日（GU 2023/154）进行了最新修订，自 2023 年 8 月 28 日起生效，即 2023 年秋季学期。 负责部门/同等部门：应用信息技术系 2. 目的 人工智能 (AI) 为企业、公共部门、私人和整个社会创造了全新的条件。人工智能为社会各个方面的转型带来了新的机遇和挑战。现有的结构和商业模式正在受到挑战并从根本上发生变化。全球社会对可持续性和社会可持续转型的挑战受到影响。随着个人反应变成与人工智能代理的数字互动，与人类互动和与人工智能互动之间的区别越来越模糊。为了负责任地实现人工智能对社会持续转型的潜力，社会各部门都需要了解人工智能与社会的关系。该课程的总体目的是让学生深入了解人工智能如何改变社会，并有能力在这一转变中发挥主导作用。该课程为学生提供了广泛的理论基础，以理解问题、分析人工智能影响的方法和技术，以及在复杂环境中管理人工智能驱动的变化的实用技能。该课程的核心是接近课程所涵盖领域的研究前沿，并与行业、公共部门和民间社会密切合作。该课程的教学法基于创造以学生为中心的学习环境，鼓励学生参与。该教育课程力求形成一个混合学生群体，因此欢迎来自多个不同领域的本科生，包括
课程以人为本的人工智能硕士课程
以人为本的人工智能硕士课程，120 个学分 课程代码：T2HAI 高级水平/第二周期 1. 批准 该课程于 2022-09-12（GU 2022/1389）获得 IT 学院委员会批准，并于 2023-02-07（GU 2023/154）进行最后修订。修订后的课程自 2023 年秋季学期 2023-08-28 起生效。 负责部门/对等部门：应用信息技术系 2. 目的 人工智能 (AI) 为企业、公共部门、私人和整个社会创造了全新的条件。人工智能对社会各方面的变革既带来了新的机遇，也带来了挑战。现有的结构和运营模式正在受到挑战并发生根本性改变。有关可持续性和社会转型的全球社会挑战正在受到影响。随着个人互动变成与人工智能代理的数字互动，人际互动与人工智能之间的区别变得越来越模糊。因此，社会各个领域都需要了解人工智能与社会的关系，以便在持续的社会转型中负责任地发挥人工智能的潜力。该项目的总体目标是让学生深入了解人工智能如何改变社会，并有能力在这一转变中发挥主导作用。该课程为学生提供理解问题的广泛理论基础，以及分析人工智能影响的方法和技术，以及管理复杂环境中人工智能驱动的变化的实践技能。该计划的核心是贴近计划所涵盖领域的研究前沿，并与工业界、公共部门和民间社会密切合作。该项目的教学理念是基于创建以学生为中心、鼓励参与的学习环境。该教育项目致力于培养混合学生群体，因此欢迎来自不同学科领域的本科生，包括认知科学、计算机科学、媒体研究、信息技术、经济学、工业
以机器智能为中心的功能材料和界面自动表征系统
经典的实验设计依赖于耗时的工作流程，需要经验丰富的研究人员进行规划、数据解释和假设构建。在这里，我们描述了一个集成的机器智能实验系统，该系统能够在可编程的动态环境下同时动态测试材料的电、光、重量和粘弹性。专门设计的软件控制实验并执行即时的大量数据分析和动态建模、实时迭代反馈以动态控制实验条件以及快速可视化实验结果。该系统以最少的人为干预运行，能够高效地表征材料的复杂动态多功能环境响应，同时进行数据处理和分析。该系统为以人工智能为中心的材料表征提供了一个可行的平台，当与人工智能控制的合成系统相结合时，可以加速多功能材料的发现。
纳瓦霍语教学和公共卫生学生向同龄人和亲戚介绍疫苗教育：提供以纳瓦霍语为中心的 COVID-19 教育
由于种族不平等、历史创伤和健康差异，美国印第安人/阿拉斯加原住民 (AI/AN) 群体受到了 COVID-19 大流行的负面影响，导致 COVID-19 阳性病例的发病率是非西班牙裔白人的 3.5 倍 ( 1 )。纳瓦霍族 (NN) 拥有最多的部落登记人口，为 332,129 人，也是美国最大的美洲原住民保留地。NN 横跨亚利桑那州、新墨西哥州和犹他州的部分地区，居住着超过 173,000 名登记的纳瓦霍族公民 ( 2 , 3 )。2020 年 5 月，NN 超过纽约和新泽西，成为美国人均 COVID-19 感染率最高的地区，每 100,000 名居民中有 2,304 例确诊病例，而美国的总体感染率为每 100,000 名居民中有 636 例确诊病例 ( 4 )。 COVID-19 病例的增加，以及最终 COVID-19 相关死亡率最高的原因是 NN 居民生活在多代同堂的家庭中，难以获得自来水和资源，并且对外部社会系统缺乏社会信任（5-7）。尽管 NN 居民的完全疫苗接种率更高（37.4%），而同一时期美国成年人口的疫苗接种率仅为 19.9%，但疫苗犹豫现象仍然很明显，导致一些 NN 居民未能接种疫苗（5、8、9）。疫苗接种对美洲原住民至关重要，因为国家数据表明，美洲原住民的已有健康状况水平高得不成比例，与美国其他人群相比，其 COVID-19 相关死亡率最高（10、11）。在 COVID-19 大流行之前，美洲原住民的疫苗接种率高于美国一般人群，尤其是流感和人乳头瘤病毒感染（12、13）。根据对 NN 居民社交媒体讨论的回顾，COVID-19 疫苗犹豫不决源于对政府的历史不信任（14、15）。本文介绍了材料和
灭活疫苗注射和免疫球蛋白 G 水平与中国西安严重冠状病毒病 2019（Delta）肺炎的关系：一项单中心、回顾性、观察性研究
世界卫生组织于 2020 年 1 月宣布该病毒为国际关注的突发公共卫生事件。2021 年 5 月 11 日，Delta 变种成为主要流行毒株。疫苗被证明在控制与严重急性呼吸综合征冠状病毒 2 感染相关的住院和死亡方面非常有效。目前，关于中国人群中针对 B.1.617.2 感染的疫苗有效性的真实数据有限。本研究旨在评估灭活疫苗注射和免疫球蛋白 (Ig) G 水平对冠状病毒病 2019 (COVID-19) 严重程度的保护作用。这项回顾性研究包括 2021 年 12 月至 2022 年 1 月西安市胸科医院的 COVID-19 患者。使用多元逻辑回归分析灭活疫苗注射和 IgG 水平对 COVID-19 严重程度的保护作用。共纳入研究580例患者，其中轻度158例（27.24%），中度412例（71.03%），重度5例（0.9%），危重5例（0.86%）。重症（包括重症和危重）发生率为1.72%（10/580）。与未接种组相比，vac+IgG − 组罹患重症的风险为0.21（0.02～2.05）倍，vac+IgG+ 组罹患重症的风险为0.05（0～0.63）倍。10例重症中，8例年龄大于60岁，8例为男性，8例有基础疾病，6例属于未接种组，2例属于vac+IgG − 组。接种疫苗并产生足够的 IgG 抗体可保护 COVID-19 患者免于重症。加强疫苗注射可产生更强的免疫反应和保护作用。
以用户为中心的方法开发分析美国联邦法院数据的人工智能系统
摘要 我们实施了以用户为中心的方法来设计人工智能 (AI) 系统，该系统让用户能够访问有关美国联邦法院系统运作的信息，无论他们的技术背景如何。目前，与联邦司法机构相关的大多数记录都是通过联邦系统提供的，该系统不支持旨在发现法院活动系统模式的探索。此外，许多用户缺乏进行自己的分析和将数据转换为信息所需的数据分析技能。我们进行了访谈、观察和调查，以发现用户的需求，并讨论根据这些需求开发一个直观的平台，使法律学者、律师和记者能够找到有关联邦法院系统的更高级问题的答案。我们报告可用性测试的结果，并讨论设计对人工智能和法律从业者和研究人员的影响。
供应商采用以人为本的规划
以人为本的规划过程应包含以下内容：•在个人方便的时间和地点安排与个人的会面；•提供必要的信息和支持，以确保个人在最大程度上主导整个过程，并能够做出与服务和支持选项以及生活环境选项相关的明智选择和决定；•意识到文化因素，如精神信仰、宗教偏好、种族、传统、个人价值观和道德观，以确保将它们考虑在内；