XiaoMi-AI文件搜索系统
World File Search Systemcommons
推荐引用 推荐引用 Michael M. Losavio，《人工智能问责制与互联网言论自由监管的社会技术解决方案》，55 U. P AC. L. R EV. 243 (2024)。网址：https://scholarlycommons.pacific.edu/uoplawreview/vol55/iss2/11
受监管 关于互联网社交媒体内容的讨论、骚动和愤怒迅速转向要求对其运营结果负责。 鉴于安全港条款保护社交媒体运营不为用户生成内容承担责任，这场讨论可能预示着可能重新要求对其他所有人都必须遵守的行为负责。 根据美国法律，社交媒体对其平台上发布的第三方内容享有法定豁免权。 此豁免权由《通信规范法》（1996 年）（CDA）第 230 条规定 1 。 讽刺的是，美国枪支行业是为数不多的其他工业和商业领域之一，对制造商和供应商因其活动和产品造成的伤害享有类似的豁免权。 2 尽管它们并不完全相同，但每种方式都为守法的用户提供了重要的好处，同时也为那些恶意行为者造成的巨大痛苦打开了大门。枪支行业通过少数人造成无辜者的死亡和伤害来造成伤害，而社交媒体则可能通过许多人的行动（有时是协同行动）颠覆一个国家的道德和政治生活。但它们造成的痛苦和损害可能相当。
推荐引用 推荐引用 Tori R. Kricken，《倾听你（微醺的）内心的声音：人工智能不是你的酒友》，83 Md. L. Rev. (2024) 可从以下网址获取：https://digitalcommons.law.umaryland.edu/mlr/vol83/iss2/5
人工智能无处不在，帮助和保护着社会，对吧？仅用十二秒，人工智能就可以根据一个人的语音（无论说了什么）检测酒精中毒并挽救因醉酒行为而受到威胁的生命。人工智能的最新进展已经达到了这样的程度：这种技术不仅存在，而且价格低廉、即时、易于获取、越来越准确，并且可能无法检测到。然而，这种语音分析也可能使主体受到指控，并可能泄露高度个人信息，同时绕过典型的宪法保护。应该质疑这种技术，以免社会用编码程序取代人类判断，这些程序抹杀隐私并误判性格——对于传统上代表性不足的人群而言，这种做法往往具有歧视性。语音分析“大数据”突破的必要伴侣是对这些进步如何调整个人权利的深思熟虑的评估。从第一修正案的自由到第十四修正案的正当程序和平等保护，用于识别酒精醉酒的基于音频的深度学习算法提出了必须解决的宪法挑战。本文就是这样做的。
推荐引用 推荐引用 Hutson, James，“融合艺术与人工智能：评估人工智能工具在数字艺术史学习中的教育影响”（2024 年）。教师奖学金。578。https://digitalcommons.lindenwood.edu/faculty-research-papers/578
摘要：本研究深入探讨了人工智能 (AI) 与艺术史教育的新兴交集，这是一个相对未被探索的领域。研究重点是人工智能艺术生成器如何影响古代艺术课程的本科生和研究生的艺术史学习成果，涵盖从古代美索不达米亚到罗马沦陷的各个时期。该研究采用混合方法，分析了人工智能生成的艺术品、反思性论文和调查回复，以评估这些生成工具如何影响学生对历史艺术品的理解、参与和创造性解读。研究表明，在艺术史中使用人工智能工具不仅可以增强学生对艺术概念的理解，还可以培养对所研究时期艺术的更深入、更细致入微的欣赏。研究结果表明，使用人工智能工具可以促进批判性思维和创造力，这是艺术史研究中至关重要的能力。调查数据进一步表明，人工智能与艺术史的结合对学生对该学科的看法产生了积极影响，与当代数字趋势相一致。这项研究的一项重要成果是学生使用人工智能工具的丰富经验。虽然有些人在使用这项技术时面临挑战，特别是在准确捕捉复杂的艺术品细节和制作有效的提示方面，但其他人则成功地利用人工智能对历史作品进行了详细而富有创意的解读。这些经验凸显了人工智能作为艺术史和人文教育中一种宝贵教学工具的潜力，为教学方法提供了新颖的见解。
行星共享：一种新的范式，用于保护人类世的地球调节系统
人类世表示地球系统的No -Ableogue Tra fraigory的开始，这与全新世根本不同。这一新轨迹的特征是触发地球系统功能中不可逆和难以控制的变化的风险上升。我们迫切需要一种新的全球方法来维护关键的地球系统，以更有效，全面地调节功能。全球共享框架是现有方法的最接近的例子，其目的是管理世界上集体依赖的地球上的生物物理系统。在稳定的全新世条件下得出的现在必须根据新的人类世动力学发展。 这需要从仅关注政府以外的共同资源到确保地球系统关键功能的基本转变，而与国家边界无关。 ，我们提出了一个新框架（行星共同体）与全球共享框架的不同，它不仅包括全球共享的地理区域，而且还包括调节地球上的弹性和状态，因此宜居性的关键生物物理系统。 新的行星共同体应通过地球系统治理旨在恢复和增强行星的弹性和正义来表达并创造全面的管理义务。现在必须根据新的人类世动力学发展。这需要从仅关注政府以外的共同资源到确保地球系统关键功能的基本转变，而与国家边界无关。，我们提出了一个新框架（行星共同体）与全球共享框架的不同，它不仅包括全球共享的地理区域，而且还包括调节地球上的弹性和状态，因此宜居性的关键生物物理系统。新的行星共同体应通过地球系统治理旨在恢复和增强行星的弹性和正义来表达并创造全面的管理义务。
Mavuso, Nosipho Carol；Jere, Nobert；以及 vanGreunen, Darelle，“为农村大学量身定制的基于人工智能的职业选择推荐系统”（2023 年）。非洲信息系统和技术会议。1. https://digitalcommons.kennesaw.edu/acist/2023/presentations/1
快速的技术发展使用户能够在决策过程中得到支持和指导。其中一个例子是，高等院校的学生能够利用技术探索不同的职业选择，并就自己的未来做出明智的决定。尽管技术的使用总体上越来越广泛，但南非的职业指导和个性化职业推荐技术仍然有限。存在一些限制因素，例如技术使用有限、语言障碍和农村地区普遍存在的文化差异等迫在眉睫的挑战。基于这一前提，本研究收集了南非东开普大学学生的定量数据，学生参与了他们如何在职业选择过程中使用人工智能工具和技术。该研究强调了对南非大学生（尤其是农村地区的大学生）更有效、更符合文化的定制化、本地化的工作评估系统的需要。参与者更愿意参与、参与并提出他们对已开发的职业选择的建议，因为目前的职业选择并不完全符合他们的背景。具有人工智能 (AI) 功能的量身定制的职业指导解决方案更有可能被目标用户采用和使用。
何乔纳森和辛春生，“开发人工智能聊天机器人以支持中学和高中网络安全营的管理”（2020 年）。KSU 网络安全教育、研究和实践论文集。5. https://digitalcommons.kennesaw.edu/ccerp/2020/Research/5
一般来说，在线聊天机器人会提供一个文本框供用户输入问题进行评论。根据用户提供的信息，聊天机器人会找到与主题相关的答案，并通过对话框回复用户。Herriman 等人（2020）总结了聊天机器人的两个主要好处，包括：1）聊天机器人随时在线，人们可以全天候立即获得答案或信息，而不必等待人类提供信息；2）聊天机器人可以同时为许多用户提供服务，并为常见问题提供一致的解决方案。Sundareswaran 和 Firth-Butterfield（2020）还指出，聊天机器人提供了一种直观的方法来传播精选信息，并能以交互的方式对特定问题做出答复。
推荐引用 推荐引用 顾毅，“人工智能配电系统中的可再生能源整合”（2020 年）。电子学位论文。1777。https://digitalcommons.du.edu/etd/1777
基于上述数据可视化平台，研究了数据的外在表现形式，在接下来的工作中，尝试去理解数据内部隐藏的信息。设计了一种基于支持向量回归（SVR）的短期负荷预测方法，为网络重构提供更高精度的负荷预测。利用二阶锥程序（SOCP）将三相平衡最优潮流的非凸性放宽为最优潮流（OPF）问题。采用交替方向乘子法（ADMM）以分布式方式计算最优潮流。考虑到配电系统的现实情况，构建了一个三相不平衡配电系统，该系统包括变电站层面的小时运行计划和馈线层面的分钟潮流运行。在变电站层面最小化含可再生能源系统的运行成本。用机会约束模拟可再生能源发电的随机分布模型，并用高斯混合模型 (GMM) 和基于遗传算法的期望最大化 (GAEM) 建模导出的确定性形式。在实时 (RT) 调度中，使用 OPF 进一步降低系统成本。半正定规划 (SDP) 用于将三相不平衡配电系统的非凸性放宽为凸问题，这有助于实现全局最优结果。以并行方式，ADMM 实现了在短时间内获得结果。
推荐引用 推荐引用 Merrill, Robert S.，“叶片元素动量模型的非线性气动修正与验证实验”（2011 年）。所有研究生计划 B 和其他报告。67. https://digitalcommons.usu.edu/gradreports/67
实验程序和注意事项 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .................................................................................................................................................................21 不确定性....................................................................................................................................................................................................22
推荐引用 推荐引用 Kenney, William A.. “利用弹丸跟踪数据改进弹道风预测”（2017 年）。理学硕士 (MS)，论文，计算建模与仿真工程，Old Dominion University，DOI：10.25777/h8yz-9d19 https://digitalcommons.odu.edu/msve_etds/7
6. 多点风预测 ................................................................................................................................ 67 6.1 多点数据生成 ................................................................................................................ 68 6.2 确定风预测参数 ................................................................................................................ 68 6.3 多点风预测方法 ................................................................................................................ 70 6.4 模拟描述 ............................................................................................................................. 74 6.5 结果 ................................................................................................................................ 76 6.6 结果分析 ............................................................................................................................. 76 6.7 改变状态 ............................................................................................................................. 81 6.8 结论 ................................................................................................................................ 88
达特茅斯数字共享引用 达特茅斯数字共享引用 Nasir-Moin, Mustafa；Suriawinata, Arief A.；Ren, Bing；Liu, Xiaoying；Robertson, Douglas J.；Bagchi, Srishti；Tomita, Naofumi；Wei, Jason W.；Mackenzie, Todd A.；Rees, Judy R.； Hassanpour, Saeed，“人工智能增强数字系统对结直肠息肉组织学分类的评估”（2021 年）。达特茅斯奖学金。4174。https://digitalcommons.dartmouth.edu/facoa/4174
作者单位：新罕布什尔州汉诺威盖泽尔医学院生物医学数据科学系（Nasir-Moin、Bagchi、Wei、MacKenzie、Hassanpour）；新罕布什尔州汉诺威达特茅斯学院计算机科学系（Nasir-Moin、Bagchi、Tomita、Wei、Hassanpour）；新罕布什尔州黎巴嫩达特茅斯-希区柯克医学中心病理学和实验室医学系（Suriawinata、Ren、Liu）；新罕布什尔州黎巴嫩达特茅斯卫生政策和临床实践研究所（Robertson、MacKenzie）；新罕布什尔州汉诺威盖泽尔医学院医学系（Robertson、MacKenzie）；佛蒙特州怀特河交界处退伍军人事务医疗中心胃肠病学科（Robertson）；新罕布什尔州汉诺威盖泽尔医学院社区和家庭医学系（Rees）；新罕布什尔州汉诺威盖泽尔医学院流行病学系（Rees，Hassanpour）。