XiaoMi-AI文件搜索系统
World File Search Systemcommons
达特茅斯数字共享引文 达特茅斯数字共享引文 Lekkas, Damien 和 Jacobson, Nicholas C.，“使用人工智能和纵向位置数据区分童年创伤后患上创伤后应激障碍的人”（2021 年）。达特茅斯奖学金。4165。https://digitalcommons.dartmouth.edu/facoa/4165
创伤后应激障碍 (PTSD) 的特点是症状复杂多样，因此在传统临床环境之外很难检测。幸运的是，移动技术、被动传感和分析技术的进步为研究和开发提供了有希望的途径。本研究考察了利用全球定位系统 (GPS) 数据（七天内从智能手机被动获取）检测一组高风险、曾受过创伤的女性 (N = 185) 的 PTSD 诊断状态的能力。使用每日外出时间和离家最大距离作为模型特征工程的基础，结果表明可以高性能地预测诊断组状态（AUC = 0.816，平衡灵敏度 = 0.743，平衡特异性 = 0.8，平衡准确度 = 0.771）。结果进一步表明 GPS 信息作为 PTSD 行为库的数字生物标记物的潜在效用。未来的 PTSD 研究将受益于在更大、更多样化的人群中应用 GPS 数据。
推荐引用 推荐引用 Guthridge, Ryan Paul，“评估虚拟现实和人工智能作为航空飞行员培训中航班延误的解决方案”（2022 年）。论文和学位论文。4339。https://commons.und.edu/theses/4339
在提交本论文以部分满足北达科他大学研究生学位的要求时，我同意本大学图书馆应免费提供本论文供查阅。我进一步同意，指导我论文工作的教授或系主任或研究生院院长可授予出于学术目的进行大量复制的许可。双方理解，未经我的书面许可，不得复制、出版或以其他方式使用本论文或其中部分内容以获取经济利益。双方还理解，在对我论文中的任何材料进行任何学术使用时，应给予我和北达科他大学应有的认可。Ryan Paul Guthridge 2022 年 7 月 15 日
数字公共资源是全球公共产品。互联网是免费的……
主要作者：Nadejda Komendantova、Dmitry Erokhin、Elena Rovenskaya 撰稿人：Irina Dallo、Laure Fallou、Carmit Rapaport、Rosa Vicari、Abraham Yosipof
数据作为经济利益，作为共享的数据和数据治理
1这是欧盟立法的不完整清单，与数据治理相关：欧洲议会的2016/679法规（EU）和2016年4月27日的2016年4月27日的理事会，涉及对自然人的保护在处理个人数据以及此类数据的自由竞争以及95/46/EC的自由数据方面的保护（一般数据）。 1-88;欧洲议会和2019年6月5日理事会的2019/944指令（EU）2012年6月5日的《电力和修订指令》 2012/27/eu oj l 158，14.6.6.6.2019，p。 125–199;欧洲议会和2019年6月20日理事会的2019/1024指令（欧盟）关于开放数据和重新使用公共部门信息OJ L 172，26.6.2019，p。 56–83;欧洲议会和2022年5月30日理事会的第2022/868号法规（EU）关于欧洲数据治理和修订法规（EU）2018/1724（数据治理法）OJ L 152，3 .6.2022，p。 1-44岁于2022年6月23日生效，将于2023年9月适用；欧洲议会和2022年10月19日理事会的第2022/2065号法规（EU）在数字服务和修订指令2000/31/EC（数字服务法）的单一市场上（数字服务法） 1-102，从2024年1月起生效；欧洲议会和2022年9月14日理事会的法规（EU）2022/1925关于数字领域的可竞争和公平市场2019/1937和（EU）2020/1828（数字市场）OJ L 265，12.10.10.2022，p。 1-66，实际上是2023年6月；在撰写本文时，理事会已经采用了有关《人工智能法》数据法的一般方法
推荐引用 推荐引用 Antes, Alison L; Burrous, Sara; Sisk, Bryan A; Schuelke, Matthew J; Keune, Jason D; 和 DuBois, James M，“探索人工智能支持的医疗技术的看法：一项基于场景的在线调查。” BMC 医学信息学和决策。21，1。221 (2021)。https://digitalcommons.wustl.edu/oa_4/840
摘要背景：医疗保健预计将越来越多地将人工智能 (AI) 技术融入患者护理。了解对这些工具的看法对于成功开发和采用至关重要。这项探索性研究衡量了参与者对人工智能驱动的医疗保健技术的开放程度、关注程度和感知到的益处。我们还探讨了这些看法的社会人口、健康相关和社会心理相关性。方法：我们开发了一个测量方法，描述了六种人工智能驱动的技术，这些技术可以诊断、预测或建议治疗。我们使用众包平台 MTurk 对美国成年人 (N = 936) 进行了在线调查，并实施了该测量。参与者表明了他们对在医疗保健场景中使用人工智能技术的开放程度。场景中附有反映每种技术的潜在担忧和好处的项目。参与者评估了担忧和好处的陈述对他们对该技术的好感程度的影响程度。参与者完成了社会人口、健康变量和心理社会变量（如对医疗保健系统的信任和对技术的信任）的测量。对关注和收益项目的探索性和验证性因素分析确定了两个代表总体关注水平和感知收益的因素。描述性分析考察了开放性、关注度和感知收益的水平。相关性分析探讨了社会人口、健康和社会心理变量与开放性、关注度和收益分数之间的关联，而多变量回归模型则同时考察了这些关系。结果：参与者对人工智能驱动的医疗技术持中等开放态度（M = 3.1/5.0 ± 0.9），但根据应用类型的不同而有所不同，关注点和收益的陈述影响了观点。对医疗保健系统的信任和对技术的信任是开放性、关注度和感知收益最强、最一致的相关因素。大多数其他社会人口、健康相关和社会心理变量的关联性较弱或没有关联，但多变量模型表明某些人格特征（例如，尽责性和宜人性）和社会人口统计学（例如，全职工作、年龄、性别和种族）与感知略有相关。结论：参与者的开放程度似乎很脆弱，这表明早期推广策略和使用新型人工智能技术的经验可能会对观点产生重大影响，尤其是当人工智能技术的实施增加或削弱信任时。这些发现的探索性质值得进一步研究。
推荐引用 推荐引用 Shen, Natalie (2023) “医疗保健领域的人工智能监管：华盛顿州如何征服人工智能监管的新领域”，《西雅图技术、环境与创新法杂志》：第 13 卷：第 1 期，第 5 篇文章。网址：https://digitalcommons.law.seattleu.edu/sjteil/vol13/iss1/5
1 人工智能，B UILT IN ，https://builtin.com/artificial-intelligence [https://perma.cc/HN7V- RVGF] [以下简称“人工智能”]。2 Christopher Manning，人工智能，斯坦福大学（2020 年 9 月），https://hai.stanford.edu/sites/default/files/2020-09/AI-Definitions-HAI.pdf [https://perma.cc/U6KC- 9F4E]。3 同上；参见 Thomas Davenport 和 Ravi Kalakota，《人工智能在医疗保健中的潜力》，6(2) F UTURE H EALTH C ARE J. 94 (2019)。4 参见 Adam Bohr 和 Kaveh Memarzadeh，《人工智能在医疗保健应用中的兴起》，《人工智能在医疗保健中的应用》25 (2020)。 5 Vivek Kaul 等人，医学领域人工智能史，92 G ASTROINTESTINAL ENDOSCOPY JOURNAL 807, 809 (2020)。6 同上。7 同上。8 Davenport & Kalakota，上文注 3，第 94 页。9 同上。第 95 页。10 同上。第 96 页。
推荐引用 推荐引用 Bardis, Michelle D; Houshyar, Roozbeh; Chang, Peter D; Ushinsky, Alexander; Glavis-Bloom, Justin; Chahine, Chantal; Bui, Thanh-Lan; Rupasinghe, Mark; Filippi, Christopher G; 和 Chow, Daniel S，“人工智能在前列腺多参数 MRI (mpMRI) 中的应用：当前和新兴趋势。”《癌症》（巴塞尔）。12，5。1204 (2020)。https://digitalcommons.wustl.edu/open_access_pubs/9270
摘要：前列腺癌是全球最常见的癌症之一。多参数磁共振成像 (mpMRI) 是一种非侵入性工具，可以改善前列腺病变的检测、分类和体积量化。机器学习 (ML) 是人工智能的一个分支，可以快速准确地分析 mpMRI 图像。ML 可以提供更好的标准化和一致性来识别前列腺病变并增强前列腺癌管理。本综述总结了 ML 在前列腺 mpMRI 中的应用，并重点关注前列腺器官分割、病变检测和分割以及病变表征。进行了文献检索，以查找将 ML 方法应用于前列腺 mpMRI 的研究。迄今为止，前列腺器官分割和体积近似已经使用各种 ML 技术很好地执行。前列腺病变检测和分割对于 ML 来说是更具挑战性的任务，并在多项研究中进行了尝试。由于数据稀缺和当前 ML 算法的局限性，它们在很大程度上仍未解决。相比之下，由于数据可用性更高，前列腺病变表征已在多项研究中成功完成。总体而言，ML 完全有能力成为一种提高放射科医生准确性和速度的工具。
推荐引用 推荐引用 Barber, Don E.; Bobo, T. Alan; 和 Sturm, Kevin P. (2016) “网络空间作战规划：在动能领域之外运营技术军事力量”，军事网络事务：第 1 卷：Iss。 1，第 3 条。http://dx.doi.org/10.5038/2378-0789.1.1.1003 可从以下网址获取：https://digitalcommons.usf.edu/mca/vol1/iss1/3
传统的军事规划经过几个世纪的成熟，为实现特定目标提供了可靠的基础。然而，网络空间作战规划超出了“动能”军事行动规划通常需要的范围，即使用弹药打击物理目标。为了捕捉开展网络作战所需的令人难以置信的细微差别，有必要概念化更深层次、更技术层面的战争规划，以阐明支持战术规划的技术实施的作用。对规划人员和指挥官来说，与网络空间作战相关的技术细节并不像坦克、舰船和飞机的能力和局限性那样直观。在网络空间规划中，需要这个额外的技术层面将对非直观组件的影响转化为对对手作战的易于理解的影响。尽管技术网络规划非常重要，但确保重点技术行动继续明确地与指挥官的作战效果要求和国家战略目标挂钩仍然至关重要。本文试图捕捉美国联合军事理论的亮点，并结合商业领域的最佳实践，概述国防部新网络任务部队可以采用的流程。
推荐引用 推荐引用 Gittens，Lester G.。“Casitas 对巴哈马龙虾生物学和渔业可持续性的影响”（2017 年）。哲学博士 (PhD)，论文，生物科学，Old Dominion 大学，DOI：10.25777/2pc4-3t27 https://digitalcommons.odu.edu/biology_etds/18
II.CASITAS 对巴哈马 Panulirus ARGUS 死亡率、生长和疾病易感性的影响 ................................................................................................11 简介 ................................................................................................................................11 方法 ................................................................................................................................16 结果 ................................................................................................................................24 讨论 ......................................................................................................................................34 III.与巴哈马龙虾渔业陷阱相比，Casitas 中龙虾和其他分类群的尺寸选择性和兼捕死亡率 ................................................................................................................................41 简介 ......................................................................................................................................41 方法 ......................................................................................................................................46 结果 ......................................................................................................................................50 讨论 ......................................................................................................................................58 IV.使用遥感技术探测巴哈马加勒比海刺龙虾 ( Panulirus ARGUS ) 渔业中利用的 casitas 的可行性 ................................................................................................................69 简介 ......................................................................................................................................69 方法 ......................................................................................................................................75 结果 ......................................................................................................................................78 讨论 ......................................................................................................................................91 V. 结论 ......................................................................................................................................101
推荐引用 推荐引用 Lewis, Chris (2022) “需要制定法律框架来规范人工智能的使用”，代顿大学法律评论：第 47 卷：第 2 期，第 6 条。可从以下网址获取：https://ecommons.udayton.edu/udlr/vol47/iss2/6
这句话原本是关于科学家在电影《侏罗纪公园》中创造食人恐龙的，但它同样适用于企业对人工智能的使用。人工智能（“AI”）对许多人来说是一个难以接近的话题。大数据、机器学习、神经网络、算法、深度学习和物联网——有太多的技术流行语，很难全部理解。2 媒体对人工智能的描述对提高公众对人工智能的理解帮助不大。媒体通常将人工智能描绘成能够回答任何问题的人工智能，或者呈现一个人工智能试图摧毁人类的反乌托邦社会。3 重要的是要认识到人工智能的现实及其法律和社会影响，即使人工智能难以捉摸的能力可能会模糊虚构与现实之间的界限。4 从最简单的意义上讲，人工智能就是机器将输入的数据转换成可识别模式和/或然后使用这些模式制定决策的能力。5 这些决策可以是任何事情，包括如何穿越环境、使用什么字体来最大化销售额，甚至是预测明天的天气这样复杂的事情。