XiaoMi-AI文件搜索系统
World File Search Systemproblem
2020 年技术挑战问题集
作为国家的网络战士，美国网络司令部每天都在网络空间与强大的对手作战，其中一些对手现在是该领域的近乎势均力敌的竞争对手。我们已经认识到，我们必须在攻击突破我们的网络防御或削弱我们的军事力量之前阻止它们；通过持续的综合行动，我们可以影响对手的行为，并给他们的计算带来不确定性。我们的部队必须灵活，我们的伙伴关系必须可操作，我们的行动必须持续。政策、理论和流程应跟上网络空间事件的速度，以保持决定性优势。卓越的战略效果取决于行动、能力和流程的协调，以及情报与行动的无缝集成。现在，我们必须应用这一经验，根据威胁的规模进行扩展，消除对我们的速度和敏捷性的限制，并机动以对抗对手并增强我们的国家安全。
调查 Y2K 问题的影响 - GovInfo
2000 年 (Y2K) 技术问题始于 20 世纪 50 年代和 60 年代，当时它只是针对高昂的计算机内存成本而采取的一个无害的短期解决方案。程序员们原本以为，随着公司、政府和其他计算机所有者更新其硬件和软件，有限的两位数日期存储方法所造成的问题将自行解决。计算机问世 50 年后，Y2K 问题有可能发展成为一场全球危机。人类的两个常见缺陷导致了这场危机 — — 倾向于走阻力最小的道路，并且不愿意解决困难而复杂的问题。然而，Y2K 问题并不一定是一个失败的故事。如果得到成功解决，Y2K 问题可能会鼓励政治和企业领导人更好地了解和保护关键基础设施。
用Minitab解决供应链问题
解决方案：Minitab的预测分析允许供应链经理分析历史数据和模式，从而准确预测需求波动。这种洞察力有助于主动库存管理，确保最佳库存水平并减轻供求需求的失衡。
认知控制作为多元优化问题
■ 人类和其他动物适应环境的一个标志是我们能够控制自己在不同环境下的思维和行为。研究已经描述了认知控制可以采取的各种形式——包括增强与目标相关的信息、抑制与目标无关的信息以及全面抑制潜在反应——并确定了支撑这些控制类型的计算和神经回路。研究还确定了引发控制分配调整的各种情况（例如，引发表明错误或处理冲突增加的信号的情况），但对于特定情况何时会引起特定控制调整的规则仍知之甚少。最近，通过将控制分配视为决策问题，在这方面取得了重大进展。这种方法已经开发出统一的规范模型，规定了何时以及如何改变激励机制
泡泡？时间序列分类问题
预计财务泡沫的发生具有至关重要的意义，因为它使投资者有能力做出明智的决定并熟练地导致潜在的损失。此外，气泡的预测和识别在实现财务稳定目标方面起着关键作用。鉴于这些考虑因素，本研究论文努力通过将BSADF测试与机器学习算法相结合的方法来解决财务泡沫的挑战。初始阶段涉及在包括STOXX 600指数的所有实体的股票价格内识别气泡，然后将机器学习框架应用于预测气泡值。该研究旨在辨别并纳入所有相关特征以预测气泡，并采用各种神经网络算法来制定预测。随后，研究评估了这些算法的样本外预测准确性。
预测性大脑和开明的房间问题
人们如何使人们的说法是不确定性最小化系统的说法，这些系统试图以人类具有创造力的说法来浏览可预测且熟悉的环境？我们将其称为开明的房间问题（ERP）。解决方案不是（或不仅是）在误差限制大脑中，而是在环境本身中。创造力来自预测性大脑与不断变化的环境之间的各种相互作用：反复向我们自己的误差式机械移动的球门柱。通过（CO）构建这些具有挑战性的世界，我们有效地改变和扩大了自己的预测引擎运作的空间，并且该空间是“探索泡沫”，使信息能够寻求信息，不确定性最小化思维以使思想越来越深入地渗透到艺术，科学和工程空间中。在接下来的内容中，我们提供了这种环境领导的认知扩展的原则证明。本文是主题问题的一部分，“艺术，美学和预测性制作：理论和经验观点”。
全球能源储存问题的解决方案
摆脱化石燃料是一个机遇。在重新设计能源系统以缓解气候变化的过程中，我们有机会重新思考我们与自然资源的互动方式。为了实现向绿色能源的过渡，我们应该基于丰富的材料设计系统，并使我们不再依赖稀土材料。海洋电池由钢铁、混凝土和橡胶/PVC 制成。这些材料遍布全球，允许在当地生产各种组件，从而创造当地就业机会。Ocean Grazer 与当地合作伙伴合作，利用一流的生产方法在生产阶段最大限度地减少温室气体排放，在使用寿命结束时回收所有有价值的材料，以创造循环经济。所有这些都是为了在我们解决方案的整个生命周期内最大限度地减少对环境的影响。
策略配置问题以及如何解决
策略模式允许开发人员实现算法的综合性，该算法可以互换并与使用它们的对象进行变化。为了实现这一目标，算法被实现为实现相同接口的各个策略类的层次结构。模式中未精确指定的一个特定问题是如何使用需要使用的算法配置对象。本文将重复的解决方案引入了问题。这些解决方案出现在软件工程背景下提供的不同项目中，这是Ioannina大学计算机科学与工程系的强制性课程。报告的解决方案有两种，这些解决方案促进了对象在对象生命周期内不会改变对象的恒定配置，以及那些能够具有可以动态重新配置的算法的对象的适应性配置的对象。遵守策略意图的解决方案被报告为模式，而偏离策略的解决方案则报告为抗模式。
MIDAS触摸问题在眼睛凝视
左：眼睛跟踪器摄像机拾取用户的目光。右：使用目光来控制打字应用程序。已经提出了几种遏制MIDAS触摸问题的方法。一种方法是选择注视，但不能激活接口元素。一个典型的例子是使用自愿眨眼来确认基于目光的选择。，但这假定眼睛始终是自愿的。第二种方法是测量用户眼睛的总时间在接口元素中（“ dell Time”）（Jacob和Stellmach，2016年）。如果停留时间超过一定的阈值值，则该元素将被激活。选择阈值大于典型的眼固定持续时间。这种方法的问题是没有固定的固定时间表明用户的意图。第三种方法是具有凝视驱动的光标（“凝视鼠标”）并进行鼠标点击以确认选择（Kasprowski等，2016）。，但这不是免提解决方案。第四种方法是双重视线方法（Mohan等，2018），在这种情况下，用户凝视着他/她想要
大脑—认知行为问题：回顾
我的观点，并提供了探索大脑-行为关系的替代策略。在过去的二十年里，也许出于类似的考虑，其他研究人员也研究了被解释项-被解释项问题（Krakauer 等人，2017 年；Brette，2018 年；Cisek，2019 年）。通过深入研究文献，我还意识到许多“我的想法”已经被许多科学家和哲学家考虑过，而且往往非常详细和深入，尽管这些想法尚未有效渗透到主流神经科学（Campbell，1993；Hendriks-Jansen，1996；Danziger，1997；Lakoff 和 Johnson，2003；Vanderwolf，2003；Noë，2006；Heinrich，2017；Gomez-Marin 和 Ghazanfar，2019）。18 年后，我重读了被拒绝的手稿，发现其中提出的许多想法已经成为“当代的”。因此，我做了一个实验。我重新提交了原始手稿（近二十年后！），现在的编辑很友好地同意将其送去审阅。值得注意的是，四位审稿人中有三位建议小幅修改后再发表，而第四位则建议大修改。他们正确地指出，将理论与方法对立起来并不是正确的解决方案。我完全同意审稿人的观点，即科学不仅仅是测量世界的艺术，尖端技术也不是神经科学的全部。我们必须小心，新方法不会简单地揭示越来越多的东西。观察需要组织成连贯的理论，才能取得进一步的进展。然而，当在一个主导模型中发现警告时，通过探索该模型应该解释的基质的机械细节，往往会出现替代解决方案。新方法为同样的问题提供了新的窗口，并可以促进其他解释。我在最近的一本书（《大脑从内而外》；Buzsáki，2019）中用了几页来讨论这个问题。我仍然认为，早在 2001 年，推广大规模记录是一个进步的想法，这种方法直到最近才开始流行起来。然而，我支持这样的观点，即技术不能成为该学科的救星。后一种观点是《大脑从内而外》的关键要素。几乎所有其他评论和建议的修改都是基于