XiaoMi-AI文件搜索系统
World File Search Systempubl
公民如何看待公共服务中采用人工智能？通过社会契约视角对公民态度的探索性研究
摘要 公共部门采用人工智能 (AI) 有可能改善服务交付。然而，与人工智能相关的风险很大，公民的担忧已经停止了多项人工智能计划。在本文中，我们报告了一项关于挪威公民对公共服务中使用人工智能的态度的实证研究的结果。我们发现了一种普遍积极的态度，并确定了促成这种态度的三个因素：a) 对政府的高度信任；b) 人类参与其中所带来的保证；c) 对流程、用于人工智能模型的数据和模型内部运作的透明度。我们通过社会契约理论的视角来解释这些发现，并展示了人工智能在公共服务中的引入如何受到社会契约权力动态的影响。我们的研究通过突出政府与公民的关系为研究做出了贡献，并对公共部门的人工智能实践产生了影响。
自 1990 年以来，加州公共供水设施
铝 (ppb) 200* 600 105 ND – 70 无 处理过程残留物、天然沉积物 氯化物 (ppm) 500* n/a 66 42 – 91 无 从天然沉积物中流出或沥出 颜色（颜色单位） 15* n/a 2 1 – 2 无 天然有机物 气味（气味阈值） 3* n/a 2 2 无 天然有机物 电导率 (µmho/cm) 1,600* n/a 642 424 – 859 无 在水中形成离子的物质 硫酸盐 (ppm) 500* n/a 122 70 – 175 无 从天然沉积物中流出或沥出 总溶解固体 (ppm) 1,000* n/a 394 253 – 534 无天然沉积物的径流或沥滤
引用了原始发表的论文（记录的版本）：MC Conville，J。，Kvarnström，E.，Jonsson，H。等（2017）。是瑞典废水SE
一项国际灾难模拟和系统性风险治理的联合国际研究实验室，北京师范大学，朱海大学519087，中国B国家安全与紧急事务管理学院，北京师范大学，北京师范大学519807，中国cate tiban Plateau thepeart and Resources Encoriest and Resources Accories（TPESE），tpeci eytibe emecte flat plat fall afection f the of 100101，中国d汤吉大学，中国D调查与地理信息学院，上海200092，中国e太空，地球和环境系，查尔默斯技术大学，SE-412，SE-412 96，瑞典哥德堡，地球地球科学与技术学院，Nanjing Tech大学，Nanjing Tech，Nanjing 211816，Yunnnan，Yunnnan，Yunnnan，Yunnnan，Yunnnan，yunnnan，yunnnnan，yunnnan，yunnnan，yunnnan，yunnnnan，yunnnan，yunnnnnnnnnan H中期地球系统科学研究所，城市与环境科学学院，北京大学，北京大学100871，中国I城市规划与设计学院，深圳研究生院，北京大学，深圳518055，中国一项国际灾难模拟和系统性风险治理的联合国际研究实验室，北京师范大学，朱海大学519087，中国B国家安全与紧急事务管理学院，北京师范大学，北京师范大学519807，中国cate tiban Plateau thepeart and Resources Encoriest and Resources Accories（TPESE），tpeci eytibe emecte flat plat fall afection f the of 100101，中国d汤吉大学，中国D调查与地理信息学院，上海200092，中国e太空，地球和环境系，查尔默斯技术大学，SE-412，SE-412 96，瑞典哥德堡，地球地球科学与技术学院，Nanjing Tech大学，Nanjing Tech，Nanjing 211816，Yunnnan，Yunnnan，Yunnnan，Yunnnan，Yunnnan，yunnnan，yunnnnan，yunnnan，yunnnan，yunnnan，yunnnnan，yunnnan，yunnnnnnnnnan H中期地球系统科学研究所，城市与环境科学学院，北京大学，北京大学100871，中国I城市规划与设计学院，深圳研究生院，北京大学，深圳518055，中国
DECIMER.ai - 用于科学出版物中自动光学化学结构识别、分割和识别的开放平台
在过去的几十年中，描述化学结构的出版物数量稳步增加。然而，目前大多数已发表的化学信息在公共数据库中都无法以机器可读的形式获得。以更少的人工干预方式实现信息提取过程的自动化仍然是一个挑战——尤其是化学结构描述的挖掘。作为一个利用深度学习、计算机视觉和自然语言处理方面的最新进展的开源平台，DECIMER.ai（化学图像识别深度学习）致力于自动分割、分类和翻译印刷文献中的化学结构描述。分割和分类工具是同类中唯一公开可用的软件包，光学化学结构识别 (OCSR) 核心应用程序在所有基准数据集上都表现出色。这项工作中开发的源代码、训练模型和数据集均已在许可下发布。DECIMER Web 应用程序的一个实例可在 https://decimer.ai 获得。
原始发表论文的引用（记录版本）：Edlbauer，H.，Wang，J.，Crozes，T.等人（2022）。基于半导体的电子飞轮
© 作者 2022。本文根据知识共享署名 4.0 国际许可协议获得许可，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信任，提供知识共享许可的链接，并指明是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可中，除非在材料的致谢中另有说明。如果材料未包含在文章的知识共享许可中，并且您的预期用途不被法定法规允许或超出了允许的用途，则您需要直接从版权所有者处获得许可。要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by/4.0/。
引用原始发表的论文（记录的版本）：Xiong，B.，Tang，J.，Li，Y。等（2023）。 Vanadi
钒氧化还原流量电池（VRB）系统涉及复杂的多物理和多时间尺度相互作用，其中电解质流速在静态和动态性能中起关键作用。传统上，固定流量已用于操作方便。但是，在当今高度动态的能源市场环境中，根据运营条件调整流量可以为提高VRB能源转换效率和成本效益提供显着优势。不幸的是，将电解质流速纳入传统的多物理模型对于VRB管理和控制系统来说过于复杂，因为实时操作要求用于船上功能的低计算和低复杂模型。本文介绍了一种新型的数据驱动方法，该方法将流速集成到VRB建模中，增强了数据处理能力和VRB行为的预测准确性。所提出的模型采用封闭式复发单元（GRU）神经网络作为其基本框架，在捕获VRB的非线性电压段方面表现出了非凡的熟练程度。GRU网络结构经过精心设计，以优化模型的预测能力，流速被视为关键输入参数，以解释其对VRB行为的影响。模型改进涉及分析在VRB操作中在各种流速下获得的精心设计的模拟结果。还设计和进行了实验室实验，涵盖了电流和流速的不同条件，以验证所提出的数据驱动的建模方法。对几种最新算法进行了比较分析，包括等效电路模型和其他数据驱动的模型，证明了考虑流速的基于GRU的VRB模型的优越性。由于GRU在处理时间序列数据方面的出色能力，该模型在宽范围内提供了令人印象深刻的准确终端电压预测，低误差率不超过0.023 V（1.3％）。这些结果表明了所提出的方法的功效和鲁棒性，突出了对管理和控制系统设计的准确VRB建模中流速的新颖性和重要性。
原始发表论文（记录版本）的引用：Sadik, M.、López-Urdaneta, J.、Ulén, J. 等人 (2021)。人工智能可以提醒使用 FDG-PET/CT 分期的霍奇金淋巴瘤患者局部骨骼/骨髓摄取。科学报告，11(1)。http://dx.doi.org/10.1038/s41598-021-89656-9
开发一种基于人工智能 (AI) 的方法，用于检测接受 FDG-PET/CT 分期的霍奇金淋巴瘤 (HL) 患者的局灶性骨骼/骨髓摄取 (BMU)。将单独测试组的 AI 结果与独立医生的解释进行比较。使用卷积神经网络对骨骼和骨髓进行分割。AI 的训练基于 153 名未接受治疗的患者。骨摄取明显高于平均 BMU 的被标记为异常，并根据总异常摄取平方计算指数以识别局灶性摄取。指数高于预定义阈值的患者被解释为具有局灶性摄取。作为测试组，回顾性纳入了 48 名在 2017-2018 年期间接受过分期 FDG-PET/CT 且活检证实患有 HL 的未接受治疗患者。十位医生根据局灶性骨骼/BMU 对 48 例病例进行分类。在 48 例 (81%) 的局部骨骼/骨髓受累病例中，大多数医生同意 AI 的观点。医生之间的观察者间一致性为中等，Kappa 值为 0.51（范围为 0.25–0.80）。可以开发一种基于 AI 的方法来突出显示使用 FDG-PET/CT 分期的 HL 患者中的可疑局部骨骼/BMU。核医学医生之间关于局部 BMU 的观察者间一致性为中等。
CVU 2024模块目录发布版本
1。在您的大学列出的课程号的正常注册期间向您的大学注册（例如civeng 619为威斯康星大学 - 麦迪逊大学）。注册限制为每个大学的45个模块注册。2。Cuahsi将处理学生在大学中的各个模块的注册。填写此表格，与Cuahsi签约虚拟大学。模块注册也受到限制，将以先到先得的基础为基础。在满足容量时将关闭模块的注册。每个模块仅限于45名学生。3。学生应根据他们的学习需求和兴趣注册一到三个模块，认识到三个模块通常等同于整个学期课程（华盛顿大学两个模块等于整个四分之一课程）。学生应认识到这些模块的时间需求，并避免在相同的四个星期中避免多个模块，除非他们完全有信心有时间承诺。4。每个模块给出的大学学分数量将由家庭大学教练确定，因为学会系统在机构之间有所不同（例如季度与学期系统）。5。在为他们建立画布帐户时，将通知每个学生。Canvas是将用于Cuahsi Virtual University的在线学习管理系统。