XiaoMi-AI文件搜索系统
World File Search Systemrie
通过脑电图和Vidinexus的互动屏幕来改善博物馆访问者的参与度和经验
摘要这项研究的主要目的是通过开发包括脑部计算机界面（BCI）和客户端Vidinexus的互动屏幕在内的原型来探索以改善博物馆访问者的体验和参与的选项。这是通过遵循重点关注研究的三个不同方面的方法来完成的；博物馆和艺术，BCI和原型。前两个方面是背景文献研究的重点。这些发现用于指导原型开发的创作过程。系统的原型，包括交互式测验，它根据由EEG设备测量的选择和参与水平与访问者相匹配。该原型是在研究的构想，规范和实现阶段创建的；并在评估阶段进行了测试。
高质量的视觉引导的声音与不同类别的分离
摘要。我们提出了戴维斯（Davis），这是一个基于i fifusion的udiovi sual separa the the trapion框架，该框架通过生成学习解决了视听声音源分离任务。现有方法通常将声音隔离作为基于面具的回归问题，从而取得了重大进展。但是，他们在捕获高质量分离声音与各种表情所需的复杂数据分布时面临局限性。相比之下，戴维斯利用生成扩散模型和分离U-net直接从高斯噪声中综合了分离的声音，并在音频混合物和视觉信息上进行条件。具有其生成性目标，戴维斯更适合实现各种声音猫的高质量分离的目标。我们将戴维斯与AVE和音乐数据集上现有的最新歧视性音频分离方法进行了比较，结果表明，戴维斯在分离质量方面胜过其他方法，这证明了我们可以解决视听源分离任务的框架的优势。我们的项目页面可在此处提供：https：//wikichao.github.io/data/projects/davis/。
在金沙萨省及时出生剂量疫苗的障碍和促进者，刚果民主共和国：一项定性研究
全球国家疫苗政策已成功改善了婴儿疫苗的覆盖范围，但生育剂量（BD）疫苗覆盖率仍然很低。刚果民主共和国（DRC）等国家的目的是在其国家免疫计划中包括丙型肝炎生育剂量（HEPB-BD）疫苗。HEPB-BD的短窗户的管理窗口 - 在交付后24小时内以防止母亲到孩子的传播 - 增加了简化和及时的BD疫苗的复杂性。本研究旨在通过个人的帐户来识别和理解在刚果民主共和国金沙萨省的障碍和促进者，并通过对BD疫苗采用的不同观点的账户进行限制，以准备未来的推出。
Spheroscan：用于球体图像分析的用户友好的深度学习工具。
近年来的抽象背景，三维（3D）球体模型在科学研究中变得越来越流行，因为它们提供了一种与生理相关的微环境，可以模仿体内条件。与传统的二维细胞培养方法相比，它可以更好地了解3D球体测定法具有优势，因为它可以更好地了解细胞行为，药物功效和毒性。但是，使用3D球体测定法受到了用于球体图像分析的自动化和用户友好的工具的阻碍，这会对这些测定的可重复性和吞吐量产生不利影响。为解决这些问题的结果，我们开发了一种完全自动化的，基于Web的工具，称为Spheroscan，该工具使用了带有卷积神经网络（R-CNN）的名为“掩码区域”的深度学习框架进行图像检测和细分。为了开发一个可以从一系列实验条件中应用于球体图像的深度学习模型，我们使用使用Incucyte Live细胞分析系统和常规显微镜捕获的球体图像训练了该模型。使用验证和测试数据集对经过培训模型的性能评估显示出令人鼓舞的结果。结论Spheroscan允许轻松分析大量图像，并提供交互式可视化功能，以更深入地了解数据。我们的工具代表了球体图像分析的重大进步，并将促进科学研究中3D球体模型的广泛采用。可在https://github.com/funtionalurosology/spheroscan上获得有关Spheroscan的源代码和详细的Spheroscan教程。
最近对增强和替代通信使用和服务交付经验的调查o
摘要目的：这项研究的目的是探索和描述美国方法中肌萎缩性侧面硬化症（PALS）的人的增强和替代性交流（AAC）的使用和服务交付经验：横截面数据：通过2021年的匿名在线调查表从216个PAL中收集的横截面数据。结果：超过70％的参与者至少报告了一些可检测的语音扰动，并且在面对面互动期间大约一半使用了辅助通信。在严重语音障碍的受访者中，有超过90％的人使用语音生成设备报告，而刚刚报告了使用低技术AAC的一半。大多数参与者都会与SLP讨论语音和交流，但在初始干预的时间和持续干预频率的时机上都有不同。不到一半的人报告说，他们的家庭成员或其他重要人物接受了与朋友交流有关的教育或支持。参与者还分享了他们对电话和视频通话，访问方法，安装系统，单词预测和存储短语以及消息和语音银行的使用和经验。结论：结果强调了早期推荐对于AAC干预，正在进行的重新审查和治疗，沟通伙伴的参与以及对多模式沟通的支持以及适应不断变化的需求的重要性。
![[FPF 立法] 政策简报：科罗拉多州人工智能法案](/simg/5/51d2e8ee96113f98fba2187ac4b836af32dab523.png)
[FPF 立法] 政策简报：科罗拉多州人工智能法案
● 受监管实体的潜在范围更广：与通常适用于满足特定门槛的受监管实体的州数据隐私法不同，CAIA 适用于任何开发或部署高风险 AI 系统的个人或实体。此外，该法律的一部分适用于提供或部署面向消费者的 AI 系统的任何实体。 ● 特定角色的义务：CAIA 为部署者和开发者分配了特定角色的义务，类似于数据隐私制度下的控制者和处理者。部署者直接与个人互动并最终控制系统的使用方式，需要维护风险管理计划、进行影响评估并提供相关的消费者权利。另一方面，开发者必须提供部署者履行其职责所需的信息和文档。 ● 减轻算法歧视的注意义务：开发者和部署者有注意义务保护消费者免受算法歧视，这在实践中可能意味着 CAIA 的执行者将使用比例测试来评估开发者和部署者的行为。 “算法歧视”的定义似乎涵盖了故意歧视和差别影响。● 新型消费者权利：除了类似立法中常见的消费者权利（例如使用前通知权）外，如果高风险人工智能系统做出不利决定，CAIA 还为消费者提供了特殊权利。在这种情况下，部署者必须向消费者提供理由陈述、纠正权，并在可行的情况下上诉人工审查。● 总检察长权力：尽管 CAIA 没有创建私人诉讼权，但它赋予科罗拉多州总检察长执行法律和实施必要法规的重要权力。
F100 陶瓷复合材料发动机测试经验...
对于军用飞机而言，燃气涡轮发动机制造商和最终用户面临的一个关键问题就是耐久性。尤其是加力燃烧段的条件非常恶劣，发动机喷嘴的设计寿命通常只有涡轮发动机其他硬件的一半。目前的喷嘴基于由密封件和襟翼制成的轴对称可变喷嘴。这些组件必须承受极端温度（通常超过 1000°C）以及与加力燃烧器点火相对应的快速热循环。此外，加力燃烧段通常具有燃烧功能不均匀的特点，这会在某些喷嘴瓣上产生热条纹。因此，这些部件会受到非均匀热流的影响，襟翼和密封件的重叠设计尤其明显，从而在整个宽度上产生高热应力。镍基合金通常用于发散襟翼和密封部件。严酷的热机械环境使镍基部件产生大量开裂，再加上高温 1 导致的蠕变变形。结果是部件拆卸增加，直接影响可操作性、维护和成本。军用发动机对热段部件更长使用寿命和更高推重比的追求为陶瓷材料打开了大门。陶瓷基复合材料 (CMC) 适用于暴露在高温（高达 1000°C）下的加力燃烧段，包括高热梯度。因此，人们继续对在军用燃气涡轮发动机中开发、测试和部署 CMC 感兴趣，一些开发已经取得成功。这是为 F/A-18 E/F 超级大黄蜂 2 战斗机提供动力的 F414 发动机喷嘴引入 SiC/C CMC 的情况，以及为阵风 3 战斗机提供动力的 M88 发动机喷嘴外襟翼引入 C/SiC CMC 的情况。考虑用于燃气轮机部件的 CMC 涵盖了通过化学气相渗透 (CVI)、溶胶凝胶路线、聚合物渗透和热解 (PIP) 和熔融渗透 (MI) 4 制造的各种纤维和基质。所得材料能够承受排气喷嘴的高温和热疲劳。然而，CMC 组件的耐久性与其抗氧化性直接相关，这会影响其热机械潜力并导致部件破裂。已经对几种 CMC 密封件进行了地面测试，并在具有代表性的全地面发动机寿命后测量了机械性能。近几年，斯奈克玛推进固体公司 (SPS) 开发了先进的 SiC/SiC 和 C/SiC 材料，包括多层编织和自密封基质。普惠公司和空军研究实验室正在考虑将这些材料用于 F100-PW-229 发动机喷嘴发散密封件，该密封件为 F16 和 F15 战斗机提供动力。本文介绍了发动机经验和后测试特性的结果。将讨论材料系统对燃气轮机喷嘴应用的适用性。
![征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术](/simg/9/997626a7f59d17e25a28a70110fbadb440a4a51a.png)
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术