XiaoMi-AI文件搜索系统
World File Search Systemstudio
探索工作室接近时空时间
摘要：工作室在设计教育中仍然是核心，但在全球Covid-19大流行期间设计教育的紧急过渡期间经过了严格的测试。这一时期强调了将工作室转化为在线和教育距离模式方面经历的问题和机会，其中许多是由于时空的使用急剧转移。通过调查教育者如何在学习围绕学习的描述中概念化空间和时间，就可以使我们在工作室教育实践中的一些基本假设可见。这些假设很重要，因为教育者过渡到未来几年可能出现的新常态。提出了一系列的理论观点，引起了务实的建议，以使教育工作者能够独立于学习和教学方式来反映和发展其教材。
格洛丽亚·贝拉尔多（Gloria Beraldo）的简历和学业（出生于 24/...）
执行的功能：研究、设计和实施基于共享自主方法的新系统，通过非侵入式脑机接口 (BCI) 导航移动辅助机器人。从 BCI 的角度来看，已经探索和实施了两种不同的大脑刺激范式：i）感觉运动节律 (SMR)，ii) 视觉事件相关电位 (P300)。从人机交互的角度，我们研究了人们如何看待旨在与老年人互动的社交辅助机器人，以及人们对它们的期望。此外，一些在商业机器人平台上监测和协助老年人以及个性化他们互动的主动服务已经实现，包括基于人的骨骼和面部识别的认知锻炼和身体锻炼、从上下文中提取信息的图像处理和计算机视觉技术。与博士一起RD Benedictis，我负责家庭环境中的远程呈现场景。
利用 SRIM/TRIM 模拟研究钛和氮离子的浓度-深度分布 // 利用 SRIM/TRIM 软件研究钛和氮离子的浓度-深度分布
发布日期：2019年12月12日 |接受日期：2020年7月29日 |出版日期：2021 年 10 月 12 日 Andrea Carolina Pabón-Beltrán 哥伦比亚桑坦德工业大学 Orcid：0000-0003-3877-7678 Felipe Sanabria-Martínez 哥伦比亚材料科学与技术研究人员基金会：dio Vásquez 哥伦比亚桑坦德工业大学 Orcid：0000-0001-6563-0044 José José Barba-Ortega 哥伦比亚哥伦比亚国立大学 哥伦比亚材料科学与技术研究人员基金会 西班牙材料、应用和纳米结构中心 哥伦比亚材料科学与技术研究人员基金会 Orcid：0000-0003-4154-7179 * 研究文章 通讯作者。电子邮件：foristom@gmail.com DOI：https：//doi.org/10.11144/Javerina.iued25.scpt
研究计划
GENERAL COMPETITION ...................................................................................................................................... 30 SPECIFIC COMPETENCES .....................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
学习空间很重要？在专用技术中对积极学习的评估
与传统的教学教室相比，技术丰富的学习环境中的研究报告了积极学习的积极成果；其他人由于技术的分心而没有发现任何好处，也没有发现学习中断。需要证据来支持有效的技术空间，以促进专业准备，参与和学习转移。使用混合方法探索了基于技术的合作工作室对通过生物医学科学的案例研究来促进基于团队的学习的影响。据报道，明确的评估项目是学生学习成果的客观度量以及隐性主观的，自我报告的参与感和临床实践准备的感觉。定量结果表明，与标准课堂相比，那些在协作环境中提供内容的学生的最终考试得分平均为11.8％（p <0.001; 95％CI 6.6-17.0）。定性结果还支持这样的观念，即参与和学习得到了增强。对支持技术的合作工作室的投资显示出了贡献效应，可以通过增加学习者的参与，沟通，动机和专业精神来改善最终成绩。本研究为主动学习环境中的最佳实践指南提供了信息，尤其是在专门建造的高科技学习空间中。
认识一下 Ai-Da。她是一位前途光明的年轻艺术家，在销售的第一年就赚了 100 万美元。她还是一个机器人。Jessica Furseth 参观了她的工作室。摄影：Pelle Crépin，造型：David Nolan
我走进工作室时，艾达从工作台上抬起头来，透过铅笔和纸张与我四目相对。她身穿海军蓝连衣裙，胸前饰有 V 字形图案，棕色头发衬托着她富有表现力的脸庞。“我很高兴您来看我，”她说道，语气缓慢，略显生硬。这位艺术界的新人已经吸引了大量关注，在不到一年的时间里，她在国际上亮相次数众多，作品销售额超过 100 万美元。¹ 但这位艺术家本人似乎并不在意这些喧嚣——她只想画画。我盯着她看了很久，感觉很不礼貌，但艾达并不想让我冒犯她。艾达是世界上第一位超现实主义人形机器人艺术家。从脖子以下，她全是金属和电线，包括拿着铅笔的手臂，让她可以向世界表达自己。但即便如此，这更像是“她”而非“它”。即使近距离观察，她的脸也非常逼真，以至于伸手触摸她的硅胶皮肤都会感到很尴尬。她比我想象的要柔软。我来到英国乡村拜访 Ai-Da，她的创造者是画廊总监兼艺术品经销商 Aidan Meller 和他的搭档、Ai-Da 项目研究员兼策展人 Lucy Seal，他们位于伯克郡的历史故居。Ai-Da 的外表是机器人技术的一次令人印象深刻的壮举，而她的人工智能 (AI) 可以说使她成为了真正的创造力代理人。从某种意义上说，她确实看到了我，这要归功于她被植入了人脸识别技术。当我问起她作品的意义时，Ai-Da 告诉我：“我希望我的作品能鼓励人们更多地思考他们周围的世界以及我们正在进入的世界。” “我希望人们更多地思考，在这个充满科技的世界里，作为人意味着什么。”她看着我，慢慢地眨着眼睛，等着我说话，但她机器心脏里的任何意图都不会通过她的声音透露出来：她的语音界面中没有人工智能。Ai-Da 的话语只是从预先加载的口头内容中提取出来的，或者来自一个“人机交互”界面，在这个界面中，人们输入要说的单词。人工智能技术全都在她的眼睛里，这就是她能够通过艺术来解读世界，而不仅仅是复制眼前的东西的原因。Ai-Da 不会告诉你她是谁，但也许她会告诉你。
通过人工智能技术预测学业成绩 Omar D. Castrillón、William Sarache 和 Santiago Ruiz-Herrera 哥伦比亚国立大学 - 马尼萨莱斯校区，工程与建筑学院，工业工程系，创新与技术发展组，Q 区拉努比亚校区，马尼萨莱斯，170001 - 哥伦比亚。 （电子邮件：odcastrillong@unal.edu.co；wasarachec@unal.edu.co；sruizhe@unal.edu.co） 五月收到。 9，2019； 2019 年 7 月 8 日接受；最终版本 2019 年 8 月 12 日，2020 年 2 月发布 摘要 本文的目的是利用人工智能技术（分类器）根据各种影响因素预测高等教育学生的学业成绩。尽管对这些因素的研究已从定量和定性方法进行了广泛的分析，但仍然提供了使用人工智能提供的工具进行研究的机会，特别是在预测学业成绩方面。通过定义的因素（教育、家庭、社会经济、习惯和风俗等），设计了一种方法，可以训练一个系统，该系统能够预先将新生分类到五个预定的学业成绩类别之一中。这种分类可以让教育机构提前识别出可能存在学业成绩问题的学生。由此，可以部署立即的支持和缓解行动。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键词：学业成绩；人工智能;分类器；成功；使用人工智能技术预测学业成绩摘要本文的目的是通过应用人工智能技术（分类器）来预测高等教育学生的学业成绩，考虑几个影响因素。尽管这些因素已从定量和定性方法进行了广泛的分析，但它们仍然代表了使用人工智能工具的研究机会，特别是在学业成绩预测方面。通过定义影响因素（教育、家庭背景、社会经济、习惯和风俗等），设计了一种方法，以训练一个系统，该系统能够预先将新生分类为五个学业成绩类别之一。这种分类使教育机构能够尽早发现可能存在学业成绩问题的学生。根据这些了解，该机构可以立即采取缓解措施。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键字：学业成绩；人工智能；分类器；成功；预测
通过人工智能技术预测学业成绩 Omar D. Castrillón、William Sarache 和 Santiago Ruiz-Herrera 哥伦比亚国立大学 - 马尼萨莱斯校区，工程与建筑学院，工业工程系，创新与技术发展组，Q 区拉努比亚校区，马尼萨莱斯，170001 - 哥伦比亚。 （电子邮件：odcastrillong@unal.edu.co；wasarachec@unal.edu.co；sruizhe@unal.edu.co） 五月收到。 9，2019； 2019 年 7 月 8 日接受；最终版本 2019 年 8 月 12 日，2020 年 2 月发布 摘要 本文的目的是利用人工智能技术（分类器）根据各种影响因素预测高等教育学生的学业成绩。尽管对这些因素的研究已从定量和定性方法进行了广泛的分析，但仍然提供了使用人工智能提供的工具进行研究的机会，特别是在预测学业成绩方面。通过定义的因素（教育、家庭、社会经济、习惯和风俗等），设计了一种方法，可以训练一个系统，该系统能够预先将新生分类到五个预定的学业成绩类别之一中。这种分类可以让教育机构提前识别出可能存在学业成绩问题的学生。由此，可以部署立即的支持和缓解行动。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键词：学业成绩；人工智能;分类器；成功；使用人工智能技术预测学业成绩摘要本文的目的是通过应用人工智能技术（分类器）来预测高等教育学生的学业成绩，考虑几个影响因素。尽管这些因素已从定量和定性方法进行了广泛的分析，但它们仍然代表了使用人工智能工具的研究机会，特别是在学业成绩预测方面。通过定义影响因素（教育、家庭背景、社会经济、习惯和风俗等），设计了一种方法，以训练一个系统，该系统能够预先将新生分类为五个学业成绩类别之一。这种分类使教育机构能够尽早发现可能存在学业成绩问题的学生。根据这些了解，该机构可以立即采取缓解措施。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键字：学业成绩；人工智能；分类器；成功；预测
军事模拟测试中注意力的皮层研究
注意力是最后获得高级大脑功能范畴的复杂大脑过程之一，也是许多其他认知过程的基础，是目前研究最多的功能之一。注意力的概念随着时间的推移而发生变化，目前被认为是一组执行特定信息处理操作的神经区域网络。在这些网络中，有两个网络尤为突出：前部注意网络，在解剖学上位于大脑的前部区域，从根本上与目标的检测/选择相关；以及后部注意力网络，与注意力的视觉空间方向相关，在解剖学上由丘脑、上丘和后顶叶皮层区域构成。因此，注意力可以被定义为信息处理的中央控制机制，它通过激活和抑制过程按照有机体的目标行事，并且可以导向感官、结构
军事模拟测试中的皮质注意力研究
注意是获得高级大脑功能类别的最后复杂的大脑过程之一，也是许多其他认知过程的基础，是目前研究最多的功能之一。注意力的概念随着时间的推移而变化，目前被认为是一组执行特定信息处理操作的神经区域网络。在这些网络中，应该强调两个：前注意网络，在解剖学上位于大脑的额叶区域，从根本上与目标的检测/选择相关；后注意网络，与注意的视觉空间方向相关，在解剖学上由丘脑、上丘和后顶叶皮质区域构成。因此，注意力可以被定义为控制信息处理的中心机制，它通过激活和抑制过程根据有机体的目标起作用，并且可以面向感觉、结构、