1. 普林斯顿大学普林斯顿神经科学研究所,普林斯顿,美国。 2. 普林斯顿大学霍华德休斯医学研究所,普林斯顿,美国。 3. 普林斯顿大学分子生物学系,普林斯顿,美国 4. 约翰霍普金斯大学生物医学工程系,巴尔的摩,美国 5. 约翰霍普金斯大学 Kavli 神经科学发现研究所和成像科学中心数据科学数学研究所,巴尔的摩,美国 6. 北里奥格兰德联邦大学脑研究所;纳塔尔,巴西 7 康斯坦茨大学集体行为高级研究中心。 8 马克斯普朗克动物行为研究所,康斯坦茨 + 通讯作者:Carlos D Brody (brody@princeton.edu) 或 Adam Charles (adamsc@jhu.edu) * 同等贡献。
摘要 神经接口的最新发展使得实时和非侵入性地跟踪运动神经元脉冲活动成为可能。这种新颖的接口可以通过直接从人类神经系统中提取潜在的高维控制信号,为人类运动增强提供有希望的基础。然而,尚不清楚人类能够多灵活地控制单个运动神经元的活动,以有效增加可用于同时协调多个效应器的自由度数量。在这里,我们为人类受试者(N = 7)提供有关支配单个肌肉(胫骨前肌)的运动单元 (MU) 对的放电模式的实时反馈,并鼓励他们通过跟踪二维空间中的目标来独立控制 MU。受试者学习控制策略以针对各种 MU 组合完成目标跟踪任务。这些策略很少对应于神经活动开始时对单个 MU 的独立输入信号的意志控制。相反,MU 激活与 MU 对的共同输入一致,而 MU 对中单个 MU 的激活主要通过改变去募集顺序来实现,这可以通过运动神经元兴奋性的历史依赖性变化来解释。这些结果表明,基于对单个 MU 的独立突触输入的灵活 MU 募集不太可能,尽管去募集可能反映了神经元内在兴奋性的变化或输入或调制。
本研究旨在研究人工智能对约旦商业银行网络治理有效应用的影响。目标分为确定专家系统对约旦商业银行网络治理的影响、确定神经网络对约旦商业银行网络治理的影响、确定遗传算法对约旦商业银行网络治理的影响以及确定智能代理对约旦商业银行网络治理的影响,目前的研究对象包括在安曼证券交易所上市的(13)家约旦商业银行,研究样本包括会计部门的所有员工、内部审计员和程序员。研究人员以电子方式向研究样本成员分发了(208)份问卷,每家银行分发(16)份问卷,并以同样的方式回收问卷。然后,研究人员收回了 208 份问卷,其中(7)份问卷由于在回答所有段落时遵循了模式方法而无法进行分析,因此研究人员有(201)份问卷可用于统计分析,这表明人工智能技术和应用(专家系统、神经网络、遗传算法和智能代理)与约旦商业银行网络治理的有效应用之间存在相互依赖关系,因为这些技术和应用有助于提高网络治理的有效性。因此,约旦的商业银行有必要更多地依赖先进的系统,以便银行能够使用现代计算机设备和软件,从而增加这些银行对网络治理有效应用的依赖,以根据其战略跟进业务和任务的进展。
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要:本文提出了一种新方法,利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面(图像平面和铁轨平面)之间的单应性矩阵和一个人工神经网络,可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机,以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器,但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体(人)的实际测量距离进行的。距离估计的最大误差为 2%,并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词:人工神经网络;自动列车运行;距离估计;单应性;图像处理;机器视觉 1 简介 通过遵循自动化趋势,可以大大提高铁路货运的质量和成本竞争力,以实现经济高效、灵活和有吸引力的服务。今天,自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV),可将集装箱从起重机运送到轨道旁、仓库、配送中心,而自动驾驶仪是航空公司和大型货船的标准配置,不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外,轨道交通自主系统的发展主要出现在公共交通服务领域(无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT))。基本思想是使用一定程度的自动化,将操作任务从驾驶员转移到列车控制系统(例如 ERTMS)。根据国际电工委员会 (IEC) 标准 62290-1,列车自主运行 (ATO) 是高度自动化系统的一部分,减少了驾驶员的监督 [1]。对于完全自主的列车运行,列车操作员的所有活动和职责都需要由多个系统接管,这些系统可以感知环境并俯瞰现场,检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分,障碍物检测系统需要根据货运特定和一般用例(例如 EN62267 和/或自动化领域的相关项目)来监控环境。为了满足严格的铁路标准和法规,障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统(图 1),用于提供有关铁路上和/或其附近障碍物的可靠信息,并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行,并在不同的光照条件下运行(白天、
人工智能在医疗保健中的症状检查 人工智能的定义是“能够执行通常需要人类智能的任务的计算机系统的理论和开发,例如视觉感知、语音识别、决策和语言之间的翻译。”
老龄驾驶员数量迅速增加,他们面临着因退化过程而导致的残疾,从而影响他们的驾驶表现。本研究的主要目的是确定老龄驾驶员的心理工作量,而第二个目的是比较老龄驾驶员和对照组的心理工作量。研究方法包括包含三个情境复杂度等级的道路实验性驾驶任务。对 30 名驾驶员进行了 NASA 任务负荷指数 (NASA-TLX) 和脑电图 (EEG) 测量。NASA-TLX 得分显示,在中等复杂情境和非常复杂情境中,老龄驾驶员的平均体力需求得分最高,分别为 37.25 和 43.50。同时,对于脑电信号的波动,结果表明情境复杂性对通道位置 FZPZ 和 O1O2 的 RPθ 和 RPα 有显著影响。在简单情况下,老龄司机和对照组的加权工作量得分存在显著差异,而所有通道位置的 RPθ 和 RPα 频段均无显著差异。这些发现将有助于设计师、制造商、开发商和政策制定者为老龄司机设计更好的驾驶环境。
摘要目的——本文旨在回顾评估基于技术的提示系统的研究,这些提示系统用于支持患有痴呆症或获得性认知障碍的参与者完成多步骤日常任务。设计/方法/方法——通过搜索四个电子数据库(即 PubMed、PsycINFO、Web of Science 和电气电子工程师协会)进行了范围界定审查,以确定符合条件的研究。结果——搜索涵盖了 2010 年至 2020 年期间,共发现 1,311 篇文章,其中 30 篇被纳入审查。这些文章评估了六种不同类型的提示系统:情境感知、自动计算机提示、情境感知、中介计算机提示、遥控机器人提示、自操作增强现实提示、自操作计算机或平板电脑提示以及基于时间(预设)的计算机、平板电脑或智能手机提示。原创性/价值——技术辅助提示可以帮助患有痴呆症或后天认知障碍的人执行相关的多步骤日常任务,这一点越来越重要。本评论概述了可用的不同提示选项及其在日常环境中应用的准备程度。
如果 Σ i 中存在点 qi ,而 Σ j 中存在点 qj ,使得存在从 qi 到 qj ,或从 qj 到
对话角色对语音 AI 和人类对话者语音对齐的影响 标题:角色和对话者影响对齐 Georgia Zellou、Michelle Cohn 和 Tyler Kline 语音实验室,加利福尼亚大学戴维斯分校语言学系 469 Kerr Hall,One Shields Ave.,戴维斯,CA 95616,美国 通讯作者电子邮件:gzellou@ucdavis.edu 摘要 两项研究调查了对话角色对人类和语音 AI 对话者语音模仿的影响。在单词列表任务中,给予者指示接收者将单词放在两个列表中的哪一个上;这个对话任务类似于用户与语音 AI 系统进行的简单口头交互。在地图任务中,参与者与对话者一起完成填空工作表,这是一项更复杂的交互任务。参与者与两个对话者完成了两次任务,一次作为信息提供者,一次作为信息接收者。通过相似性评级评估语音对齐,并使用混合效应逻辑回归进行分析。在单词列表任务中,参与者在更大程度上仅与人类对话者保持一致。在地图任务中,仅作为给予者的参与者更多地与人类对话者保持一致。结果表明,语音对齐由对话者的类型介导,并且对话角色的影响因任务和对话者而异。关键词:语音对齐、语音-AI、人机交互、对话角色
摘要 尽管对网络安全的各个方面做出了重大贡献,但网络攻击仍然令人遗憾地呈上升趋势。越来越多的国际公认实体(如美国国家科学基金会和美国国家科学技术委员会)注意到人工智能可以帮助分析数十亿个日志文件、暗网数据、恶意软件和其他数据源,以帮助执行基本的网络安全任务。我们举办第一届人工智能网络安全分析研讨会(半天;与 ACM KDD 同地举办)的目标是聚集学术界和从业者,为人工智能网络安全分析的最新工作做出贡献。我们组建了一个优秀的跨学科计划委员会,该委员会在人工智能网络安全分析的各个方面拥有丰富的专业知识,以评估提交的工作。在 CTI、漏洞评估和恶意软件分析领域为半天研讨会做出了重大贡献。
