XiaoMi-AI文件搜索系统
World File Search Systemtexts
探索生物和人工神经网络在建筑环境中的交叉点，并研究支持设计过程演进的算法
摘要。本篇评论探讨了神经网络与建筑之间的关系，特别是在外观设计、室内设计和建筑施工领域。它研究了两种类型的神经网络：生物神经网络，代表人类大脑的神经系统；人工智能，受大脑结构和功能启发的计算系统。本研究对这些神经网络及其在各个领域的应用进行了描述性概述。它进一步研究了这些网络如何在不同层面与建筑相结合。该研究强调了“神经架构”的概念，它将人工神经网络 (ANN) 与建筑相结合，以产生多种设计可能性并揭示隐藏的模式。ANN 用于创建智能建筑和优化结构设计流程以降低成本。此外，该研究还探索了“神经架构”，它探索了生物神经网络 (BNN) 与建筑的相互作用，重点关注建筑环境对大脑和行为的影响。它结合了神经科学、建筑和环境心理学的原理。案例研究分析表明，“pix2pix”、GCNN、DCGAN、CycleGAN 和 StyleGAN 等 AI 工具在通过融合传统和现代风格以及增强创作过程来实现建筑设计的现代化方面的重要性。
引用：Papakonstantinidis, S., Kwiatek, P., & Spathopoulou, F. (2024)。拥抱还是抵制？人工智能写作软件在学术和非学术环境中采用的驱动因素。当代教育技术，16 (2)，ep495。https://doi.org/10.30935/cedtech/14250
本研究调查了在专业环境中使用人工智能写作软件 (AIWS) 的观点，重点关注学术和非学术作家。这两个群体虽然通过采用 AIWS 可以提高生产力，但也对这项技术的广泛实施表示担忧。值得注意的是，人工智能 (AI) 写作技术对内容创作的影响是深远的，它能够快速生成语法准确的内容。然而，这种采用仍然存在争议。该研究采用定量方法，结合技术接受模型和新电脑游戏态度量表。这种方法使我们能够辨别使用人工智能写作工具的影响，同时考虑到不同使用领域的可能差异。通过对 219 名来自学术界和商界的参与者的调查，该研究探讨了使用 AIWS 的态度和意愿。研究结果揭示了非学术作家的准备情况以及采用 AIWS 的影响。商业和非学术专业人士将 AIWS 视为提高效率和内容质量的工具，而学术背景下的作家则对偏见、操纵和工作流失表示担忧。这项研究有助于加深对 AIWS 的理解，使开发人员、教育机构和内容创作者受益，并阐明了学者和专业人士之间不同的态度和年龄动态。这项研究强调了 AIWS 的多方面影响，为未来探索这一新兴领域以及行业和教育机构的实际应用奠定了基础。
WIP：自主驾驶环境中的对抗对象弹性攻击检测：使用Yolo
摘要 - 物理对对象 - 探测攻击对自动驾驶系统（ADS）引起了安全关注，并且是其广泛采用的重要障碍。为了增强广告解决此类问题的能力，我们旨在提出一个人类协作框架，以使人类进入循环以减轻攻击。在这项WIP工作中，我们研究了Yolo系列（Yolov5和Yolov8）中两个对象探测器的表现，以针对Carla模拟器中不同驾驶环境中的三种物理对对象弹性攻击。使用静态图像，我们发现Yolov8在攻击检测中通常超过了Yolov5，但在特定情况下仍然容易受到某些攻击的影响。研究结果表明，当考虑到系统级特征时，没有任何攻击在动态测试中取得了很高的攻击成功率。尽管如此，对于每种攻击，这种检测结果在不同位置的不同位置有所不同。总的来说，这些结果表明，自主驾驶中的感知（与手动驾驶中的人类感知相同）也可能依赖于上下文。此外，我们的结果揭示了人类驾驶员预期的制动距离处的对象检测故障，这表明有必要让人类驾驶员参与未来的评估过程。
在社会背景下对AI系统的信任感知
摘要：现代的AI应用程序在关键的公共领域造成了广泛的社会影响。虽然先前的研究主要关注有关AI系统的个人用户观点，但本研究扩大了我们的理解，以涵盖一般公众的看法。通过调查（n = 1506），我们检查了教育，医疗保健和创意艺术领域中各种任务的公共信任。结果表明，参与者在跨领域的信任方面有所不同。值得注意的是，AI系统的能力的评估高于其在所有领域的仁慈。人口特征对对AI能力和仁慈的信任的影响较小。具体来说，具有更高技术能力，AI熟悉和知识的参与者认为AI在所有领域中都具有更大的能力。这些参与者还认为，更大的系统在医疗保健和创意艺术方面的仁慈，但没有教育。我们讨论了考虑公共信任及其在AI采用中的决定因素的重要性。
催化变革：在印度尼西亚商业中释放人工智能的力量 Robertus Suraji 1 , Istianingsih 2 , Hapzi Ali 3 1 印度尼西亚雅加达巴扬卡拉大学信息学项目， robertus.suraji@dsn.ubharajaya.ac.id 2 印度尼西亚雅加达巴扬卡拉大学经济与商业学院， istianingsih@dsn.ubharajaya.ac.id 3 印度尼西亚雅加达巴扬卡拉大学经济与商学院 通讯作者：robertus.suraji@dsn.ubharajaya.ac.id 1 摘要：人工智能 (AI) 已成为现代商业世界的一股变革力量。本研究分析了人工智能在企业中采用的影响，重点关注印度尼西亚的商业环境。我们结合文献分析、跨部门案例研究以及对企业利益相关者的访谈。研究结果表明，人工智能通过提高运营效率、改变传统商业模式和支持更好的决策，改变了印度尼西亚的商业模式。研究还指出了与算法偏见和人工智能伦理相关的挑战。这项研究的意义包括需要对人工智能的采用进行周到的管理、与监管机构合作，以及加强对社会影响和道德的教育和认识。进一步的研究可以加深对人工智能在印度尼西亚不同商业环境中的影响的理解。这项研究为理解人工智能在现代商业中的作用奠定了坚实的基础，它连接了全球和本地维度，详细说明了采用这项技术的组织所面临的影响、挑战和机遇。关键词：人工智能、印度尼西亚商业、运营效率、算法偏见、商业模式。摘要：人工智能是现代商业世界中变革的驱动力。在印度尼西亚，人们关注商业领域，关注人工智能的采用。 Kami menggabungkan 分析文学，研究该领域的研究，并对其进行分析。印度尼西亚的 Temuan penelitian menunjukkan bahwa AI telah mengubah 范例是指操作性的、传统的 mengubah 模型，并且是可以使用的。识别偏差算法和 AI 识别方法。在此基础上，您可以调整姿势、调节调节器、调整姿势以及保持社交和锻炼。 Penelitian lebih lanjut dapat memperdalam pemahaman tentang mudak AI
催化变革：在印度尼西亚商业中释放人工智能的力量 Robertus Suraji 1 , Istianingsih 2 , Hapzi Ali 3 1 印度尼西亚雅加达巴扬卡拉大学信息学项目， robertus.suraji@dsn.ubharajaya.ac.id 2 印度尼西亚雅加达巴扬卡拉大学经济与商业学院， istianingsih@dsn.ubharajaya.ac.id 3 印度尼西亚雅加达巴扬卡拉大学经济与商学院 通讯作者：robertus.suraji@dsn.ubharajaya.ac.id 1 摘要：人工智能 (AI) 已成为现代商业世界的一股变革力量。本研究分析了人工智能在企业中采用的影响，重点关注印度尼西亚的商业环境。我们结合文献分析、跨部门案例研究以及对企业利益相关者的访谈。研究结果表明，人工智能通过提高运营效率、改变传统商业模式和支持更好的决策，改变了印度尼西亚的商业模式。研究还指出了与算法偏见和人工智能伦理相关的挑战。这项研究的意义包括需要对人工智能的采用进行周到的管理、与监管机构合作，以及加强对社会影响和道德的教育和认识。进一步的研究可以加深对人工智能在印度尼西亚不同商业环境中的影响的理解。这项研究为理解人工智能在现代商业中的作用奠定了坚实的基础，它连接了全球和本地维度，详细说明了采用这项技术的组织所面临的影响、挑战和机遇。关键词：人工智能、印度尼西亚商业、运营效率、算法偏见、商业模式。摘要：人工智能是现代商业世界中变革的驱动力。在印度尼西亚，人们关注商业领域，关注人工智能的采用。 Kami menggabungkan 分析文学，研究该领域的研究，并对其进行分析。印度尼西亚的 Temuan penelitian menunjukkan bahwa AI telah mengubah 范例是指操作性的、传统的 mengubah 模型，并且是可以使用的。识别偏差算法和 AI 识别方法。在此基础上，您可以调整姿势、调节调节器、调整姿势以及保持社交和锻炼。 Penelitian lebih lanjut dapat memperdalam pemahaman tentang mudak AI
精细映射基因组基因座完善了双相情感障碍风险基因作者和隶属关系
此预印本版的版权持有人于2024年1月21日发布。 https://doi.org/10.1101/2022.12.12.31.22284080 doi：medrxiv preprint
上下文很重要，但是如何？预测模型转移的表现和公平转移的课程级别相关性
学习分析研究强调，环境对预测模型很重要，但是很少的研究阐明了上下文对模型效用的重要性。这种见解对于经常在教学和机构环境中经常部署预测模型的现实世界中至关重要。以1,493个课程的37,089名学生的行政记录和行为痕迹为基础，我们对跨不同课程环境转移的预测模型的性能和公平转变进行了全面评估。我们专门量化各种上下文因素中的差异如何中等模型可移植性。我们的发现表明，当模型在同一机构内的不同课程中转移时，模型绩效的平均下降和公平转移的不合规向的平均下降，而无需直接权衡。在我们检查的课程到课程之间的差异中，管理员特征的差异解释了表现和公平损失的最大情况。学生组成的差异可以同时放大表现和公平性的下降，而学习设计的差异会对性能降解产生更大的影响。鉴于这些复杂性，我们的结果强调了考虑课程上下文的多个维度的重要性，并在进行教育中预测模型的转移学习时，除了进行转移学习时，还要评估公平性转移。
通过 Barbs 和 Contexts 实现量子双相似性
过去几年，我们见证了一些关于过程演算量子扩展的提案的发展。其理由很明确：随着量子通信协议的发展，需要抽象并关注量子并发系统的基本特征，就像 CCS 和 CSP 对其经典对应物所做的那样。但到目前为止，还没有出现公认的标准，无论是语法还是行为语义。事实上，各种提案对量子值的观测属性应该是什么并没有达成一致，事实上，这些属性的合理性从未根据量子理论的规定得到验证。为此，我们引入了一种新的演算，即线性量子 CCS (lqCCS)，并研究基于反讽和上下文的行为等价性的特征。我们的演算可以被认为是 qCCS 的异步线性版本，而 qCCS 又基于值传递 CCS。线性与异步通信的结合非常符合量子系统的特性（例如不可克隆定理），因为它可以确保每个量子比特只发送一次，从而精确指定某个过程的哪些量子比特与上下文交互。我们利用上下文来研究双相似性与量子理论的关系。我们表明，一般上下文的观察能力与量子理论是不相容的：粗略地说，它们可以根据量子值执行非确定性移动，而无需测量（因此会扰乱）它们。因此，我们细化了操作语义，以防止上下文执行不可行的非确定性选择。这会产生更粗的双相似性，以更好地适应量子设置：（푖）它将量子态的不可区分性提升到过程的分布，并且尽管存在额外的限制，（푖푖）它仍保留了基于经典信息的非确定性选择的表达能力。据我们所知，我们的语义是第一个满足上述两个属性的语义。
关于补充中发表的文本的评论11.5
生产：已删除了用于识别其他物种材料的方法的能力的0.1％的数字，因为它通常被误解为测试材料中最大反刍材料的最大含量的接受标准。已经强调了缺乏污染物物种的要求。针对基于PCR的方法引入了至少比确定的猪DNA量低1000倍的限制的限制，该方法是确定的替代方法。需要在DNA仍然存在足够量的过程中应用测试。
利用机器学习预测不同编辑类型和染色质环境下的主要编辑效率
图 1 | 基于序列上下文的 pegRNA 效率表征和预测。（a）使用目标匹配的 pegRNA 文库“Library Diverse”进行筛选的示意图。（b - g）HEK293T 或 K562 中（b,c）插入、（d,e）HEK293T 或 K562 中 1-5bp 替换和（f,g）HEK293T 或 K562 中 1-15 bp 删除的编辑效率。（h,i）在 HEK293T（h）或 K562（i）细胞中安装了 2 个独立 1 bp 替换的双重编辑的编辑效率。预期编辑意味着安装了两个替换，而中间编辑意味着只安装了 2 个替换中的 1 个。距离 0 对应于单个 1 bp 编辑。 (j,k) 在 HEK293T (j) 和 K562 (k) 细胞中，在 GG PAM 序列内进行单 1bp 和双 1bp 替换（有或无编辑）的编辑效率。(d、e、hk) 条形图仅包含具有 7、10 或 15bp RTT 突出端的 pegRNA，以确保不同条件下 RTT 突出端分布相似。(bk) 条形图显示平均值，误差线表示平均值 +/- sem (l、m) PRIDICT2.0 在 Library-Diverse（5 倍交叉验证）上对 (l) HEK293T（n = 22,619）和 (m) K562（n = 22,752）细胞的性能。根据高斯 KDE，颜色渐变从深紫色到黄色表示点密度增加。 （n）PRIDICT2.0 示意图，该模型是基于两个模型的预测平均值的集成模型：（模型 A），