XiaoMi-AI文件搜索系统
World File Search Systemual
摆脱代理型人工智能的必要性
我们提出了一种人机交互与人工智能系统 (HAII) 的新方法，以替代主流的二元方法，其中人类和人工智能被视为交互主体。通过两个定量实验和两个定性现场案例研究，我们表明主流 HAII 范式存在潜在的有害设计缺陷，因为它可能引发负面动态，例如自动化偏差和偏见。另一方面，我们的提议以计算机支持的协同工作文献为基础，其中人工智能可以被视为知识工件 (KA) 的一个组成部分。这由一个知识创造工具生态系统组成，其目标是支持 Ba（Nonaka 之后），即一群有能力的决策者。我们强调决策的合作性质以及 KA 应该嵌入的人工智能功能。这些包括旨在促进拨款的可解释人工智能解决方案，也包括能够在协作环境中进行推理的功能。最后，我们讨论了如何将智能和代理从个人转移到人类集体，以帮助减轻二元 HAII 的缺点（例如，技能降低），重新分配关键任务的责任，并重新审视 HAII 研究议程，以使其与日益广泛、异构和复杂的团队的需求保持一致。
来自海军医学研究...
观察发现同种移植免疫力可由多种组织诱导 (1)，这导致人们假设移植抗原缺乏组织特异性，即个体的所有细胞在抗原上都是等同的 (2)。诱导耐受性研究 (3) 为这一假设提供了更有说服力的证据。尽管最初的免疫接种物或移植物可以促进对仅具有单一共同抗原的测试移植物的第二组快速排斥，但人们认为所有抗原都是成功诱导耐受性所必需的。最近，研究表明，耐受性作为抗原同一性的标准并不像曾经认为的那样理想 (4)。本研究关注的是同一供体的不同组织是否对小鼠 H-3 位点单个基因的抗原表现出等同的免疫活性。大多数以前处理组织特异性的研究都利用了具有多种移植基因的动物，这些基因通常包括能够快速破坏移植物的重要 3 个基因。现有的几种抗原中单一抗原活性的差异可能仍不明确，因此，从过去的研究中，几乎没有证据表明个体组织之间存在任何抗原差异，这并不奇怪。随着
数字人文学科中的半自动注释缩放
在当今的数字时代，大量数据无处不在，包括自然语言的话语，例如新闻文章，社交媒体帖子或论坛主题。数字人文学科旨在定性和定量分析此类数据。对于解释性研究，很难从大数据中受益。一个例子是扎根的理论，一种解释性方法，可以通过注释或编码来处理较大的数据集。但是，这种方法太耗时了，无法弥合从定性到定量分析的差距。在这项工作中，我们提出辅助方法，以半自动地将少量的手动注释扩展到大型语料库。我们的方法使用带注释数据的上下文化床位来发现类似的发生。通过交互式提供从用户交互中自动学习的建议，我们的方法提供了一种方便，快速的方式，以减少努力来注释大型语料库。该方法最终产生一个能够注释整个数据集的clas-sifier。我们对多个任务和数据集进行了实验，以评估我们的方法证明了强劲的性能。此外，我们为希望扩展基于注释的研究的研究人员设计了一个软件，将差距从定性到定量结果弥合了差距。
![arxiv：2404.00717v3 [CS.RO] 2024年12月24日](/simg/8\8039245c57bbe43971b6b61ef25733ec15c7c6df.webp)
arxiv：2404.00717v3 [CS.RO] 2024年12月24日
合作利用通过V2X通信的自我车辆和基础设施传感器数据的合作已成为高级自主驾驶的一种有前途的方法。但是，当前的研究主要集中在改善个体模块上，而不是端到端学习以选择最终的计划绩效，从而导致数据潜在的未充分利用。在本文中，我们介绍了一个开拓性的自动驾驶框架Univ2x，该框架不用将各种视图中的所有关键驾驶模块整合到统一的网络中。我们提出了一种有效的车辆基础设施合作的稀疏密度混合数据传输和融合机制，提供了三个优点：1）同时增强剂的感知，对线映射和占用率预测，最终提高计划绩效。2）适用于实践和有限的通信条件的传输友好。3）可靠的数据融合，并具有该混合数据的解释性。我们在具有挑战性的dair-v2x（现实世界中的合作驾驶数据集）上实现了Univ2x，并重现了几种基准方法。实验结果证明了Univ2x在显着增强计划表现方面以及所有中间输出性能方面的有效性。该项目可在https://github.com/air-thu/univ2x上找到。
冰川中的气候变化的情况 -
方案 - 中性方法通常用于快速比较系统对气候变化的响应。使用冰川质量平衡作为系统响应，我们提出了一种自下而上的场景 - 中性方法，作为初步和概述冰川灵敏度的有效工具，以及针对传统顶部 - 下调方法的综合方法。该方法的主要特征是其相关结果：两个 - 尺寸响应表面，描绘了冰川质量平衡。它们的轴代表相对于基线的温度和降水扰动。我们方法的简单性使其适用于所有全球冰川。作为 - 概念的证明，开放的全局冰川模型（OGGM）用于对四个冰川的中性冰川灵敏度分析进行场景。在附加过程中，在四个共享社会经济途径（SSP）下，四个耦合模型对比项目阶段6（CMIP6）模型的温度和降水覆盖的温度和降水来证明，与down方法的集成相结合。最后，讨论了该方法的好处以进行决策和科学沟通。评估结果表明，总体而言，这种情况 - 中性方法可以为气候变化对冰川质量的影响提供有用的信息，从帮助研究设计到科学交流。
实施USOF项目（第1阶段）提供
2。USOF的起源已有将近200年的历史，1837年，罗兰·希尔（Rowland Hill）通过邮政改革引入了普遍服务义务的概念。邮政改革包括整个英国（英国）的统一费率以及发件人通过邮票的预付款。普遍服务是普遍邮政联盟的关键目标。在印度，普遍服务义务（USO）基金最初是建立的，其基本目标是以负担得起且合理的价格为偏远和农村地区的人们提供“基本”电报服务。随后，2006年的《印度电讯报》（《修正案）法案》于2006年2月2日通知，以废除“基本”一词，其中USO基金的范围被扩大以在农村和远程领域扩大电报服务（包括移动服务，包括移动服务，宽带连通性的ICT基础设施创造））。通过一项由议会法案构成了印度政府（GOL）的农村电话，构成了普遍的服务义务基金（USOF），并从2002年4月1日起生效。履行普遍服务义务（USO）的资源将通过通用访问税（UAL）筹集，占所有电信运营商在各种许可下赚取的收入的百分比。根据2003年《印度电报法》第98段，向USOF收到的资金总和应首先记入印度合并基金和中央政府，如果通过拨款来拨款的议会，则可以将这种信贷收益不断提供给我们的基金收益，以及时使用这些基金，以专用为我们提供了与USO的专用。该部门还负责授予电信部（DOT），沟通部在这里具有关键作用，因为它负责电信领域的政策制定，绩效审查，监测，国际合作和研究与发展。部门还与国际机构密切协调，分配频率并管理无线电通信。它还负责执行无线监管措施并监视该国所有用户的无线传输。
多部分病毒的基因组公式在单个节段和节段组水平上均受到调控
不同基因组片段的差异性积累是具有节段基因组的病毒的共同特征。宿主内基因组片段积累的可重复和特定模式被称为“基因组公式”。有人推测和一些实验支持基因组公式通过拷贝数变异调节基因表达发挥功能性作用。然而，基因组公式调控机制尚未确定。在本研究中，我们调查了八分体纳米病毒蚕豆坏死矮化病毒 (FBNSV) 的基因组公式是否由作用于单个片段而不是病毒种群水平的过程调控。我们使用叶片渗透系统来表明 FBNSV 的两个积累最多的基因组片段在蚕豆组织中比其他片段具有更大的内在积累能力。然而，作用于单个片段水平的过程不足以产生基因组公式，这表明涉及作用于超片段水平的其他机制。事实上，在系统性感染过程中，具有重要功能的片段的缺失会极大地改变其他片段的相对频率，这表明基因组公式是片段组的一个属性。总之，这些结果表明，FBNSV 基因组公式是由一个复杂的过程形成的，该过程在单个片段和片段组水平上起作用。
组织中的外观主义气候：构建规模的开发和验证
研究表明，与吸引力较差的员工相比，身体吸引力的员工获得了无数的工作场所和职业相比。尽管呼吁更多地关注组织环境在理解这一现象中的作用，但理论上是对雇主对身体有吸引力雇员的价值的理论概念化，并且目前没有文献中衡量工作环境的这一方面的方法。在这项研究中，我们介绍了构造的外观氛围，它反映了给定工作环境隐含或明确地重视员工身体吸引力的看法。，我们使用八个样本，包括1,857名全职成年人，在美国和韩国开发和验证一种衡量外观主义气候的度量。我们建立了外观主义气候量表（LCS）的心理测量学特性和法制网络，包括其因子结构，收敛，判别和标准有效性以及相当的等效性。我们提供证据表明，LC可以用作对个人对工作场所气候的看法以及员工对气候的共同概念的评估。我们还提供了具有外观主义气候的员工经历的叙述例子。引入了构建体外观主义气候和LCS，为未来的研究人员提供了一种对组织环境如何促进工作场所“美容溢价”的途径。
基于功能近红外光谱的抑郁症分析与识别
摘要：抑郁症是社会、心理和生理等多种因素复杂相互作用的结果，研究抑郁症患者的脑部病变有助于医生了解抑郁症的发病机制，促进其诊断和治疗。功能性近红外光谱（fNIRS）是一种非侵入性检测大脑功能和活动的方法。本文首先建立了一种基于fNIRS的抑郁症处理综合架构，包括源层、特征层和模型层，以指导fNIRS的深度建模。鉴于抑郁症的复杂性，结合当前研究，我们提出了一种时频域的特征提取方法和抑郁症识别的深度神经网络。研究发现，与非抑郁症患者相比，抑郁症患者在大脑活动过程中脑区连接较弱，前额叶的激活程度较低。最后，基于原始数据、人工特征和通道相关性，AlexNet 模型表现出最佳性能，尤其是在相关性特征方面，准确率为 0.90，精确率为 0.91，高于 ResNet18 和其他数据上的机器学习算法。因此，脑区相关性可以有效识别抑郁症（与非抑郁症病例），对于抑郁症临床诊断和治疗中脑功能识别具有重要意义。
人工智能的责任：公共政策考虑
摘要 人工智能的责任是一个激烈争论的主题。是否应该引入新的责任规则以及如何设计这些规则取决于责任规则的功能。主要是，它们为风险控制创造了激励，其要求各不相同——尤其是疏忽与严格责任。为了做到这一点，他们必须考虑谁真正能够行使控制权。在无法明确分配风险控制的情况下，社会保险可能会介入。本文讨论了有关人工智能 (AI) 责任的公共政策考虑因素。它首先概述了与当前信息技术 (IT) 发展相关的主要风险 (1.)。其次，讨论了对责任法的影响。责任规则被视为一种风险控制工具（2）。过失责任和严格责任的目的不同，使得严格责任成为新型风险的首选规则（3）。但关键问题是谁应该承担责任（4）。责任应遵循风险控制。在未来个人风险归因不再可行的情况下，社会保险可能是一种替代方案（5）。最后，强调责任规则的创新功能，肯定适当的责任规则是创新的刺激因素，而不是阻碍因素（6）。）。