文章标题:抗击 COVID-19:人工智能技术与挑战 作者:Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构:毕业于杜比克大学,联系电子邮件 ID:Patelnikhilr88@gmail.com[1],IEEE 会员,毕业于 Technocrats Institute of Technology,联系电子邮件 ID:sandeep.trived.ieee@gmail.com[2],尼泊尔加德满都佛陀教育基金会[3] Orcid id:0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件:sandeep.trived.ieee@gmail.com 许可信息:本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/,允许在任何媒体中不受限制地使用、分发和复制,前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明:本文为预印本,尚未经过同行评审,正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI:10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布:2022 年 7 月 25 日 关键词:COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
NTPC 可再生能源有限公司(以下简称 NTPC REL)计划通过全球竞争性招标程序(先在线进行,然后进行反向拍卖),利用能源存储设施来满足其 RE RTC(全天候)/峰值功率需求,并辅以 ISTS 连接能源存储解决方案的服务模式下的风能/太阳能发电情况,容量为 9000 MWh,容量为 1500 MW(最低),可在印度任何地点使用。招标程序结束后,NTPC REL 将根据 RfS 的条款、条件和规定,与选定的投标人签订为期 25 年的年度固定费用能源存储服务协议。该项目应由开发商在建设自有运营 (BOO) 的基础上设立。 NTPC REL 的任何可再生能源项目产生的电力均应用于 ESS 项目的充电,NTPC REL 应根据高峰和非高峰时段的需求,以“按需”方式利用上述储能设施,以满足其 RE-RTC 和/或峰值功率需求的电力需求。项目规模至少为 600 MWhr,容量为 100 MW(最小)。投标人可以按以下方式报价容量:
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
摘要 算法系统和人工智能在新闻制作中的日益普及引发了人们对记者是否有能力以不违背新闻规范和价值观的方式理解和使用它们的能力的担忧。这种“可理解性”问题对于公共服务媒体来说尤其严重,因为这种复杂而不透明的系统可能会扰乱问责制、决策和专业判断。本文通过文件分析和对 14 名记者的访谈,概述了人工智能在 BBC 新闻制作中的部署,并分析了记者如何理解人工智能和算法。我们发现日益普及的人工智能与 BBC 记者的理解水平之间存在脱节,他们用猜测和想象来代替对这些技术的准确概念。这可能会限制记者有效和负责任地使用人工智能系统的能力,质疑其产出和在新闻制作中的作用,或者适应和塑造它们,也可能妨碍对人工智能如何影响社会进行负责任的报道。我们建议 PSM 在个人、组织和社区三个层面制定促进人工智能可理解性和素养的策略,并且我们从社会文化角度而不是单纯的技术角度重新定义人工智能可理解性问题,以便更好地解决规范性考虑。
大多数IT架构太复杂或过时,无法在任何地方执行安全。安全团队被迫手动将孤立的工具缝合在一起,可见度有限,并且在环境之间进行不精确的控制,从而减慢了您的业务。
摘要 本文从移动技术和无处不在的连接性的角度,探讨了时间地理学在旅游业中重新发挥的作用。本文提出了“物理数字化”的概念,以了解数字技术如何在物理空间中使用,以及物理和数字之间的相互作用如何重新配置游客的项目、路径、捆绑和约束。理论贡献建立在 15 次半结构化访谈的基础上。分析表明,能力、耦合和权限约束会受到数字设备的改变和调节。在物理数字化时空中,游客在数字信息的影响下在物理空间中定位自己;他们创建物理数字化路径并在站点之间移动,这是数字信息叠加到物理空间的结果。游客以目标为导向的流动产生了物理数字化项目,其中效率和优化逻辑降低了游客体验的界限性。游客的捆绑包是通过数字通信在物理度假棱镜内外创建的。
一些哲学家寻找认知的标志:一组单独必要和共同充分的条件,用于识别所有认知实例。他们声称,标志对于回答有关认知的性质和分布的难题是必要的。在这里,我将论证,就目前情况而言,鉴于认知科学的现状,我们无法识别认知的标志。我将按如下方式进行。首先,我阐明一些促使寻找认知标志的因素,从而强调标志应该满足的要求。然后,我强调文献中关于标志的紧张关系。根据文献,尚不清楚搜索的目的是为了捕捉直观的认知概念还是真正的科学概念。然后,我依次考虑每个选项,声称无论哪种方式,都无法提供满足要求的标志。然后,我转移了一个可预见的反对意见,并强调了我观点的一些含义。
2024 年第 4 季度采购总额超过 100,000 美元的供应商 本报告提供有关粮农组织供应商的信息,这些供应商的所有采购订单价值超过 100,000 美元。据粮农组织所知,这些数据准确无误。如有遗漏、错误或意见,请联系 CSDA-MS502@fao.org
问题:大的地球大黄蜂(Bombus terrestris)保持了社会核心肠道微生物,与蜜蜂相似,蜜蜂对宿主的健康和抵抗起着重要作用。在实验室条件下使用商业蜂箱进行的实验仅限于垂直传播的微生物和忽视环境因素的影响或微生物的外部收购。各种环境和景观水平因素可能会影响授粉昆虫的肠道菌群,这对农业生态系统的授粉媒介健康和舒适性产生了影响。仍然,尚不完全清楚是否可以对大黄蜂微生物群具有重要影响。在这里,我们在半场实验中进行了测试,如果大黄蜂微生物群在暴露于户外笼子内不同型号多样性时随着时间的流逝而变化。我们使用商业蜂箱分别与巢环境或暴露的外部环境区分垂直和水平传播的细菌。