XiaoMi-AI文件搜索系统
World File Search System主观性
目标决策 - 欧内斯特·福尔曼
第 1 章................................................................................................1 简介：当今的管理决策.................................................................1 更好决策的必要性..............................................................................2 权衡................................................................................................5 BOGSAT..............................................................................................5 认知限制............................................................................................6 满意度............................................................................................6 常见的简单策略.............................................................................7 认知决策规则.........................................................................................8 不重要的决策与关键的决策....................................................................10 抵制变革.............................................................................................11 变革的必要条件.............................................................................11 层次分析法.........................................................................................13 第 2 章.............................................................................................15 问题解决和决策.............................................................................15 问题解决.............................................................................................15 决策.............................................................................................18 智能、设计、选择.....................................................................18 决策是一个过程.....................................................................21 分析与综合.....................................................................................22 定量与定量分析定性................................................................22 客观性与主观性......................................................................24 线性与非线性....................................................................25 第 3 章..............................................................................................27 决策概念与方法......................................................................27 替代方案 - 优缺点......................................................................27 数字的误用.........................................................................................31 测量水平.........................................................................................32 名义.............................................................................................32 序数.............................................................................................33 间隔.............................................................................................33 比率.............................................................................................34 权重和分数.............................................................................................................................37 信道容量和短期记忆.................................................38 层次结构的必要性....................................................39
噪声标签下的基于多通道脑电图的情绪识别
摘要 大量基于脑电图（EEG）的情绪识别任务的深度学习分类方法取得了优异的表现，并且隐含地假设所有标签都是正确的。然而，人类在判断时具有天然的偏见、主观性和不一致性，这会导致脑电图情绪状态的标签带有噪声。为此，我们提出了一种在有噪声标签的情况下基于多通道EEG的情绪识别框架。所提出的噪声标签分类方法基于胶囊网络使用联合优化策略（JO-CapsNet）直至收敛。具体而言，基于胶囊网络的损失函数更新网络参数，通过基于胶囊网络的输出预测类标签的存在可能性来更新伪标签。这样，交替的更新策略可以互相促进以纠正噪声标签。实验结果证明了我们方法的优势。
概念图教学设计与策略
摘要 本研究的重点是将概念图方法应用于课程设计创新。研究目的是探索如何利用概念图教学方法帮助学习者搭建知识支架，使学习者通过概念图将零散的知识组织起来，建构有意义的知识。换言之，它帮助学习者将抽象的概念以具体的方式呈现，并明确概念与事实之间的关系，将新信息与先前知识联系起来，从而进行有意义的学习。当然，本研究也分析了概念图的优缺点及其局限性。虽然概念图教学方法存在耗时、主观性较强、对概念本身没有解释等缺点，但概念图教学方法利大于弊。它将重要的事实、概念和关系可视化，不仅有助于知识的建构和记忆、意义的交流和协商、学习结果的评价和改进，还有助于信息的组织和思想的创新。它仍然被认为是一种强大的教学工具。
论结果主义与公平
最近关于机器学习公平性的研究主要强调如何定义、量化和鼓励“公平”结果。然而，人们较少关注这些努力背后的道德基础。在应该考虑的道德观点中，结果主义是其中之一，其立场大致认为结果才是最重要的。虽然结果主义并非没有困难，虽然它不一定提供一种可行的选择行动的方式（因为不确定性、主观性和聚合性的综合问题），但它仍然为批判现有的机器学习公平性文献提供了强有力的基础。此外，它还突出了一些相关的权衡，包括谁来计算的问题、使用政策的利弊以及遥远未来的相对价值。在本文中，我们对机器学习中公平性的常见定义进行了结果主义批判，并从机器学习的角度对结果主义进行了批判。最后，我们更广泛地讨论了学习和随机化问题，这对于自动决策系统的伦理具有重要的意义。
了解行业对缓解重型货车司机短缺问题的 17 项措施的看法和经验
此次评估主要采用定性研究方法，以了解主要利益相关者以及重型货车司机和学员对本次评估中考虑的 17 项措施的看法。定性研究提供了对复杂现象的深入探索和背景理解，捕捉了人类丰富的经验和观点。它强调参与者的观点，有助于理论发展。它在政策评估中特别有价值，因为它有助于探索受特定政策影响的人的观点，是一种发现模式的有力方法，同时补充了定量方法，以全面理解复杂的主题。然而，定性研究存在一些局限性，包括“主观性”和确保解释客观性的相关挑战，反映了技术评估中可能出现的潜在偏见和主观判断。其他限制包括时间密集度（例如数据收集）和样本量有限（因此无法代表总体人口）。
计算图像美学的进展与挑战
摘要 计算图像美学旨在设计算法方法来执行美学决策，就像人类一样。在过去的十五年里，由于大量带注释的数据集和深度学习方法的出现，计算美学经历了前所未有的发展，影响了从图像增强到推荐和检索等多媒体领域的许多应用。在本章中，我们首先概述了几个世纪以来美学的几种解释，并提出了一组适合计算美学方法分类的维度。然后，我们通过对最流行的数据集、基于手工特征的早期方法和使用深度神经网络的现代方法进行批判性分析，介绍了过去十年计算美学的进展。在本章的最后一部分，我们讨论了计算美学质量评估中的一些开放性挑战：处理分数的内在主观性，并提供可解释的美学预测。特别是，在本章中，我们强调了数据收集在计算美学中的重要性。
关键供应链社会责任方法的系统宗旨
抽象的社会责任问题仍在不断发生，尽管许多方法被广泛认为是足够的。在本文中，作者进行了系统的文献综述，以从系统思维的角度探索这种现象。发现，每种方法都建立在不同的系统性范式上，对社会责任问题的性质进行不同的信息，并在解决问题的本质上具有不同的目标。因此，鉴于其潜在的系统限制，仅采用任何这些方法肯定会失败。发现这些方法是从关键系统思考的角度来看的补充，因此，研究人员和从业人员可以以量身定制的干预措施一起使用其工具和方法，以更好地解决效率，主观性和公平性，在解决社会责任问题时。本文通过提出一个基于关键系统实践的实用框架来结束，该框架涵盖了四个系统性范式，允许包含各种观点和假设。
德勒兹、瓜塔里与身心问题
面对心身问题（广义上指我们如何理解意识的本质以及主观性和意向性等相关方面）时，许多人会立即想到“缸中之脑”思想实验。该实验以笛卡尔怀疑论和笛卡尔二元论为基础，后者区分了思想和广延，这意味着非物质的思想与物质身体截然不同。实验要求你想象你的大脑被从身体中取出并放入一个大桶中。表面上看，大桶中充满了某种维持生命的液体，而你的神经元则连接到一台超级计算机上，该超级计算机会刺激你的大脑，从而为你提供现实体验。问题是：这种体验与你在身体中的体验有什么不同吗（尤其是考虑到这种体验很大程度上依赖于大脑刺激）？此外，这对思考意识和心理理论有何启示？
