XiaoMi-AI文件搜索系统
World File Search System人脸
人工智能：欧洲和罗马尼亚初创企业格局概览及其决定其成功的因素 Adina SĂNIUȚĂ 国立政治研究和公共管理大学 6-8 Povernei St., Sector 1, 012104 布加勒斯特，罗马尼亚 adina.saniuta@facultateademanagement.ro Sorana-Oana FILIP 罗马尼亚 sorana.filip@gmail.com 摘要 人工智能 (AI) 已融入我们生活的许多方面；在科技驱动的时代，企业使用 AI 来提高生产力、更好地了解消费者行为或通过机器人提供服务。该研究基于 Filip (2021) 为论文进行的在线桌面和试点研究，概述了欧洲和罗马尼亚初创企业的格局以及决定其成功的因素，如产品开发核心团队专业知识、核心团队承诺和商业战略。该研究旨在为进一步研究罗马尼亚人工智能初创企业环境的论文创建一个框架，因为经济期刊预测，鉴于罗马尼亚在这一领域的潜力以及 IT、技术和机器人领域的人才库，市场将在不久的将来增长。关键词人工智能；初创企业；成功因素。介绍人工智能的一般性讨论人工智能 (AI) 有多种形式，从人脸检测和识别系统、搜索和推荐算法到数字助理、聊天机器人，
人工智能：欧洲和罗马尼亚初创企业格局概述及其决定其成功的因素 Adina SĂNIUȚĂ 国立政治研究和公共管理大学 6-8 Povernei St., Sector 1, 012104 布加勒斯特，罗马尼亚 adina.saniuta@facultateademanagement.ro Sorana-Oana FILIP 罗马尼亚 sorana.filip@gmail.com 摘要 人工智能 (AI) 已融入我们生活的许多方面；在技术驱动的时代，企业使用人工智能来提高生产力，更好地了解消费者行为或通过机器人提供服务。基于 Filip (2021) 为论文进行的在线桌面和试点研究，该研究概述了欧洲和罗马尼亚初创企业的格局以及决定其成功的因素，如产品开发核心团队专业知识、核心团队承诺和业务战略。该研究旨在为进一步的论文创建一个框架，该论文将深入研究罗马尼亚的人工智能初创环境，因为经济期刊预测，鉴于罗马尼亚在这一领域的潜力以及 IT、技术和机器人领域的人才库，该市场将在不久的将来增长。关键词人工智能；初创企业；成功因素。介绍人工智能的一般性讨论人工智能 (AI) 有多种形式，从人脸检测和识别系统、搜索和推荐算法到数字助理、聊天机器人或社交媒体。它的复杂性和动态性很难用一个定义来概括 (Zbuchea、Vidu 和 Pinzaru，2019)。据统计，到 2024 年，全球人工智能市场规模预计将达到 5000 亿美元（Statista，2021a），预计人工智能软件市场收入将达到 3275 亿美元（Statista，2021b）。尽管人工智能在过去几年似乎发展迅速，普及度不断提高，但人工智能的历史可以追溯到 20 世纪 50 年代，当时这一概念诞生于科学家、数学家和哲学家的头脑中。艾伦·图灵是第一个对这一主题进行广泛研究的人，他在他的论文“计算机器和智能”中描述了人工智能一词，以及它的构建和测试（Anyoha，2017，第 1 页）。随着图灵测试的引入，他
聚焦 LRP：用于人脸变形攻击检测的可解释 AI
近年来，检测变形人脸图像的任务变得非常重要，以确保基于人脸图像的自动验证系统（例如自动边境控制门）的安全性。基于深度神经网络 (DNN) 的检测方法已被证明非常适合此目的。然而，它们在决策过程中并不透明，而且不清楚它们如何区分真实人脸图像和变形人脸图像。这对于旨在协助人类操作员的系统尤其重要，因为人类操作员应该能够理解其中的推理。在本文中，我们解决了这个问题，并提出了聚焦分层相关性传播 (FLRP)。该框架在精确的像素级别向人类检查员解释深度神经网络使用哪些图像区域来区分真实人脸图像和变形人脸图像。此外，我们提出了另一个框架来客观地分析我们方法的质量，并将 FLRP 与其他 DNN 可解释性方法进行比较。该评估框架基于移除检测到的伪影并分析这些变化对 DNN 决策的影响。特别是，如果 DNN 的决策不确定甚至不正确，与其他方法相比，FLRP 在突出显示可见伪影方面表现得更好。
超越监控：人脸识别技术的隐私、道德和监管
面部识别技术 (FRT) 已成为公共治理和安全的有力工具，但其迅速普及也引发了人们对隐私、公民自由和道德影响的重大担忧。本文批判性地审查了当前管理 FRT 的规则和政策，强调了国家和企业利益与个人权利和道德考虑之间的紧张关系。该研究还调查了旨在保护个人权利和隐私的国际法律框架，认为当前的立法措施往往达不到严格的学术标准和国际人权规范。本文最后提出了制定原则性和适应性治理框架的建议，以利用 FRT 的好处，同时减轻其风险和负面影响，强调将人权和道德置于监管这一变革性技术的核心的重要性。
人脸分析技术评估：年龄估计与验证
日期 程序 NISTIR 标题 2014-03-20 FATE 7995 自动年龄估计算法的性能 2015-04-20 FATE 8052 自动性别分类算法的性能 2014-05-21 FRTE 8009 人脸识别算法的性能 2017-03-07 FRTE 8173 FIVE - 视频中的人脸评估：非合作对象的人脸识别 2017-11-23 FRTE 8197 FRPC - 2017 年 IARPA 人脸识别奖挑战赛 2020-01-03 FRTE 草案第 1 部分：验证 2019-09-11 FRTE 8271 第 2 部分：识别 2019-12-11 FRTE 8280 第 3 部分：人口统计影响2020-03-04 FATE 8292 第 4 部分：MORPH - 自动人脸变形检测性能 2020-03-06 FATE 草案第 5 部分：人脸图像质量评估 2020-07-24 FRTE 8311 第 6A 部分：使用新冠疫情前算法的戴口罩人脸识别准确率 2022-01-20 FRTE 8331 第 6B 部分：使用新冠疫情后算法的戴口罩人脸识别准确率 2022-07-13 FRTE 8381 第 7 部分：无纸化旅行和移民的身份证明 2022-09-30 FRTE PDF 第 8 部分：总结人口统计学差异 2022-09-30 FRTE 8439 第 9A 部分：区分人脸的人脸识别验证准确率Twins 2023-09-20 FATE 8491 第 10 部分：基于软件的被动演示攻击检测 (PAD) 算法的性能 2023-09-20 FATE 8485 第 11 部分：人脸图像质量向量评估：特定图像缺陷检测
删除深的生成模型揭示了人脸处理网络的编码原理
尽管进行了数十年的研究，但对于人脸处理网络中进行的计算仍未知。最近，已经提出了深层网络作为人类视觉处理的计算说明，但是尽管它们在整个视觉皮层中都提供了与神经数据的良好匹配，但它们缺乏可解释性。我们介绍了一种使用新的深层生成模型解释大脑活动的方法，该模型不阐明了代表学习模型，该模型学习了一个低维的潜在空间，该空间“消除”不同的面部语义上的不同语义上的有意义的尺寸，例如旋转，照明或发型，以无效的方式通过实施构成的构成独立性，以实现态度的独立性。我们发现，我们模型的大部分潜在维度都是由人类评估者解释的。此外，这些潜在维度是人类fMRI数据的良好编码模型。我们接下来研究了面部选择性体素的不同潜在维度的表示。我们发现，低水平和高级的面部特征分别在前面和前面选择区域表示，证实了人脸识别的先前模型。有趣的是，我们发现整个面部处理网络中与身份相关且无关紧要的面部特征。最后，我们通过证明它们匹配Ventral流中的响应并携带有关面部身份的信息，从而在模型中提供了一些“纠缠”（无法解释的）维度的新见解。删除的面部编码模型为标准的“黑匣子”深度学习方法提供了令人兴奋的替代方法，用于建模和解释人脑数据。
DNA甲基化作为衰老和阿尔茨海默氏病的生物标志物的实用性 使用DNA 的人脸预测的进步 “我的大脑是否会再次完全工作？”：与癌症相关的认知障碍持续的癌症幸存者的挑战和需求 动脉粥样硬化血症与炎症之间的时间关系及其对2型糖尿病发作的关节累积作用：一项纵向队列研究
1阿布扎比P.O. Khalifa科学技术大学生物医学工程系 Box 127788，阿拉伯联合酋长国2生物技术中心，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国3学院医学与健康科学学院，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国4部电气工程与计算机科学，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国5精神病学系，西澳大利亚大学卫生与医学科学学院，西澳大利亚大学，澳大利亚6009，澳大利亚6009，澳大利亚6009，伊迪丝·考恩大学医学与健康科学学院，华盛顿州乔达·科瓦普，华盛顿州6027，澳大利亚7号，澳大利亚7号伊斯兰教室，7 emirates Bio-Research Center，Interior，Interior，Interior，Abu dhabi dabi dabi P.O. Box 389，阿拉伯联合酋长国 *信件：habiba.alsafar@ku.ac.ae;电话。 ： +971-（0）2-401-81091阿布扎比P.O. Khalifa科学技术大学生物医学工程系Box 127788，阿拉伯联合酋长国2生物技术中心，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国3学院医学与健康科学学院，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国4部电气工程与计算机科学，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国5精神病学系，西澳大利亚大学卫生与医学科学学院，西澳大利亚大学，澳大利亚6009，澳大利亚6009，澳大利亚6009，伊迪丝·考恩大学医学与健康科学学院，华盛顿州乔达·科瓦普，华盛顿州6027，澳大利亚7号，澳大利亚7号伊斯兰教室，7 emirates Bio-Research Center，Interior，Interior，Interior，Abu dhabi dabi dabi P.O. Box 389，阿拉伯联合酋长国 *信件：habiba.alsafar@ku.ac.ae;电话。 ： +971-（0）2-401-8109Box 127788，阿拉伯联合酋长国2生物技术中心，哈利法科学技术大学，阿布扎比P.O.Box 127788，阿拉伯联合酋长国3学院医学与健康科学学院，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国4部电气工程与计算机科学，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国5精神病学系，西澳大利亚大学卫生与医学科学学院，西澳大利亚大学，澳大利亚6009，澳大利亚6009，澳大利亚6009，伊迪丝·考恩大学医学与健康科学学院，华盛顿州乔达·科瓦普，华盛顿州6027，澳大利亚7号，澳大利亚7号伊斯兰教室，7 emirates Bio-Research Center，Interior，Interior，Interior，Abu dhabi dabi dabi P.O. Box 389，阿拉伯联合酋长国 *信件：habiba.alsafar@ku.ac.ae;电话。 ： +971-（0）2-401-8109Box 127788，阿拉伯联合酋长国3学院医学与健康科学学院，哈利法科学技术大学，阿布扎比P.O.Box 127788，阿拉伯联合酋长国4部电气工程与计算机科学，哈利法科学技术大学，阿布扎比P.O. Box 127788，阿拉伯联合酋长国5精神病学系，西澳大利亚大学卫生与医学科学学院，西澳大利亚大学，澳大利亚6009，澳大利亚6009，澳大利亚6009，伊迪丝·考恩大学医学与健康科学学院，华盛顿州乔达·科瓦普，华盛顿州6027，澳大利亚7号，澳大利亚7号伊斯兰教室，7 emirates Bio-Research Center，Interior，Interior，Interior，Abu dhabi dabi dabi P.O. Box 389，阿拉伯联合酋长国 *信件：habiba.alsafar@ku.ac.ae;电话。 ： +971-（0）2-401-8109Box 127788，阿拉伯联合酋长国4部电气工程与计算机科学，哈利法科学技术大学，阿布扎比P.O.Box 127788，阿拉伯联合酋长国5精神病学系，西澳大利亚大学卫生与医学科学学院，西澳大利亚大学，澳大利亚6009，澳大利亚6009，澳大利亚6009，伊迪丝·考恩大学医学与健康科学学院，华盛顿州乔达·科瓦普，华盛顿州6027，澳大利亚7号，澳大利亚7号伊斯兰教室，7 emirates Bio-Research Center，Interior，Interior，Interior，Abu dhabi dabi dabi P.O. Box 389，阿拉伯联合酋长国 *信件：habiba.alsafar@ku.ac.ae;电话。 ： +971-（0）2-401-8109Box 127788，阿拉伯联合酋长国5精神病学系，西澳大利亚大学卫生与医学科学学院，西澳大利亚大学，澳大利亚6009，澳大利亚6009，澳大利亚6009，伊迪丝·考恩大学医学与健康科学学院，华盛顿州乔达·科瓦普，华盛顿州6027，澳大利亚7号，澳大利亚7号伊斯兰教室，7 emirates Bio-Research Center，Interior，Interior，Interior，Abu dhabi dabi dabi P.O. Box 389，阿拉伯联合酋长国 *信件：habiba.alsafar@ku.ac.ae;电话。 ： +971-（0）2-401-8109Box 127788，阿拉伯联合酋长国5精神病学系，西澳大利亚大学卫生与医学科学学院，西澳大利亚大学，澳大利亚6009，澳大利亚6009，澳大利亚6009，伊迪丝·考恩大学医学与健康科学学院，华盛顿州乔达·科瓦普，华盛顿州6027，澳大利亚7号，澳大利亚7号伊斯兰教室，7 emirates Bio-Research Center，Interior，Interior，Interior，Abu dhabi dabi dabi P.O.Box 389，阿拉伯联合酋长国 *信件：habiba.alsafar@ku.ac.ae;电话。 ： +971-（0）2-401-8109Box 389，阿拉伯联合酋长国 *信件：habiba.alsafar@ku.ac.ae;电话。： +971-（0）2-401-8109
IgG N-糖基化心血管年龄轨道轨迹超出日历年龄的心血管风险 肥胖和炎症升高对2型糖尿病的升高：一项前瞻性队列研究 血液基于血液的DNA甲基化生物标志物的16年纵向评估早期预测阿尔茨海默氏病 DNA甲基化作为衰老和阿尔茨海默氏病的生物标志物的实用性 使用DNA 的人脸预测的进步 “我的大脑是否会再次完全工作？”：与癌症相关的认知障碍持续的癌症幸存者的挑战和需求 动脉粥样硬化血症与炎症之间的时间关系及其对2型糖尿病发作的关节累积作用：一项纵向队列研究
在亚临床动脉粥样硬化和代谢性疾病中，已经报道了使用改变的免疫球蛋白G（IgG）N-聚糖模式作为炎症公制，这两者都是心血管健康的重要危险因素。然而，心血管疾病（CVD）的风险地层（CVDS）的IgG N-糖基化利润率的可用能力仍然未知。这项研究旨在开发一种心血管老化指数，用于使用IgG N-聚糖跟踪心血管风险。这项横断面调查招募了1465名来自Busselton健康和衰老研究的40-70岁的人。我们逐步选择了使用机器学习中的特征选择方法（递归功能消除和惩罚性回归算法）的变化N-聚糖的交汇处，并开发了IgG N-糖基化心血管年龄（GlyCage）索引，以反射来自日历年龄的偏差，从而使偏差归因于可产生的偏差。与糖基指数的最强贡献者是偶联糖基化的N-聚糖，其成分为N-乙酰基葡萄糖胺（GlCNAC）（GllcNAC）（Glycan Peak 6（GP6），FA2B，FA2B，）和digalactosy complactosy lated N-糖，含有双分裂的glcnac（glcnac）GLCNAC（GP13）（GP13，A2BG2）。A one-unit increase of GlyCage was significantly associated with a higher Framingham ten-year cardiovascular risk (odds ratio (OR), 1.09; 95% confidence interval (95% CI): 1.05–1.13) and probability of CVDs (OR, 1.07; 95% CI: 1.01–1.13) independent of calendar age.患有过度糖的人（超过3个日历年龄> 3岁）的心血管风险和CVD的概率增加，调整后的ORS分别为2.22（95％CI：1.41–3.53）和2.71（95％CI：1.25-6.41）。2022作者。曲线（AUC）区分高心脏风险的区域（AUC）值为0.73和0.65，对于日历年龄，在日历年龄为0.65和0.63。因此，本研究中开发的糖指数可用于使用IgG N-糖基化pro纤维来跟踪心血管健康。糖基与日历年龄之间的距离独立表明心血管风险，表明IgG N-糖基化在CVD的发病机理中起作用。观察到的关联的概括和高糖指数的预测能力需要其他人群的外部和纵向验证。由Elsevier Ltd代表中国工程学院和高等教育出版社有限公司出版。这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
使用人工智能和机器学习进行人脸检测
在这个现代时代，先进的技术无处不在，涵盖了我们的生活。通过不超过手掌大小的紧凑设备，人工智能应用程序使我们能够访问来自全球各个角落的大量信息。通过人工智能软件，人类生活已在许多方面得到简化和简化。此外，自学习算法的存在和丰富的在线数据，再加上可负担得起的计算，将机器学习推向了前所未有的高度。人工智能的普及度迅速增长，成为日常生活中的必需品，并为人类的未来带来了希望。计算能力和数据处理的进步证明了人工智能的成功。机器智能超越了线性规划，使计算机能够从输入中学习。人工智能，
人脸识别供应商测试 (FRVT) 第 2 部分... - NIST 页面
1 例如，NEC-0 准备模板的速度比 NEC-2 快得多，但错误率也高出二十倍。Dermalog-5 执行模板搜索的速度比 Dermalog-6 快得多，但准确率也低得多。2 在正面识别应用（如已注册旅行者系统）中，用户隐含地声称已在系统中注册 - 大多数用户都会注册。在负面应用中（如被驱逐者），隐含的声明是该对象未注册 - 大多数不会注册。3 此处的图库大小为 1200 万人，每人一张图片。给定 331 201 个非匹配搜索，一对多搜索的详尽实施将执行近 4 万亿次比较。当误报率为 0.0025 时，误报数量首先为 828，这相当于单次比较错误匹配率为 828 / 4 万亿 = 2.1 10 − 10，即约 50 亿分之一。严格来说，此 FMR 计算仅对使用 N 1:1 比较实现 1:N 搜索的算法有意义，但情况并非总是如此。