XiaoMi-AI文件搜索系统
World File Search System任务分析
动态社会中的风险管理 一个建模问题
摘要：尽管我们尽一切努力设计更安全的系统，但我们仍然目睹严重的大规模事故。一个基本问题是：在当今充满活力的社会中，我们是否真的有足够的事故成因模型？风险管理涉及的社会技术系统包括多个层次，从立法者到管理人员和工作规划者，再到系统运营商。目前，该系统承受着快速的技术变革、日益激烈的竞争环境以及不断变化的监管实践和公众压力的压力。传统上，每个层次都由特定的学科单独研究，建模是通过跨系统及其特定危险源进行概括来完成的。有人认为，风险管理必须通过跨学科研究进行建模，将风险管理视为一个控制问题，并用于表示涉及每个特定危险类别的所有社会层面的控制结构。此外，有人认为，这需要一种基于功能抽象而不是结构分解的系统导向方法。因此，应将侧重于动作序列和人为错误方面的偶尔偏差的任务分析替换为行为塑造机制模型，该模型涉及工作系统约束、可接受绩效的边界和指导适应变化的主观标准。目前发现，研究范式趋于
新的控制范式：多个飞机...
遥控飞机系统（RPA）在航空航天运营中越来越普遍。在许多不同的领域中都是如此。城市空气流动性，医疗产品交付，基础设施检查，高海拔伪 - 卫星，搜索和救援，汽车货物和其他几种应用。所有这些共同点的一个方面是需要可行性并继续增长。未经开放的车辆系统国际（AUVSI）协会制定了年度经济报告。他们预测，仅在美国，将在整合的前三年创造超过70,000个工作岗位，经济影响超过136亿美元。当我们预计创造超过100,000个工作岗位和820亿美元的经济影响时，这种收益将在2025年增长。为了使许多域达到这些级别并具有所需的可扩展性，它们将需要一个远程飞行员控制多个飞机（1：n）或延伸的延伸，多个控制多个飞机（M：N）的飞行员。这是一个新的控制范式，在各个领域都提出了多个问题。这些问题包括监管，技术，安全，社区接受和人为因素。人为因素问题包括显示，试点工作量，飞行员情况意识仅举几例。该小组将一直在M：n领域工作的研究人员，开发人员和运营商汇集在一起。他们将讨论需求，问题和一些潜在的解决方案。此范式涉及多人在他们之间共享多个车辆的舰队。参与者职位Garrett Sadler，自2019年以来的人类自治团队（HAT）研究，NASA和行业合作伙伴一直参与研究的研究，重点是用于远程试验飞机运营的新型范式。称为m：n（发音为“ em-to-en”），该配置描述了一个比率，其中m是操作员的数量，n是车辆的数量。通过武力和资产乘法，M：N概念试图启用远程乘员车辆的可扩展和弹性操作。获得这种强大操作的主要手段是通过允许可变大小的灵活机组人员在执行实时运算符工作负载管理时动态满足资产需求。从某种意义上说，在运营商之间共享资产：根据需要（例如在工作量增加的事件中）在M：n上下文中的操作员可以“交接”一定数量的资产责任，N H 在某个时候，这些N H资产可以退还给其原始所有者，或者如果被任务要求，它们可能会进一步分发给其他机组人员。 在此面板中，我将详细介绍过去三年来NASA AMES研究中心的人类自主团队（HAT）实验室进行的研究活动。 帽子实验室进行的研究范围从对主题专家的访谈，认知演练，任务分析和在某个时候，这些N H资产可以退还给其原始所有者，或者如果被任务要求，它们可能会进一步分发给其他机组人员。在此面板中，我将详细介绍过去三年来NASA AMES研究中心的人类自主团队（HAT）实验室进行的研究活动。帽子实验室进行的研究范围从对主题专家的访谈，认知演练，任务分析和
培训计划必需要素
• 职位：明确说明 SkillBridge 培训计划在完成 SkillBridge 培训后将为军人准备的职位。 • 职位描述：明确说明 SkillBridge 培训计划在完成培训后将为军人准备的职位。 • 培训时长：提供明确的证据，证明所有培训将在组织的 SkillBridge 计划规定和授权的期限内完成（如果获得批准）。（培训的周数/天数） • 时间表：定义培训教学模块的交付时间表。 • 标题：列出每个培训模块的名称和学习成果。 • 具体学习目标：明确说明组织的 SkillBridge 培训目标如何与每个培训模块的工作能力保持一致（通常来自目标工作的工作任务分析）。 • 教学模式类型：提供培训的结构和交付方法。例如，课堂教学、在线教学、实验室教学、动手演示。 • 教员资格（指导和指导）：确定一名资深且经验丰富的人员，以确保满足培训计划的要求。 • 评估：提供标准化评分标准的证据，以确保在 SkillBridge 培训计划期间公平评分和/或评估服务成员的表现。根据需要在培训计划中添加其他选项卡，以描述如何评估绩效。 • 培训成果：列出培训后获得的任何证书、证书或执照和认证所需的时间。
学习还是回忆？通过预先...
扩展高质量的辅导仍然是教育中的主要挑战。由于不断增长，许多平台雇用了新手教师，这些新手与经验丰富的教育者不同，他们难以解决学生的错误，因此未能抓住主要的学习机会。我们的工作探讨了大型语言模式（LLMS）在修复数学错误时缩小新手 - 专家知识差距的潜力。我们贡献了桥梁，这种方法使用认知任务分析将专家的思维过程转化为一个决策模型进行补救。这涉及识别（a）学生错误，（b）修复策略的例外，以及（c）在产生响应之前的进程。我们结构了一个由700个实际辅导转换的数据集，由专家及其决定的专家注释。我们在数据集中评估了最新的LLMS，并发现专家的决策模型对于LLMS缩小差距至关重要：与专家决策（例如，“简化问题”）的GPT4响应是 +76％的首选。补充，上下文敏感的决策对于缩小教学差距至关重要：随机决策与专家决策相比，GPT4的响应质量降低-97％。我们的工作表明了嵌入专家思维过程的潜力，以增强他们的帽子，以弥合新手 - 专家知识差距。我们的数据集和代码可以在以下网址找到：https：//github.com/rosewang2008/bridge。
密歇根州执法标准委员会...
密歇根州要求所有被选为执法人员的人都符合《密歇根州行政法规》第 28.14204 条规定的医疗选拔资格。根据密歇根州执法人员的许可标准，申请人必须“拥有正常的色觉”；但是，“正常色觉”标准允许一些色觉缺陷，并不要求完美的色觉。当前的色觉标准得到了 2018 年工作任务分析 (JTA) 以及之前的 JTA 以及执法人员的基本工作职能的支持。委员会有法定责任确保入职标准准确反映初级执法人员的当代职位。因此，根据最近公众对色觉要求的询问，委员会工作人员选择了色觉标准进行审查。2022 年，委员会工作人员启动了对色觉标准的全面审查，并在此过程中研究了声称可以纠正色觉缺陷的增色眼镜和/或隐形眼镜的使用情况。本报告旨在描述重新验证密歇根州执法人员色觉标准的过程，并确认密歇根州执法人员申请人必须符合该标准，这是该州所有执法人员的医疗入门标准。本次审查的结果验证了当前的色觉标准。委员会工作人员得出结论，没有现有产品（例如增色眼镜和/或隐形眼镜）能够提供满足色觉标准或成功履行基本工作职能所需的矫正水平。
AC 120-54A 高级资格认证计划 - CHG 1
1. 目的。本咨询通告 (AC) 为联邦航空管理局 (FAA) 提供指导，以便根据 AQP 监管指导批准高级资格计划 (AQP)。（AQP 指导在《联邦法规汇编》第 14 篇 (14 CFR) 第 121 部分 Y 分部或取代它的后续法规中提供。）AQP 是一种系统方法，用于开发航空公司机组人员和调度员的培训计划内容。它用基于熟练程度的培训和评估取代了计划时间，这些培训和评估源自包括机组资源管理 (CRM) 在内的详细工作任务分析。AQP 结合了数据驱动的质量控制流程来验证和维护课程内容的有效性。如果需要，AQP 可提供一种替代方法来对飞行员、飞行工程师、乘务员、飞机调度员、教员、评估员和其他受 14 CFR 第 121 和 135 部分培训和评估要求约束的运营人员进行资格审查和认证。AQP 鼓励在指导和评估过程中使用的方法和技术进行创新，并有效管理培训系统。AQP 的目标是实现个人和机组人员绩效的最高标准。AQP 的主要目标是提供有效的培训，将专业资格提高到高于第 121 和 135 部分规定的现有标准的水平。
动态社会中的风险管理建模问题
摘要：尽管我们尽一切努力设计更安全的系统，但我们仍然目睹严重的大规模事故。一个基本问题是：在当今充满活力的社会中，我们是否真的有足够的事故成因模型？风险管理涉及的社会技术系统包括多个层次，从立法者、管理人员和工作规划者到系统运营商。目前，该系统承受着快速的技术变革、日益激烈的竞争环境以及不断变化的监管实践和公众压力的压力。传统上，每个层次都由特定的学科单独研究，建模是通过跨系统及其特定危险源进行概括来完成的。有人认为，风险管理必须通过跨学科研究进行建模，将风险管理视为一个控制问题，并用于表示涉及每个特定危险类别的所有社会层面的控制结构。此外，有人认为，这需要一种基于功能抽象而不是结构分解的系统导向方法。因此，应将侧重于动作序列和人为错误方面的偶尔偏差的任务分析替换为行为塑造机制模型，该模型包括工作系统约束、可接受绩效的界限和指导适应变化的主观标准。我们发现，目前以认知科学概念为指导的人文科学研究范式的融合支持了这种方法。本文回顾了决策理论和管理研究中的这种融合，并与安全研究范式的演变进行了比较。
引入应用空气动力学替代建模基准案例
从飞机设计到认证，需要大量空气动力学数据以确保最佳性能，符合监管标准并保持结构完整性。这些数据必须跨越整个飞行包络，包括压力和剪切应力分布，全局系数和衍生物。传统上来自飞行测试，风洞实验或数值模拟，这些数据通常具有不同的保真度，从手册方法到高分辨率模拟。近年来，由于人工智能和机器学习的进步，对这些数据有效使用的需求已经增长，从而可以开发快速运行的替代模型。与传统的高保真模拟或实验设置不同，这些设置可能是资源密集型的替代模型，该模型在这些数据集中训练，可以提供与数据库查询相当的快速预测。AIAA应用的空气动力学替代建模（AASM）组的成立是为了将集中在航空航天科学中的数据驱动和AI建模上，并将来自学术界，工业和政府机构的专家团结在一起。AASM组优先考虑对航空航天应用的替代建模的开发，准确性和适用性，包括设计优化，不确定性量化，系统工程和任务分析，这对数字工程生态系统至关重要。为了支持方法论的评估和比较，本文介绍了四个基准案例：一个集成式机翼性能系数的空气动力学数据库，6DOF生成的导弹案例，以及两个集中在表面压力分布的数据集。这些基准强调了相关的替代建模挑战，并将通过AIAA公开提供，为航空航天社区提供宝贵的资源。
APOPHIS 2029，ATENA 概念：任务设计和卫星架构 G. Saita 1*、V. Di Tana 1、C. Burattini 1、P. Amabili 1、M. Pereira 1、E
*giorgio.saita@argotecgroup.com 简介：2029 年 4 月，阿波菲斯小行星将进行一次历史性的飞掠地球，距离地球约 31300 公里。这一独特场景为我们提供了从质量、密度、形状、旋转状态、成分和热惯性方面描述小行星特征的机会。此外，在阿波菲斯接近地球期间以及飞掠地球后对其进行测绘，将使我们能够获取和比较相遇前后的数据，从而加深我们对天体之间引力远程相互作用的理解。在距离相遇仅剩五年的时间里，这项任务将展示 SmallSat 对潜在危险 NEO（近地天体）的快速响应。该任务属于行星防御计划的一部分，该计划被确定为 NASA 最新行星科学十年调查中的优先事项。本摘要中介绍的任务名为 ATENA (近地天体阿波菲斯先进技术探索)，源自意大利空间机构 ASI (Agenzia Spaziale Italiana) ARGOTEC 和 NASA/GSFC (戈达德太空飞行中心) 的国际合作。在此背景下，ASI 将协调国际联盟并管理科学调查。戈达德太空飞行中心将执行轨迹和任务分析，支持科学调查，提供光谱仪 BIRCHES，并管理深空网络 (DSN) 的支持。ARGOTEC 将开发航天器，领导所有有效载荷的整合，并管理任务的执行和运行。这个由意大利牵头的任务 ATENA 旨在优化数据生成，以配合戈达德太空飞行中心运营的 OSIRIS-APEX，后者将在阿波菲斯接近行星最接近时对其进行观测。
阿肯色州防寒保暖援助计划州计划...
AECC 阿肯色州电力合作社 AEO 阿肯色州能源办公室 BCD 更好社区发展公司 BPI 建筑性能研究所 BRAD 黑河地区发展公司 CAA 社区行动机构 CADC 阿肯色州中央发展委员会 CEU 继续教育单位 CFR 联邦法规 CRDC 克劳利岭发展委员会 CSCDC 克劳福德-塞巴斯蒂安社区发展委员会 DHHS 美国卫生与公众服务部 DOE 美国能源部 ECOS 能源保护在线系统 H&S 健康与安全 HEP 家庭能源性能 HUD 美国住房和城市发展部 HVAC 供暖、通风和空调 IREC 州际可再生能源委员会 JTA 工作任务分析 KSA 知识、技能和能力 LIHEAP 低收入家庭能源援助计划 NASCSP 国家社区服务计划全国协会 NHPA 国家历史保护法 NREL 国家可再生能源实验室 PAC 政策咨询委员会 PO 项目官员（DOE） PSC 公共服务委员会 PY项目年份 (DOE) QA 质量保证 QCI 质量控制检查员 SEP 州能源计划 SHPO 州历史保护办公室 SIR 储蓄与投资比率 分资助方 从 AEO 获得资金以提供防寒保暖服务的非盈利组织 SWS 标准工作规范 T&TA 培训和技术援助 USDA 美国农业部 WAP 防寒保暖援助计划 WPN 防寒保暖计划通知 (DOE)