XiaoMi-AI文件搜索系统
World File Search System任务绩效
MGNN：用于联合朋友和...的互惠图神经网络
过去几十年来，以Epinions、Facebook为代表的社交网络服务平台蓬勃发展，帮助拥有相似偏好、活动或现实互动的人们建立社会关系。社交网络服务平台通常支持两类用户行为：消费行为（如购买某件商品、评价某件商品或在某些地点签到）和社交行为（如通过链接到另一个用户来交朋友）。社会研究表明，这两类行为是相互关联的，而不是孤立的。这些观察结果与社会影响理论完全吻合：用户对商品或地点的偏好很容易受到其社交链接的影响，而兴趣相投的用户则更有可能建立关系。事实上，用户的消费行为和社交行为可以相互促进，进一步推动社交网络服务的不断发展。我们用一个例子（图1）来说明这种相互促进的关系：Bob看到他的朋友David买了一双阿迪达斯的运动鞋后，可能会也去买； Alice 可能会和 Bob 成为朋友，因为她知道 Bob 也喜欢摄影。现有的大多数研究都只关注这两类行为中的一种。它们要么完全忽略另一种行为类型，要么利用一种行为的信息来提高另一种行为类型的任务绩效。例如，一些研究 [1]、[2] 结合用户的社会关系来预测用户的消费偏好；其他研究 [3]、[4]、[5]，
人口多样性、冲突和工作组成果
摘要 研究表明，在一个工作组中，成员的人口背景多样性会对团队的离职率和团队在认知任务（即涉及制定计划或想法、解决问题或做出决策的“思考”任务）上的表现产生重大影响。虽然这种多样性往往会增加离职率，但它对认知任务绩效的影响则更加复杂，有时会提高绩效，有时会降低绩效。了解多样性如何导致这些结果可能有助于管理者提高工作组的效率。因此，在本文中，我开发了一个理论模型来解释工作组中人口多样性的离职率和混合绩效后果。所提出的模型表明，每个人口多样性变量（例如，年龄、性别、种族、团体任期、组织任期、教育或职能背景的多样性）都可以根据其可见性水平和工作相关性水平进行分类。可见性是指变量被小组成员轻易观察到的程度，工作相关性是指变量直接影响与认知任务相关的观点和技能的程度。该模型表明，多样性变量的可见性和工作相关性间接影响变量产生的人员流动和/或绩效提升的程度。更具体地说，多样性变量的可见性和工作相关性
机械工程杂志 - J-Stage
1.研究动机 根据SAE定义的2级自动驾驶，驾驶员对驾驶负有法律责任，并有义务监控系统的运行状态。作者认为向驾驶员呈现系统安全级别的信息将有效提高驾驶员监控系统状态的任务绩效，同时减少驾驶员这种监控行为的工作量。当系统的安全性较低时，向驾驶员呈现这种情况并提示驾驶员主动监控自动驾驶系统的运行状态非常重要。即使对于驾驶员没有义务监控系统运行的3级自动驾驶，该界面系统也有助于向驾驶员呈现系统安全级别的信息。当仅靠系统难以避免碰撞风险时，发生将驾驶权转移给驾驶员的“接管请求”（Gold 等，2013）（Eriksson 等，2017）的可能性很高。因此，作者认为向驾驶员呈现系统安全级别下降的信息对于保持高水平的“准备度”（Kitazaki，2018）是有效的，即驾驶员的驾驶准备程度。如图 1 所示，如果驾驶员的驾驶能力水平（能力（C））满足环境所要求的驾驶需求水平（任务需求（D）），则驾驶员可以安全驾驶以满足环境的要求（Fuller，2005）。在自动驾驶过程中，如果“C>D”，则有可能保持一定的恒定值，以保证自动驾驶系统和驾驶员的整体安全。
通过沉浸式可视化中的相互作用和fnirs探索感官过程
摘要 - 认知理论在设计人类计算机界面和沉浸式系统时会为我们的决策提供信息，使我们能够研究这些理论。这项工作通过使用经典可视化问题研究内部和外部用户行为来探讨沉浸式环境中的感官过程：视觉比较和聚类任务。我们开发了一个沉浸式系统来执行用户研究，从不同的渠道收集用户行为数据：用于捕获外部用户互动的AR HMD，功能性近红外光谱（FNIRS）用于捕获内部神经序列以及用于参考的视频。为了检查感官，我们评估了界面的布局（平面2D与圆柱3D布局）以及任务的挑战水平（低认知负荷）的挑战水平如何影响用户的交互，这些交互作用如何随时间变化以及如何影响任务绩效。我们还开发了一个可视化系统，以探索所有数据通道之间的关节模式。我们发现，增加的相互作用和脑血液动力学反应与更准确的性能有关，尤其是在认知要求的试验上。布局类型没有可靠地影响交互作用或任务性能。我们讨论了这些发现如何为沉浸式系统的设计和评估提供信息，预测用户绩效和互动，并从体现和分布式认知的角度提供有关感官的理论见解。
青少年发展的行为和神经动力学的变化
摘要44 45青春期是一个重要的发育时期，在此期间发生重大变化46在大脑功能和行为中发生。执行功能的几个方面，包括响应47抑制作用，在此期间有所改善。相应地，结构成像研究的皮质和皮质下灰质体积有48个记录的一致降低，而49个验尸组织学研究发现，在50个前额叶皮质中，兴奋性突触的大幅度降低（〜40％）。最近的计算建模工作表明，突触51密度的变化是任务性能的改进。这些模型还可以预测与吸引子盆地深度相关的52个神经动力学的变化，其中更深层次的盆地可以在53个更好的任务绩效基础上进行。在这项研究中，我们分析了在青春期早期至后期的一大批纵向（男性和女性）中，分析了与任务相关的神经动力学。55我们发现年龄与埃里克森侧翼任务中的行为表现呈正相关。56名较旧受试者在特定的认知操作期间围绕与任务相关的更深吸引者盆地的特征是诱发了57个脑电图。因此，与检查兴奋性突触修剪的效果的计算58模型一致，老年青少年在任务性能过程中表现出更强的59个吸引力动力学。60 61
实时预测认知工作量的短期波动
摘要 人类操作员在几秒钟内经常会经历认知工作量的大幅波动，这可能导致表现不佳，从超负荷到疏忽。自适应自动化可能会解决这个问题，但要做到这一点，它需要了解操作员备用认知能力的实时变化，以便在需求高峰时提供帮助，并利用低谷来引起操作员的参与。然而，目前还不清楚任务需求的快速变化是否反映在备用能力的同样快速波动中，如果是，那么对这些需求的响应的哪些方面可以预测当前的备用能力水平。我们使用 ISO 标准检测响应任务 (DRT) 大约每 4 秒测量一次认知工作量，这是一项要求监控和加油模拟无人机 (UAV) 机队的艰巨任务。我们表明，DRT 提供了一种有效的测量方法，可以检测到由于无人机数量变化而导致的工作量差异。我们使用交叉验证来评估 DRT 之前的任务绩效相关指标是否可以预测检测绩效作为认知工作量的代理。虽然简单的任务事件发生具有较弱的预测能力，但利用操作员对燃油水平的态势感知的综合措施更为有效。我们得出的结论是，认知工作量确实会随着最近的任务事件而迅速变化，并且
使用...对轮椅控制进行神经人体工程学评估
摘要 — 两个多世纪以来，轮椅一直是无需太多改造的运动障碍人士最常见的辅助设备之一。轮椅控制是一项复杂的运动任务，会增加身体和认知工作量。新的轮椅界面，包括动力辅助设备，可以通过减少所需的体力来进一步增强用户的功能，但人们对其对心理努力的影响知之甚少。在本研究中，我们采用了一种神经人体工程学方法，利用基于移动和无线功能性近红外光谱 (fNIRS) 的大脑监测身体活跃的参与者。48 名志愿者（30 名新手和 18 名有经验的志愿者）在简单和复杂的现实环境中使用和不使用 PowerAssist 界面的轮椅自行推进。结果表明，正如预期的那样，与简单环境相比，复杂、更困难的环境会导致任务绩效降低，同时前额叶皮质活动增加。与仅限新手的传统手动控制相比，使用 PowerAssist 功能的大脑激活度明显降低。专业知识导致中额叶脑部激活模式较低，并辅以涉及较低认知工作量的表现指标。结果证实了神经人体工程学方法的潜力，并且直接神经活动测量可以补充和增强任务绩效指标。我们得出结论，认知工作量是
锚定偏差影响可解释 AI 系统中的心理模型形成和用户依赖
可解释人工智能 (XAI) 方法用于为机器学习和人工智能模型带来透明度，从而改善最终用户的决策过程。虽然这些方法旨在提高人类的理解力和心理模型，但认知偏见仍然会以系统设计者无法预料的方式影响用户的心理模型和决策。本文介绍了智能系统中由于排序效应而导致的认知偏见的研究。我们进行了一项受控用户研究，以了解观察系统弱点和优势的顺序如何影响用户的心理模型、任务绩效和对智能系统的依赖，并研究解释在解决这种偏见中的作用。使用烹饪领域的可解释视频活动识别工具，我们要求参与者验证是否遵循了一组厨房政策，每项政策都侧重于弱点或优势。我们控制了策略的顺序和解释的存在来检验我们的假设。我们的主要发现表明，那些早期观察到系统优势的人更容易受到自动化偏见的影响，并且由于对系统的第一印象是积极的，所以犯了更多错误，同时他们建立了更准确的系统能力心理模型。另一方面，那些较早发现弱点的人犯的错误明显较少，因为他们倾向于更多地依赖自己，同时他们也低估了模型能力，因为他们对模型的第一印象更为负面。我们的工作提出了强有力的发现，旨在让智能系统设计师在设计此类工具时意识到这种偏见。
提示：大型语言模型的视觉提示探索，扰动，测试和迭代
摘要 - LARGE语言模型（LLM）由于能够使用简单的自然语言提示执行临时自然语言处理（NLP）任务，因此获得了广泛的普及。呼吁LLM的一部分是他们对公众的可接近性，包括NLP技术专长的人。但是，提示在语言结构，上下文和其他语义方面可能会有很大的不同，并且修改其中一个或多个方面可能会导致任务绩效的显着差异。非专家用户可能会发现确定提高提示所需的更改是一项挑战，尤其是当他们缺乏特定领域的知识和适当的反馈时。为了应对这一挑战，我们提出了p rompt iD，一个视觉分析系统，旨在通过探索，扰动，测试和迭代进行交互，完善和测试提示。p rompt a ID使用协调的可视化效果，使用户可以通过三种策略改进提示：关键字扰动，释义扰动以及获得最佳的context中文字中的最佳示例。p rompt a ID是通过涉及NLP专家的预先研究设计的，并通过强大的混合方法用户研究进行了评估。我们的调查结果表明，P ROMPT I ID可以帮助用户在认知开销较少的情况下迭代提示，并在建议的帮助下产生多样的提示，并分析生成的提示的性能，同时超过现有的最新提示提示性能的互动。
http://eprints.gla.ac.uk/250274/
摘要 - 在空间远程动物培训和其他远程操作任务中，操作员的心理工作量至关重要。代替了任务特定工作量的估计，本文旨在调查两个重要的混杂因素（时压和潜伏期）对太空传播的影响，并探讨了对因子诱导的心理工作负载估算和绩效评估的眼神追踪技术的使用。十个受试者在戴着头部镶嵌的眼球射击器时，在我们的照片现实训练模拟器中，在我们的照片逼真的训练模拟器中完成了一个复杂的轨道装配任务。为了了解时间压力和潜伏期的目光跟踪特征，我们首先对单个因素和跨多个组进行了各种特征的统计分析。接下来，从细分数据和试验数据中提取的眼睛跟踪功能用于识别混杂因素引起的心理工作量，这些功能可用于制定个性化的培训计划并保证安全的远程运行。此外，为了使用细分数据提高识别性能，我们提出了活动比率和时间比，以表征信息范围的段。最后，检查了模拟器删除的性能度量与眼睛追踪功能之间的关系。结果表明，固定持续时间，扫视频率和持续时间，瞳孔直径以及瞳孔活动的索引是显着的特征，可用于因子诱导的心理工作负载估计和任务绩效评估。