XiaoMi-AI文件搜索系统
World File Search System使用案例
争端解决机制与人工智能之间的比较...
国际法院 (ICJ) 的成立是因为人们认为需要国际司法解决，而世界贸易组织 (WTO) 的成立则是为了通过降低关税和其他贸易壁垒来促进国际贸易。还考虑了每个机构的替代结构，以及通过案件解决争端的旧仲裁程序。当双方就问题达成一致但需要外部援助才能进一步进行时，双方自愿提交争端。作为一种司法解决，它具有约束力，可以允许第三方或非国家参与，是国际法庭的前身。在 WTO，一个目标是使用案例来测试概念点。将讨论争端解决的具体方面，包括规则和程序的应用以及实施和流程。将详细分析上诉机构 (AB) 的工作程序。另一个目标是尽可能与国际法院进行比较。将讨论管辖权、推理的司法方面、举证责任和证明标准等法律概念。将分析上诉机构 (AB) 对专家组建议和裁决的审查标准。比较两个组织之间的遵守和执行情况。当与本研究相关时，还将涉及经济和政治考虑。在国际法院，将评估司法克制和积极主义等概念的应用，包括在不同案件中发现的不一致程度。将研究可能导致或已经导致国际法院管辖权的国家之间不同类型的协议的含义，并评估其影响。将详细研究临时措施的模糊性。还将评估国际法院与联合国安理会的关系。考虑缺乏监督或执行，以及没有规定的遵守时间表。本论文将以各种未来建议结束。
Q-EEGNet：一种用于边缘运动想象脑机接口的节能 8 位量化并行 EEGNet 实现
摘要 —运动想象脑机接口 (MI- BMI) 通过分析脑电图 (EEG) 记录的大脑活动，实现人脑与机器之间直接且可访问的通信。延迟、可靠性和隐私限制使得将计算转移到云端并不合适。实际使用案例需要可穿戴、电池供电且平均功耗低的设备以便长期使用。最近，出现了用于分类 EEG 信号的复杂算法，尤其是深度学习模型。虽然这些模型达到了出色的准确性，但由于其内存和计算要求，它们通常会超出边缘设备的限制。在本文中，我们展示了 EEGN ET 的算法和实现优化，EEGN ET 是一种适用于许多 BMI 范式的紧凑型卷积神经网络 (CNN)。我们将权重和激活量化为 8 位定点，4 类 MI 的准确度损失为 0.4%，可忽略不计，并利用其定制的 RISC-V ISA 扩展和 8 核计算集群，在 Mr. Wolf 并行超低功耗 (PULP) 片上系统 (SoC) 上实现了节能的硬件感知实现。通过我们提出的优化步骤，与单核分层基线实现相比，我们可以获得 64 倍的整体加速和高达 85% 的内存占用减少。我们的实现仅需 5.82 毫秒，每次推理消耗 0.627 mJ。凭借 21.0 GMAC/s/W，它的能效比 ARM Cortex-M7 上的 EEGN ET 实现（0.082 GMAC/s/W）高 256 倍。索引词——脑机接口、边缘计算、并行计算、机器学习、深度学习、运动意象。
签名区单页 (8.5x11) - USask 研究
如果能够以可扩展、可持续和安全的方式理解、利用和应用量子技术，那么它具有解决现代重大挑战的巨大潜力。通过量子创新标志性研究领域，萨斯喀彻温大学 (USask) 汇集了世界领先的量子科学家、优秀的研究生和博士后研究人员，以及一种宝贵的跨学科方法，以突破基础量子科学和量子技术发展的界限。量子创新将使 USask 研究人员能够改变我们的计算方式、我们观察和检测周围世界的方式以及我们彼此交流的方式，以满足世界的需求。通过利用量子位的力量，量子计算机正在重塑计算的可能性。量子计算可以提前准确预测危险的气候事件，或在下一次大流行出现时实时发现疫苗，因此它超越了学科和文化。量子创新标志性研究领域通过先进材料研究在开发新的、可能更可持续的量子计算硬件方法方面发挥着主导作用。与此同时，我们的研究人员正在启发医疗保健、农业和能源领域量子计算的使用案例，吸引了世界各地合作者的兴趣。该标志性领域的研究人员更进一步，设想了量子计算的多设备时代：就像今天的计算机通过庞大的网络进行通信一样，明天的量子计算机也将如此。通过利用量子纠缠这一变革性现象，我们的量子研究人员正在为量子计算机（以及我们）构建更快、更安全的通信方式。萨斯喀彻温大学量子传感平台的精心设计为采矿业的稳健地质发现、更公平地获取医学成像以及世界所需的其他应用打开了新的大门。
ITU-T Y.3810建议书（09/2022）量子密钥分配网络互通 – 框架
全球信息基础设施 概述 Y.100–Y.199 服务、应用和中间件 Y.200–Y.299 网络方面 Y.300–Y.399 接口和协议 Y.400–Y.499 编号、寻址和命名 Y.500–Y.599 操作、管理和维护 Y.600–Y.699 安全 Y.700–Y.799 性能 Y.800–Y.899 互联网协议方面 概述 Y.1000–Y.1099 服务和应用 Y.1100–Y.1199 体系架构、接入、网络能力和资源管理 Y.1200–Y.1299 传输 Y.1300–Y.1399 互通 Y.1400–Y.1499 服务质量和网络性能 Y.1500–Y.1599 信令Y.1600–Y.1699 操作、管理和维护 Y.1700–Y.1799 计费 Y.1800–Y.1899 NGN 上的 IPTV Y.1900–Y.1999 下一代网络 框架和功能结构模型 Y.2000–Y.2099 服务质量和性能 Y.2100–Y.2199 服务方面：服务能力和服务结构 Y.2200–Y.2249 服务方面：NGN 中服务和网络的互操作性 Y.2250–Y.2299 NGN 的增强 Y.2300–Y.2399 网络管理 Y.2400–Y.2499 计算能力网络 Y.2500–Y.2599 基于分组的网络 Y.2600–Y.2699 安全性 Y.2700–Y.2799 通用移动性Y.2800–Y.2899 运营商级开放环境 Y.2900–Y.2999 未来网络 Y.3000–Y.3499 云计算 Y.3500–Y.3599 大数据 Y.3600–Y.3799 量子密钥分发网络 Y.3800–Y.3999 物联网和智慧城市及社区 总则 Y.4000–Y.4049 定义和术语 Y.4050–Y.4099 要求和使用案例 Y.4100–Y.4249 基础设施、连接和网络 Y.4250–Y.4399 框架、架构和协议 Y.4400–Y.4549 服务、应用、计算和数据处理 Y.4550–Y.4699 管理、控制和性能 Y.4700–Y.4799 识别和安全 Y.4800–Y.4899 评估和评定 Y.4900–Y.4999
ITU-T Y.3807 建议书 (02/2022) 量子密钥分发网络 – QoS 参数
全球信息基础设施 概述 Y.100–Y.199 服务、应用和中间件 Y.200–Y.299 网络方面 Y.300–Y.399 接口和协议 Y.400–Y.499 编号、寻址和命名 Y.500–Y.599 操作、管理和维护 Y.600–Y.699 安全 Y.700–Y.799 性能 Y.800–Y.899 互联网协议方面 概述 Y.1000–Y.1099 服务和应用 Y.1100–Y.1199 体系架构、接入、网络能力和资源管理 Y.1200–Y.1299 传输 Y.1300–Y.1399 互通 Y.1400–Y.1499 服务质量和网络性能 Y.1500–Y.1599 信令Y.1600–Y.1699 操作、管理和维护 Y.1700–Y.1799 计费 Y.1800–Y.1899 NGN 上的 IPTV Y.1900–Y.1999 下一代网络 框架和功能结构模型 Y.2000–Y.2099 服务质量和性能 Y.2100–Y.2199 服务方面：服务能力和服务结构 Y.2200–Y.2249 服务方面：NGN 中服务和网络的互操作性 Y.2250–Y.2299 NGN 的增强 Y.2300–Y.2399 网络管理 Y.2400–Y.2499 计算能力网络 Y.2500–Y.2599 基于分组的网络 Y.2600–Y.2699 安全性 Y.2700–Y.2799 通用移动性Y.2800–Y.2899 运营商级开放环境 Y.2900–Y.2999 未来网络 Y.3000–Y.3499 云计算 Y.3500–Y.3599 大数据 Y.3600–Y.3799 量子密钥分发网络 Y.3800–Y.3999 物联网和智慧城市及社区 总则 Y.4000–Y.4049 定义和术语 Y.4050–Y.4099 要求和使用案例 Y.4100–Y.4249 基础设施、连接和网络 Y.4250–Y.4399 框架、架构和协议 Y.4400–Y.4549 服务、应用、计算和数据处理 Y.4550–Y.4699 管理、控制和性能 Y.4700–Y.4799 识别和安全 Y.4800–Y.4899 评估和评定 Y.4900–Y.4999
推荐引用 推荐引用 H. V. Subramanian 等人，“设计可解释的 AI 以提高人机协作团队绩效：医学利益相关者驱动的范围审查”，《医学人工智能》，第 149 卷，文章编号 102780，Elsevier，2024 年 3 月。最终版本可在 https://doi.org/10.1016/j.artmed.2024.102780 获得
医疗保健和其他领域复杂 AI 系统的兴起导致了可解释 AI (XAI) 研究领域的兴起，旨在提高透明度。在这一领域，定量和定性研究侧重于通过提供系统级和预测级 XAI 功能来提高用户信任度和任务绩效。我们分析了关于使用 AI 进行肾移植的利益相关者参与活动（访谈和研讨会）。由此，我们确定了用于构建当前 XAI 功能范围界定文献综述的主题。利益相关者参与过程持续了九个多月，涵盖了三个利益相关者群体的工作流程，确定了 AI 可以干预的地方并评估了模拟 XAI 决策支持系统。根据利益相关者的参与，我们确定了与设计 XAI 系统相关的四个主要主题 - 1) 使用 AI 预测，2) AI 预测中包含的信息，3) 针对个体差异对 AI 预测进行个性化，以及 4) 针对特定情况定制 AI 预测。使用这些主题，我们的范围界定文献综述发现，根据利益相关者任务的复杂性，在决策之前、期间或之后提供 AI 预测可能会有所帮助。此外，外科医生等专家利益相关者更喜欢最少或没有 XAI 功能、AI 预测和不确定性估计，以便于使用案例。但是，几乎所有利益相关者都喜欢在需要时查看可选的 XAI 功能，尤其是在难以预测的情况下。文献还表明，提供系统和预测级别的信息对于适当地构建用户的系统心理模型是必要的。尽管 XAI 功能提高了用户对系统的信任度，但人机协作的表现并不总是得到提升。总体而言，利益相关者更喜欢通过 XAI 界面来控制信息级别，这取决于他们的需求和任务复杂性。最后，我们提出了未来研究的建议，特别是根据偏好和任务定制 XAI 功能。
CONEBI 关于 LMT 共同收费的立场文件
CONEBI 关于 LMT 共用充电的立场文件 欧洲自行车产业联合会 (CONEBI) 的立场文件以欧盟委员会发起的关于轻型交通工具 (LMT) 和电动及园艺工具共用充电器的利益相关者磋商为基础，该磋商是电池法规 (EU) 2023/1542 审查条款的一部分。委员会的任务是在 2025 年 1 月 1 日之前评估如何最好地引入共用充电器 1 的协调标准。为此，委员会已聘请 Öko-Institut 开展研究，包括收集行业利益相关者的意见。我们的协会专注于 LMT，积极参与这一过程，对现有技术和新兴技术提供了见解。但是，寻找最佳解决方案的过程仍在继续，而积累专业知识对于确保在竞争前和可持续的基础上采取下一步行动至关重要。轻型交通工具 (LMT) 行业（包括电动自行车 2 ）处于创新的前沿，但它仍然是一个充满活力的行业组合，从小型企业到大型企业都有。我们认为，在没有过早对公共充电进行监管限制的情况下，让该行业蓬勃发展对于促进创新和技术进步至关重要。考虑到这一点，CONEBI 成立了一个专门的工作组，以扩大我们的理解并在公共充电问题上建立统一的立场。我们所说的“公共充电”是指实现某一产品组的充电互操作性。这可能涉及标准化充电设置的各个组件，包括插头、交流/直流转换、电缆、连接器、调节器、通信协议或电池管理系统，以确保兼容性并满足特定要求。我们今天调查了电动自行车充电的使用案例，并得出以下结论：大多数充电是由最终消费者在家中进行的（以下：私人充电情况）。在少数情况下，充电是在公共场所进行的（以下：公共充电情况）。
人工智能与监管执法
I. 引言 在联邦政府中，人工智能 (AI) 已在各种行政流程和程序中扎根。在公众被人工智能的可能性和危险所吸引的同时，各机构已将该技术融入到广泛的机构职能中。2020 年，美国行政会议 (ACUS) 委托撰写的一份报告发现，64 个联邦机构中有 157 个使用人工智能的案例。1 仅仅两年后，美国政府问责局 (GAO) 的一项调查发现，超过 1,200 个当前和计划中的使用案例，其中 NASA 和商务部处于领先地位。2 ACUS 或 GAO 委托进行的研究可能仅呈现了人工智能在联邦政府中应用的部分情况。就人工智能对政府运作方式的长期影响而言，今天发生的事情可能也只是冰山一角。虽然人们欢迎以创新和进步的方式提供公共服务，但人工智能在监管执法中的广泛使用也会带来自然的权衡，包括违背公众信任、正当程序和专业知识等价值观——以及行政机构在美国宪法体系中地位的基础——以及基本的人性。3 需要对将人工智能纳入调查和执法活动的利弊进行仔细的机构分析。这些对话应该是公开的，应该超越主导当前评估模式的狭隘的、基于风险的分析，鼓励对机构的性质、机构通过日益依赖人工智能可能放弃什么以及对公众信任、合法性和公平性等关键价值观的整体影响进行长期思考。机构的考虑还应包括仔细和批判性地评估这些工具可能在哪些方面有效，而不是假设技术驱动的解决方案必然会改善运营。本文试图提供一个初步框架来评估人工智能在监管执法中的作用，并为考虑为此目的引入或扩大人工智能使用的机构提供建议。
Schneider Electric启动用于微电网的多合一电池存储系统（BESS）•维护最高，最严格的安全标准，
Schneider Electry推出了微电网的多合一电池能量存储系统（BES）•维护最高，最严格的安全标准，BES将在世界各地的各个市场中提供法国Rueil-Malmaison的各个市场，2024年4月26日，施耐德电气公司 - 施耐德电气公司（Schneider Electric可扩展，体系结构。bess是由Schneider Electry的控件，优化，电气分配以及世界知名的数字和现场服务驱动的完全集成的微电网解决方案的基础。气候危机和地缘政治张力意味着今天不能保证能源安全。可以通过确保快速，有效，安全地访问和存储各种现场能源的访问和存储来提高韧性。作为微电网系统不可或缺的一部分，Bess捕获了来自不同来源的能量，积累了该能量，并将其存储在可充电电池中，以供以后使用。电池能源存储是唯一可以使客户能源使用案例的分布式能源资源（DER），包括弹性，降低需求充电，服务，可再生自我消耗，电能的脱碳以及可变的生成平滑。“可靠的能源供应不能理所当然。拥有超过二十年的电力转换和电池专业知识，存储是施耐德电气主张的核心。现在，我们很自豪地引入了一种经过彻底设计和测试的解决方案。“我们的目的是将这种基石技术交付给市场，以使多种用例以弹性，可持续性和能源成本节省。，我们通过使我们的本地专家合作伙伴提供安全兼容的系统来为微电网行业提供更大的需求侧灵活性。”由电池模块，电池架，电池管理系统，电源转换单元和控制器组成，BES已经过测试和验证，可作为Schneider Electric的Microgrid Systems作为不可或缺的组件。它也已完全集成到软件套件中，其中包括生态式微电网操作和Ecostruxure Microgrid Advisor。具有定义的商业参考和选项，选择包括配置和高级安全控制，bess最小化能源成本并提供以下功能：
评估抑郁症的预后：比较AI模型，心理健康专业人员和公众的观点
摘要背景人工智能（AI）迅速渗透到包括医疗保健在内的各个部门，突出了其促进心理健康评估的潜力。这项研究探讨了AI在评估抑郁症的预后和长期结局中的作用的未置换领域，从而提供了对AI大语言模型（LLMS）如何与人类观点相比的见解。使用案例小插曲的方法，我们进行了涉及不同LLM（Chatgpt-3.5，Chatgpt-4，Claude和Bard），精神卫生专业人员（全科医生，精神科医生，临床心理学家和心理健康护士）以及以前报道的普通大众的比较分析。我们评估了LLMS产生预后，预期有或没有专业干预的预期结果的能力，并设想对抑郁症患者的长期积极和负面后果。导致大多数检查的病例，四个LLM始终将抑郁症视为主要诊断，并建议对心理疗法和抗抑郁药进行联合治疗。chatgpt-3.5表现出与其他LLM，专业人士和公众不同的悲观预后。chatgpt-4，克劳德（Claude）和吟游诗人与精神卫生专业人员和一般公众观点紧密保持一致，所有这些人都预计没有专业帮助就不会改善或恶化。关于长期结局，Chatgpt 3.5，Claude和Bard始终预计，治疗的长期负面后果明显少于ChatGpt-4。结论这项研究强调了AI的潜力补充心理健康专业人员的专业知识，并促进了心理保健方面的协作范式。观察到，四个LLM中的三个在涉及治疗的情况下密切反映了心理健康专家的预期，这突显了该技术在提供专业临床预测时的预期价值。Chatgpt 3.5提出的悲观前景令人担忧，因为它可能会减少患者启动或继续抑郁疗法的动力。总而言之，尽管LLMS在增强医疗服务方面表现出潜力，但其利用需要彻底验证并与人类判断力和技能无缝整合。