XiaoMi-AI文件搜索系统
World File Search System信念
孟加拉国居民对 COVID-19 疫苗的信念、障碍和犹豫：横断面研究的结果
超过四分之一的参与者（26.42%）犹豫不决，70.33% 的人表示愿意接受疫苗，3.25% 的人拒绝接种疫苗。虽然（54%）的人认为大规模接种疫苗将是抗击 COVID-19 大流行的最有效方法，但也有报道称他们担心疫苗的副作用（58%）、人体接种前疫苗试验不充分（43%）、商业牟取暴利（42%）和不信任疫苗的好处（20%）。此外，还报告了其他障碍，包括疫苗供应短缺、未来不良反应未知（55%）、对卫生系统缺乏信心（51%）、对其有效性（50%）和安全性存在怀疑（45%）以及关于潜在不良反应的信息不足（44.7%）。在双变量分析中，当前政治倾向、既往疫苗接种史和健康状况等变量与接种疫苗有显著相关
新冠疫情期间在 TikTok 上支持接种疫苗：疫苗信念、情绪和评论
TikTok 已成为疫情相关信息汇集和传播的最重要社交媒体平台之一。然而，与疫苗接种相关的视觉内容（尤其是支持疫苗的视频）如何影响受众仍不清楚。使用 Betsch 等人的 5C 模型和 Ekman 的基本情绪模型，我们识别了 TikTok 上 #vaccine 标签下的 200 个热门视频，并研究了视频中表达的与疫苗相关的信念和情绪类型以及信念、情绪和支持性评论之间的关系。信心和喜悦分别是最常表达的信念和情绪；信心（B = 14.84，P < 0.05）、惊讶（B = 11.29，P < 0.05）和悲伤（B = 37.49，P < 0.01）可以预测支持性评论的数量。本研究将疫苗犹豫的 5C 框架扩展到社交媒体上支持疫苗的内容分析，并对特定类型的信念和情绪及其影响提供了详细的见解。讨论了如何解决疫苗犹豫的实际意义。
COVID-19 疫苗接种意向：倾向-信念-动机框架的前瞻性和并发性测试
目的：本研究测试了人口因素、特征、政治取向、应对策略、感染和预防信念、预防行为、2019 冠状病毒病 (COVID-19) 症状、暴露和病毒检测与 COVID-19 疫苗接种意愿的前瞻性和并发关联的新整合。方法：这项预注册研究使用分层的在线美国样本（N = 500）。三项评估与 (a) 2020 年 3 月的“15 天减缓传播”、(b) 2020 年 4 月/5 月的第一次死亡激增以及 (c) 2020 年 12 月和 2021 年 1 月期间的疫苗授权和主要病例/死亡率激增相一致。结果：与 2020 年 12 月的同期民意调查一致，66.4% 的参与者表示他们打算接种批准的疫苗。考虑到共变的相互关系，路径模型显示，受教育程度较高（b = .11，p，.01）、家庭中没有孩子（b = .14，p，.001）、政治倾向较自由（b = .17，p，.001）、同时感知的预防行为规范较强（b = .23，p，.001）和同时戴口罩的频率较高（b = .23，p，.001）与疫苗接种意愿较强有直接关联。前瞻性和同时存在的特质、应对策略和疾病经历指标与意愿无关。结论：评估与公共卫生时间表的紧密结合以及前瞻性和同时性设计为稳定的人口和性格因素（教育、父母、意识形态）以及更具可塑性的预防信念和行为的影响提供了必要的清晰度，表明可能存在富有成效的途径来增强新的疫苗接种意愿。
合作人工智能的普遍信念
自我对弈是马尔可夫博弈中构建解决方案的常见范例，可以在协作环境中产生最优策略。然而，这些策略通常采用高度专业化的惯例，这使得与新伙伴一起玩变得困难。为了解决这个问题，最近的方法依赖于将对称性和惯例意识编码到策略训练中，但这需要很强的环境假设，并且会使策略训练复杂化。因此，我们建议将惯例的学习转移到信念空间。具体来说，我们提出了一个信念学习模型，该模型可以在训练时保持对未见过的策略推出的信念，从而可以在测试时解码和适应新的惯例。我们展示了如何利用这个模型在各种策略池中搜索和训练最佳响应，以大大改善临时团队合作。我们还展示了我们的设置如何促进细微代理惯例的可解释性和可解释性。
信念理论与深度学习
深入了解不确定性是做出不确定情况下有效决策的第一步。深度/机器学习 (ML/DL) 已被广泛用于解决处理高维数据的复杂问题。然而，与其他人工智能 (AI) 领域相比，ML/DL 中对推理和量化不同类型的不确定性以实现有效决策的探索要少得多。特别是，自 1960 年代以来，KRR 中就开始研究信念/证据理论，以推理和衡量不确定性，从而提高决策效率。我们发现，只有少数研究利用 ML/DL 中信念/证据理论中成熟的不确定性研究来解决不同类型不确定性下的复杂问题。在这篇综述论文中，我们讨论了几种流行的信念理论及其核心思想，这些思想处理不确定性的原因和类型并对其进行量化，并讨论了它们在 ML/DL 中的适用性。此外，我们还讨论了深度神经网络 (DNN) 中利用信念理论的三种主要方法，包括证据 DNN、模糊 DNN 和粗糙 DNN，以及它们的不确定性原因、类型和量化方法以及它们在不同问题领域的适用性。基于我们的深入调查，我们讨论了当前最先进的桥接信念理论和 ML/DL 的见解、经验教训和局限性，最后讨论了未来的研究方向。
四元逻辑作为强人工智能的“信念”逻辑
摘要：本文考虑了一类逻辑系统，其中双重否定定律不起作用，但 n 维否定定律依赖于逻辑的 n 维性而起作用。这种方法使我们能够以新的方式描述三维和更高维逻辑，并对这些系统中的“不确定性”做出解释。具体而言，从这个角度来看，只有二的倍数的逻辑才是完整的：二进制、四进制、八进制等等，因为逻辑中每增加一个新维度，其“n 性”就会加倍。作为古典逻辑的扩展，定罪逻辑的基本逻辑运算由表格列出。结果表明，这种逻辑在二维逻辑空间中运行，更加灵活、直观，理论上可以用于强人工智能系统。
排列、排名和部分的信念传播......
在许多情况下，对对象进行排名或排序是一个自然问题。从数学上讲，这项任务相当于从有限集合中找到“好的”排列，或者更一般地，从好的排列分布中抽样。这可能出奇地困难。例如，假设我们观察到一组成对的相互作用，如竞争、偏好或冲突，每个相互作用都表明一个对象的排名高于另一个对象，我们的目标是将它们从最强到最弱进行排序。类似地，我们可能想要重建节点加入不断增长的网络的顺序 [1,2]，例如在一场流行病中，接触追踪表明一个人感染了另一个人。在这种情况下，找到一个排列，使排序“错误”的违规数量最少，是 NP 难的，也就是说，这是计算机科学中最难的优化问题之一 [3]。即使存在与所有观察到的相互作用一致的排列，计算这种排列的数量或计算给定对象的平均位置也是#P-完全的[4,5]。因此，所有这些问题被认为在最坏情况下会花费指数时间。成对比较可以表示为有向图G，其边（i，j）表示i≺j，即i“击败”j，因此可能排名高于j。我们假设一个生成模型：给定一个真实排列π，我们以概率P（G |π）[6]观察到G。如果所有排列都是先验相等的，并且如果我们以概率f（πi，πj）独立地观察到每个i≺j，则后验具有以下形式
在基于 SDN 的物联网网络中使用基于信念的安全关联方法缓解 DDOS 和 MiTM 攻击
Mimi M Cherian、Satishkumar L. Varma 孟买大学新孟买皮莱工程学院计算机工程系 电子邮件：mcherian@mes.ac.in、vsat2k@mes.ac.in 收到日期：2021 年 6 月 28 日；接受日期：2021 年 10 月 13 日；发表日期：2022 年 2 月 8 日 摘要：近年来，物联网 (IoT) 领域引起了 ICT 社区的极大兴趣。环境观察和收集信息是物联网基础设施促进创建各种最新业务方法和应用程序的主要原因之一。然而，仍有一些安全措施问题需要解决，以确保设备正常运行。分布式拒绝服务 (DDoS) 攻击是目前最严重的虚拟威胁，正在对许多物联网设备造成严重损害。考虑到这一点，人们开展了大量研究项目来发现新方法并开发用于预防 DDOS 攻击的新技术和解决方案。事实证明，将软件定义网络 (SDN) 等新技术与 IoT 设备结合使用是缓解 DDoS 攻击的创新解决方案。在本文中，我们在 IoT 单元中使用一种新颖的数据共享系统，该系统将 IoT 单元与 SDN 控制器链接起来并加密来自 IoT 单元的信息。在此框架中，我们使用传统的 Redstone 加密算法加密来自 IoT 设备的信息。提出的基于信念的安全关联方法支持预防 DDOS 攻击和其他形式的数据攻击。该系统提出了通过控制器进行传输的新路由，并与批准的交换机通信以安全传输数据。为了模拟我们的整个场景，我们提出了在 SDN-IoT 测试平台中实施的基于信念的安全关联 (BBSC) 算法，并验证了 IoT 数据在网络传输过程中的安全性。索引术语：分布式拒绝服务攻击 (DDoS)、软件定义网络 (SDN)、物联网 (IoT)、加密、解密。
使用基于信念的安全关联方法在基于 SDN 的物联网网络中缓解 DDOS 和 MiTM 攻击
Mimi M Cherian、Satishkumar L. Varma 孟买大学新孟买皮莱工程学院计算机工程系 电子邮件：mcherian@mes.ac.in、vsat2k@mes.ac.in 收到日期：2021 年 6 月 28 日；接受日期：2021 年 10 月 13 日；发表日期：2022 年 2 月 8 日 摘要：近年来，物联网 (IoT) 领域引起了 ICT 社区的极大兴趣。环境观察和收集信息是物联网基础设施促进创建多种最新业务方法和应用程序的主要原因之一。然而，仍有一些安全措施问题需要解决，以确保设备正常运行。分布式拒绝服务 (DDoS) 攻击是目前最严重的虚拟威胁，对许多物联网设备造成严重损害。考虑到这一点，开展了大量研究项目，以发现新方法并开发用于预防 DDOS 攻击的新技术和解决方案。事实证明，将软件定义网络 (SDN) 等新技术与 IoT 设备结合使用是缓解 DDoS 攻击的创新解决方案。在本文中，我们在 IoT 单元中使用了一种新颖的数据共享系统，该系统将 IoT 单元与 SDN 控制器链接起来并加密来自 IoT 单元的信息。我们使用传统的 Redstone 加密算法在此框架中加密来自 IoT 设备的信息。提出的基于信念的安全关联方法支持预防 DDOS 攻击和其他形式的数据攻击。该系统提出了通过控制器传输的新路线，并与批准的交换机通信以安全传输数据。为了模拟我们的整个场景，我们提出了在 SDN–IoT 测试平台中实现的基于信念的安全关联 (BBSC) 算法，并验证了 IoT 数据在网络传输过程中是安全的。索引术语：分布式拒绝服务攻击 (DDoS)、软件定义网络 (SDN)、物联网 (IoT)、加密、解密。
一项横断面研究探讨了医疗专业人员对新冠疫苗认知、信念和犹豫的决定因素，
背景：印度计划于 2021 年 1 月 16 日开始接种第一剂 Covid-19 疫苗，优先为一线医护人员接种两种疫苗中的一种——Covaxin 或 Covishield。每当一种新疫苗推出时，都会充满争议和谣言。为了更好地了解这些疑虑和担忧，本研究针对在三级医院工作的医护人员进行了研究。材料和方法：对在该机构工作的自愿受访者进行问卷调查，询问他们对 Covid-19 免疫接种的知识、信念和犹豫原因的看法。使用李克特量表量化参与者对现有疫苗免疫的知识、信念和犹豫的回答。使用 MS Office Excel 表格分析数据，并使用 JASP 软件分析获得的数据。结果：在 122 份完整回复中，我们有 73 名 (60%) 医生，30 名 (24%) 为护理人员，其余为其他卫生保健工作者，如家政人员、清洁工等，66 名 (54%) 受访者不知情，25 名 (20%) 受访者犹豫不决，23 名 (18%) 对疫苗接种持极其负面的看法。年龄、角色、婚姻状况、性别等一些变量可能与这些分数有关。结论：对疫苗安全性、有效性、可靠性等问题的担忧，阻碍了个人和整个计划以及全国范围内的疫苗接种运动。我们一次又一次地看到，尽管疫苗有助于阻断传播，但担忧使人们要么犹豫不决，要么没有动力接种疫苗。当局就令人担忧的问题进行更多对话，可能会为更多人接受疫苗接种和增加疫苗接种覆盖率铺平道路。