XiaoMi-AI文件搜索系统
World File Search System信息内容
每周经济活动：测量和信息内容
∗ 我们要感谢 Ronald Indergand 的支持。我们还要感谢私营部门和联邦政府的众多人士，他们慷慨地为我们提供数据并帮助我们更好地理解数据。我们感谢与 Daniel Lewis、Karel Mertens、Sercan Eraslan、Thomas Goetz、Daniel Ollech、Jonas Striaukas、Seton Leonard、Yvan Lengwiler、Alain Galli 和 Christoph Sax 进行的富有成效的讨论。本文中表达的观点、意见、发现和结论或建议完全是作者的观点。它们不一定反映国家经济事务秘书处 (SECO) 的观点。SECO 对本文中包含的信息的任何错误或遗漏或其正确性不承担任何责任。 ∗∗ 国家经济事务秘书处，短期经济分析，Holzikofenweg 36，3003 伯尔尼，瑞士。philipp.wegmueller@seco.admin.ch
来自供应链中贷款关系的信息内容
尽管如此，跨客户的贷款有一个黑暗的一面。银行知道，在公司财务状况下的任何恶化可能会传播到其供应链同行。因此，银行可能会减少主要客户或供应商表现出信用降低迹象的公司的信贷供应。从经验上讲，记录银行如何使用有关公司的信息来确定其供应商和客户的贷款条款并不容易。为了应对这一挑战，我们通过跟踪一家违约的公司而不是在另一家银行中进行创新：此功能使我们能够提供令人信服的证据，表明首先违约的银行能够比其他银行更快地限制向该公司的供应商限制贷款。当通过信用局向其他银行提供负面信息时，这种效果就会消失。
使用多元解码方法评估精神分裂症 ERP 信号的信息内容
多元模式分类（解码）方法通常用于研究典型个体的神经认知处理机制，它们可用于量化单个参与者神经信号中存在的信息。这些解码方法在确定精神病和非精神病人群之间信息表示的差异方面也可能很有价值。在这里，我们检查了精神分裂症患者（PSZ）和健康对照受试者（HCS）的 ERP，他们在工作记忆任务中需要记住屏幕一侧的 1、3 或 5 个项目并忽略另一侧。我们使用 ERP 的空间模式来解码屏幕的哪一侧被保存在工作记忆中。人们可能会认为，由于噪音增加（即试验间变异性更大），PSZ 的解码准确度不可避免地会更低。然而，我们发现在记忆负荷 1 时，PSZ 中的解码准确度高于 HCS，这与之前的研究一致，在之前的研究中，在记忆负荷 1 时，PSZ 中的记忆相关 ERP 信号大于 HCS。我们还观察到，解码准确度与记忆相关 ERP 活动与噪声水平的比率密切相关。此外，我们发现 PSZ 和 HCS 中的噪声水平相似，这与 PSZ 会表现出更大的试验间变异性的预期相反。总之，这些结果表明，多变量解码方法可以有效地应用于个体参与者层面，以了解精神病人群认知功能受损的性质。
监控叙述：股票市场的应用
在本研究中，我们表明，来自全球事件、语言和语调数据库 (GDELT) 的变量传达了重要的信息内容，在对美国股票市场进行建模时，这些信息内容可以改进纯宏观经济方法。基于这些指标，我们构建了时间序列，表示和衡量一些似乎相互对抗的叙述在当前市场环境中如何变化。也就是说，我们能够评估咆哮的 20 年代、回到 70 年代、长期停滞和货币经济叙述的强度，但我们也添加了与环境或社会方面相关的热门社会叙述，以及地缘政治风险叙述。我们正式化了一个信息内容框架，并表明在确定股市走势时，包括转化为定性故事的定量信号会带来附加价值。事实上，除了其基础变量具有更高的解释力之外，叙述还可以改善标准宏观经济模型的多样化并提高其质量。因此，我们的研究结果主张密切监测金融市场的叙述。
量子信息学和软系统建模
引入了一类新的信息物理学 [1]，其中提出物理熵是两个相互补偿的量值的组合。观察者的无知用香农统计熵来衡量 [4]，算法熵度量被观察系统的无序性（将其记录在内存中所需的最小位数）。Atlan [5] 定义系统的有序性是最大信息内容（可能的多样性）和最大冗余之间的承诺。模糊性可以被描述为噪声函数，它可以以负面的方式（破坏性模糊性）表现出来，具有经典的解组效应，也可以以正面的方式（自主性产生模糊性）表现出来，通过增加系统某部分的相对自主性，减少系统的自然冗余并增加其信息内容来发挥作用。我们可以将 Zurek 的方法 [1] 扩展到复杂领域，其中物理熵是一个可以分解为 x 轴和 y 轴的变量。x 轴表示
催眠暗示性越高，脑电图信号在 θ、α 和 β 频带中的变异性就越低
脑电图 (EEG) 时间序列的不同频带所反映的神经元群体放电率信息变化为大脑对催眠暗示性神经反应的变化提供了直接证据。然而，要找到一种有效的神经元群体放电行为生物标记物却是一个难以捉摸的问题，其影响在文献中得到了截然不同的结果。在本文中，我们从信息论的角度分析了催眠暗示过程中大脑活动的 EEG 时间序列，从而捕捉了大脑神经活动模式在信息内容方面的变化。为此，我们利用了 14 通道 EEG 时间序列记录的 θ、α 和 β 频带的差分熵 (DE，即连续时间序列中的平均信息内容)，这些记录涉及 12 个精心挑选的高和低催眠暗示性个体的大脑神经反应。我们的结果表明，催眠暗示性越高，θ、α 和 β 频率信息内容的变异性就越低。此外，研究还表明，这种较低的变异性伴随着 θ 和 α 频带中顶叶和顶枕叶区域的功能连接 (FC，一种时空同步的量度) 显著增加，而 β 频带中中央区域的 FC 则不显著降低。我们的研究结果对该领域做出了两方面的贡献。首先，它们确定了 DE 的适用性，这是一种统一的量度，可以重现文献中通过调整不同的催眠生物标志物分别报告的类似观察结果。其次，他们将先前基于中性催眠（即一种催眠过程，不涉及除了被催眠之外的其他具体暗示）的研究结果扩展到催眠暗示的情况，从而将其存在确定为催眠体验的潜在特征。
公司环境中设计思维和创造力观点的定量动态
本研究旨在提供深入的见解，以了解如何在公司背景下的设计讨论中理解设计思维和创造力问题。为此，我们使用了设计思维研究研讨会12（DTRS12）数据集的研讨会成绩单“以技术为中心的设计思维：来自亚洲的观点”，这主要与韩国公司实施设计思维方式有关，这些思想与韩国公司如何实施设计思维方式以及目前扮演着哪些角色设计。我们采用了一种基于构建的动态语义网络的新方法来处理信息处理，以根据公司代表和公司规模调查研讨会讨论。我们比较了两个研讨会中的定量动态：第一个涉及四家公司的管理代表，第二个涉及专业设计师和单一公司设计中心的管理。在动态语义网络的基础上，我们量化了四种语义措施的变化，即出现的，多义，多义，信息内容和成对的单词相似性 - 按时间顺序重建的个人设计思维过程。统计分析表明，与与单一公司的设计中心相比，与四家公司的研讨会中的设计思维在抽象，多义和信息内容的动态上有显着差异。在研讨会中，多四家公司的单个设计思维过程中的多义和抽象的减少以及信息内容的增加表明，设计经理专注于更具体的设计问题，对最终设计产品的信息和含糊不清。专业设计师表现出更抽象的思维，并且在其设计过程中似乎表现出较高的差异。结果表明，根据设计师的角色和公司规模，设计思维和创造力问题的表达方式不同。
人工智能与 ESG：它们如何契合？
最近的一项研究 4 发现，员工在投资公司股票时对公司社会问题（如工作条件）的新闻很敏感。 Amundi 研究所（与 Causality Link 和图卢兹经济学院合作）使用专有算法搜索报纸文章、通话记录和经纪人笔记，从新闻声明中提取公司的名称、关键绩效指标 (KPI)、这些 KPI 的变化方向以及声明的时态。 Amundi 的研究团队调查了新的基本面信息如何以及何时引起股市反应。股价不仅对当天的公告做出反应，而且对有关公司未来的公告的反应比对有关其过去成就的公告更强烈。这些研究结果突显了所使用的软件所理解的新闻的强大信息内容。 5 我们认为，NLP 技术是可用于识别“市场叙事”（经济推理、地缘政治风险、环境和社会风险等）的强大工具。今年早些时候的一项研究分析了全球事件、语言和语调数据库 (GDELT) 的信息内容。该分析表明，这些信息对美国股票市场具有预测能力。6