XiaoMi-AI文件搜索系统
World File Search System信息流
信息流和认知相互影响
在学习系统的背景下，确定向用户提供的信息之间的因果关系，其行为和认知能力所需的/施加以理解和执行任务是建立有效的学习经验，并保持在学习过程中的参与度的关键。一个未开发的问题是，我们与提出的信息的互动是否影响我们的认知能力（以及行为），或反之亦然。我们研究了在两项单独的研究（n = 40，n = 98）的背景下，提出的信息与认知能力（和行为）之间的因果关系，并研究教学的影响（主动/被动任务）。我们利用屏幕记录和吸引人的数据来研究这些变量之间的关系。为了研究不同测量结果之间的因果关系，我们使用了格兰杰的因果关系。此外，我们提出了一种新方法，将来自多个参与者的两个时间序列结合起来，以检测因果关系。我们的结果表明，信息表示驱动用户焦点大小（行为），并且认知负载（对所施加的认知效果的量度）驱动信息表示。这种关系还通过指令类型和性能级（高/低）进行了调节。我们对教育材料和学习技术的设计有影响。
无边界信息流参考架构
通用商业模式或战略描述了企业开展业务的方式，更具体地说，描述了企业如何以适当的竞争优势开展业务。识别和分类商业模式的方法有很多。波特的三种通用竞争战略是一种常用的模型。波士顿咨询集团的星星、牛和狗象限模型是描述企业商业战略的另一种方法。无论如何分析，公司的 IT 选择都应该适合公司的战略。我们推荐一种分析和分类企业战略的方法，其视角（或观点）强调对 IT 架构选项有重大影响的方面。图 2 说明了这种方法。第一个区别是企业在信息上竞争，企业在流程或能力上竞争。一些企业的竞争地位取决于拥有比竞争对手更多或更好的信息，或者取决于更好地管理信息的能力。其他公司的竞争优势取决于拥有更好的信息处理流程（或系统处理的任何资源）。事实上，这种类型的企业可能没有自己的信息，但处理属于客户并由其管理的信息。
信息流模式的认知后果
yannickprie.net › docs › Documents2006 PDF 1998 年 1 月 15 日 — 1998 年 1 月 15 日自动化数字飞机，指出业界必须“保护……某种‘系统思维’在计算机科学中持续发展。< /div>
信息流和知识捕获... - DSpace@MIT
在本论文中，我们提供了一个案例研究，研究了普惠公司最近向模块中心组织过渡时出现的知识获取和信息流问题。通过分析普惠公司获得的定性和定量调查数据、该领域的现有研究以及我们作为该环境参与者的观察，我们确定了分散 IPT 环境中实现高效信息流和知识获取的几个关键推动因素。通过分析，我们确定了关键的信息流和知识获取问题，并提出了潜在改进建议。设计结构矩阵 (DSM) 方法用于了解普惠公司现有的 IPT 之间复杂、紧密耦合的信息流。我们以之前的普惠 DSM 工作为基础。提出的 DSM 不仅是一种有价值的工具，可以识别零件级和系统级属性之间存在的信息流路径，还可以用作信息技术工具来捕获所识别信息流路径中包含的内容或知识。
信息流模式的认知后果
yannickprie.net › docs › documents2006 PDF 1998 年 1 月 15 日 — 1998 年 1 月 15 日 自动化、数字飞机，指出该行业必须“守护......某种‘系统思维’在计算机科学领域不断发展。
无边界信息流参考架构
通用商业模式或战略描述了企业开展业务的方式，更具体地说，描述了企业如何以适当的竞争优势开展业务。识别和分类商业模式的方法有很多。波特的三种通用竞争战略是一种常用的模型。波士顿咨询集团的星星、牛和狗象限模型是描述企业商业战略的另一种方法。无论如何分析，公司做出的 IT 选择都应该适合公司的战略。我们推荐一种分析和分类公司战略的方法，其视角（或观点）强调对 IT 架构选项有重大影响的方面。图 2 说明了该方法。第一个区别是企业在信息上竞争，企业在流程或能力上竞争。一些企业依靠拥有比竞争对手更多或更好的信息，或依靠更好地管理信息来获得竞争优势。其他公司依靠拥有更好的信息处理流程（或系统处理的任何资源）来获得竞争优势。事实上，这种企业可能没有自己的信息，但处理属于客户并由客户管理的信息。
ROS2的分散信息流控制
先前的DIFC系统已重点是在单个主机上执行DIFC策略，而在操作系统（OS）（例如[30，40，74]），应用程序运行时（例如，[19，52]）或中间件[53]中进行了DIFC策略执法（例如[30，40，74]）。在分布式设置中，必须对跨机器集合运行的应用程序执行DIFC策略。这需要跨这些计算机的策略执法基础架构，以及一种将DIFC标签安全绑定到机器之间交换的数据对象的方法。诸如Fabric [43、44]之类的系统在分布式设置中地址为DIFC，但要用自定义语言编写的重新查询应用程序，而语言运行时负责执行DIFC策略。dstar [75]通过在每台计算机上运行具有DIFC的OS（Histar [74]），在分布式设置中在UNIX过程上实施了DIFC策略。dstar在每台计算机上使用专用的数据出口商进程，这对网络访问负有唯一责任（即，它是唯一通过网络发送数据对象的实体）以及将DIFC标签绑定到导出和接收的数据对象。使用每台机器的集中数据出口商为ROS2设计DIFC系统，这对于该机器上运行的所有应用程序都是共同的，它将直接违反ROS2的设计理念。
供应链中信息流的跨学科调查
Jan Pennekamp, RWTH Aachen University, Germany Roman Matzutt, RWTH Aachen University, Germany Christopher Klinkmüller, BPMotion, Australia Lennart Bader, Fraunhofer Fkie, Germany Martin Serror, Fraunhofer Fkie, Germany Eric Wagner, Fraunhofer Fkie, Germany and RWTH Aachen University, Germany Sodra Malik，Data61 CSIRO，澳大利亚玛丽亚·斯皮斯（Maria Spiss），德国RWTH亚兴大学的工业管理研究所，杰西卡·拉恩（Jessica Rahn），德国亚兴大学的工业管理研究所，德国tangürpinar，fraunhofer iml，德国德国Eduard vlad vlad vlad vlad vlad vlad vlad vlad vlad vlth Aachen University，Rwth Aachen University，rwth Aachen University，Germany Sandery J.J. Leemans，Rwth Aachen University，德国Salil S. Kanhere，新南威尔士大学，澳大利亚沃尔克·史蒂奇，德国rwth Aachen University的工业管理学院，德国Klaus WehrleJan Pennekamp, RWTH Aachen University, Germany Roman Matzutt, RWTH Aachen University, Germany Christopher Klinkmüller, BPMotion, Australia Lennart Bader, Fraunhofer Fkie, Germany Martin Serror, Fraunhofer Fkie, Germany Eric Wagner, Fraunhofer Fkie, Germany and RWTH Aachen University, Germany Sodra Malik，Data61 CSIRO，澳大利亚玛丽亚·斯皮斯（Maria Spiss），德国RWTH亚兴大学的工业管理研究所，杰西卡·拉恩（Jessica Rahn），德国亚兴大学的工业管理研究所，德国tangürpinar，fraunhofer iml，德国德国Eduard vlad vlad vlad vlad vlad vlad vlad vlad vlad vlth Aachen University，Rwth Aachen University，rwth Aachen University，Germany Sandery J.J. Leemans，Rwth Aachen University，德国Salil S. Kanhere，新南威尔士大学，澳大利亚沃尔克·史蒂奇，德国rwth Aachen University的工业管理学院，德国Klaus Wehrle
自主系统中的能量和信息流
多组分分子机器在生物学中无处不在。我们回顾了使用自主二分马尔可夫动力学描述其热力学性质的最新进展。第一和第二定律可以拆分为适用于双组分系统每个子系统的独立版本，说明我们不仅可以解决子系统之间的能量流，还可以解决信息流，量化每个子系统的动态如何影响联合系统的熵平衡。将该框架应用于分子级传感器可以推导出更严格的能量需求界限。可以从统一的角度研究双组分强耦合机器，量化它们在多大程度上通过转换功率进行常规运行，或者像信息引擎一样通过生成信息流将热波动整流为输出功率。
主题的定量信息流分析API
第三方Cookies自1990年代中期首次开发Cookie以来一直是隐私问题，但更严格的Cookie政策仅在2010年代初由Internet浏览器供应商引入。最近，由于法规变化，浏览器供应商已经开始完全阻止第三方饼干，而Firefox和Safari已经符合综合。在即将到来的第三方Cookie弃用之后，Google提出了API作为基于兴趣的广告（IBA）的附加且侵入性较低的信息来源。Google发布的初始结果估计，在仍支持IBA的同时，正确重新识别随机人的正确识别的可能性将低于3％。在本文中，我们从定量信息流（QIF）（信息和决策理论框架的角度）分析了主题API引入的单个互联网用户的重新识别风险。我们的模型允许对API的隐私和实用性方面进行理论分析及其权衡，我们证明APIS API确实比第三方Cookie具有更好的隐私性。我们将公用事业分析用于将来的工作。