XiaoMi-AI文件搜索系统
World File Search System信息过载
人工智能在围手术期护理交接中的潜在用途
目的：对于术后接待患者的护士来说，情境意识和预期指导是确保患者安全的关键。很少有研究定义人工智能 (AI) 在护理交接沟通或患者评估期间支持这些功能的作用。我们通过访谈来更好地了解 AI 在这种情况下如何发挥作用。材料和方法：11 名护士参加了半结构化访谈。采用混合归纳-演绎主题分析法提取 AI 在术后护理支持中的作用的主要主题和子主题。结果：从访谈中得出了五个主题：（1）护士对患者状况的理解指导护理决策，（2）交接对护士情境意识很重要，但多重障碍降低了交接的有效性，（3）AI 可能解决交接有效性的障碍，（4）AI 可能增强护士护理决策和交接之外的团队沟通，（5）电子健康记录中的用户体验和信息过载可能是使用 AI 的障碍。重要的子主题包括：AI 识别的问题将在交接和团队沟通中讨论，AI 估计的高风险将触发患者重新评估，AI 识别的重要数据可能是护理评估的宝贵补充。讨论和结论：大多数关于术后交接沟通的研究都依赖于结构化检查表。我们的结果表明，设计合理的 AI 工具可以通过识别患者面临的特定高风险来促进护士的术后交接沟通，从而引发对这些主题的讨论。局限性包括单一中心、许多参与者缺乏 AI 应用经验以及参与率有限。
基于人工智能的多智能体在线购物系统
有许多系统是为了帮助计算机用户（主要是互联网用户）以更简单、更可靠的方式处理日常活动而开发的。电子商务是一个新领域，以良好的准确性、安全性、功能性和便利性来处理商业活动非常重要。客户通过互联网购物确实是一个糟糕且耗时的过程。该过程可能从搜索特定产品开始，然后返回多个链接。涉及智能代理的多代理技术将有助于简化电子商务流程。它可以为企业带来简单性并使最终客户受益，从而产生重要的经济影响。软件代理可用于减少工作和额外信息，并为客户提供高质量的服务。借助人工智能，常规电子交易可以在一定程度上实现自动化，从而减少人工参与。但是，我们还需要为代理之间交换的消息内容定义自己的词典和词汇表。收集所有必要信息后，买家将使用任何卡作为付款方式购买产品。涉及智能代理的多代理技术必定有助于简化电子商务流程。基于人工智能的代理系统为构建此类系统提供了一个平台，其中通信不再是问题，系统组件之间可以独立于平台进行通信，并且可以在互联网上成功分发。通过使用面向代理的中间件，我们可以实现我们的主要目标，即使电子商务 (E-commerce) 更加简单和可靠。软件代理有助于减少工作和信息过载，并为客户提供高质量的服务。借助软件代理，常规电子交易可以在一定程度上实现自动化，从而减少人工干预。为了
第 2 章 通过决策获得竞争优势...
在过去的 50 年中，管理人员和 MIS 专业人员创建了许多重要的面向交易的战略信息系统 (Callon, 1996; Neumann, 1994)。这些系统显著改善了业务交易的处理并创造了业务优势。在一些组织中，对战略机会的搜索仍然集中在增强业务交易处理上。这种对业务运营的关注太过狭隘。虽然交易处理可能涉及管理决策，但重新设计交易处理系统 (TPS) 所带来的优势与构建新型 DSS 所带来的优势截然不同。决策支持系统与 TPS 满足不同的需求并服务于不同的目的。管理人员需要认识到，创新的战略决策支持应用程序可以为针对销售工作、改善战略控制和提高利润提供大量机会。信息技术的进步正在创造新的 DSS 功能，这些功能可以且应该用于构建创新的、特定的 DSS，从而为组织带来竞争优势。如今，许多公司都拥有支离破碎、孤立的决策支持功能，这些功能难以使用且难以访问。例如，可能已经建立了一个数据集市来分析客户数据，可能存在一个项目管理系统来跟踪大型项目，或者 Excel 分析可能经常用于业务决策流程。此外，管理人员正在经历信息过载，并且在需要时难以找到正确的信息。您可能会问：新的或升级的 DSS 真的可以为公司提供竞争优势吗？DSS 可以成为战略信息
人工智能在干细胞治疗中的意义
近年来，人工智能 (AI) 的快速发展及其在日常生活中的不断增加的使用，正在以多种方式帮助人们。人工智能已成为不同医学学科的巨大帮助，包括管理日常需求，例如提醒患者及其护理人员等有需要的人进行必要的活动。在医疗保健行业，对数据的仔细和系统记录导致所有医学学科积累了大量信息。虽然这些丰富的数据提高了诊断和治疗能力和准确性，但也带来了重大挑战。信息量本身可能会让临床医生不堪重负，使他们难以在治疗特定疾病时找到相关见解。同时，医学知识的快速发展意味着保持最新状态正逐渐成为一项艰巨的任务，通常被称为信息过载。因此，即使是针对一种疾病，浏览大量数据也会成为医疗保健提供者的挑战。找到有效的方法来简化数据访问并将其用于改进决策过程对于确保临床医生能够提供最佳护理而不受现代医疗数据量产生的复杂性拖累至关重要。为了应对这一挑战，人工智能辅助导航为患者的福祉逐渐变得不仅是可取的，而且是不可避免的。人工智能 (AI) 一词由约翰·麦卡锡于 1956 年在一次关于这一主题的会议上创造。1 从那时起，人工智能在医疗保健行业领域迅速发展，各种人工智能应用程序已经并正在开发中，以解决医疗保健个人和组织目前面临的一些最紧迫的问题，这些问题很可能在未来继续存在。对于医疗保健个人包括领导者来说，了解人工智能技术的现状以及如何使用此类技术来提高功效、安全性和提供健康服务，同时提供基于价值的医疗保健服务至关重要。
研究过程和影响在线糖尿病信息用户的回避行为的因素：定性研究
摘要：用户的避免健康信息的避免行为最近受到了越来越多的关注，但是对用户避免糖尿病信息的避免行为的研究仍然有限。本文旨在揭示避免在线糖尿病信息的过程和因素。采访，采用关键事件技术进行，日记方法被用来收集17名参与者的40起在线糖尿病信息避免的真实事件。基于主题分析方法和扎根理论，分析了数据以确定回避过程的关键阶段，并获得影响回避行为发生的因素。结果表明，在线糖尿病信息避免的宏观过程包括三个阶段：遇到后的前进，遇到和避免。首先，浏览，搜索或社交互动提供了遇到的上下文；其次，遇到的发生由三个步骤组成：对刺激，对刺激做出反应并检查内容；第三，为避免遇到的在线糖尿病信息，用户将采用回避策略，例如避免信息源，控制注意力，延迟访问，忘记信息和拒绝信息，这表现为一般避免和强烈的回避，并且对用户产生积极，负面的影响。将获得的回避行为的14个障碍因子分为四个集群。这些发现可以指导信息回避行为的干预。与用户相关的因素包括人口统计学特征，健康行为感知，感知的威胁，感知的控制和信息舒适效率；信息与信息相关的因素包括信息质量，信息过载和信息传播；与环境相关的因素包括上下文类型，行为地点，时间压力和社会因素，与情绪相关的因素包括前遇到的情绪状态。
数字技术对游客体验的影响及
技术正日益定义着旅游业、旅行者安排旅行的方式，甚至他们与目的地互动或分享度假体验的方式。因此，本论文探讨了由于移动应用程序、社交网络、VR 和 AR 而导致的游客行为和期望的变化。本文旨在发现这些技术如何影响决策和旅行体验以及旅行后分享活动，为旅游企业提供有关如何适应数字环境的宝贵信息。这项研究涉及问卷调查和重点访谈。调查对象包括当地人、游客以及既是当地人又是游客的人士。很明显，数字工具，尤其是以移动应用程序的形式以及 Instagram 和 Facebook 等最活跃使用的社交网络，对于规划和进行旅行以及选择住宿或下一个旅行目的地至关重要。现有的 VR 和 AR 技术同样有用，因为它们为旅行者提供了身临其境的移动前技术。尽管人们认识到并强调了便利性、个性化和规划等优势，但研究中也发现了一些担忧。一些受访者认为，依赖 GPS 等技术进行决策会阻碍与当地导游的互动，并消除旅行中的人际交往。一些突出的问题包括涉及社交媒体上信息共享的隐私问题。然而，绝大多数受访者承认数字技术有助于整体体验，不应被最小化。从本文中可以得出，IT 应用程序和媒介的使用使旅行更加方便和可用，但同时也给游客的接触带来了问题，即信息过载和面对面接触减少的冲突。该研究建议旅游公司在营销和利用当地文化时采用技术工具，同时适当使用技术，并探索更深入地使用 VR 和 AR 技术来增强游客的体验。
专著系列 - IPI PAN
在信息时代，对大型复杂数据集进行适当的融合是必要的。只需处理少量记录，人类大脑就不得不寻找数据中的模式并绘制整体图景，而不是将现实视为一组单独的实体，因为处理和分析这些实体要困难得多。同样，使用适当的方法减少计算机上的信息过载，不仅可以提高结果的质量，还可以显著减少算法的运行时间。众所周知，依赖单一信息源的信息系统（例如，从一个传感器收集的测量值、单个权威决策者的意见、一个且只有一个机器学习算法的输出、单个社会调查参与者的答案）通常既不准确也不可靠。聚合理论是一个相对较新的研究领域，尽管古代数学家已经知道并使用了各种特定的数据融合方法。自 20 世纪 80 年代以来，聚集函数的研究通常集中于构造和形式化数学分析各种方法来汇总元素在某个实区间 I = [ a, b ] 中的数值列表。这涵盖了不同类型的广义均值、模糊逻辑连接词（t 范数、模糊蕴涵）以及 copula。最近，我们观察到人们对偏序集上的聚集越来越感兴趣，特别是在序数（语言）尺度上。在面向应用数学的古典聚集理论方面，具有开创性的专著包括 Beliakov、Pradera 和 Calvo 撰写的《聚集函数：从业者指南》[49] 以及 Grabisch、Marichal、Mesiar 和 Pap 撰写的《聚集函数》[230]。我们注意到，聚合理论家使用的典型数学武器库包括代数、微积分、序和测度理论等方法的非常有创意的组合（事实上，聚合理论的结果也对这些子领域做出了很大的贡献）。此外，以下教科书深入研究了聚合函数的特定子类：三角范数[277]，作者
人机界面 ARIMA 模型评估...
操作员态势感知 (SA) 对于确保任何工业设施安全运行至关重要，对于核电站 (NPP) 更是如此。核电站工业事故（按国际原子能机构 (IAEA) 国际核事件分级表 (INES) [ 1 ] 中 1（异常）至 7（重大事故）的严重程度等级升序排列）包括以下案例：加拿大乔克河国家研究反应堆 (NRX) (INES-5) — 控制室控制棒状态指示灯错误、机械故障以及控制室人员沟通不畅等多重故障导致安全关闭棒库意外拔出，造成反应堆功率在 5 秒内失控超过反应堆设计极限的四倍，导致 1952 年 12 月 12 日发生严重堆芯损坏；美国三哩岛核事故（INES-5）——设计不良、模糊的控制室指示器导致操作员失误，影响了紧急冷却水供应，导致 1979 年 3 月 28 日三哩岛 2 号机组 (TMI-2) 反应堆堆芯安全壳部分熔毁；苏联切尔诺贝利事故（INES-7）——人为因素和固有设计缺陷导致 4 号机组于 1986 年 4 月 26 日发生灾难性爆炸并释放放射性物质。从事故后报告 [ 2 – 4 ] 中可以看出，关键事故前兆包括：(1) 由于传统人机界面 (HMI) 设计中的人为因素相关缺陷导致态势感知能力下降；(2) 常态化、偏差化，导致核安全文化松懈； (3) 信息过载（看而不见效应 [ 5 ]），这是由于通过控制室 HMI（面板指示、通告等）向操作员呈现信息的速度太快。）；以及 (4) 高度动态单元演进的错误心理模型导致认知错误，这是由于故障或有故障的传感器提供的工厂信息相互冲突，以及现场设备状态监控不正确。
以玩家为中心的人工智能实现自动游戏个性化
大量研究致力于数字应用的自动个性化，尤其是互联网应用[8]。随着互联网服务内容的增长，个性化应用（如推荐系统）有助于缓解信息过载和决策疲劳[8]。这项工作范围从网页上相对简单的更改（例如，使用每个用户的姓名）到使用更深层次的用户需求和行为模型的复杂定制[28]。电脑游戏是一个相对较新的个性化领域。与信息搜索和电子商务等经典个性化领域相比，人们玩游戏的原因更为广泛（例如，挑战、探索、审美体验和社交活动）。因此，更难确定游戏应该适应的个体玩家的需求和偏好。此外，与其他数字应用（如网站）相比，电脑游戏通常涉及更复杂的内容和用户交互。典型的游戏玩法是多感官的（例如，视觉、听觉和触觉），并包含多层含义（例如，正式规则和故事）。因此，要个性化游戏，需要进一步的技术进步（如何程序化地调整更复杂的游戏内容）和新的设计原则（如何根据各种玩家需求进行个性化），而不是我们从经典的个性化领域学到的东西。因此，电脑游戏是研究下一阶段个性化技术的绝佳领域。在本文中，我们采用了 Bakkes、Tan 和 Pisan 的定义 [ 4 ]，即个性化游戏是根据当前玩家的信息进行自我调整的游戏，例如通过自动确定适合当前玩家的难度级别。本文的主要论点是，现有的个性化游戏人工智能研究可以从更多以玩家为中心的视角中受益。尽管他们在技术上做出了贡献，但该领域的大多数现有工作主要面向更复杂的算法和系统功能。这种以系统为中心的个性化方法已经在个性化网络应用程序的早期研究中尝试过。它导致了试图“找到工具的用途，并部署最酷的新功能”的实践，并使这些应用程序对它们应该服务的人群不那么有用[ 28 ]。我们的目标是展示游戏人工智能研究的现状为了避免类似的缺点，游戏 AI 研究社区可以从进一步将技术研究与玩家需求和行为的深度模型结合起来中受益。在本文中，我们通过认知科学理论绘制了游戏 AI 在个性化方面的研究现状，介绍了我们为加强上述一致性而开展的初步工作。具体来说，我们使用 Norman 关于行动阶段的认知理论 [ 37 ] 来研究玩家经历的每个阶段的最新研究成果，并确定有待进一步研究的未解决的问题。
课程清单 - 秋季2024
CP8205用户界面技术中的高级人类计算机交互当前趋势；主题包括替代交互设备，用户界面工具和接口建模技术。可用性测试和人为因素。1个学分CP8207特殊主题：计算机科学的核心该特殊主题课程研究了与计算机科学系列的核心领域相关领域中选定的高级主题，而现有课程未涵盖。主题将根据需求和讲师而有所不同。1个学分主题：推荐系统推荐系统是可以帮助用户在决策过程中的软件系统（例如，要购买的产品，要观看的视频，要阅读的新闻文章等）。它们用作过滤工具，以减轻用户的信息过载问题。它们已在许多电子商务网站，社交网络和许多其他Web应用程序中广泛使用。在本课程中，学生将学习推荐系统的基本概念，三种类型的推荐系统（基于内容，协作过滤和混合动力），流行模型（统计，基于机器学习，基于矩阵分解，基于基于矩阵的基础化，基于深度学习），用于实现这些系统和评估测量。还可以讨论特殊建议应用程序和高级主题，例如上下文感知，基于会话，社交，新闻推荐系统，公平性和偏见。CP8215计算机科学研究方法是针对基于研究的计算机科学学生的过渡，旨在帮助他们制定研究方案。1个学分无法获得课程选项学生。本课程补充了学生及其主管设计的特定研究计划。主题可能包括：科学探究的性质；信息收集技能；假设的制定和检验；实验设计；规划;数据分析；研究中的道德和专业责任。1课程选项学生无法获得学分。CP8310和CP8215中只有一个可以在学位完成时获得学分。CP8307计算机视觉简介本课程描述了计算机视觉的基础概念。特别是，该课程涵盖了图像形成过程，图像表示，特征提取，模型拟合，运动分析，3D参数估计和应用。1个学分CP8310计算机科学的定向研究本课程适用于希望在没有提供研究生级别课程的特定领域知识的硕士学生。希望上课的学生将被分配为最熟悉特定感兴趣领域的合适班级顾问。学生必须以有组织的格式介绍一个学期（以定向研究的形式，教程和个人研究的形式不少于90小时）的工作。CP8310和CP8215中只有一个可以在学位完成时获得学分。