XiaoMi-AI文件搜索系统
World File Search System包络
使用 EEG 希尔伯特包络和时间精细结构进行隐性语音分类的迁移学习
脑机接口 (BCI) 可以从神经活动中解码想象中的语音。然而，这些系统通常需要大量的训练，参与者在训练中想象重复单词，这会导致精神疲劳和难以识别单词的开头，尤其是在想象单词序列时。本文通过将在显性语音数据中训练过的分类器转移到隐性语音分类中来解决这些挑战。我们使用了从希尔伯特包络和时间精细结构中得出的脑电图 (EEG) 特征，并使用它们来训练双向长短期记忆 (BiLSTM) 模型进行分类。我们的方法减轻了大量训练的负担，并实现了最先进的分类准确率：使用显性语音分类器，显性语音的准确率为 86.44%，隐性语音的准确率为 79.82%。
推荐引用 推荐引用 Chang, Tien-Yu 和 Tsaih, Rua-Huan，“使用数据包络分析评估人工智能应用的生态效率”（2024 年）。ICEB 2024 会议论文集（中国珠海）。 13. https://aisel.aisnet.org/iceb2024/13
摘要 本研究使用数据包络分析 (DEA) 开发了一个全面的框架，以评估各个部门 AI 应用的生态效率。通过以输出为导向的 DEA 模型，我们评估 AI 系统如何平衡性能效益与环境影响，并结合多项绩效指标和环境指标。该研究分析了医疗保健、金融和工业部门的数据，使用基准数据和环境评估来确定可持续 AI 实施的最佳实践。预期结果将表明该框架有效地识别了生态高效的 AI 实践，同时强调了数据可用性和不断发展的技术格局的局限性。该研究将有助于从理论上理解 AI 生态效率和实际决策，为组织提供在 ESG 参数内优化 AI 实施的见解，最终推进可持续的 AI 发展实践。关键词：生态效率、人工智能、数据包络分析、ESG。
供应链管理中数据包络分析的文献分析
摘要：本文介绍了文献分析，以检查供应链管理领域（SCM）中数据包络分析（DEA）的使用。使用从科学数据库（WOS）和VOS Viewer软件获得的数据详细映射文章，探索了2000年至2023年SCM的DEA研究趋势。在这项书目计量研究中分析和总结了在全球范围内使用DEA的众多文章，从352个学术论文中对DEA进行了完整的评估，该文章在高级出版物上发表了该领域的DEA。这些文章根据出版年份，作者的国家，工作区域，期刊和研究内容进行分类。根据这项研究的发现，DEA显示出巨大的潜力，作为SCM可持续性问题的未来研究的合适评估工具。
在不确定性下，针对电信行业的供应商绩效评估的鲁棒性数据包络分析模型
摘要。任何组织的主要活动都依赖于最短的时间和最高质量的所需商品和服务的采购。在此基础上，供应商评估，排名和选择的问题被认为至关重要。数据包络分析是该领域众所周知且成功的方法。在这项研究中，我们提出了一个健壮的数据包络分析模型，以衡量不确定性下决策单位的效率。我们通过标准和倒置模型在弹性和敏捷性方面衡量效率。为了证明所提出的模型的实际潜力，我们将模型应用于具有90个决策单位的伊朗电信行业的案例研究。数值结果表明，人力资源和现金资产是最重要的输入标准。此外，输出指标（包括适应性，可靠性，可见性和协调）在衡量决策单位的效率方面具有很高的重视。应注意的是，采用健壮的优化方法会导致控制不确定参数的波动，并在不同情况下保持理想的最佳效率效率水平。结果表明，该模型足以评估电信行业的供应商的性能，可以在不确定的条件下使用，并且可以纳入决策者的不同偏好。从这项研究中得出的管理见解表明，在短期内，供应商的整个评估过程中的不确定性通常会导致决策单位的效率降低。但是，在不确定性下运行与长期相关的几个优势，例如提高决策一致性和提高了应对不确定性的重要能力。
一种基于通用数据包络分析的模糊环境下氢能 MCDM 问题的新方法
摘要：氢能相关的多准则决策（MCDM）问题通常涉及评价准则权重的考虑、专家提供的评价信息模糊以及评价信息缺失或不完整。传统的MCDM计算方法无法有效地同时处理评价信息。为了有效解决这一问题，本研究提出了一种基于通用数据包络分析（DEA）的模糊环境下氢能MCDM问题新方法。所提出的基于DEA的通用方法集成了典型DEA方法、层次分析法（AHP）方法、犹豫模糊语言词集（HFLTS）和软集来处理模糊环境下的MCDM问题。在数值验证方面，本研究以氢能关键技术排序为案例，作为碳减排的重要发展参考，进一步验证了所提方法的正确性和合理性。计算结果并与典型DEA方法、典型AHP/DEA方法和模糊AHP/DEA方法进行了比较。数值验证结果表明，与列举不同的计算方法相比，所提方法能够有效地处理模糊环境下的MCDM问题。
X-56A 飞行测试方法用于包络扩展过去...
• GCS 监控器中的工程学科可确保安全性和数据质量 • 定性地观察与飞行前模拟预测之间的差异 • 对闭环稳定性和振动阻尼进行实时评估 • 观察执行器速率限制和饱和度，这些因素会有效打开环路并导致失控 • 监控由执行器死区引起的极限环振荡 (LCO)，将其作为不稳定性的指标 • 飞行后数据分析
X-56A 飞行试验包络进近... - NATO STO
• GCS 监控器中的工程学科用于确保安全性和数据质量 • 定性地观察与飞行前模拟预测之间的差异 • 对闭环稳定性和振动阻尼进行实时评估 • 观察执行器速率限制和饱和度，这些因素会有效地打开环路并导致失控 • 监控由执行器死区引起的极限环振荡 (LCO)，将其作为不稳定性的指标 • 飞行后数据分析
在说话、聆听和自我聆听过程中，大脑对语音包络的同步时间
本研究调查了语音产生、聆听和自听过程中语音包络跟踪的动态。我们使用的范例是，参与者聆听自然语音（聆听）、产生自然语音（语音产生）和聆听自己语音的回放（自听），同时用脑电图记录他们的神经活动。在时间锁定脑电图数据收集和听觉记录与回放之后，我们使用高斯 copula 互信息测量来估计脑电图中的信息内容与听觉信号之间的关系。在 2 – 10 Hz 频率范围内，我们确定了语音产生和语音感知过程中最大语音包络跟踪的不同延迟。最大语音跟踪发生在感知过程中听觉呈现后约 110 毫秒，以及语音产生过程中发声前 25 毫秒。这些结果描述了说话者和听众语音跟踪的特定时间线，符合语音链的概念，因此也与交流延迟有关。