XiaoMi-AI文件搜索系统
World File Search System可理解的
使用深度学习Oleksii Kovalchuk A，Pavlo Radiuk A，Oleksander Barmak A，Sergis Petrovskyi A a
摘要在过去的十年中，深度学习技术已在医疗保健行业广泛使用，以检测心跳和诊断心脏病。但是，这些工具因“黑匣子”和缺乏透明度而受到批评。因此，在本文中，我们提出了一种新方法，使通过深度学习更可理解的分类结果。我们建议基于与特定心脏条件相对应的ECG信号形成特征向量。该矢量包括心脏周期的可测量特征，例如波浪持续时间和振幅，这些特征对于医疗保健专业人员来说是典型且可以理解的。此功能向量是充当功能编码器和分类器的深神经网络的输入数据。我们使用手工特征矢量的计算实验达到了98.69％的平均准确性，与基于完整的心脏周期的其他深度学习工具相当。这项研究的结果表明，未来的研究应着重于开发可解释的深度学习工具，这些工具对医疗保健专业人员来说是透明且可理解的。关键字1心电图信号，MIT-BIH心律失常数据库，特征提取，深度学习，可解释的人工智能
人工智能 HB 5141 (H-2)-5143
使用人工智能。——由候选人或委员会或代表候选人或委员会做出。根据该法案，如果个人、委员会或其他实体制作、发布或最初分发了合格的政治广告，则该合格的政治广告必须以清晰显眼的方式包含一份声明，说明该合格的政治广告全部或大部分由人工智能生成。如果合格的政治广告是图形通信，则声明的字体必须至少与图形通信中的大部分文本一样大，并且必须使用与所使用的语言相同的语言。如果合格的政治广告是音频通信，则声明必须在通信的开始或结束时以清晰可听和可理解的方式说出来，持续至少三秒钟，并使用与所使用的语言相同的语言。如果合格的政治广告是包含音频的视频通信，则声明必须以至少与大多数文本通信一样大的字体出现至少四秒钟，或者如果没有其他文本通信，则声明的大小必须适合普通观众阅读，在通信的开始或结束时以清晰可听和可理解的方式说出，持续至少三秒钟，并使用与视频通信中使用的语言相同的语言。违反这些要求的每个分发或向公众播出的合格政治广告都将被视为单独违法。违反这些要求的人将犯有以下罪行：
Lundbeck Brain Battle您想做一个工业...
MSC项目以鼓舞人心和创造性的方式说服观众，您的项目是最令人兴奋的。PowerPoint演示文稿被禁止，但我们鼓励使用道具使您的演示文稿引人入胜。重点是创造性和可理解的演示而不是科学产品。您将向广泛的受众群体展示，包括参加年度药品猎人竞赛的Lundbeck科学家和高中生。获胜者将在一天结束时宣布。➢进入大脑战斗结局的三名候选人将接受专业的演讲培训
XAI & I：促进相互理解的自解释型人工智能
传统上，可解释的人工智能寻求提供高性能黑盒模型（例如深度神经网络）的解释和可解释性。由于此类模型的复杂性很高，因此对其进行解释仍然很困难。另一种方法是强制深度神经网络使用人类可理解的特征作为其决策的基础。我们使用岩石类型的自然类别域测试了这种方法。我们将使用 Resnet50 的迁移学习黑盒实现的性能与首先训练以预测专家识别的特征然后被迫使用这些特征对岩石图像进行分类的网络的性能进行了比较。这个特征约束网络的性能与无约束网络的性能几乎相同。此外，部分受限的网络被迫压缩为少数未使用专家特征进行训练的特征，这不会导致这些抽象特征变得可理解；尽管如此，可以发现这些特征的仿射变换与专家可理解的特征很好地一致。这些发现表明，让人工智能本质上可理解并不一定以牺牲性能为代价。© 2022 作者。由 ELSEVIER B.V. 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（https://creativecommons.org/licenses/by-nc-nd/4.0）由 KES International 科学委员会负责同行评审 关键词：不言自明的人工智能；深度神经网络；迁移学习；XAI；类别学习
![arxiv：2402.07547v1 [CS.MA] 2024年2月12日](/simg/g:\will\search\icon\source\e\e601b3c18b21462c8c7d6cb7a15b3fafd1326b7e.webp)
arxiv：2402.07547v1 [CS.MA] 2024年2月12日
强烈需要开发，改进，实施和整合，以确保智能代理的智能代理，以确保强烈需要透明，可解释，可靠和道德行为。这是由于以下事实：代理系统广泛用于许多重要的自主应用，生命和重要社会功能可能取决于这些应用程序。因此，代理人应该值得信赖，因为他们可以依靠它们来做对他们的期望，而没有表现出不良行为。因此，在当前情况下，代理不应以不正确的/禁止/不道德的方式行事，并且他们不应设计可能与其规范或用户的期望形成对比的新行为。在能够在需要时解释自己的行为和选择的意义上，它们应该是透明的：实际上，应该始终可以找出代理（或更一般而言，自主系统）如何以及为何做出明显决策的原因。默认情况下不能保证此属性，而是从精心设计的方法中降下。透明度（“解释性”）至关重要，因为如果涉及自治系统的任何事故或不良功能，必须始终可能会发现和固定问题的故障或不足之处，并确定了责任感。，可以理解的是，用户（理性地）将更多地信任那些可以对其行为和选择提供可理解的解释的自主系统。许多研究已将用户的信任与与可验证的系统进行交互的程度联系在一起，并且可以向每个特定类别的用户提供可理解的解释。
可解释的网络安全人工智能
摘要：本次演讲将全面概述安全攻击以及使用可解释人工智能的检测技术。首先，我将概述各种软件和硬件安全威胁和漏洞。接下来，我将介绍可解释的人工智能算法，以人类可理解的方式解释机器学习行为。我将讨论使用可解释人工智能的最先进的攻击检测方法。我还将介绍如何启用可解释人工智能模型的硬件加速以实现实时漏洞检测。最后，我将讨论机器学习模型的安全威胁，以及设计稳健人工智能模型的有效对策。
DS120数据科学编程（c）
项目在整个课程中，学生将以四到五个组的合作，随机形成，以开发一个综合的项目，以封装所获得的知识。这项努力将需要使用Python和R创建可再现的报告。该项目不仅可以测试学生对课程内容的掌握，而且还将强调遵守我们会议期间讨论的最佳编码实践的重要性。成功完成的标志将是一份以清洁，可理解的代码为特征的报告，展示了对所教授原则的真正理解。
有关行为科学和疫苗接种的常见问题 (FAQ)
风险沟通和社区参与 (RCCE) 工作与在 BeSD 框架内开展的工作有许多相似之处。两者都重视与社区的合作和倾听社区的意见——无论是干预设计和实施，还是监测和评估——并依靠社区的意见和观点来实现其成果。两者都旨在改变个人的行为以改善健康结果。两者都需要目标受众的信任才能取得成功。事实上，应用 RCCE 原则——即通过受众可访问、适用、值得信赖、相关、及时和可理解的沟通——可以帮助改善 BeSD 干预措施。