XiaoMi-AI文件搜索系统
World File Search System司空见惯
机器人和参考服务 - UNL Digital Commons
数字时代在访问，共享和消费信息的方式上实现了深刻的转变。用户现在期望立即和无缝地访问大量数字资源，并且图书馆已经适应了这些期望。虚拟参考服务，在线聊天支持和数字化集合已变得司空见惯。尽管如此，机器人的集成代表了参考服务的演变的量子飞跃，不仅可以快速访问信息，而且还提供了动态，个性化互动的潜力。Talaviya等。 （2020）将机器人描述为机械设备，通过使用人工智能（AI）技术，由直接人类监督或预定义的程序和一组通用准则来自动化任务。 将机器人集成到参考服务中还代表了库提供信息访问并与用户互动的方式的变革转变。 随着数字景观的不断发展，图书馆员正在探索创新的方法，以满足顾客的多样化和动态需求。 机器人具有自动化能力，人工智能和类似人类的互动，已成为重新定义参考服务作用的有希望的工具。Talaviya等。（2020）将机器人描述为机械设备，通过使用人工智能（AI）技术，由直接人类监督或预定义的程序和一组通用准则来自动化任务。将机器人集成到参考服务中还代表了库提供信息访问并与用户互动的方式的变革转变。随着数字景观的不断发展，图书馆员正在探索创新的方法，以满足顾客的多样化和动态需求。机器人具有自动化能力，人工智能和类似人类的互动，已成为重新定义参考服务作用的有希望的工具。
almási，Zsolt; Földváry，数字时代的Kinga剧院
（W. B. Worthen，莎士比亚，Technicity，Theatre）剧院经常被描述为现在和现在的艺术，这是当下的艺术，最难以捉摸，最临时的，正是由于其在舞台现实中的物理体现。然而，不可否认的是，在过去的几十年中，数字化群体已经渗透到了剧院以及所有其他形式的文化生产，而到目前为止，数字技术在舞台上的出现几乎已经变得司空见惯。Covid-19的大流行强迫剧院以及我们社会和文化存在的许多其他方面都进入了数字领域，在那里，差异的差异再次持续，如果不增加，也没有增加。具有用于录制，流媒体和存储技术的技术的机构，或用于投资所需技术的足够的支持，在社交距离和封闭剧院空间的挑战时期，其表现要好于业余，边缘制作或仅依靠票价的杂物，杂草产品/杂物/乐队。随着论文收集的锁定莎士比亚的副标题已经清楚地表明了它的字幕，这是从未在人类历史上从未经历过的剧院的长期关闭，至少没有在这样的全球规模上，也带来了新的绩效和适应性发展（Allred，Broadribb和Sullivan 202222）。在媒介上强迫的物理距离在表演者和观众的身体共同存在中蓬勃发展，对我们的livese（Allred 2022）对观众的参与产生了影响（Aebischer和Nicholas 2022），剧院教育（Hartley等人（Hartley等人）2022），等等。尽管数据库和各种数字由于相同的原因，档案库的意义提高了 - 可以简单地将现有录音访问的剧院也可以在锁定期间继续存在。但是，我们对数字存储库的增加依赖也指出了此类档案系统的潜在弱点，并在该领域启动了进一步的研发。
沉浸式娱乐的机会和挑战
数字娱乐行业随着移动游戏的增长，在2000年代中期左右看到了其最新的大转变。智能手机启用了一个全新的生态系统，其中出现了新颖的设计并开发了新的技术解决方案。手机游戏打破了该领域的许多先前假设，包括玩家的典型效果以及游戏硬件的外观。在不到10年的时间里，手机游戏领域的收入超过了PC和控制台[1]。尽管智能手机并未被设计为主要游戏设备，但它们的广泛可用性，新的互动方法和泛滥连通性也未开发的新领域进行研究。现在，我们正在目睹类似的转变，第二代负担得起和高质量的虚拟现实（VR）耳机到达市场。消费者硬件从基于智能手机的简单VR迅速演变为具有六个自由跟踪的独立头部。应用程序也从纯粹的电影体验到高度交互式和快节奏的游戏相应地构成了相应的范围。新应用程序推动了讲故事和戏剧表演的界限。由于其更复杂的要求，增强现实设备尚未达到同一观点，尽管它们在未来几年内可能会效仿。从现在起，身临其境的娱乐活长将看起来像10 - 15年？如果移动游戏的轨迹可以使用，则可以肯定地假设系统将变得更便宜，更好，无处不在。显示，光学和处理能力将改善传感器和网络。我们还可能会遇到真正的混合现实设备，该设备将能够在VR，AR或混合模式下运行。提高质量和外形将使人们一次使用这些设备一次。社会经历将是司空见惯的，无论是身体上的同一地位还是与世界其他其他用户一起。
人工智能 (AI) 如何应用于失语症康复：范围审查
摘要背景：近年来，人工智能（AI）已在我们的日常生活中变得司空见惯，并进入了许多不同的领域，包括健康和康复。虽然关于人工智能在不同领域的应用的研究有所增加，但关于人工智能是否以及如何用于失语症康复的信息却很少。目的：本次范围界定审查的目的是描述和了解人工智能目前如何用于失语症（PWA）患者的康复。我们的次要目标是确定人工智能是否以及如何被整合到用于失语症康复的增强和替代沟通（AAC）设备或应用程序中。方法：使用 Arksey 和 O'Malley (2005) Levac 及其同事 (2010) 的框架，我们确定了研究问题：人工智能（AI）如何用于失语症（PWA）患者的语言康复？然后，我们选择了搜索词并搜索了六个数据库，结果找到了 663 项研究。根据纳入标准，保留了 28 项合适的研究。然后，我们绘制图表、整理和总结数据，以得出四个主要主题：（1）用于失语症/失语症综合征的分类或诊断或用于原发性进行性失语症 (PPA)/PPA 变体的分类或诊断的 AI；（2）用于失语症治疗的 AI；（3）用于创建词汇化模型的 AI；（4）用于对失语错误进行分类的 AI。结果：保留的文章均未将 AI 纳入失语症康复背景下的 AAC 设备或应用。大多数文章（n=17）使用 AI 对失语症综合征进行分类或将 PWA 与健康对照组或痴呆症患者区分开来。另一部分文章（n=7）使用 AI 尝试增强失语症治疗干预。最后，两篇文章使用人工智能创建了词汇化模型，另外两篇文章使用人工智能对 PWA 话语中的不同类型的失语进行分类。
对小儿心力衰竭和先天性心脏病的临床生物标志物发现的见解和观点 - 叙事评论
心力衰竭（HF）是一个多因素过程，具有广泛的病因和临床表现，与成年HF人群非常不同（1-4）。由于卫生的改善和症状的抗生素应用，在美国有效消失，小儿HF的最常见原因已成为先天性心脏病（CHD）（5-7）。在全球范围内，CHD仍然具有很高的死亡率，患病率越来越高，在生命的前12个月中，近60％的HF发展（8-10）。因此，新生儿中冠心病的早期发现和诊断至关重要。对于婴儿以及患有心脏病的儿童，HF是接受医疗治疗的最常见迹象，而50％的转介症最终导致了心脏移植评估（11）。患有CHD的儿童最终接受心脏移植，与心肌病患者的结局不同（12）。总体死亡率相似，但是心肌病患者的病因可能较少。尽管如此，由于许多类型和病因，小儿HF的发病率和患病率仍然尚不清楚，没有公认的普遍分类（5-7）。然而，缺乏一项简单，可靠且可量化的系统测试，用于对小儿HF患者进行分类和标准化，尤其是在CHD中。仍然有许多患者患有恶性解剖底物或残留病变，可能会随着时间的流逝而导致HF。将成人研究的结论转化为小儿领域也已变得司空见惯。涉及侵入性研究的临床试验由于敏感的研究问题和涉及儿童的障碍而困难。通过侵入性研究（例如频繁的血液检查或侵入性测试）（例如留置导管）来证实发现的潜力可能会减少研究研究的父母接受。因此，小儿HF患者的大多数诊断和治疗仍基于主观观察以及标准测试。由于CHD的巨大变化，分类模式很复杂，并且很难标准化和定量计算HF的方法。包括广泛研究的心催化肽（ANP），B型亚替耐酸肽（BNP），C-反应蛋白（CRP）和肿瘤坏死因子Alpha（TNF-α）的几种生物标志物，包括广泛研究的心疗肽（ANP），B型亚替肽（BNP）
多户会地铁前景：
概述：•夏洛特本季度一直保持其最高地铁的地位。失业率低，今年的吸收率上升，需求持续，夏洛特的经济和多户住房市场一直保持稳定。金融服务行业在工作增长方面已经升级，但与此同时，“金融科技”公司填补了这一就业差距。夏洛特显然已经在金融服务和技术枢纽中建立了自己的发展，吸引了新的工人和商业投资。•夏洛特很可能仍然是该国增长的增长经济体，对新公寓的需求不断上升，但总体上的需求不断增长，但它的增长可能比过去20年的增长速度较慢。此外，这仍然是一个不断增长的经济，开发商多年来一直在稳步提供多户家庭单位。他们很可能会继续这样做，从而阻止公寓市场在实际租金增长方面经历突破性绩效。市场优势：•夏洛特的长期需求基本面有利于稳定的新库存供应，并预测了20-34岁的主要租赁同伙的非凡增长。这是由夏洛特（Charlotte）驱动的，该夏洛特（Charlotte）充当了美国南部大学的学生的后期就业中心，这是由于其专业服务公司的强大存在。该地区的人口总体增长也在稳健：穆迪的预测是，由于强劲的移民，人口增长将在可预见的未来全国平均水平增加三倍。•在2024年第三季度，夏洛特的就业增长增长了1.8％，这使就业市场扩大了约24,000个工作岗位。但是，失业率从上个季度上升到4.3％，低于全国平均水平4.4％。这不一定是一个问题，因为过于低的失业率可能会限制职位移动性。•除了现有的多元化经济中，埃利礼来公司已向地铁的一家新工厂投资了20亿美元，而Atrium Health已正式开始对其夏洛特医疗保健综合大楼进行10亿美元的升级。两者都将提供更多的就业机会，并且最近在夏洛特低收入居民扩大医疗补助将改善医疗保健部门的收入，从而使其能够进一步扩大其工资。市场弱点：•夏洛特最近在近期努力处理大量供应，因为借贷成本低和需求较高，大流行后建筑繁荣后，施工后的大量供应。Q3 2024并没有什么不同，夏洛特提供的优惠要比其他主要都会区更大。 一个月至六周的免费租金已变得司空见惯，尤其是在A级物业和新建筑公寓楼中的房屋中。 •由于持续的高供应量，夏洛特的租金增长在2024年第三季度为-1.0％。 开发：•地铁中的公寓交货仍然很大。 Costar估计，过去一年中已经交付了17,000个单位，比以前的任何年度多了几乎三分之一。 Outlook：•地铁的租赁市场在2024年的前三个季度都涉及高水平的供应。Q3 2024并没有什么不同，夏洛特提供的优惠要比其他主要都会区更大。一个月至六周的免费租金已变得司空见惯，尤其是在A级物业和新建筑公寓楼中的房屋中。•由于持续的高供应量，夏洛特的租金增长在2024年第三季度为-1.0％。开发：•地铁中的公寓交货仍然很大。Costar估计，过去一年中已经交付了17,000个单位，比以前的任何年度多了几乎三分之一。Outlook：•地铁的租赁市场在2024年的前三个季度都涉及高水平的供应。•根据道奇数据和分析，夏洛特又有23,000个单位，北部和西南部的夏洛特子市场负责一大堆 - 总计近9,000辆。虽然7.5％的空缺率高于南部大西洋地区，但它与历史平均值一致。夏洛特很可能看到了猖ramp的建筑的高峰，持续了多年，因为借贷成本阻碍了建筑商愿意接受新项目的意愿。COSTAR预计租金增长最早在2026年恢复为正水平。•夏洛特的长期有利的经济和人口预测应允许随着移民持续的持续发展和服务行业的发展，其租赁市场的健康扩展。地铁的年轻专业人士的集中度，再加上其强大的移民趋势，可能会为新的租赁开发带来预测范围内的新供租金开发的机会。虽然当地经济的长期扩展几乎是确定的，但与仍在对当地就业市场产生影响的行业相关的波动性将存在，即技术和金融服务，这极易受到货币政策变化的影响。
整合来自移动设备的患者生成的健康数据
引言医学领域是受移动设备广泛可用性影响最大的学科之一。医疗保健专业人员对移动设备的使用改变了临床实践的许多方面[1,2]。移动设备在医疗保健环境和家里已变得司空见惯，从而导致医疗软件应用程序开发的迅速增长[3]。这些工具可以通过允许患者通过软件应用程序提供的视觉或听觉表征来查看和理解其健康数据，从而增强患者的经验，参与度，激活和满意度[4,5]。然而，我们尚未对重要的MHealth结构或如何概念化和操作它们有共同的理解[5,6]。因此，以患者为中心的移动健康（MHealth）被视为一个充满挑战的机会，与概念实现有关的仍然开放的问题[5]。借助这些新兴移动设备及其合作伙伴软件应用程序可获得的所有新数据，对如何最好地将这些无数数据集成到患者的电子健康记录（EHR）或电子医疗记录（EMR）方面提出了挑战，以最大程度地利用积极的临床影响，同时最大程度地减少复杂性。机构可能会采用可能无法相互通信的不同EMR，而患者的EHR可能会在医疗保健系统，州和国际边界之间跟随它们。这些移动健康数据建议适用于EHR和EMR，并在本指南中被称为EHR/EMR。医疗保健数据监视系统可以分类如下：远程健康监控系统（RHMS），其中包括可以远程发送和/或接收其数据的系统；移动健康监测系统（MHMS），一种RHMS扩展程序，使用智能手机或其他移动设备按需本地数据处理；可穿戴健康监测系统（WHM），其中通过可穿戴设备/传感器进一步富集了移动性；智能健康监测系统（SHMS），“智能”表示方法和相关设备。在这些系统中，MHM可以利用移动设备的本地处理能力来分析收集的数据并确定是否存在关键条件。在这种情况下，立即发出警报并传达给医务人员，而通常，数据上传并非实时进行以减少功耗[7]。世界卫生组织将MHealth定义为“移动设备支持的医疗和公共卫生实践”。移动健康技术是指各种可穿戴设备，其中包括监视生物识别和健康数据的“健康设备” - 心率，睡眠，运动和计数器，“个人紧急响应系统” - 医疗警报系统，
员工对人工智能的指导（2023 年 9 月）
选项 1 - 限制生成式 AI 在大多数评估任务中的使用 - 即允许使用 AI 工具是例外而不是常态，只允许在非常特定的环境中使用（例如特定模块甚至特定评估任务）。任何使用 AI 的行为都必须得到学生的适当承认（正确使用引文等）。选项 2 - 限制生成式 AI 工具在大多数评估中的类型 - 即允许使用 AI 仅限于课程中的单个 AI 工具（例如 ChatGPT）。完全禁止使用所有其他 AI 工具。任何使用 AI 的行为都必须得到学生的适当承认（正确使用引文等）。选项 3 - 限制使用生成式 AI 工具进行评估的方式 - 即限制允许使用 AI 工具来促进学习过程，并收集证据、想法等以准备评估，但禁止在评估中包含任何完全由 AI 工具生成的未经调整/修改的文本、数据或图像（例如只是“剪切和粘贴”）。学生必须对总结性评估中任何使用人工智能的行为给予适当的承认（正确使用引用等）。 选项 4：不限制使用生成性人工智能来促进学习或开发可供提交的评估 - 即项目团队假设学生将使用人工智能工具来辅助学习和开发可供提交的评估。学生必须对总结性评估中任何使用人工智能的行为给予适当的承认（正确使用引用等）。 第 1 部分 - 简介 高等教育领域对人工智能工具非常感兴趣，学术界已经参与了 ChatGPT、DALLE-2、CoPilot 以及最近的 Google Bard 等人工智能 (AI) 工具的实验。人工智能工具既具有变革性又具有颠覆性，但很难逃避这样的结论 - 无论好坏 - 它们将在未来出现在许多专业工作场所中，人工智能的使用将变得司空见惯。第 2 部分 - 本指南的目的 本指南文件旨在造福圣玛丽学院的所有员工，特别是那些从事教学或支持本科生和研究生学习（3、4、5、6 和 7 级）的员工。它提供了实用的指导、建议和实践示例，以便员工能够更好地了解并更好地将 AI 工具融入他们在圣玛丽学院的实践中。将为从事指导 8 级博士/教育博士生的工作人员提供单独的员工指导。第 3 部分 - 它们是什么以及它们如何工作？
EPSRC工业博士学位景观奖（IDLA）
EPSRC工业博士学位景观奖（IDLA）：使用配方科学和流变学的结构化液体的数值模型的开发和验证：净零可持续产品。Mark Simmons教授和Alessio Alexiadis化学工程学院博士，伯明翰联合利华大学，阳光港口税收税收津贴19,795英镑，每年5,000英镑的工业增长津贴，以及支付的费用。项目描述：联合利华集团是家庭，个人护理和食品的国际制造商，目的是使可持续的生活司空见惯。该公司拥有400多个品牌，这些品牌在190多个国家/地区出售，每年的营业额在2022年为600亿欧元。包含复杂结构液体的产品是该产品组合的关键组成部分，例如洗发水和头发护发剂（鸽子，lux，sunsilk）。要满足英国气候目标，迫切需要采用新颖的科学方法来实现产品和工艺的快速重新重新制定，以减少制造和使用过程中的温室气体（GHG）排放和水。联合利华已承诺从2039年到销售点从其所有产品中实现零净排放。由于越来越多的成分转移到可持续的原料，以及制造此类成分所需的碳足迹所需的碳足迹，因此需要实现这种创新率。最初的焦点将放在含有层状凝胶网络（LGN）的浓缩产品上。这些结构建立了粘度，并有助于对消费者满意的产品的整体感觉和流动。学生将这个博士学位项目通过测试和开发新的数值框架来促进这一目标，该框架可以在计算机实验中进行测试，以测试新的配方及其针对实验的微观结构，以减少时间和浪费的最终目标，从而将新的配方带给市场。Composed of surfactants and long chain fatty alcohols, the structural features of LGNs are built over three orders of magnitude, from self-assembled repeat-unit bilayer structures at the nanometre- scale, to stacking of these into intermediate mesostructures to form higher order sheet-like agglomerates with dimensions in the order of tens to hundreds of micrometres, which twist, fold and interlock with other sheets.该项目旨在通过模拟（在计算机中）和实验室（体外）实验的组合使用无网状数值方法来验证和进一步开发微观结构的初步模型。候选人将熟悉它们，并在配方和模拟中提出低复杂性实验，以创建能够预测复杂液体的流变特性的能力，并着重于层状凝胶网络。学生将从S＆T护发能计划中与联合利华队的互动中受益，并将在其博士项目中练习项目管理，并通过常规团队和更广泛的社区更新来介绍他们的工作。
商业空间系统网络安全国际技术标准 - 行动呼吁
近来，太空网络安全受到广泛关注，从政策智库[1,29]到商业会议[2]等各类论坛都在讨论这一问题。在最近发生广为人知的 ViaSat 网络攻击[3]之后，公众对太空网络安全挑战的认识有所提高。此外，近年来，太空网络安全利益共同体急剧扩大，DEFCON 大会上航空航天村[4]的普及以及空间信息共享与分析中心 (ISAC) [5]的迅速崛起就是明证。在美国以外，随着 CYSAT 等重大活动的举办以及参与太空网络安全挑战的新兴商业生态系统[6]，人们对太空网络安全的兴趣也日益浓厚。鉴于商业太空公司面临越来越大的压力，需要承认和应对网络威胁，人们对太空网络安全的兴趣和紧迫性并不令人意外。不仅威胁形势随着新的地缘政治紧张局势和行为者而演变，而且由于“新太空”系统的数字化性质，故障模式和攻击面也显著增加。目前流行的模块化太空系统作为商用现货产品出售，特别容易受到攻击，迄今为止已证实存在多起此类攻击[7]。太空系统的数字化带来了新的机器人技术和概率自主性，这为任务网络安全带来了另一层挑战，例如有保证的和值得信赖的自主性[8]。与其他关键基础设施技术类似，太空系统的数字化转型也增加了它们遭受网络攻击的脆弱性。太空系统的性质在不断演变，其任务背景也在不断演变。以前被认为负担不起且技术上不切实际的太空任务已不再是科幻小说中的事情。太空服务、组装和制造就是这样一种任务，预计在未来十年将变得司空见惯，具有独特的网络风险状况[9]。发射服务提供商多元化，从财务角度来看也被认为是不切实际的，但这种多元化不仅可行，而且是一个蓬勃发展的市场。在私人资本投资的推动下，初创公司满怀热情地进入该领域。任务的多样性、支持任务的组织以及底层技术堆栈的进步代表着该领域的转折点。鉴于当前的市场和威胁形势，需要采取战略性和系统性的努力，以严格的技术方式应对新的任务网络安全挑战。当前的进展速度要求我们努力妥善记录和讨论技术网络安全需求，以保持该领域的稳健性。本文呼吁太空系统界采取行动，组建一个技术标准委员会，为商用现货 (COTS) 模块化太空系统技术定义网络安全技术要求，涵盖地面段、空间段、用户段、链路段和整个系统的集成层。这样的标准将有助于解决当今商业太空界存在的巨大网络安全漏洞。