XiaoMi-AI文件搜索系统
World File Search System定量模型
人类对人工智能以及自身的信心
人工智能 (AI) 在辅助人类决策方面已展现出其潜力。然而，在高风险的 AI 辅助决策场景中，人类不恰当地接受或拒绝 AI 的建议可能会造成严重后果。由于对人类对 AI 的信任了解不足，这一问题仍然存在。因此，本研究研究了影响信任的两种人类信心（对 AI 的信心和对自己的信心）如何演变并影响人类的决策。一项认知研究和一个定量模型共同研究了不断变化的积极和消极经历如何影响这些信心和最终决策。结果表明，人类的自信心，而不是对 AI 的信心，决定了接受或拒绝 AI 建议的决定。此外，这项研究发现，人类常常错误地将责任归咎于自己，并陷入依赖表现不佳的 AI 的恶性循环。研究结果揭示了有效校准人类自信心以成功进行 AI 辅助决策的必要性，并提供了见解。
粗糙表面上的接触角滞后
以动量守恒为起点，推导出一个多相机械能量平衡方程，该方程考虑了移动控制体积内存在的多个材料相和界面。该平衡应用于固定在三相接触线上的控制体积，该接触线在粗糙且化学均匀且惰性的固体表面上连续前进。使用控制体积内材料行为的半定量模型，进行数量级分析以忽略不重要的项，根据三相接触线周围发生的界面动力学知识，生成一个预测接触角滞后的方程。结果表明，三相接触线“粘滑”运动期间发生的粘性能量耗散是粗糙表面接触角滞后的原因，可以通过中间平衡界面状态的变化来计算。该平衡适用于 Wenzel、Cassie–Baxter 和 Fakir（超疏水）润湿状态，表明对于 Fakir 情况，在界面前进和后退过程中都会发生显著的耗散，并将这些耗散与“粘滑”事件周围发生的界面面积变化联系起来。
IT 热潮和追逐美国梦的其他意外后果*
我们研究了美国移民政策和互联网热潮不仅影响了美国，还导致了印度的科技热潮。印度的学生和工人掌握了计算机科学技能，加入了迅速发展的美国 IT 行业。由于美国签证数量受到限制，许多人留在了印度，推动了印度 IT 行业的增长，最终在 IT 出口方面超过了美国。我们利用移民配额和美国对各职业的需求变化来表明，当移民到美国的可能性更高时，印度经历了“人才回流”。然后，我们建立并估计了一个定量模型，该模型结合了两国的贸易、创新和动态职业选择。我们发现，高技能移民提高了每个国家工人的平均福利，但产生了分配后果。H-1B 计划促使印度人转向计算机科学职业，并推动了 IT 生产从美国转移到印度。我们表明，考虑内生技能获取是量化移民收益的关键。
能源效率和定向技术变革
我建立了一个经济增长的定量模型，该模型可用于评估环境政策干预对最终能源消费的影响，而最终能源消费是碳排放的重要驱动因素。在该模型中，能源需求由定向技术变革驱动。能源供应受开采成本增加的影响。该模型与美国能源使用、效率和价格的总体证据以及标准平衡增长事实相一致。我使用该模型进行了几项政策分析。首先，我研究了能源税的影响，并将结果与环境宏观经济学文献中使用的标准柯布-道格拉斯方法进行比较。其次，我研究了政府如何使用能源税和研发政策来实施实现环境目标的最低成本路径。最后，我研究了能源效率的外生改善和研发补贴对能源效率的动态影响，重点关注反弹的作用。所有分析都强调了转型动态的重要性。
工作文件 29480
人口结构转型——从高生育率/高死亡率体制转变为低生育率/低死亡率体制——是各国经历的最根本的转变之一。为了研究人口结构在时间和空间上的转型，我们汇编了 186 个国家 250 多年来的出生率和死亡率数据集。我们记录了 (i) 几乎每个国家都已完成或正在进行人口结构转型；(ii) 转型速度随着时间的推移而加快；(iii) 开始转型的邻国越多，一个国家开始转型的可能性就越大。为了解释这些观察结果，我们建立了一个定量模型，其中父母选择孩子数量和教育质量。各国的地理位置各不相同，生产和医疗技术的进步从英国向外传播。我们的框架很好地复制了转型的时间和速度的提高。它还产生了生育率转型速度与受教育程度提高之间的相关性，类似于数据中的相关性。
课程描述2022-2023- UNINE
de l'tere del'étudiant -e doit de d d de： - 应用适当的方法进行数据探索和数据可视化应用 - 解释在真实单词案例研究中应用的定量模型和方法论 - 定义定量技术在有效管理中的量化作用和目的 - 解释一些替代方案的替代方案的含义 - 依赖于业务问题的含义 - 涉及一定的决策范围 - 涉及一定有效的依据 - 涉及一定的一定程度的依据 - 涉及一定的一定程度的一定程度 - 依据 - 涉及一定的一定程度的依据，并且一定会有一定的依据 - 涉及一定的一定程度 - 涉及一定的一定层次的依据 - 依据 - 涉及一定的一定范围。不确定性 - 识别从数据中提取的不同类型的关系和模式 - 分析概率模型假设的变化的后果
基于改进的人类飞行安全评估...
人为失误是影响航空安全的最重要风险因素之一。原有为核工业开发的认知可靠性与误差分析方法 (CREAM) 对于人为可靠性量化是可靠的，但它并不完全适用于航空中的人为可靠性分析，因为它忽略了长时间飞行的特点。本文，我们提出了一种改进的 CREAM 方法来预测飞行中的人为失误概率，并为关键操作提供一些改进措施。建立了一组性能影响因素 (PIF)，例如飞行程序和地面支持，以反映飞行中的操作场景。然后，我们开发了 PIF 的预期影响指数和场景影响指数，以构建人为可靠性的定量模型。利用改进的 CREAM 方法计算了进近和着陆阶段每个操作的人为失误概率，结果表明影响人为可靠性最重要的认知功能是误操作。考虑到长时间飞行，该方法可能是一种适用于航空人为可靠性量化的工具。该方法对提高飞行安全性也具有重大的实际意义。
临床药理学办公室 2022 年度报告
OCP 的创新工作还促成了《处方药用户付费法案 VII》（PDUFA VII）中多项科学和监管计划的编纂，其中包括我们的旗舰计划之一——基于模型的药物开发 (MIDD) 配对会议计划。在该计划的试点期间，OCP 通过使用定量模型加速了药物产品的开发，这些模型利用生理、疾病过程和药理学数据来帮助选择或改进给药方案、计划或模拟临床试验以及预测安全结果。通过在整个试点过程中的专注投入，OCP 员工确保这些用于回答关键药物开发问题的创新方法将继续可用，并加快药物产品向患者提供的步伐。OCP 还确保为深入参与其他新的 PDUFA 计划做好准备，这些计划涉及创新技术和计划，例如真实世界证据、某些功效补充剂的加速监管审查以及罕见疾病的治疗。
两种模型中美国脱碳情景下的可再生能源和效率技术：GCAM 模型和特定行业模型的比较
摘要 定量模型对能源系统的预测可为短期和局部决策（例如技术采用、基础设施投资）以及全球和长期行动（例如国际谈判、全球目标）提供参考。计算限制要求模型设计者平衡覆盖范围和分辨率（即广度与深度）。某些模型（例如全球变化分析模型 (GCAM)）代表所有能源来源和用途，但分辨率低于专注于单个部门能源使用的模型。GCAM 平衡所有能源载体的全球供需，使用内部计算预测能源价格和温室气体减排成本，同时捕捉能源系统、水、农业和土地利用、经济和气候之间的相互联系。这一全球综合模型被用于制定《美国长期战略：到 2050 年实现温室气体净零排放的途径》，该战略于 2021 年由白宫发布，并已用于指导国家和全球经济范围的气候变化缓解讨论和战略制定数十年。