XiaoMi-AI文件搜索系统
World File Search System实证
线性规划中心路径法量子加速方法的实证评估
线性规划 (LP) 是理论和实践科学与工程领域的重要工具。它被广泛应用于解决各个领域的优化问题，包括运筹学、工程学、经济学，甚至组合学等更抽象的数学领域。LP 可应用于机器学习和数值优化。LP 的一些应用示例包括ℒ1 正则化支持向量机 (SVM) [1]、基追踪 (BP) 问题 [2]、稀疏逆协方差矩阵估计 (SICE) [3]、非负矩阵分解 (NMF) [4]、MAP 推理 [5] 和对抗性深度学习 [6,7]。Fung 等人 [8] 介绍了一种学习核函数的技术，该核函数是其他半正定核的线性组合。他们展示了如何利用对角优势约束通过线性规划获得近似核。此方法可用于使用混合核进行特征选择。这是线性规划在计算支持向量机核中的一个重要用途。本段中提到的结果说明了线性规划在解决优化问题中的实用性
能源消耗、经济发展和二氧化碳排放之间的关系：来自摩洛哥的实证证据
-13,23*** ( 0,00) 临界值 LCO2E @ 1% 水平 -3,71 -4,36 -2,66 -3,72 -4,37 -2,66 -3,74 -4,47 -2,66 LCO2E @ 5% 水平 -2,98 -3,60 -1,95 -2,99 -3,60 -1,96 -2,99 -3,64 -1,96 LCO2E @ 10% 水平 -2,63 -3,23 -1,61 -2,63 -3,24 -1,61 -2,64 -3,26 -1,61 LEC @ 1% 水平 -3,72 -4,37 -2,66 -3,72 -4,37 -2,66 -3,86 -4,57 -2,70 LEC @ 5% 水平 -2,99 -3,60 -1,96 -2,99 -3,60 -1,96 -3,04 -3,69 -1,96 低收入国家@10%水平 -2,63 -3,24 -1,61 -2,63 -3,24 -1,61 -2,66 -3,29 -1,61 低收入国内生产总值@1%水平 -3,79 -4,47 -2,67 -3,77 -4,47 -2,67 -3,75 -4,47 -2,67 低收入国内生产总值@5%水平 -3,01 -3,64 -1,96 -3,00 -3,64 -1,96 -3,00 -3,64 -1,96 低收入国内生产总值@10%水平 -2,65 -3,26 -1,61 -2,64 -3,26 -1,61 -2,64 -3,26 -1,61
拥抱面部模型如何记录数据集，偏见和许可？实证研究
预训练的机器学习（ML）模型有助于创建ML密集型系统，而无需将显着的资源花在培训新模型上。然而，这种模型缺乏透明度可能会导致偏见，公平性，基础数据的可信赖性，甚至可能产生的法律意义。作为案例研究，本文通过拥抱面孔（一个流行的ML模型枢纽）托管的变压器模型，本文经验研究了预训练的变压器模型的透明度。我们研究模型描述（i）指定用于培训预训练的数据集的程度，（ii）讨论他们可能的培训偏见，（iii）声明其许可证，以及使用此类模型的项目是否考虑了这些许可证。结果表明，预先训练的模型对培训数据集，可观偏见和采用许可证仍然有限。此外，我们发现了一些客户项目可能违反许可的案件。我们的发现进一步研究以提高ML模型的透明度，这可能导致人工智能材料法案的定义，产生和采用。
对具有单调最佳响应的游戏的实证分析的序数方法
natalia lazzati：nlazzati@ucsc.edu John K.-H. quah：ecsqkhj@nus.edu.sg koji shirai：kshirai1985@kwansei.ac.jp供有益的讨论和评论，作者感谢S. Berry，J.J.福克斯，K。Hirano，T。Hoshino，A。Kajii，Y。Kitamura，B。Kline，E。Krasnokutskaya，C。Manski，W。Newey，T。Sekiguchi，J。Stoye，J。Stoye，B。Stroulovici，B。Strulovici，S。Takahashi，Y。Takahashi，尤其是X. Tank。在以下活动中已向听众介绍了该项目的各种版本，我们感谢他们的评论：在阿里佐纳大学，约翰·霍普金斯大学，京都，卢旺斯（核心），纽约大学，赖斯大学，赖斯大学，西蒙大学，西米森大学，西米森·弗雷泽大学，新加坡大学，西北大学，陆军大学（dauphiai南加州，新加坡曼格大学，斯坦福大学，加州大学戴维斯分校，加州大学圣地亚哥分校，加拿大经济理论会议（Vancouver，2017年，2017年），不完整模型的计量经济学会议（Cemmap and Northwestern，2018年，2018年），第13大纽约大都会区的纽约市经济学社会（PRINCETICS COLLOETIC COLLOETICS MENCONER SUMICATIN） 2018）。koji Shirai在2019-2020学年的访问期间，感谢日本促进科学学会（Kakenhi 19K00155）的财务支持（Kakenhi 19K00155）和约翰·霍普金斯大学的款待。
对电动汽车使用模式和充电基础设施需求的大规模实证研究
随着全球电动汽车（EV）采用的加速，对经验使用和充电模式的颗粒状分析仍然很少。本研究对160万辆电动汽车进行了独特的大规模经验检查，其中包括广泛的车辆类型 - 私人，出租车，租赁，官方，公共汽车和特殊目的车辆 - 遍布超过8.54亿个驾驶和充电活动的七个主要城市。我们的发现在电动汽车使用，电池能量和充电行为方面阐明了显着的城市差异。白天的高功率充电在所有车辆类型的电网上均高负载，尤其是从包括服务的车辆，包括出租车，租车和公交车。最大载荷也是城市中心中最高的。我们对大规模EV使用的研究为开发基础设施，管理能源电网和提供灵活性服务提供了关键见解，这对于未来运输生态系统的发展至关重要。
实证人工智能转型研究：系统映射研究与未来议程
背景：智能软件是重要的社会变革推动者。最近的研究表明，组织必须做出改变才能充分利用人工智能。我们将这种变化称为人工智能转型 (AIT)。关键挑战在于确定如何改变以及增加人工智能使用会带来哪些后果。目的：本研究旨在汇总有关 AIT 研究的知识体系。方法：我们进行系统映射研究 (SMS) 并遵循 Kitchenham 的程序。我们从 Scopus、IEEE 和 Science Direct (2010-2020) 中确定了 52 项研究。我们使用混合方法评估工具 (MMAT) 来批判性地评估实证工作。结果：AIT 方面的工作主要是定性的，源自各个学科。我们无法确定任何有用的 AIT 定义。据我们所知，这是第一篇专注于实证 AIT 研究的 SMS。在我们确定的样本中只发现了少数实证研究。结论：我们定义了 AIT 并提出了研究议程。尽管人工智能及其对组织的影响受到广泛关注，但我们的研究表明，大量关于该主题的出版物缺乏适当的方法或实证数据。
环境排放和总体经济活动对工业的影响：理论和实证视角
图 1.1. 二氧化碳排放的3R+U。14 图 1.2. 智能技术、材料和工艺与碳捕获技术、材料和工艺的综合使用。15 图 1.3. 碳捕获智能建筑产业模式支持工业绿色和可持续全要素生产率增长。16 图 2.1. 单一均衡情况下的消费-排放动态。32 图 2.2. 多重均衡情况下的消费-排放动态。32 图 2.3. 人均产出增长率（g）与排放（P）的动态关系。34 图 2.4. 人均产出增长率（g）与排放（P）的动态关系。34 图 4.1. 非污染部门产出的均衡水平（XM）与国内绿色资本回报率（R）。 60 图 4.2. 非污染部门均衡产出水平（XM）与国内绿色资本回报率（R）的变化。60 图 6.1. 工业增长与环境污染的相互作用及其对约旦水资源和经济的影响。82 图 6.2. 能源和水是经济增长的主要支柱。83 图 8.1. 排放动态。120 图 10.1. 不同投标组的流程图。146 图 11.1. 使用两种方法计算的不同时期的 TFPG。165 图 11.2. 使用方法 1 计算的不同时期的 TFPG 增长趋势。165 图 11.3. 使用方法 2 计算的不同时期的 TFPG 增长趋势。166 图 11.4. 每单位产出的年燃料消耗量。166
埃及的能源支出：基于分位数回归方法的实证证据
本文表达的任何观点均为作者观点，而非 IZA 观点。本系列中发表的研究可能包括政策观点，但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一个独立的经济研究机构，开展劳动经济学研究，并就劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下，IZA 运营着世界上最大的经济学家网络，其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作，并被分发以鼓励讨论。引用此类文件时应说明其临时性质。修订版可直接从作者处获得。
与Chatgpt道德学术写作的学生观点：高等教育的实证研究
摘要：Chatgpt的出现显着重塑了高等教育的景观，引发了人们对其对学术窃的潜在滥用的担忧（Cotton等，2023）。本研究研究了德国曼海姆大学的学生在学术写作中的使用，以及瑞士的圣加伦，使用拟议的人类协作框架，具有六个层次的AI-AI-abable Text Generation（Boyd-Graber等人，2023年）。对699名学生的调查显示，在所有六个级别上使用了各种各样的CHATGPT使用情况，其中3级（文献搜索）被稍微使用。学生对道德问题表达了不同的看法，例如在学术工作中宣布chatgpt生成的内容以及其大学允许Chatgpt的程度。该研究的结果强调了学生对成绩的负面影响的担忧，对Chatgpt的大学政策缺乏明确性，并担心艰苦的工作不会得到回报。尽管存在这些问题，但大多数学生都支持开放访问Chatgpt。调查结果表明，需要在AI使用方面有明确的道德准则，并强调了人工智能的潜在污名化，这可能会阻碍技术接受和与AI相关的技能发展。
一项关于软件材料法案的实证研究：我们站在哪里和前方的道路
摘要 - 软件供应链攻击的快速增长引起了人们对软件材料清单（SBOM）的极大关注。SBOM是一个至关重要的构建基础，可确保软件供应链的换算，以帮助改善软件供应链安全性。尽管学术界和行业正在为促进SBOM发展做出重大努力，但仍不清楚从业者如何看待SBOMS以及在实践中采用SBOM的挑战是什么。此外，现有的与SBOM相关的研究往往是临时的，并且缺乏软件工程的重点。为了弥合这一差距，我们进行了第一项经验研究，以访谈和调查SBOM从业人员。我们采用了一种混合定性和定量方法来收集17名受访者和来自五大洲15个国家的65名受访者的数据，以了解从业者如何看待SBOMFILD。我们总结了26项陈述，并将其分为SBOM实践状态的三个主题。根据研究结果，我们得出了一个目标模型，并强调了未来的指示，从业者可以努力。索引条款 - 软件材料清单，SBOM，法案，负责人AI，经验研究