摘要:元宇宙已成为一个深受熟悉移动设备和沉浸式内容的数字原住民喜爱的平台。得益于享乐互动协议,用户体验从其沟通中提供了巨大的价值,使学习体验随时随地成为可能。然而,研究主题集中在技术发展、营销效果和相关投资共识的促进上。令人惊讶的是,最大的问题是缺乏从主要使用元宇宙的年轻一代的角度进行的研究。本文旨在详细研究数字原住民参与者的可用性,并从他们的角度建议如何设计沉浸式内容、使用环境和界面方面。结果,通过考虑内容和用户控制的启发式可用性评估,从个人访谈中发现了重要的参与因素和改进。相反,用户体验中需要补充的元素来自信息架构和使用环境类别。总之,元宇宙平台经验可用性评估的理论基础和遵循具有实际意义的建议可以从本研究中获得更多重要性。
向数字经济的过渡决定了国家经济综合体是否准备好迎接新产业、经济合作形式以及整个地区经济的总体发展,无论是针对单个地区还是整个国家。作者确定了数字化转型在区域发展中应用的可能性。这是因为哈萨克斯坦共和国是一个区域发展差异很大的国家。这意味着区域发展不仅应该从在区域经济中直接应用数字技术开始,还应该从在工业综合体的某些部门引入数字技术开始。这项研究的新颖之处在于确定了将数字技术作为经济不可分割的一部分实施的可能性,以及在数字平台和通信技术的基础上将单个行业聚集在一起的可能性。作者为各个地区各个经济部门的数字综合体集成模型提供了数学依据。作者建议使用开发的机制来构建区域经济发展的现状。这项研究的实际意义取决于设计区域发展计划。这将有助于提高哈萨克斯坦在世界发展排名和国家经济生活舒适度中的地位。
不难看出这两种程序的相似之处:都是经过法院批准并以类别为基础,能够对有担保债权人、无担保债权人和股东的债权和/或利益进行妥协(包括通过跨类别强制执行)。此外,这两种程序均不干涉董事的管理权力(在美国,除非存在重大的管理不善或欺诈行为)。尽管它们有相似之处,但也存在一些明显的区别:不同的投票门槛、美国获得债务人占有(DIP)融资的法定权力、第 11 章中的“绝对优先权规则”以及英国没有法定的自动中止制度。为方便参考,下表比较了英国重组计划制度和第 11 章的主要特征。现在,凭借两年多对英国重组计划的学习,正是重新审视最初比较的好时机。在本文中,我们将探讨英国制度的一些主要特征,包括迄今为止的判例法经验、英国案件的发展与第 11 章下的立场和方法的对比,以及这些差异的实际意义。
TikTok 已成为疫情相关信息汇集和传播的最重要社交媒体平台之一。然而,与疫苗接种相关的视觉内容(尤其是支持疫苗的视频)如何影响受众仍不清楚。使用 Betsch 等人的 5C 模型和 Ekman 的基本情绪模型,我们识别了 TikTok 上 #vaccine 标签下的 200 个热门视频,并研究了视频中表达的与疫苗相关的信念和情绪类型以及信念、情绪和支持性评论之间的关系。信心和喜悦分别是最常表达的信念和情绪;信心(B = 14.84,P < 0.05)、惊讶(B = 11.29,P < 0.05)和悲伤(B = 37.49,P < 0.01)可以预测支持性评论的数量。本研究将疫苗犹豫的 5C 框架扩展到社交媒体上支持疫苗的内容分析,并对特定类型的信念和情绪及其影响提供了详细的见解。讨论了如何解决疫苗犹豫的实际意义。
为了解决高光谱遥感数据处理中遇到的同构问题,提高高光谱遥感数据在岩性信息提取与分类的精度,以岩石为研究对象,引入反向传播神经网络(BPNN),对高光谱图像数据进行归一化处理后,以岩性光谱与空间信息为特征提取目标,构建基于深度学习的岩性信息提取模型,并使用具体实例数据分析模型的性能。结果表明:基于深度学习的岩性信息提取与分类模型总体精度为90.58%,Kappa系数为0.8676,能够准确区分岩体性质,与其他分析模型相比具有较好的性能。引入深度学习后,提出的BPNN模型与传统BPNN相比,识别精度提高了8.5%,Kappa系数提高了0.12。所提出的提取及分类模型可为高光谱岩矿分类提供一定的研究价值和实际意义。
不难看出这两种程序的相似之处:两者都是经法院批准并以类别为基础,能够损害有担保债权人、无担保债权人和股东的债权和/或利益(包括通过跨类别强制执行)。此外,两者都不干涉董事的管理权力(在美国,除非存在重大管理不善或欺诈行为)。尽管它们有相似之处,但也存在一些明显的区别:不同的投票门槛、美国获得债务人占有(DIP)融资的法定权力、第 11 章中的“绝对优先权规则”以及英国没有法定的自动中止。为方便参考,下表比较了英国重组计划制度和第 11 章的主要特点。现在,凭借两年半多对英国重组计划的学习,现在是重新审视这些初步比较的好时机。在本文中,我们将探讨英国制度的一些主要特征,包括迄今为止的判例法经验、英国案件的发展与第 11 章下的立场和方法的对比,以及这些差异的实际意义。
摘要与批处理学习相反,所有培训数据都可以立即获得,不断学习的方法代表了一种方法家族,这些方法会积累知识并与按顺序排序可用的数据连续学习。与人类学习过程相似,具有学习,融合和积累新的知识的能力,在不同的时间步骤中,持续学习被认为具有很高的实际意义。因此,已经在各种人工智能任务中研究了持续学习。在本文中,我们对计算机视觉中持续学习的最新进展进行了全面的综述。特别是,这些作品由其代表性技术进行分组,包括正则化,知识蒸馏,记忆,生成重播,参数隔离以及上述技术的组合。对于这些技术的每个类别,都提出了其在计算机视觉中的特征和应用。在此概述结束时,讨论了几个子领域,其中讨论了持续的知识积累在不断学习的同时,不断学习。
4 muhammad.arintoko@binus.ac.id 摘要 研究目的 本研究考察了人工智能 (AI) 技术在印度尼西亚大雅加达地区办公室工作人员健康危害和工作投入关系中的中介作用。该研究利用判断非概率抽样和结构方程模型 (SEM),调查了人工智能对员工福祉和绩效的直接和间接影响。研究设计/方法 本研究采用判断非概率和目的抽样方法,根据研究者的判断和经验,根据人口规模和分布情况选择抽样单位。这符合既定的统计准则。数据收集是通过 Google 表单分发问卷进行的,抽样以适应参与者人数的不确定性。使用结构方程模型 (SEM) 进行数据分析。该方法有助于测试捕捉构造层次性质的模型,并更深入地了解观察到的变量和潜在变量之间的关系。实际意义 这些结果为人员管理领域做出了贡献,为员工工作投入度的动态提供了宝贵的见解。该研究强调了健康危害的有害影响以及人工智能技术减轻其影响的潜力,为在工作场所实施人工智能的组织提供了实际意义。研究结果表明健康危害对工作投入度有显著的负面影响。此外,人工智能技术被发现对参与度有积极影响,尽管其影响是中等到强烈的。重要的是,人工智能技术是健康危害和工作投入度之间关系的重要中介。研究局限性 本研究的局限性在于样本量、横断面设计、依赖自我报告数据、关注大雅加达地区以及健康危害指标范围狭窄。未来的研究可以通过扩大样本量、进行纵向研究、纳入客观指标、探索不同地区和行业以及研究更广泛的健康危害因素来解决这些局限性。关键词:人工智能技术、工作投入、健康危害、大雅加达 *通讯作者:电子邮件:herlina01@binus.edu 收到:2024 年 10 月 9 日 接受:2024 年 10 月 12 日 DOI:https://doi.org/10.53555/AJBR.v27i3.2924 © 2024 作者。本文已根据知识共享署名-非商业性使用 4.0 国际许可协议 (CC BY-NC 4.0) 发表,该许可协议允许在任何媒体上进行非商业性、不受限制的使用、分发和复制,但必须提供以下声明。“本文已发表在《非洲生物医学研究杂志》上”
在这项前瞻性观察研究中,我们调查了人机交互记忆和畅所欲言在模拟临床环境中由 180 名重症监护 (ICU) 医生和护士组成的人机交互团队中的作用,这些团队与 AI 一起工作。我们的研究结果表明,与 AI 代理的互动与人类互动有很大不同,因为从 AI 代理获取信息与团队产生新假设和展示畅所欲言行为的能力呈正相关,但仅限于表现更好的团队。相反,无论团队表现如何,从人类团队成员那里获取信息与这些方面呈负相关。这项研究对不断扩大的人机交互团队和团队科学研究领域做出了宝贵贡献,因为它强调了将 AI 代理作为知识来源纳入团队交互记忆系统的必要性,并强调了它们作为畅所欲言的催化剂的作用。实际意义包括对未来 AI 系统的设计以及医疗保健及其他领域的人机交互团队培训的建议。
人工智能 (AI) 已成为信息技术创新者感兴趣的话题。随着人工智能的不断完善,在包括图书馆在内的各种公共环境中,越来越多地研究、开发和采用该技术的实际用途以改善信息传输。鉴于人工智能在这方面的出现相对较晚,它提供了一个机会来调查公众对创新的看法的出现以及这种看法与新兴技术的采用之间的关系,正如罗杰的创新扩散模型所设想的那样。本研究描述了对执业图书馆员的调查结果,调查内容涉及他们所认同的采用者类别(创新者、早期采用者、早期多数、晚期多数、落后者),以及这种认同与图书馆环境内外对人工智能技术的感知知识和看法之间的关系。本次调查的结果既对图书馆技术背景下的传播模型具有理论意义,也对支持新兴技术在学术图书馆员工中的传播过程具有实际意义。