本课程探讨与通信相关的人工智能 (AI) 产品和服务的基本概念,重点关注生成式人工智能及其在现代通信中的作用。通过课堂讨论、案例研究和实践项目,学生将深入了解人工智能对通信技术的影响,从聊天机器人和虚拟助手到大型语言模型和对话式人工智能。学生将应用 DALL·E、GPT 和 MidJourney 等人工智能工具来创建基于通信的实用解决方案。《哈佛商业评论》(HBR)的案例研究将提供现实世界的见解,而项目工作将使学生能够在实际环境中应用他们的学习,制定在他们选择的通信技术中实施人工智能的策略。
行动研究是“通过做学习”。这是研究最有效的用法。一个或多个研究人员确定了一个社会问题(例如种姓歧视),研究其表现形式,并制定了解决计划,执行计划并评估其效力并不满意的行动计划,请重试。行动研究具有双重承诺,因为它实际上是为人们的直接问题做出了贡献,并进一步进一步增加了研究文献的目标。与实验研究不同,在实际环境中进行了行动研究。社会环境,社会问题的性质,资源,专业知识,人们的行动意愿以及其他考虑因素在很大程度上决定了行动研究的方法。尽管如此,它的方法需要很大的灵活性。一般来说,要进行行动研究,研究人员必须是社会活动家,反之亦然。
valeria.farinazzo@mackenzie.br摘要。虚拟现实(VR)对数字双胞胎(DT)的演变代表了沉浸式和互动技术领域的重大进步,尤其是在旨在在物理和合成产生的世界之间建立联系时。此连接为实际环境中的过程和系统提供了模拟,预防和优化的条件。该主题的重要性是基于各种原因。机会设想将DTS应用于多个工业领域,例如教育,尤其是在蒸汽(科学,技术,工程,艺术和数学)领域。这些应用程序可以降低成本并最大化教学过程中的创新机会,从而在安全的虚拟环境中支持与现实世界实施相关的方案和策略的测试。因此,本文介绍了有关DT在教育中应用的文献综述,提供了当代全景,并指出了一些未来研究的指示。
基于等离子体传感方案的光学生物传感器将高灵敏度和选择性与无标记检测相结合。然而,使用笨重的光学元件仍然阻碍了获得在实际环境中进行分析所需的微型系统的可能性。这里展示了一种基于等离子体检测的完全微型光学生物传感器原型,它能够快速和多路复用地感测高分子量和低分子量(80 000 和 582 Da)的分析物作为牛奶的质量和安全参数:一种蛋白质(乳铁蛋白)和一种抗生素(链霉素)。光学传感器基于以下智能集成:i)用作发光和光感应元件的微型有机光电器件和 ii)用于高灵敏度和特异性局部表面等离子体共振 (SPR) 检测的功能化纳米结构等离子体光栅。该传感器提供定量和线性响应,达到 10 − 4 的检测限
虚拟现实 (VR) 是一组技术,可以以多种方式应用于诊断和治疗几种不同类型的临床疾病,方法各异,成功率也各不相同或尚未确定。与之密切相关的“增强现实”(AR) 也是如此。使用 VR,用户所看到和听到的内容(通常通过头戴式设备,该设备包括每只眼睛的显示器和微型扬声器)是计算机生成的立体 (3-D) 模拟,旨在完全取代用户对实际物理环境的感知。相比之下,使用 AR,仍然可以看到和听到实际环境,这使得 AR 的沉浸感较差,但计算机生成的文本、图像和声音可以叠加到真实的视觉和声音上或与真实的视觉和声音混合在一起。(“扩展现实”或 AR/VR 一词通常用于涵盖这两种方法,但出于讨论的目的,我们将使用 AR/VR 一词。)
摘要 - 我们介绍了Dexo,这是一种新型的手部外骨骼系统,旨在教机器人灵巧的操纵。与传统的远程操作系统不同,由于缺乏触觉反馈和可扩展性的限制,Dexo可以通过运动镜像和力透明性来实现自然和直观的控制。系统的被动外骨骼设计使人类用户可以直接控制机器人的灵巧手,传输精确的运动和强制数据,以在实际环境中学习复杂的任务。配备了集成的触觉传感器,Dexo捕获了高保真互动数据,促进了操纵学习,而无需昂贵的硬件或仔细的工程。我们评估了跨多个灵巧任务的系统,证明了其复制人类水平的操纵的能力及其扩展收集高质量演示数据的潜力,以培训高级机器人学习模型。与现有的远程处理方法相比,我们的实验显示了任务成功率的显着提高,这使得Dexo成为推进机器人敏捷性的强大工具。
自首次临床发现 HIV 感染以来,我们已经见证了人类为治愈或根除 HIV 感染而奋斗的四十年。各种已开发的药物,如核苷逆转录酶抑制剂 (NRTIs)、非核苷逆转录酶抑制剂 (NNRTIs)、蛋白酶抑制剂、整合酶抑制剂、杀微生物剂等,都存在已知的局限性,例如单独使用时会产生副作用和产生耐药性,以及隐藏的病毒储存器,这为纳米医学相关系统的参与打开了大门,特别是针对 HIV 感染的潜伏部位。纳米技术载体,如脂质体、树枝状聚合物、金属纳米颗粒、聚合物纳米胶囊/颗粒、表面活性剂和靶向载体,已成为广泛研究的一部分,用于在实际环境中递送 NRTIs、NNRTIs、杀微生物剂和 siRNA。四十年来,针对艾滋病毒感染的潜在治疗方法的研究处于领先地位,需要对纳米技术进行合理的评估,才能找到拯救生命的切实可行的解决方案。
很少有研究探讨这些不同照明设计的可调光 LED 照明系统的用户体验(Perumal 等人,2021 年)。Aires 等人在受控实验室和准受控现场环境中应用了可调光照明,发现两种环境之间的结果不一致且不确定,作者建议在实际环境中实施之前先在现场测试照明模式(Aries 等人,2020 年)。照明技术的可接受性取决于用户对特定环境应用中光质量的评估(固态照明评估,2017 年)。在之前的一篇论文(Graves 等人,2021 年)中,我们报告了一项实验的结果,该实验探讨了护士在带有可调 LED 照明的模拟病房中进行模拟工作时如何体验和评估病房照明的各个方面。在本文中,我们探索了患者的观点,以了解这些相同的条件如何影响患者体验。
对于移动机器人在实际环境中运行,必须正确执行本地化,映射和导航等基本任务。这些任务强烈依赖于对环境的充分感知,在某些情况下,由于场景的本质,某些传感器的运行有限,甚至两者兼而有之,这在某些情况下可能具有挑战性。移动机器人应该能够智能地识别和克服异常情况,以避免感觉故障。我们在这项工作中提出了一种基于贝叶斯网络的新方法,该方法可以自然地代表传感器之间的复杂关系,能够整合异质的知识来源,从而扣除感觉异常的存在,并通过使用可用信息从它们中恢复。高度计算成本由一种利用我们模型结构的新算法来解决。我们的建议已在几个模拟中进行了评估,并且还在使用移动机器人的真实环境中进行了测试。获得的结果表明,与其他现有方法相比,它可以达到更好的性能和准确性,同时增强了整个感觉系统的鲁棒性。