XiaoMi-AI文件搜索系统
World File Search System工作设计
朝着以人为本的AI管理
作为由人工智能提供支持的算法（AI）越来越多地参与了组织的管理，当机器能够对人类获得权力时，必须进行以人为本的AI管理研究并了解人们的感受和行为。两种主流方法 - 小插图研究和案例研究 - 揭示了重要但不一致的见解。在这里，我们讨论了小插图研究的局限性（情感预测错误，有偏见的媒体覆盖范围和问题替代）和案例研究（社会可取性偏见以及缺乏随机分配和控制条件），这可能会导致他们分别对AI管理的负面和积极的反应过高。我们进一步讨论了减轻这些局限性的第三种方法的优势：众包市场上的现场实验。一项关于亚马逊机械土耳其人（MTURK；作为世界领先的众包平台）的概念证明研究表明，人类对AI管理的反应独特，与Vignette或案例研究中的AI管理不完全一致。参与者（n = 504）在AI与人类管理方面没有显着差异，在绩效，内在动机，公平感知和承诺方面。我们建议，众包的Mar Ketplaces可以超越人类的研究主题库，并成为AI管理的工作场所的模型，促进及时的行为研究以及对以人为中心的工作设计和组织的强大预测。
多模式细粒训练助理的自主工作流程
自主人工智能（AI）代理已经成为有前途的协议，以理解基于语言的环境，尤其是在大型语言模型（LLM S）的指数发展中。然而，多模式环境的细粒度，全面的不阐述不足。这项工作设计了一种量身定制的AU级工作流，该工作流无缝地集成到混合现实中（MR）进行细粒度的培训。我们在飞行员MR环境中为乐高砖组装的多模式细粒训练助手提供了演示。具体来说，我们设计了一种大脑语言代理，将LLM S与MR工具和视觉语言代理的内存，计划和互动集成在一起，使代理能够根据过去的经验来决定其行动。此外，我们推出了Lego-MRTA，这是一种多模式细粒组件Di-Alogue DataSet，在商业LLM提供的工作流程中自动合成。该数据集包括多模式指令的操作，对话，MR响应和视觉问题回答。最后，我们将几个流行的开放式LLM S作为基准，评估了他们在建议的数据集中进行微调的情况下的性能。我们要抗衡，该工作流的更广泛的影响将推动对MR环境中无缝用户互动的更智能分析的发展，从而促进了AI和HCI社区的研究。
工作压力管理和预防 - Jeremy Stranks
7. 管理工作压力 113 7.1 雇主在压力方面的责任和义务 113 7.2 高级管理人员的职责：人为因素相关方法 115 7.3 人为因素和管理压力的需要 116 7.4 制定策略 117 7.5 管理压力的策略 118 7.6 HSE 管理标准 119 7.7 团队合作 122 7.8 决策和压力 123 7.9 工作环境 123 7.10 信息、指导和培训 124 7.11 沟通变化 124 7.12 创建健康的工作场所 125 7.13 健康促进安排：组织干预 126 7.14 健康监测安排 128 7.15 个人压力问卷 128 7.16 工作相关压力风险评估 130 7.17 人体工程学和压力 135 7.18 工作设计和组织 137 7.19 压力管理方案 139 7.20 职业健康计划和服务 140 7.21 雇主的补救措施 140 7.22 FIET 对限制工作相关压力和影响受薪雇员的压力的建议 143 7.23 因工作相关压力而终止雇佣 144 7.24 压力管理行动计划 145 7.25 企业健身计划 149 7.26 欧盟压力预防原则 150 7.27 结论 151 阅读本章后要问自己的问题 151 要点——对雇主的启示 152
利用人工智能技术自动进行切割工艺规划*
17, 5 (2020), 861。 5) Nobuhiro Sugimura，“工艺设计支持系统的现状与未来”，日本精密工程学会期刊，72, 2 (2006) 165。 6) E. Ueno 和 K. Nakamoto：多任务机床工艺规划支持系统的加工特征提案，日本机械工程师学会会刊，81，825 (2015) DOI：10.1299/transjsme.15-00108。7) Y. Inoue 和 K. Nakamoto：开发用于处理复杂加工操作的多任务机床 CAPP 系统，J. Adv. Mech. Design Syst. Manuf.，14，1 (2020) DOI：10.1299/jamdsm.2020jamdsm0006。8) S. Kobayashi：基于案例的推理的现状与前景，日本人工智能学会期刊，7，4 (1992) 559。 9）Tatsuya Nagano、Keiichi Shirase、Eiji Wakamatsu、Eiji Arai：基于案例推理的切削条件推理系统，日本精密工程学会期刊，67，9（2001）1485。 10) Tetsuya Asano、Ryo Tsukamoto、Keiichi Nakamoto：基于加工特征的案例推理工作设计支持系统开发研究，日本精密工程学会期刊，待发表。 11）O. Cicek、A. Abdulkadir、SS Lienkamp、T. Brox 和 O. Ronneberger，3d U-Net：从稀疏注释学习密集体积分割，arXiv preprint（2016）arXiv：1606.06650。12）M. Hashimoto 和 K. Nakamoto：基于模式识别和深度学习的模具加工工艺规划，J. Adv. Mech. Design Syst. Manuf.，已接受。
![arxiv：2409.08475v3 [CS.CV] 2024年12月19日](/simg/g:\will\search\icon\source\4\4118fc8a3148ada62518b381fadb2e4ca28dfb1f.webp)
arxiv：2409.08475v3 [CS.CV] 2024年12月19日
rt-detr是第一个实时端到端变压器对象检测器。它的效率来自框架工作设计和匈牙利匹配。然而，匈牙利匹配提供了密切的匹配，可提供大量的较少范围，从而导致模型训练不足和难以实现最佳结果。为了解决这些问题，我们提出了一种基于RT-Det的层次密集的积极监督方法，称为RT-DETRV3。首先，我们介绍了一个基于CNN的辅助分支，该分支提供了密集的监督，该分支与原始解码器合作以增强编码器的功能表示形式。其次，为了解决解码器培训不足，我们提出了一种新颖的学习策略，涉及自我注意力扰动。该策略使跨多个查询组的阳性样品分配了标签分配，从而丰富了积极的范围。此外，我们引入了一个共享的权重编码器分支，以进行密集的积极监督，以确保与每个地面真相相匹配的更多高质量查询。值得注意的是，所有上述模块都仅训练。我们进行了广泛的实验，以证明我们在可可VAL2017上的方法的有效性。rt-detrv3明显胜过现有的实时检测器，包括RT-DETR系列和Yolo系列。例如，RT-DETRV3-R18达到48.1％AP（+1.6％/+1.4％），同时维持相同的潜伏期。此外，RT-DETRV3-R101可以达到令人印象深刻的54.6％AP优于Yolov10-X。该代码将在https://github.com/ clxia12/rt-detrv3上发布。
初学者人体工程学.pdf
随着一代又一代人的更迭，人们的期望也随之改变，这种期望建立在历史经验的基础上，因此一代人所接受的东西对于后代来说可能变得无法接受。曾经是一个相对局部的现象，随着现代通信的发展，它已经变成了世界性的现象；生活和工作条件受到共同要求的影响。欧洲共同体就是这一趋势的一个明显例子，出于社会正义和经济原因，这个共同市场要求其成员国的工作条件大致相同。为了实现这种平等，通过了基本的监管措施，其中许多措施现在公开呼吁采用符合人体工程学的方法来解决工作问题。通过引入人体工程学，其明确意图是，旧式的工作设计（将操作员视为“一双手”）是不可接受的。从人体工程学的角度来看，人是完整的人，他们在更人性的层面上为工作做出贡献，而不是“砍柴工和汲水工”。因此，在这个时候出版这本早期荷兰经典著作《人体工程学手册》的新修订版是非常合适的。其覆盖范围的扩大和内容的更新全面总结了将人体工程学应用于工作世界的重要内容。作为人体工程学实施的辅助手段和现成的参考资料，它将有助于改善工作场所，不仅在西方，而且在任何工业企业中都是如此。当然，作者并没有假装暗示这是一本适用于所有人体工程学问题的手册。但本书可以让人们更广泛地了解人体工程学及其应用方法，这将提高人们对该学科作用的认识。工人、工会代表、工业界受益
QDiff：量子软件堆栈的差分测试
摘要 — 过去几年，随着量子计算硬件的快速发展，人们开发了多种量子软件堆栈 (QSS)。QSS 包括量子编程语言、优化编译器（将用高级语言编写的量子算法转换为量子门指令）、量子模拟器（在传统设备上模拟这些指令）以及软件控制器（将模拟信号发送到基于量子电路的非常昂贵的量子硬件）。与传统的编译器和架构模拟器相比，由于结果的概率性质、缺乏明确的硬件规格以及量子编程的复杂性，QSS 难以测试。这项工作设计了一种新颖的 QSS 差分测试方法，称为 QD IFF，具有三大创新：(1) 我们通过保留语义的源到源转换生成要测试的输入程序以探索程序变体。 (2) 我们通过分析电路深度、2 门操作、门错误率和 T1 弛豫时间等静态特性，过滤掉不值得在量子硬件上执行的量子电路，从而加快差分测试速度。（3）我们通过分布比较函数（如 Kolmogorov-Smirnov 检验和交叉熵）设计了一种可扩展的等效性检查机制。我们使用三个广泛使用的开源 QSS 评估 QD IFF：IBM 的 Qiskit、Google 的 Cirq 和 Rigetti 的 Pyquil。通过在真实硬件和量子模拟器上运行 QD IFF，我们发现了几个关键的错误，揭示了这些平台中潜在的不稳定性。QD IFF 的源变换可有效生成语义等价但不相同的电路（即 34% 的试验），其过滤机制可将差分测试速度提高 66%。
远程工作与求职者多样性：来自科技初创企业的证据
摘要。远程工作是管理者在新冠疫情后工作设计中的一个重要元素。在重新认识多样性的时代，雇主可能想知道多元化（性别和种族）和经验丰富的求职者对远程工作招聘信息的反应如何，尤其是对于高技能技术和管理职位。先前的研究表明，虽然远程工作允许员工灵活工作，但它可能会限制职业晋升前景，因此从申请人的利益角度来看，将工作指定为远程工作资格的净效应并不明显，尤其是在招聘女性和代表性不足的少数群体（URM）时。我们分析了一家领先的初创求职平台的求职者数据，该数据涵盖了 2020 年 3 月因 COVID-19 大流行而导致的停工前后的很长一段时间。为了解决远程职位指定可能与未观察到的工作和雇主特征共同决定这一实证挑战，我们利用匹配方法（以及利用突然停工的替代方法）来估计求职者特征对于其他类似的远程和现场职位发布有何不同。我们发现，提供远程工作可以吸引更多有经验和多样化（尤其是 URM）的求职者，在多样性较低的地理区域影响更大。职位发布状态更改为远程状态（其他所有条件保持不变）与女性求职者增加约 15%、具有 URM 状态的求职者增加 33% 以及求职者经验增加 17% 相关。使用申请数据，我们估计远程工作的平均补偿工资差异约为该劳动力市场公布工资的 7%。
北阿坎德邦技术大学，德拉敦
详细内容：单元 1 方法研究：工作研究的目的、目标、程序和应用；方法研究的定义和基本程序、工作的选择、各种记录技术，如概要流程图、流程图、人机图、双手流程图、字符串图、流程图、多项活动图、simo、循环图和计时循环图；改进方法的严格审查、开发、安装和维护；动作经济原理及其在工作设计中的应用；微动作研究、备忘录动作研究及其在方法研究中的使用。单元 2 工作测量：工作测量的介绍和定义、目标和基本程序；工作测量在工业中的应用；时间研究：基本程序、所需设备、时间测量方法、工作的选择、将工作分解为元素；要计时的周期数；评级和评级方法、津贴、标准时间的计算。工作抽样：基本程序、工作抽样研究的设计、进行工作抽样研究和建立标准时间。单元 3 工作评估和激励方案：Starlight 线、Tailor、Merrick 和 Gantt 激励计划 标准数据系统；基本和非基本预定运动系统、工作因素系统；方法时间测量 (MTM)、MOST 单元 4 人为因素工程：人为因素工程的定义和发展历史、人机系统的类型和特点、人与机器的相对能力；人为因素数据的开发和使用；信息输入和处理：信息理论简介；影响信息接收和处理的因素；感官输入的编码和选择。单元 5 显示系统和人体测量数据：显示 - 视觉显示的类型、视觉指示器和警告信号；因子和图形显示；听觉和触觉显示的一般原理、特性和选择。
人体工程学意识与员工绩效
Akeem Abayomi BAKARE 拉各斯州立大学管理技术系，尼日利亚 摘要：本研究通过确定尼日利亚组织对人体工程学的认识水平、确定阻碍人体工程学应用的因素以及各行业组织采用的最佳实践和方法，考察了人体工程学对员工绩效的影响。尽管越来越多的尼日利亚研究人员认识到人体工程学的重要性，但尼日利亚对人体工程学设计及其实施的了解仍然匮乏。这可以从其采用水平低中看出。本研究通过文献综述采取了探索性方法。我们发现，有几个因素阻碍了人体工程学在尼日利亚的有效实施，包括认识、相关研究不足、人员考虑、资源限制、技术变化、员工和设备设计师之间的沟通和整合脱节。此外，各行业各组织所采用的一些最佳实践和方法被确定包括但不限于：将人为因素融入工作设计、人体工程学成熟度水平（反应性、预防性、主动性和先进性）和工作空间质量（办公室设计、家具和空间布置、照明和供暖布置、噪音水平）。但是，建议人体工程学领域的研究人员和行业从业者应加大力度开展相关研究，组织会议和研讨会以及媒体宣传，说明人体工程学为何应成为我们日常活动的一部分。还建议组织应对员工进行人体工程学方面的指导和培训，以便他们了解人体工程学带来的好处并能够融入组织的设计。最后，他们应该通过获取详细的拟人化数据将员工/人类元素融入人体工程学设计过程，这可能会弥合员工和人体工程学设计师之间的沟通鸿沟。关键词：员工绩效、人体工程学意识、人体工程学设计、障碍、实施方法和实践 JEL 代码：J8、J81 https://doi.org/10.25167/ees.2017.44.11