XiaoMi-AI文件搜索系统
World File Search System工作负荷
基于脑电信号的特征选择模型用于评估驾驶员的认知负荷
摘要：近年来，研究的重点是生成机制来评估受试者在执行各种需要高度集中注意力的活动（例如驾驶车辆）时的认知工作量水平。这些机制已经实现了多种分析认知工作量的工具，而脑电图 (EEG) 信号由于其高精度而最常使用。然而，实现 EEG 信号的主要挑战之一是找到适合识别认知状态的信息。在这里，我们提出了一种基于机器学习技术的使用 EEG 信号信息进行模式识别的新特征选择模型，称为 GALoRIS。GALoRIS 结合遗传算法和逻辑回归来创建一个新的适应度函数，该函数识别和选择有助于识别高和低认知工作量的关键 EEG 特征，并构建一个能够优化模型预测过程的新数据集。我们发现，GALoRIS 使用从多个 EEG 信号中提取的信息来识别与受试者驾驶车辆时的高和低认知工作负荷相关的数据，将原始数据集减少了 50% 以上，并最大限度地提高了模型的预测能力，实现了 90% 以上的准确率。
采购计划（文本零件）
PPA的IA是道路授权（RA）。根据正在进行的南部非洲贸易和运输促进计划-SOP2（P145566）和南部非洲贸易与连通性项目（P164847）的道路组成部分（p145566）的道路组成部分（P164847），实施PPA的实施安排。RA的采购和处置部门（PDU）由合格的采购经理领导，后者得到了采购官和三名采购助理的支持。这两个世界银行项目有自己的采购专家由银行资助。但是，鉴于除了其政府资助的采购外，RA还在正在进行的世界银行资助的项目，AFBD资助的项目和EIB资助的项目下实施道路组件。目前的5名人员的人数可能不足以在拟议的弹性和战略运算增强项目PPA下有效，有效地实施额外的工作负荷。通过招募额外的采购专家的资格和经验使银行满意的经验，将进一步增强RA的采购能力。此外，参与项目实施的工作人员将接受NPF，步骤，采购和合同管理的培训，以提高其能力。
传感器 - 语义学者
摘要：无人机系统 (UAS) 航空电子设备的不断发展，为飞行器和地面任务控制带来了更高水平的智能化和自主性，从而催生了新的有前途的操作概念。一对多 (OTM) UAS 操作就是这样一个概念，它的实施需要在多个领域取得重大进展，特别是在人机界面和交互 (HMI 2 ) 领域。在 OTM 操作期间测量认知负荷，特别是心理工作负荷 (MWL) 是可取的，因为它可以减轻自动化程度提高带来的一些负面影响，通过提供动态优化航空电子 HMI 2 的能力，实现自主飞行器和人类操作员之间的最佳任务共享。本文提出的新型认知人机系统 (CHMS) 是一种信息物理人 (CPH) 系统，它利用了经济实惠的生理传感器的最新技术发展。该系统专注于生理感知和人工智能 (AI) 技术，这些技术可以支持 HMI 2 的动态调整，以响应操作员的认知状态（包括 MWL）、外部/环境条件和任务成功标准。然而，仍然存在重大的研究空白，其中之一涉及一种可以应用于 UAS 操作场景的确定 MWL 的普遍有效方法。因此，在本文中，我们介绍了一项关于测量的研究结果
基于货物和旅客相对价值的新机场吞吐量...
本研究旨在建议机场使用的新指标。通常，机场会处理乘客和货物，机场会通过它们获得收入。但是，所有机场的客运和货运吞吐量分布不可能相同。在比较和分析多个机场时，只有应用单位机场吞吐量指标才能期望得到统一的结果。“工作负荷单位”是将乘客和货物合二为一的指标，假设一名乘客的价值相当于 100 公斤的货物体积。现有的 WLU 是根据机场的经验设定的，而不是通过合理的理由或分析建立的，因此存在很多争议。本研究的目的是克服这些局限性并提出新的指标。在本研究中，我们采用了一种方法来比较货运和客运相对价值与机场收入的关系。为了分析货运价值和客运价值，机场收入分为飞机运营相关收入、旅客处理相关收入和商业收入。共选择了50个机场，其中包括亚洲14个机场、欧洲18个机场和北美18个机场。根据最终分析结果，得出货物按平均一名乘客的贡献相当于280公斤货物。这高于每位乘客100Kg货物的价值。
动态界面建模与仿真。第一部分
海上直升机经常部署在现代作战舰船上。在海上从舰船上回收和发射直升机被认为是飞行员可能遇到的最苛刻和最危险的环境之一[1]。舰船的运动，加上舰船上层建筑上方和周围的气流（称为舰船尾流），增加了飞行员的整体工作负荷[2]。为了确保在直升机舰船动态接口 (HSDI) 内操作的飞行员和机组人员的安全，对舰船和直升机在海上进行了一系列发射和回收测试，测试风力大小和风向不同，以确定舰船-直升机操作极限 (SHOL)。图 1 显示了 SHOL 的一个示例，指示了在甲板上风力条件（大小和方向）组合超出该边界时直升机降落不安全的情况。通过使用建模和仿真 (M&S)，可以为给定的船舶重现海上条件，并用于分析飞机运行时的气流以及模拟环境中的实时驾驶飞行 [3]。本文介绍了 HSDI 中飞行模拟所需的各个元素的开发，以及在海上 SHOL 测试之前为检查气流而开发的室内工具。
飞行模拟器报警检测案例
相关声音（例如警报）有时会被不由自主地忽略，这种现象称为注意力缺失症。这种现象发生在特定条件下，包括高工作负荷（即多任务处理）和/或认知疲劳。在航空领域，这样的错误会对飞行安全造成严重后果。本研究采用了一种古怪范式，参与者必须在模拟飞行的生态背景下检测罕见声音。研究人员操纵认知疲劳和认知负荷来触发注意力缺失症，并通过脑电图 (EEG) 记录大脑活动。我们的结果表明，可以根据大脑活动的时频分析对警报遗漏和警报检测进行分类。当对所有参与者训练算法时，我们达到了 76.4% 的最大准确率，而当对一名参与者单独训练算法时，我们达到了 90.5% 的最大准确率。该方法可以受益于可解释的人工智能，开发高效、可理解的被动脑机接口，通过实时检测注意力缺陷来提高飞行安全性，并根据我们雄心勃勃的目标向飞行员提供适当的反馈，为他们提供可靠且丰富的人机交互。
过载中的离散任务切换
人类的多任务处理可以分为两种不同的模式（Wickens and McCarley，2008）。一种模式涉及并发执行，即同时进行两项任务，比如开车和说话。注意力通过共享大脑中有限的多种资源来分散（Navon and Gopher，1979；Meyer and Kieras，1997；Wickens，2002，2008）。另一种模式涉及顺序任务执行，此时操作员必须选择执行一项任务或另一项任务，因为在超负荷情况下无法同时执行多项任务。人类的经验提供了许多此类多任务处理在高工作负荷下崩溃的例子（Dismukes，2010；Loukopoulos et al.，2009；Wickens and McCarley，2008）。其中一些崩溃导致了悲剧：发短信使视线从路面转移，从而导致碰撞；三哩岛核电站的操作员过于专注于故障诊断，以致于没有注意到关键指标（Rubenstein and Mason，1979）；L1011 的飞行员过于专注于潜在的起落架故障，以至于他们停止了高度监控并坠毁在沼泽地中（Wiener，1977）；空中交通管制员因交通管理负担过重，忘记将一架等候的飞机移出跑道（NTSB 1991）。事实上，航空业尤其会出现几种情况，即本应具有最高优先级的任务被放弃或忽视，而其他任务则被优先考虑。
队列环境中非自动驾驶车辆变道行为分析
摘要 分析自动驾驶车辆与手动车辆之间的相互作用对于分析自动协同驾驶环境的性能非常重要。特别是，自动驾驶车辆编队会影响相邻手动车辆的驾驶行为。本研究旨在分析自动驾驶车辆编队环境中手动车辆的换道行为，并分三个阶段进行实验和问卷调查。第一阶段，进行视频问卷调查，调查手动车辆的响应行为。第二阶段，进行驾驶模拟器实验，调查自动驾驶车辆编队环境中的换道行为。为了分析手动车辆的换道行为，使用了换道持续时间和加速噪声等交通流稳定性指标。比较了不同自动驾驶车辆市场渗透率（MPR）和人为因素下的手动车辆驾驶行为。最后，使用 NASA-TLX（NASA 任务负荷指数）评估手动车辆驾驶员的工作负荷。分析结果表明，手动车辆驾驶员在自动驾驶车辆队列环境中驾驶时存在心理负担。当自动驾驶车辆的 MPR 增加时，车道变换持续时间更长，对于 30-40 岁或女性驾驶员，加速噪音会增加。本研究结果可作为更真实的交通模拟的基础，反映自动驾驶车辆和手动车辆之间的相互作用。预计它还将有效支持在自动驾驶车辆环境中建立有价值的交通管理策略。
使用 MUSE 2 低成本系统记录的心脏和神经动态对模拟飞行操作期间的心理负荷进行分类
低成本、高便携性生理系统的进步为监测人类在日常生活活动和驾驶飞机等更复杂任务中的认知过程提供了良好的机会。Muse 2 系统结合了脑电图 (EEG) 和光电容积描记法 (PPG) 传感器，可以提取时域、频域和心率中的神经动力学特征。在一项研究中，我们为五名飞行员配备了 Muse 2 系统，让他们执行低负荷和高负荷交通模式任务以及被动听觉异常任务。组级分析显示，与低负荷条件相比，参与者在高负荷下表现出更高的平均心率、更低的 alpha 波段功率谱密度、更低的 P300 幅度。这些结果与之前在高度控制的环境和研究级仪器中进行的实验室研究一致。基于 EEG 频率特征，在单次试验基础上对两种水平的心理工作负荷进行分类的准确率达到 93.2%。事后分析显示，分类器主要依赖于 beta 和 gamma 波段的运动伪影特征。使用心率和 ERP 特征的分类器分别达到 76% 和 77.8% 的分类准确率。尽管该系统很有趣，但它在移动和神经人体工程学应用方面存在一些局限性，特别是电极数量有限，阻碍了使用先进的信号处理技术来解决信号中的噪声和伪影。
营养对肠道菌群和精神疾病的影响：评论
胃肠道中肠道微生物的共生构成对宿主生理，福祉和疾病病理学的影响。更具体地说，肠道细菌能够与宿主选择的食物中的饮食成分相互作用，从而在本地和系统上传达其有益或不稳定的作用。肠道细菌具有维持健康的肠道微生物组或永久性肠道不平衡的能力，称为肠癌。肠道营养不良在胃肠道病理中既有局部影响，例如肠肠综合征（IBS）和肠道肠病（IBD），以及系统病理，例如II型糖尿病，肥胖症和精神疾病。可以通过肠道轴的机制改变肠道菌群的改变，可以进一步促进精神疾病的发生（例如，微生物代谢产物，神经内分泌系统，免疫系统）。由于暴露于与慢性压力有关的因素（例如学术工作负荷，乡下饮食和粮食不安全感），因此已经证明了精神疾病的风险在大学生中得到了加速（Beiter等，2015）。由于负担能力和可及性，粮食不安全的学生倾向于吸引低营养价值的食物。这些食物含有不健康的脂肪，糖，并且经过加工。这些不健康食品的饮食成分可能会有害改变肠道微生物组，从而导致局部病理和增加精神疾病的患病率。这篇综述的目的是研究肠道菌群在调节肠道轴的机制中了解其影响的生理和生物学作用，这受大学生在大学生中的某些饮食模式的调节。