XiaoMi-AI文件搜索系统
World File Search System工效学
新闻档案 - ISAE-SUPAERO
考虑到人为因素和神经科学的最新研究可以为理解这些现象提供解释。这是 AXA-ISAE“飞行安全的神经工学和人为因素”主席 Frédéric Dehais 教授领导的 ISAE-SUPAERO 研究团队选择的道路。这个多学科团队由 16 名神经科学、人工智能、人为因素和信号处理领域的永久和非常任研究人员组成。该团队拥有独特的资源，例如 2 个千斤顶模拟器和 10 架轻型飞机（TB20、DR400、Aquila）。除了 AXA 主席最近获得的资金（100 万欧元）之外，该团队还获得了 130 万欧元（州和地区）的资金，用于装备脑成像传感器，并在 ISAE 校园内建立一个专门的神经工效学中心。
基于时间线分析的飞行员心理负荷预测
摘要 背景：飞机座舱是高度密集的人机交互系统，其设计直接影响飞行安全。目的：为优化复杂飞行任务中的显示界面设计，本研究旨在提出一种动态概念框架和时间线任务分析方法，用于量化心理负荷预测模型中心理负荷的动态时间效应和任务类型影响因素。方法：整合基于注意力资源配置的多因素心理负荷预测模型，建立心理负荷动态预测模型。通过记录嵌入式子任务执行数据、美国国家航空航天局任务负荷指数（NASA-TLX）主观评价和眼动追踪，开展人机工效学仿真实验。结果：结果表明，该预测模型在不同模拟界面和复杂任务下均具有良好的预测精度和有效性，实现了对飞行员心理负荷状态的实时监控。结论：综上所述，可以应用预测模型和实验方法，通过优化显示界面和调整飞行任务，避免飞行员在整个飞行阶段的超负荷。
在时间紧迫的环境中设计人工智能增强型操作员信息人体工程学
决策依赖于准确的信息以实现良好的态势感知 (SA)。良好的态势感知是指个体在考虑整个任务范围时拥有关于正在发生的事情的所有相关信息的状态。它涉及正在发生的事情以及所考虑因素的状态，即对环境中因素的感知、对其含义的理解以及对其在不久的将来的状态的感知。从信息工效学的角度来看，信息的质量比数量更重要，即只应呈现关键信息，因为过多的信息会给信息处理带来不必要的负担 [1]。与决策相关的信息应以易于使用的信息产品的形式呈现，以避免分心。信息处理滞后或额外的处理周期很容易导致分心。在信息驱动的运营管理环境中，关键问题是集中精力于最相关的信息并获得和保持良好的态势感知。添加时间压力作为一个因素，提出了一个全维信息处理优化问题。优化是根据
基于心理状态的自适应界面案例
多个领域（例如航空、汽车和核电行业）复杂系统的操作员需要长时间连续地执行任务。长时间连续使用会导致精神疲劳以及认知灵活性、注意力和情境意识的下降，危及复杂操作的安全性和效率。基于心理状态的自适应系统可能是解决此问题的方法。这些系统根据一系列指标推断操作员的当前心理状态，这些指标包括操作员独立测量（例如天气和一天中的时间）、行为（例如反应时间和车道偏差）以及生理标记（例如脑电图和心脏活动）。然后可以采用多种方式之一调整操作员与系统之间的交互，以减轻检测到的任何认知状态下降，从而确保持续的安全性和效率。根据手头的任务及其具体问题，可能的调整（通常基于机器学习估计）包括修改信息、呈现方式或刺激显著性以及任务调度。自适应系统的研究涉及多个领域，包括神经工效学、人为因素以及应用和生态背景下的人机交互，因此需要仔细考虑上述每个方面。本文概述了一些关键
基于心理状态的自适应界面的案例
跨多个领域（例如航空、汽车和核电行业）的复杂系统操作员需要长时间连续地执行任务。长时间连续使用会导致精神疲劳以及认知灵活性、注意力和情境意识的下降，从而危及复杂操作的安全性和效率。基于心理状态的自适应系统可能是解决此问题的方法。这些系统根据一系列指标推断操作员的当前心理状态，这些指标包括操作员独立测量（例如天气和一天中的时间）、行为（例如反应时间和车道偏差）以及生理标记（例如脑电图和心脏活动）。然后可以以多种方式之一调整操作员与系统之间的交互，以减轻任何检测到的认知状态下降，从而确保持续的安全性和效率。根据手头的任务及其具体问题，可能的调整（通常基于机器学习估计）例如包括修改信息、呈现方式或刺激显着性以及任务调度。自适应系统研究涉及多个领域，包括神经工效学、人为因素以及应用和生态背景下的人机交互，因此需要仔细考虑上述每个方面。本文概述了研究人员在设计基于心理状态的自适应系统时需要考虑的一些关键问题和方面，同时也促进了它们在长期连续使用过程中的应用，为更安全、更高效的人机交互铺平了道路。
履历及学业
1. Gramann K、McKendrick R、Baldwin C、Roy RN、Jeunet C、Mehta RK 和 Vecchiato G (2021) 未来十年认知神经工效学面临的重大挑战。Front. Neuroergon。2:643969。doi: 10.3389/fnrgo.2021.643969 2. Nuara A、Mirandola L、Fabbri-Destro M、Giovannini G、Vecchiato G、Vaudano AE、Tassinari CA、Avanzini P、Meletti S。音乐性癫痫发作间期活动的时空动态：两例病例报告和文献系统综述。 Clinical Neurophysiology 2020 年 7 月 3. Vecchiato G、Vecchio MD、Ascari L、Antopolskiy S、Deon F、Kubin L、Ambeck-Madsen J、Rizzolatti G、Avanzini P。汽车驾驶模拟中制动和加速运动准备的脑电图时频模式。Brain Res。2019 年 8 月 1 日；1716：16-26。doi：10.1016/j.brainres.2018.09.004。4. De Dreu CKW、Giacomantonio M、Giffin MR、Vecchiato G。经济竞赛中对攻击性掠夺的心理限制。J Exp Psychol Gen。2019 年 12 月 17 日。doi：10.1037/xge0000531。
航空航天工程系（AAE）
(Y/N) AAE2003 飞机系统简介 3 全部 N/AYYYY AAE2005 航空工程电气和电子技术 3 全部 N/ANYYY AAE3001 空气动力学基础 3 全部 N/ANNYY AAE3003 飞机推进系统 3 全部 N/ANNYY AAE3006 安全性、可靠性和合规性 3 全部 N/ANNYY AAE3010 航空公司运营 3 全部 N/ANNYY AAE3011 飞机性能和飞行管理 3 全部 N/ANNYY AAE4002 顶点项目 6 部门 48403 NNNY AAE4006 飞行力学和控制系统 3 全部 N/ANNYY AAE4009 航空公司和机场运营中的数据科学和数据驱动优化 3 全部 N/ANNYY AAE4011 无人自主系统中的人工智能3 ALL N/ANNYY AAE4015 航空大数据高级事故与危害分析 3 ALL N/ANNYY AAE4105 工程复合材料 3 ALL N/ANNYY AAE4111 可压缩空气动力学 3 ALL N/ANNYY AAE4112 卫星系统工程与设计 3 ALL N/ANNYY AAE4113 航空推进 3 ALL N/ANNYY AAE4301 航空电子系统 3 ALL N/ANNYY AAE4904 航空气象学 3 ALL N/ANNYY AAE5002 人为因素、事故预防与飞机维护 3 部门 48403 NNNY AAE5101 下一代空中交通管制与空中交通流量管理 3 部门 48403 NNNY AAE5103 航空工业人工智能 3 部门 48403 NNNY AAE5106 飞行标准和适航性 3 部门 48403 NNNY AAE5109 航空高级神经工效学和认知科学 3 部门 48403 NNNY AAE5110 航空运输经济与政策 3 部门 48403 NNNY AAE5201 空气动力学和计算流体动力学 3 部门 48403 NNNY AAE5205 飞机发动机系统和燃烧 3 部门 48403 NNNY AAE5206 航空航天工程中的人工智能 3 部门 48403 NNNY
WIRN 2024 计划 - Siren International
1. 10:45 – 11:00 Andrea Bizzego、Alessandro Carollo、Burak Senay、Seraphina Fong 和 Gianluca Esposito：计算机视觉驱动的运动注释以推进 fNIRS 预处理算法 2. 11:00 – 11:15 Daniele Dragoni、Maria Désirée Epure 和 Isabella Poggi：共情代理和被感动的情感：增强人机交互 3. 11:15 – 11:30 Alfonso Maria Stanzione、Lorenzo Arena、Julio Daniel Bermúdez Chinea 和 Andrea Bizzego：揭示母亲教育和大众媒体对中低收入国家早期儿童发展的影响 4. 11:30 – 11:45 Francesca Mottola、Augusto Gnisci、Marco Perugini 和 Ida Sergi： HEXACO 方面可以预测青少年自我或观察者报告的内化和外化行为吗？ 5. 11:45 – 12:00 Francesca Mottola：性格特征会影响饮食方式和食物选择吗？直接和间接影响 6. 12:00 – 12:15 Ilaria Lombardi、Vincenzo Paolo Senese、Victor Fernando Muñoz Martinez、Mario Buono、Marcos Rollón Rivas 和 Sonia Capece：用于人机交互实验室评估的神经工效学工具和方法 7. 12:15 – 12:30 Luisa Almerico、Isa Zappullo、Anna Pezzella、Carla Nasti、Massimiliano Conson 和 Vincenzo Paolo Senese：应用网络分析探索绘画技能预测因子之间的关系 8. 12:30 – 12:45 Carla Nasti、Luisa Almerico、Eleonora Chianese 和 Anna Pezzella：童年时期父母拒绝与年轻成年人习得性无助之间的关联：来自 Ipartheory 的见解 9. 12:45 – 13:00 Marco Feola、 Alessandro Lo Presti、Gennaro Cordasco 和 Anna Esposito：为员工提供支持的生成式人工智能和虚拟代理