XiaoMi-AI文件搜索系统
World File Search System平等
大规模种族平等，多样性和包容策略
我们现在被要求采取行动！大流行在必须解决的工作，住房，健康和学校中裸露的种族不平等。因此，也对乔治·弗洛伊德（George Floyd），布兰娜·泰勒（Breanna Taylor）和无数其他有色人种的袭击也袭击。我们也面临着粗糙和不尊重的公共话语，对民主的深刻两极分化和攻击。作为教育工作者，我们通过学生和家庭的视角看到了这些挑战。我们知道我们必须受到自己的道德指南针的指导。我们知道没有简单的答案。我们知道，每个地区的工作都会不同，因为每个地区的背景都不同。我们也知道，每个地区的工作都是紧迫的。最后，我们知道我们需要受信任同事的支持和指导，以驾驶在我们地区争取种族平等，多样性和包容的斗争。
坎伯尔经济不平等与学术自由
我将在第二部分中简要介绍衡量不平等的概念和经验问题，从而对过去三十年全球经济不平等趋势进行描述。我们将看到，这些趋势和模式错综复杂，而且不平等加剧并没有普遍的模式。然而，潜在的力量是朝着经济不平等加剧的方向发展的——这些变化反映了政策选择。然后，本节定义了学术不平等，并强调了它与经济不平等之间的双向因果关系。第三部分区分了消极自由和积极自由，并强调积极自由是本文的重点。然后，它评估了经济资源和经济不平等是积极自由（包括积极学术自由）的关键决定因素。如果经济不平等削弱了积极自由，学术不平等又削弱了积极的学术自由。第四部分讨论了在加强积极学术自由的目标下，专门针对学术不平等与更普遍的经济不平等之间的政策平衡问题。第五部分结束。
发展中国家的疫情防控与不平等......
发展中经济体的流行病防控与不平等摘要我们将典型的 SIR 流行病学模型整合到一个一般均衡框架中，该框架包含高技能和低技能工人，每个工人都选择在工作地点（现场）或家中（远程）工作。现场劳动力和远程劳动力是不完美的替代品，但高技能工人相对于低技能工人更具替代性。将模型校准到印度经济后，我们发现不同的防控政策通过限制现场劳动力，对低技能工人的影响不成比例地高于高技能工人，从而加剧了已经存在的不平等。此外，防控政策在控制低技能工人中的疾病传播方面效果较差，因为与高技能工人相比，低技能工人更愿意选择在现场工作。最后，我们表明，旨在消除封锁造成的不平等加剧的低技能工人的有条件转移，提高了各种遏制政策的有效性，并成功减少了高技能和低技能工人之间的健康结果差距。_ 关键词 : COVID-19、遏制、不平等、转移
在平等中偏爱一个 - 不是一个好主意：基于变形金刚的人行人检测的多对一匹配
与基于卷积神经网络（CNN）相比，我们研究了基于变压器的行人检测模型较低性能的原因。CNN模型会产生密集的行人建议，单独完善每个建议，然后对其进行非最大抑制（NMS）的跟进，以产生稀疏的预测。在争论中，变压器模型每个地面真相（GT）行人盒选择一个建议，然后从中选择了正面的正态。所有其他建议，其中许多与选定的建议高度相似，都通过了负梯度。尽管这导致了稀疏的预测，从而消除了NM的需求，但在许多类似的建议中，任意选择，有效的训练和较低的行人检测准确性。为了减轻问题，我们建议基于Min-Cost-Flow的配方，而不是常用的Kuhn-Munkres匹配算法，并纳入了诸如每个地面真相盒的约束，并且与一个建议的提案相匹配，并且许多同样好的建议可以与单个地面真相盒相匹配。我们提出了基于匹配算法的第一个基于变压器的行人检测模型。广泛的实验表明，我们的方法达到了3个失误率（较低）3。7 /17。4 /21。8/8。3/2。0在Eurocity / tju-traffic / tju-校园 /城市专家 /加州理工学院数据集中，而4个。7/18。7/24。8/8。5/3。 1通过当前的sota。 代码可从https://ajayshastry08.github.io/flow_ matcher 获得。5/3。1通过当前的sota。代码可从https://ajayshastry08.github.io/flow_ matcher
使用机器学习应用的集中不平等
浓度不平等作为许多独立随机变量功能的尾巴概率上的上限。在组合优化问题上说明了浓度不平等的范围。详细描述了伯恩斯坦不等式的路径，强调了一个事实，即随机变量的对数宽带变换上的良好界限为尾巴概率提供了指数界限。本课程的主要主题将是伯恩斯坦式不平等的推导，用于一般功能。martingales方法提供了构建伯恩斯坦样不平等的一般配方。与Martingales相关的指数性超级马丁甲公司以有限的增量相关联，可以重新确定著名的有限差异不平等。尽管并且由于其普遍性，但使用Martingale方法可能很难。这促使搜索更具用户友好的方法，例如（例如）熵方法。Efron-Stein不等式说明了熵方法中的第一步。后者的不等式在独立随机变量的一般函数的方差上提供了一般且通常很紧的上限。在组合优化问题上首先说明了Efron-Stein结合。
战略计划 - | USC全球健康不平等研究所
在2018年，当我担任当时的加州大学全球健康研究所的领导时，我立即看到了建立该研究所过去成就的机会。我的领导团队认识到，合理决策的基础将是利益相关者对研究所的目的和优先事项以及我们真正希望实现的目标的共同理解。因此，我们从USC社区和全球卫生领域的各种观点上进行了严格的战略规划过程。这项事业标志着令人兴奋的新章节的开始，如我们的新名称“ USC USC全球健康不平等研究所”所反映的。在以下页面中介绍了战略规划过程的其他结果。该研究所的使命，目标和目标已经重新制定，战略计划确定了四个重点领域，在这些领域中，该研究所的影响力最大。它将我们的工作核心领域定义为研究，教育和政策参与，并确认我们的泛大学和对全球健康的多学科方法对于实现预期的结果至关重要。在USC，教职员工，学生和许多合作伙伴的领导层的出色支持下，我和我的同事们准备以对全球和全球健康本身的社区产生持久影响的方式实施战略计划。我们感谢您对这项努力的兴趣，我们期待与您合作，实现更加健康的世界。
能量过渡中的性别和交叉不平等...
第2天。fraunhofer iao-“为公正的能源过渡创建数据驱动和以人为以人为本的政策”该模块探索了能源正义的复杂性，使用了对欧盟和撒哈拉以南非洲30,000名公民的Genesys调查的见解。参与者将研究能源系统如何对社会群体有所不同，重点关注能源贫困，健康影响和价值驱动的能源选择等问题。关键主题包括能源政策边缘化的数据驱动分析，以及来自以人为中心的能源系统的科学技术研究（STS）的基础概念。通过基于现实世界角色的决策练习，参与者将设计有针对性的策略来应对能源正义挑战。研讨会遵循SEE（灵敏度，装备，授权）方法，结合互动学习，理论见解和竞争性小组的工作，以增强参与者制定公平的能源政策。