人工智能技术已广泛应用于许多领域,人工智能辅助学习环境已在课堂中实施,以促进教学模式的创新。然而,大学生对人工智能辅助学习环境的接受意愿(WTA)却被忽视。探索影响大学生使用人工智能意愿的因素可以促进人工智能技术在高等教育中的应用。本研究基于技术接受与使用统一理论(UTAUT)和感知风险理论,确定了影响学生使用人工智能意愿的六个因素,以分析它们与WTA人工智能辅助学习环境的关系。构建了一个包含六个假设的模型来检验影响学生WTA的因素。结果表明,大学生对人工智能辅助学习环境的构建表现出“弱拒绝”。努力期望(EE)、成绩期望(PE)和社会影响(SI)均与大学生WTA人工智能辅助学习环境呈正相关。心理风险(PR)对学生的WTA有显著的负面影响。本研究的结果将有助于开展风险沟通,从而促进人工智能辅助学习环境的建设。
滚动阻力是所有滚动车辆能耗中的一个重要因素。正确理解这一现象是设计节能车辆的重要方面。文献研究主要从三个方面来描述这一现象:轮胎材料及其特性、轮胎组件及其对轮胎滚动阻力行为的影响,最后考虑操作条件对轮胎行为的影响。为了对滚动阻力现象进行全面的文献研究,我们研究并总结了 58 种资源。
在设计和部署嵌入式人工智能系统时,信任已成为首要考虑因素,其他以人为本的人工智能价值观包括可解释性、透明度和公平性。然而,由于这些术语的多面性和多学科性,它们可能具有各种依赖于上下文的含义。因此,将这些价值观转化为设计可能是一个挑战 [6]。信任也不例外。了解人机信任是什么以及哪些因素会影响它,主要来自于受控的实验室实验或对嵌入式人工智能系统原型的研究 [3, 7]。然而,人们对在现实世界的人工智能产品和服务的开发和部署中如何解决人机信任问题知之甚少。人工智能从业者,即参与该领域系统设计和部署不同方面的人,其角色从人工智能开发人员到项目经理和政策制定者,可以阐明人机信任的作用以及在现实组织环境中考虑的人机信任因素。他们的见解可以更好地详细说明不同利益相关者在人机信任方面的需求、挑战和经验。在这篇未完成的论文中,我们研究了在开发和部署真实 AI 系统时如何解决人机信任问题。我们对在各种风险敏感环境(金融、法律、管理)中开发和部署嵌入式 AI 决策支持系统的 AI 从业者进行了一系列采访。我们特别关注这些系统,因为人类对 AI 的信任对它们尤其重要,因为它们具有潜在的社会影响。这些采访是一个更大的项目的一部分,该项目围绕 AI 从业者的人机信任经验,但在本工作论文中,我们报告了前 5 位受访者的初步调查结果(见表 1)。具体来说,我们对参与者对人机信任在其实践中的作用以及在 AI 辅助决策背景下建立信任时要考虑哪些因素的问题的回答进行了初步分析。为了进行结果分析,两名独立审阅者至少阅读了两次所有访谈,并按照主题分析方法 [1] 独立识别了兴趣短语和代码。他们一起比较并最终确定了所选短语的列表,并对代码的表述进行了微调。通过对代码进行分组,审阅者确定了三个主要主题:1)人与人工智能之间的信任在开发和设计嵌入人工智能的决策支持系统中的作用,2)人与人工智能之间的信任在人工智能从业者的工作中的重要性,以及 3)人工智能从业者认为哪些因素有助于建立对其系统的信任。
背景:及时准确的结果预测在指导急性缺血性卒中的临床决策中起着至关重要的作用。急性期后的早期病情恶化和严重程度是长期结果的决定因素。因此,预测早期结果在急性卒中管理中至关重要。然而,解释预测并将其转化为临床可解释的概念与预测本身一样重要。目的:这项工作专注于机器学习模型分析在预测缺血性卒中早期结果中的应用,并使用模型解释技巧来解释结果。方法:招募 2009 年在长庚医疗系统卒中登记处 (SRICHS) 登记的急性缺血性卒中患者,对两个主要结果进行机器学习预测:出院时的改良 Rankin 量表 (mRS) 和住院期间病情恶化。我们将 4 种机器学习模型,即支持向量机 (SVM)、随机森林 (RF)、轻梯度提升机 (LGBM) 和深度神经网络 (DNN) 与受试者工作特征曲线的曲线下面积 (AUC) 进行了比较。此外,3 种重采样方法,即随机欠采样(RUS)、随机过采样和合成少数过采样技术,处理了不平衡数据。模型基于特征重要性排序和 SHapley 加性解释(SHAP)进行解释。结果:RF 在两种结果中均表现良好(出院 mRS:平均 AUC 0.829,SD 0.018;院内恶化:原始数据上的平均 AUC 0.710,SD 0.023,对于不平衡数据,使用 RUS 重采样数据上的平均 AUC 0.728,SD 0.036)。此外,DNN 在预测未重采样数据的院内恶化方面优于其他模型(平均 AUC 0.732,SD 0.064)。总体而言,重采样对使用不平衡数据预测院内恶化的模型性能的改善有限。从美国国立卫生研究院卒中量表 (NIHSS) 获得的特征、白细胞分类计数和年龄是预测出院 mRS 的关键特征。相反,NIHSS 总分、初始血压、是否患有糖尿病以及血象特征是预测住院期间病情恶化的最重要特征。SHAP 摘要描述了特征值对每个结果预测的影响。结论:机器学习模型在预测早期卒中结果方面是可行的。丰富的特征库可以提高模型性能。初始神经系统水平和年龄决定了出院时的活动独立性。此外,
结论:研究发现,劳动力的参与率对经济增长产生负面影响,而制度质量、资本形成和技术进步对经济增长产生积极影响。研究还发现,经济增长与劳动力、资本、研发和制度质量之间的关系因收入组国家而异。在第 10 分位数的情况下,即收入最低的国家,没有发现任何独立变量对因变量经济增长产生影响。这一说法也适用于随后的两个上部国家组——即第 25 分位数和第 50 分位数。然而,在第 75 分位数和第 90 分位数的情况下,制度质量被发现对经济增长产生积极影响。然而,随着收入组的增加,这种积极影响正在减弱。另一方面,研究结果表明,随着制度质量的逐步提高,资本对经济增长的影响可能会很大,所有收入组国家都是如此。此外,研究发现,技术进步对经济增长的推动作用随着制度质量的提高而逐渐减小,除了这一最低收入国家组,对于所有其他收入组国家而言,随着经济体制度质量的逐步提高,技术进步的影响往往产生正向影响。
本研究的主题是分析国内市场上覆盆子的供需情况,以进行产品平衡分析并研究相关因素对供需的部分影响。2010-2019年期间,塞尔维亚覆盆子的生产和消费非常活跃。塞尔维亚共和国的覆盆子生产与大多数其他国家的生产相比具有显着的比较优势。塞尔维亚被认为是覆盆子的最大生产国之一,但尽管如此,其比较优势尚未得到充分重视和利用。覆盆子生产和消费平衡分析的结果表明存在盈余和出口潜力。方差分析建立了高度的相关性依赖性,并指出需要提高覆盆子和最终产品生产的竞争力,以满足国内市场和出口到世界市场。获得的结果使得可以制定覆盆子供应和需求函数的回归方程,这些方程可用于预测未来的这些值。
舒适性不断推动着对新功能的探索。在当今的应用中,泵被期望能够长时间连续运行。因此,“运行可靠性”是一个关键因素。离心泵是一种流体输送机器,其离心能由旋转的空气产生。泵用于输送流体。旋转动力通常来自电动汽车,由发动机和发动机转动。市场上对离心泵的需求很大。这种结构相对便宜、耐用且简单,其高速度使得可以将泵直接连接到无与伦比的汽车上。离心泵提供恒定的流体流动,并且可以轻松吹出而不会对泵造成损坏。泵的可靠性问题解决了化工厂、炼油厂和许多电器的大量维修和失去使用权的成本。本文介绍了泵故障的最常见原因,以及如何在泵选择过程中使用适当的分析类型和程序在大多数情况下避免这些故障。具体而言,关键问题包括泵将在最佳效率点 (BEP) 附近运行的位置。正确的泵选择和安装可避免错位。本文解释了分体式断流泵故障的各种原因。
摘要:对更好性能和更高舒适度的需求不断推动着对新功能的搜索。在当今的应用中,泵需要长时间连续运行。因此“运行可靠性”是一个关键因素。离心泵是一种流体输送机器,其离心能由旋转的空气产生。泵用于输送流体。旋转动力通常来自电动汽车,由发动机和发动机转动。市场上对离心泵的需求很大。构造相对便宜、耐用且简单,其高速度使得可以将泵直接连接到无与伦比的汽车上。离心泵提供恒定的流体流量,并且可以轻松吹扫而不会损坏泵。泵的可靠性问题涉及大量的维修,以及化工厂、炼油厂和许多电器无法使用的成本。本文介绍了泵故障的最常见原因,以及如何在泵选择过程中使用适当的分析和程序在大多数情况下避免这些故障。具体来说,关键问题包括泵将在最佳效率点 (BEP) 旁边的哪个位置运行。正确的泵选择和安装可避免错位。本文解释了分体式断流泵故障的各种原因。
环境质量委员会 (CEQ) 为执行《国家环境政策法》 (NEPA) 而制定的法规将累积效应定义为“该行动与其他过去、现在和合理可预见的未来行动相加所产生的增量对环境的影响,无论哪个机构(联邦或非联邦)或个人采取了此类其他行动。”(40 CFR §1508.7)因此,NEPA 要求各机构不仅要考虑特定行动对环境资源的增量直接和间接影响,还要考虑该行动与其他行动结合产生的累积效应。累积效应分析的目的是确保决策者充分考虑拟议行动的后果(CEQ 1997)。
执行摘要 这是对我们 2016 年报告的临床药物开发成功率的更新研究,也是对成功驱动因素的扩展,增加了机器学习模型来分析有助于药物开发的预测因素。Biomedtracker 数据库中 1,779 家公司在过去十年(2011-2020 年)的 9,704 个开发项目中共记录和分析了 12,728 个临床和监管阶段转变。当候选药物进入下一开发阶段或被申办方暂停时,就会发生阶段转变。通过计算进入下一阶段的项目数量与正在进行和暂停的总数,我们评估了开发四个阶段的成功率:第一阶段、第二阶段、第三阶段和监管备案。有了逐阶段数据后,我们比较了疾病组、药物模式和其他属性,以生成迄今为止最全面的生物制药研发成功分析。