XiaoMi-AI文件搜索系统
World File Search System情境
情境问责：应用人工智能的伦理原则、认证标准和解释方法
鉴于人工智能开发人员在确保人工智能系统、其成果和此类系统用户的责任方面发挥着重要作用，我们需要他们采取负责任、合乎道德和负责任的方法。因此，我们建议这些参与者参与旨在产生负责任的人工智能设计和使用的政策制定过程。根据我们的实证研究结果，我们提出了几项建议，以弥补当前在追求负责任的人工智能时将道德原则、认证标准和解释方法作为问责机制所发现的缺陷。我们希望这些建议能够有助于讨论如何在实践中确保问责制，同时兼顾开发人员、研究人员和公众的观点。
使用基于本体的网络情境意识系统保护数字资产
鞭子用于多种马运动。从马福利的角度来看，这是激烈的争论，并将马体育社会许可放在有风险中。小跑赛车是允许使用鞭子的运动之一。鞭子用于使马加速（鼓励）和更正。该研究的目的是调查前三匹马之间的固定位置是否受鞭子使用的影响，鞭打罢工对小跑比赛结束时速度变化的影响以及鞭打的罢工是否有可能符合负强化的训练原理。种族视频，对鞭打罢工进行了注册，并将其与速度变化进行了比较，速度的变化可以读取来自同一种族的位置数据。研究了16场比赛中前三匹马（n = 48）。每匹马的罢工数量为0到16，平均为5.6。在1-3位的马匹之间收到的罢工数量没有差异，鞭打罢工最常见于减速。鞭打罢工，随后减速可能是负强化的一个例子。鞭打罢工以鼓励马匹在比赛结束时更快地奔跑，应从马福利的角度避免。需要进一步研究小跑比赛中鞭子使用的安全方面。
印度空间情境评估报告2023
ISRO是许多国际福拉的积极参与者，例如与13个太空机构，国际宇航员学院（IAA）空间碎片碎片工作组，国际宇航员联合会（IAF）国际空间交通管理工作集团（IAF）国际宇航员组织（ISO）空间工作集团（ISO）太空工作集团（ISO）空间工程集团（ISO）空间库库（ISO）的空间工程集团（IAA）空间工程集团（ISO）空间工作集团（ISO）空间工具集团（ISO）和平工具（IN）和平的空间库库，促进有关太空碎片和外太空活动的长期可持续性的讨论和指南。ISRO，作为2023-24的IADC主席，于2024年4月举行了第42届年度IADC会议。 ISRO参加了IADC年度重新进入运动，并为IADC太空碎片缓解指南和其他空间可持续性方面的修订做出了贡献。 空间碎片的挑战：ISRO，作为2023-24的IADC主席，于2024年4月举行了第42届年度IADC会议。ISRO参加了IADC年度重新进入运动，并为IADC太空碎片缓解指南和其他空间可持续性方面的修订做出了贡献。 空间碎片的挑战：ISRO参加了IADC年度重新进入运动，并为IADC太空碎片缓解指南和其他空间可持续性方面的修订做出了贡献。空间碎片的挑战：
儿童偏瘫的口服ATP治疗 使用基于本体的网络情境意识系统保护数字资产 在小跑赛车中使用鞭子 - 对速度变化的影响和... 学术界的气候意识：奥地利国际学生的空中旅行态度的研究 深度学习捕获了上毒在多因素疾病中的影响 人工智能在慢性病健康管理中的应用：书目分析 基于平板电脑的手动敏捷性检测早期精神病的定量评估 阿尔茨海默氏病和传染性药物 肠道菌组和神经精神疾病 气候变化和自杀流行病学：全球自杀率性别变化的系统评价和荟萃分析 对牛皮利亚corylifolia l。的评论：具有深刻生物学意义的有价值的植物 铁直肠癌在结直肠癌中的作用及其与免疫疗法的潜在协同作用 使用人工智能的生物多样性标准化自动图像分析 罕见的婴儿间质肺疾病 对尼日利亚气候引起的气候粮食不安全的韧性 身体成分和二氧化碳饮食排放
儿童期交替偏瘫（AHC）是一种罕见的神经系统疾病，通常在18个月大之前表现出来，其特征是复发性，交替的偏瘫发作，其频率可变，并且可以持续几分钟到几天。我们在一个小女孩中介绍了一个AHC的案例，该案件在ATP1A3基因（P.Glu815lys）中携带零星突变（p.glu815lys）对氟纳氨基氨酸的难治性，并且由于用腺苷5'-三磷酸腺苷（Triphosphate（Priphosphate）口服化合物治疗的不良反应，因此对topiramate不合格。通过随访评估结果，并定期监测副作用和安全性。复合药物显示出有效性和安全性。的确，在四年的随访中，随着腺苷-5'三磷酸的剂量逐渐增加至21 mg/kg，患者在控制偏瘫发作的频率和持续时间和神经系统恶化的改善方面表现出很大的好处。
灵活且针对具体情境的 AI 可解释性
摘要 近年来人们对人工智能 (AI) 的热情主要归功于深度学习的进步。深度学习方法非常准确，但也不太透明，这限制了它们在安全关键型应用中的潜在应用。为了获得信任和问责，机器学习算法的设计者和操作者必须能够向用户、监管者和公民解释算法的内部工作原理、结果以及失败的原因。本文的独创性在于结合可解释性的技术、法律和经济方面，开发一个框架来定义给定环境下可解释性的“正确”水平。我们提出了三个逻辑步骤：首先，定义主要的背景因素，例如解释的受众是谁、操作背景、系统可能造成的危害程度以及法律/监管框架。此步骤将有助于描述解释的操作和法律需求，以及相应的社会效益。第二步，检查可用的技术工具，包括事后方法（输入扰动、显著性图……）和混合 AI 方法。第三步，根据前两个步骤，选择正确的全局和局部解释输出级别，同时考虑所涉及的成本。我们确定了七种成本，并强调只有当总社会效益超过成本时，解释才具有社会意义。
增强国防车辆中的情境意识
摘要在发展中的汽车行业中，国防车辆的重要性也日益增加。这些车辆在平民和军事领域都使用，在提供情报和安全方面具有重要的位置。但是，为了提供此安全性，必须从放置在车辆中的摄像机中清楚地读取外部环境图像，这是关键因素之一。从外部环境中拍摄的图像的清晰度必须很高，易于阅读，并且细节必须无损。传统的摄像头系统在这些环境中不足，没有光线或光线不足。在这种情况下，IR（红外）摄像头系统可以检测到人眼无法感知的温度差异，即使在没有光的环境中，也可以显示人和物体。尽管它提供了许多好处，但问题范围不足，缝制重叠区域，颜色不一致和低分辨率等问题可能会导致车内用户无法获得清晰的读数。因此，在提供安全性方面可能会发生主要的安全威胁。在本文中，讨论了IR相机系统在防御车辆中的重要性，可能会阻止相机系统有效操作的问题以及可用于消除这些问题的方法。
Ikram Chraibi Kaadoud、Lina Fahed、Philippe Lenca。可解释的人工智能：知识发现、知识表示和表示学习交叉点的叙述性回顾。MRC 2021：第十二届国际情境建模与推理研讨会，2021 年 8 月，加拿大蒙特利尔（虚拟）。第 28-40 页。 hal-03343687
可解释人工智能 (XAI) 最近已成为一个非常活跃的领域，这主要是由于神经网络等黑箱模型的广泛发展。最新技术定义了最近的 XAI 目标，并提出了具体方法。在 XAI 和其他领域之间可以找到隐式链接，尤其是与知识和神经网络相关的领域。我们在此旨在强调这些隐式链接。我们对两个领域的研究工作进行了叙述性回顾：（i）知识领域，重点关注知识发现和表示，以及（ii）表示学习。我们讨论了这些领域与 XAI 之间的相似性和连接点。我们得出结论，为了使黑匣子更加透明，XAI 方法应该受到更多启发，并利用知识和表示学习领域的过去和最近的工作。通过本文，我们为多学科研究人员和人工智能专家以及人工智能知识渊博的用户提供了 XAI 领域的切入点。
重新获得负责用户的情境意识
个体差异和环境因素起着重要作用。参与者和位置（UCL与LU）之间的接管绩效有明显的变化。UCL参与者通常需要更长的时间才能达到目标速度，尤其是在道路工程场景中。与LU相比，使用摇篮手机或完成Wordes搜索等活动会导致UCL的延迟更多。这种差异可以归因于模拟器环境中的变化或两个位置之间接管方法的变化。但是，位置和性能之间没有发现显着的相互作用效应，表明尽管个人和环境因素很重要，但它们并没有最终影响性能结果。同样，尽管没有发现特定NDRA对车道偏差的显着影响，但参与者之间的差异突出了在评估接管绩效时考虑个人和环境因素的重要性。
巴西特定情境护理理论，......
摘要目的：绘制巴西严格意义上的护理研究生课程中开发的护理理论。方法：文献计量学研究，于 2023 年 10 月在高等教育人员改进协调论文和学位论文门户网站上进行。使用了受控描述符“护理理论”和“护理模型”以及不受控制的“理论”和“中程理论”。对选定的研究进行分类分析，分析由拥有博士学位和护理理论研究专业知识的研究作者进行。结果：共绘制了 39 种护理理论，其中以中层理论的发展为主（79.5%），重点关注护理诊断概念和使用理论因果效度的理论方法策略。结论：该研究确定了巴西发展的护理理论，认识到了趋势、发展战略、学科感兴趣的理论对象以及在巴西环境中实际应用所需的投资。描述符：护理理论；护理模型；健康研究生课程；护理研究；文献计量学。
Adele Clarke对TED谈话的情境分析
摘要摘要本研究探讨了Chatgpt-4在定性研究过程中的整合，重点介绍了Adele Clarke和分析TED Talks成绩单的情境分析方法。调查结果表明，Chatgpt在初始编码中快速处理数据的能力，表明了更广泛的类别，反映了Clarke的“情况”的复杂性，以认识到人类和非人类元素，论述，辩论以及问题，时间和空间。在分析不同地图类型（情境，社会世界和竞技场，位置）的数据时，Chatgpt-4“理解”其不同的分析目的，认识到不同级别的抽象和理论结构。这项研究强调了生成AI在将复杂的理论框架转化为情境图和视觉表示方面的挑战，并强调了有效提示策略的重要性。此外，该研究在定性研究中确定了生成AI的几个角色，包括共同分析师，顾问和教练，强调了人类研究人员在决策和解释中的核心作用。