XiaoMi-AI文件搜索系统
World File Search System想象性
想象人工智能在教育领域的未来
摘要 在本文中，我们探讨了如何将最近复兴的社会科幻小说方法作为一种创造性和批判性的方法来想象和讨论教育人工智能 (AIED) 的未来。我们回顾了研究人员撰写的一百篇社会科幻小说，并分析了它们如何描述人工智能在教学和学习中的潜在作用。通过主题分析，我们确定了四个主要主题和几个子主题，这些主题和子主题突出了研究人员对 AIED 未来的希望和担忧。虽然这些小说呈现了文献中已经存在的预期 AIED 未来的想象场景，但它们也以创造性的方式说明了这些未来可能如何实现。我们观察到，社会科幻小说在探讨复杂而不确定的 AIED 格局的同时，还可以激发反思和对话。最后，我们提出了一些使用这种新兴的讲故事方法进行进一步研究和实践的方向。
我的副本和我 – 心灵上传的想象
“因此，模式 3 导向是尝试从未来研究的多样性和分歧中了解我们自己、我们的社会实践、潜意识的担忧、隐含的希望和恐惧。当然：首先，为此必须对未来进行解释，甚至‘解构’，这需要充分的评估程序和解释学努力。”（Grunwald，2014 年，第 7 页）
未来想象 - 数字化项目规划
专为使用 DTDCH 硬件和软件的用户提供的数字化。这不是也不可能是指南；每个机构都有不同的指导方针。相反，本文档的目标是成为组织、重组或评估数字化计划时需要考虑的大多数主题的参考指南。我们的团队，文化遗产数字转型部门，专门研究数字化的硬件、软件和工作流程。正因为如此，在规划和制作数字化计划期间，我们很高兴与大量不同的文化遗产机构合作。我们从事这一领域的工作是因为我们相信保护我们共同的文化遗产是对子孙后代的神圣职责。最重要的是，我们希望这份源于我们的经验和许多尊贵客户的意见的文档能够为这一崇高目标做出一些小小的贡献。请注意：本文档旨在作为一个框架，允许持续贡献，以确保它不会过时。如需贡献、提供更正或建议补充，请联系 DTDCH 主任 Peter Siegel，邮箱：pes@digitaltransitions.com 。
运动想象脑中基于相关性的通道选择......
摘要。目的：基于脑电图 (EEG) 的脑机接口 (BCI) 中的通道选择已进行了二十多年的广泛研究，目的是选择最佳的主体特定通道，以提高 BCI 的整体解码效率。随着基于深度学习 (DL) 的 BCI 模型的出现，需要新的视角和新颖的技术来进行通道选择。在这方面，与主体无关的通道选择很重要，因为使用跨主体数据训练的 DL 模型提供了卓越的性能，并且 EEG 特征的固有主体间变异性对与主体无关的 DL 训练的影响尚不完全清楚。方法：在这里，我们提出了一种在基于 DL 的运动想象 (MI)-BCI 中实现与主体无关的通道选择的新方法，使用逐层相关性传播 (LRP) 和神经网络修剪。实验使用来自韩国大学 (KU) EEG 数据集的 Deep ConvNet 和 62 通道 MI 数据进行。主要结果：使用我们提出的方法，由于 LRP 选择高度相关的通道，我们将通道数量减少了 61%，而与受试者无关的分类准确度没有任何显著下降（p=0.09）。基于 LRP 相关性的通道选择与传统的基于权重的选择相比提供了明显更好的准确度，同时使用了不到 40% 的总通道数，准确度差异范围为 5.96% 至 1.72%。仅使用总通道数 16% 的适应稀疏 LRP 模型的性能与适应基线模型的性能相似（p=0.13）。此外，仅使用总通道数 35% 的适应稀疏 LRP 模型的准确度比适应基线模型高出 0.53%（p=0.81）。对 LRP 选择的通道的分析证实了选择的神经生理学合理性，并强调了运动、顶叶和枕叶通道对 MI-EEG 分类的影响。意义：所提出的方法解决了 EEG-BCI 解码中的一个传统问题，同时与 BCI 领域的最新发展相关且适用。我们相信，我们的工作带来了模型可解释性作为一种解决问题的技术的有趣且重要的应用。
布雷克的想象概念：哲学探索
本文探讨了威廉·布莱克（William Blake）的富有远见的诗人和艺术家，是想象力的复杂而多维的概念。这项调查依靠哲学和文学的联系，旨在在查看其哲学基础和后果的同时剥夺布雷克想象世界的层次。英国诗人华兹华斯说：“这个可怜的人疯了是不可否认的，但是他的疯狂有些事比拜伦勋爵和沃尔特·斯科特的理智更吸引我。”一个布雷克（Blake）在他的抒情和艺术作品中超越了传统的界限，促进了一种远远超越简单的感官体验的知觉形式。Blake是人类想象力的力量的热烈支持者。本文通过布雷克的著作导航，特别是强调了他的文学作品，例如《天堂与地狱的婚姻》和《耶路撒冷》，分析了他富有想象力的哲学的细微努力。通过审查布雷克对创造性想象的看法，其在塑造现实中的作用以及与精神和艺术表达的联系，这种探索旨在有助于更深入地了解布雷克的文学和哲学遗产中想象力的深刻意义。通过这个哲学镜头，邀请读者与布雷克复杂的世界观互动，并欣赏他对人类想象力无限潜力的持久相关性。关键词：想象力，哲学，主观性，灵性，转型。
具有挑战性时期的社会学想象
摘要：这篇批判性的文章认为，过去几年的事件使社会学与学生的生活更加相关，并增加了他们对社会学想象力的效用和实用性。要满足这一刻创造的机会，社会学教育者需要精心设计和高效的教学干预措施，以发展其学生的社会学想象力。不幸的是，开发学生社会学想象的许多可用奖学金缺乏概念上的清晰度和经验严格，以辨别哪种教学干预措施最有效。在对围绕社会学想象的学术问题进行了详细回顾之后，提供了扩大领域的建议。关键词：社会学想象力，教学奖学金，“有些人觉得我们作为一个社会坐在一个燃烧的房间里，冷静地喝了一杯咖啡，告诉自己，‘这很好'，”参议员理查德·伯尔（Richard Burr）在2018年在2016年俄罗斯干预2016年大选的俄罗斯干预期间说。参议员伯尔（Burr）引用了无处不在的互联网模因，描绘了一只宁静的卡通狗独自一人坐在一个被标题下方的火焰吞没的房间里，“这很好。”模因漫画家K.C.绿色最初创建的绿色最初在网上传播了病毒，这是人们面对侵犯危险的人们自己回避和非理性自满的一种方式。最初与个体冷漠和自欺欺人交谈的模因是由全球Covid-19造成的损失和社会动荡所改变的，这是由全球covid-19
提高运动想象 BCI 的性能-...
目标：基于运动想象 (MI) 的脑机接口 (BCI) 通常用于控制应用。然而，这些应用需要强大而有判别力的神经模式，因此可能需要丰富的 MI 经验。受康复领域的启发，在康复领域，具体化是改善皮质活动的关键要素，我们的研究提出了一种新颖的控制方案，在控制过程中提供虚拟具体化的反馈以提高性能。方法：受试者经历了两个沉浸式虚拟现实控制场景，他们使用脑电图 (EEG) 控制设备的二维运动。这两个场景仅在是否提供具体化反馈（反映分类意图的运动）方面有所不同。在经历每个场景后，受试者还回答了一份问卷，在问卷中他们对场景的沉浸感和反馈的具体化程度进行评分。结果：与没有具体化反馈的标准控制方案相比，受试者在使用我们的控制方案时表现出更高的控制性能、更大的大脑活动模式可辨别性和增强的皮质激活。此外，自我评价的体现和临场感得分与表现呈现出显著的正线性关系。意义：我们研究的结果提供了证据，表明提供体现反馈作为意图分类指导可能对控制应用有效，因为它可以诱导增强的神经活动和具有更大辨别能力的模式。通过将体现反馈应用于沉浸式虚拟现实，我们的研究也是另一个例子，表明虚拟现实是改善 MI 的有前途的工具。
想象学校 COVID-19 学校缓解计划
重返校园缓解策略 当学生或教职员工被要求待在家里不去学校时：(a) 在 COVID-19 检测呈阳性后；(b) 在出现 COVID-19 症状后；或 (c) 在最近与 COVID-19 患者密切接触并能够在家隔离后，学校将实施以下与重返校园相关的缓解策略。 无论疫苗接种情况如何，所有学生和教职员工的隔离策略都是相同的，但接种疫苗的学生和教职员工的隔离程序可能有所不同。 所有人都可以返回学校接受现场支持服务或面对面指导，但必须遵守 CDC 和当地卫生官员的指导方针，这些指导方针目前规定： A. 疑似或确诊患有 COVID-19 疾病后（隔离）：
自我想象和VR培训-Scholarworks@cwu
情感唱歌会影响人声表现和观众的参与。中国大学使用传统的培训技术来教授理论和应用知识。自我想象是情感唱歌的主要训练方法。最近，虚拟现实（VR）技术已在多个领域应用于培训目的。在这项经验比较研究中，实施了一项VR培训任务，以引起歌手的情绪，并进一步帮助他们改善他们的情感歌唱表演。将VR训练方法与传统的自我想象方法进行了比较。通过进行两阶段的实验，通过情感的启发和情感歌唱表演进行了比较两种方法。在第一阶段，脑电图（EEG）数据是从受试者中收集的。在第二阶段，收集了自评报告和第三方教师的评估。通过采用最大值和最小值算法进行特征选择和支持向量机（SVM）来分析脑电图数据，以识别情绪。基于脑电图分类和主观量表的结果，VR可以更好地引起歌手的积极，中立和负面的情绪状态，而不是不使用这项技术（即自我想象）。此外，由于情绪激活的改善，VR带来了唱歌表演的改善。因此，VR似乎是一种有效的方法，可以改善和补充可用的声乐教学方法。