XiaoMi-AI文件搜索系统
World File Search System新兴学科
从虚拟现实到感知工程的新兴学科
本文提出，一门强大的新学科正在稳步兴起，我们称之为感知工程。它源于一系列涉及创造幻觉的思想，从历史绘画和电影到现代的视频游戏和虚拟现实。感知工程师创造的不是桥梁、飞机或计算机等物理制品，而是虚幻的感知体验。范围定义在任何与物理世界交互的代理上，包括生物有机体（人类、动物）和工程系统（机器人、自主系统）。关键思想是，一个称为生产者的代理会改变环境，目的是改变另一个称为接收者的代理的感知体验。最重要的是，本文基于冯·诺依曼-摩根斯坦的信息概念，介绍了这一过程的精确数学公式，以帮助确定和定义该学科。然后将其应用于工程和生物制剂的案例，并讨论其对虚拟现实、机器人技术甚至社交媒体等现有领域的影响。最后，确定了开放的挑战和参与机会。
从虚拟现实到感知工程的新兴学科
本文表明，我们认为这是一种强大的新学科，我们认为这是一种稳步发展。从涉及创造幻想的想法的过程中，从历史绘画和电影到现代的视频游戏和虚拟现实。而不是创建诸如桥梁，飞机或计算机之类的物理工件，而是创造了虚幻的感知体验。范围是在与物理世界相互作用的任何代理上定义的，包括生物生物（人类，动物）和工程系统（机器人，自主系统）。关键想法是，一个称为生产者的代理商改变了环境，目的是改变另一个代理的感知体验，称为接收者。最重要的是，本文基于von Neumann-Morgenstern的信息概念，引入了此过程的精确数学表述，以帮助范围和定义学科。随后将其应用于工程和生物代理的案例，讨论了其对虚拟现实，机器人技术甚至社交媒体等现有领域的影响。最后，确定了公开挑战和参与机会。
控制、机器人和自主系统年度评论从虚拟现实到感知工程的新兴学科
本文提出，一门强大的新学科正在稳步兴起，我们称之为感知工程。它源于一系列涉及创造幻觉的思想，从历史绘画和电影到现代视频游戏和虚拟现实。感知工程师创造的不是桥梁、飞机或计算机等物理制品，而是虚幻的感知体验。范围定义在与物理世界交互的任何代理上，包括生物有机体（人类和动物）和工程系统（机器人和自主系统）。关键思想是，一个称为生产者的代理会改变环境，目的是改变另一个称为接收者的代理的感知体验。最重要的是，本文基于冯·诺依曼-摩根斯坦的信息概念，介绍了这一过程的精确数学公式，以帮助确定范围和定义该学科。然后将该公式应用于工程和生物代理的案例，并讨论其对虚拟现实、机器人技术甚至社交媒体等现有领域的影响。最后，确定了开放的挑战和参与机会。
人工智能与人权
目的：我们的系统评价旨在了解人工智能 (AI) 与人权 (HR) 之间的联系和相互关系，并揭示在这两个学科的交叉点上出现新学科的迹象。背景：人工智能和人权作为两个领域并行发展，人工智能技术工程师最终对其产品对人权的影响感兴趣，而最近，人权专家一直在探索人工智能技术对保护和促进人权的好处和威胁。方法：探索了法律科学、社会科学、医疗保健科学和更一般的科学从业者基础“Web of Science”领域的广泛数据库。根据严格的纳入/排除标准选择文章，并根据其内容和作者身份进行系统分析。结果：人工智能和人权之间的交叉点是一个充满活力的领域，来自不同学科的研究人员一直在探索诸如自主致命武器、隐私保护、保险和金融系统中的歧视性决策、知识产权和机器人的法律人格等问题。发现了新学科出现的迹象。结论：有必要确定适当的策略来巩固这一新兴学科：其中之一可能是在这两个领域的交叉点上开发学术课程。关键词：人工智能、人权、科学学科、系统评价、新兴学科
STFC 量子技术战略
QT 是一个充满活力且快速成熟的领域，其应用和开发正在迅速发展，涉及英国研究生态系统所有部分的合作。基础研究支持材料的发现、发明、创新以及将技术转化为商业用途。然而，这种新兴学科的技术采用仍处于早期阶段，我们必须对新的想法和机会保持响应。STFC 面临的挑战是利用其研究人员、实验室、设施和校园的能力，实现共同的国家战略，同时平衡其核心使命的其他部分。这将需要新的工作方式、建立新的合作伙伴关系，并在定义国家计划的未来阶段中发挥积极作用。
通过正式的XAI提供值得信赖的AI
在高风险环境中部署人工智能 (AI) 系统需要可信赖的 AI。欧盟最近的指导方针和法规强调了这一关键要求，经合组织和联合国教科文组织的建议也强调了这一点，还有其他一些例子。可信赖 AI 的一个关键前提是必须找到能够提供可靠合理性保证的解释。本文认为，最著名的可解释 AI (XAI) 方法无法提供合理的解释，或者找到可能表现出显著冗余的解释。解决这些缺点的方法是提供形式严谨性保证的解释方法。这些正式解释不仅合理，而且保证无冗余。本文总结了形式化 XAI 这一新兴学科的最新发展。本文还概述了形式化 XAI 面临的现有挑战。
M. Priyadharshini 1，S。Indra 2，S。Achuthan 3，K。Lokesh 4 1,2,3,4 PG学生，计算机科学与工程系，Bharathidasan Engi
I.引言许多学者由于该国日益强调教育以及该行业的大规模数据集的广泛使用，因此将数据挖掘和机器学习方法应用于教育主题。被称为“教育数据挖掘”（EDM）的数据挖掘研究领域的目标是通过识别各种变量之间的相关性来找到大量数据产生的数据中的模式，趋势和联系。这种新兴学科使用统计，机器学习和数据挖掘技术分析了教育大数据，重点是学生绩效预测。至关重要的是要意识到评估学生表现不仅需要查看商标；它要求进行彻底的评估，该评估考虑了课程复杂性和每个学生的独特评分标准等方面[2]。教育机构从EDM的预测见解中获得了很大的收获，这使他们能够最大程度地利用资源并为学生提供个性化的帮助。
2022研究前沿：11大研究领域的发展趋势与关键研究问题
摘要 摘要 2022年，中国科学院科技战略咨询研究院、中国科学院国家科学图书馆和科睿唯安联合发布了《研究前沿2022》。该报告利用基本科学指标（ESI）数据库进行共引分析。2022年报告从ESI中的12 610个研究前沿开始，共识别出165个研究前沿，涵盖了理科和社会科学11个大研究领域的热点和新兴学科。本研究以165个研究前沿及其相关核心论文和引用论文为分析基础，总结出8大科技发展趋势以及11个大研究领域的近期趋势和关键研究问题，旨在为研究和预测科技发展的主要趋势、总结重要研究问题并进行系统部署提供参考。
计算机科学：学科 - 丹宁研究所
计算机科学学科诞生于 20 世纪 40 年代初，当时算法理论、数理逻辑和存储程序电子计算机的发明融合在一起。例如，艾伦·图灵和库尔特·哥德尔在 20 世纪 30 年代关于算法及其作为机器或规则系统的实现的著作、阿达·洛夫莱斯 60 年前创建的算法、万尼瓦尔·布什在 20 世纪 20 年代制造的模拟计算机以及霍华德·艾肯和康拉德·楚泽在 20 世纪 30 年代制造的电子计算机。约翰·冯·诺依曼的著作表明，到 20 世纪 40 年代末，这门新兴学科已经具有相当的智力深度。到 20 世纪 60 年代初，已经有了足够的知识体系来建立第一批学术部门和学位课程。这门学科也被称为计算机科学与工程、计算和信息学。
混合人机协作的敏捷新研究框架：信任、透明度和可转移性
我们提出了一个新的研究框架，通过该框架可以在实验环境中探索人机协作这一新兴学科，为转移到现实世界做准备。我们通过敏捷方法的视角研究现有文献和未解答的研究问题，以构建我们提出的框架。我们的框架旨在提供一个结构来理解这个研究领域的宏观特征，支持对人机协作对人类团队成员的可接受性以及人工智能团队成员的承受能力进行整体研究。该框架有可能增强人机混合团队的决策能力和绩效。此外，我们的框架提出了敏捷方法在研究管理和知识发现中的应用。我们提出了一种可转移性途径，用于在安全环境中初步测试混合团队，例如实时战略视频游戏，并将经验教训的元素转移到现实世界中。