XiaoMi-AI文件搜索系统
World File Search System未预料到
人类在日益自动化的航空系统中的作用
近年来，一些自动化支持者设想了未来的运输系统，该系统将在有限的或没有人类操作员监督的情况下运行。UAM 的支持者指出，这种最终状态可以降低成本并消除飞行员失误，飞行员失误被认为是许多飞机事故的一个促成因素（例如，Uber Elevate，2016 年）。这种观点忽略了人类操作员增加弹性的可能性，因为他们可以在自动化的“能力范围”之外感知和行动。我们使用术语“能力范围”来指代自动化系统赢得信任的场景和环境，它可以安全运行而无需人工干预。这类似于 Hoffman 和 Hancock (2017) 讨论的“能力范围”和 Woods (2015) 讨论的系统边界。在设计过程中，预期能力框可能以性能规范的形式明确表达，但预期能力框的某些方面也可能未说明。随着操作经验的积累，实际能力框有时会比预期的要小，因为系统无法处理场景和环境，包括设计人员预期的一些场景和环境。在其他情况下，系统可能无法处理未预料到的场景和环境。当安全关键系统能够调整其功能以保持安全性时，它具有弹性
场地规划审查申请包
替代合规性。替代合规性是一种行政程序，社区发展总监可以批准开发规范通常要求的替代方案。它仅适用于特定情况，并有标准指导如何审查和批准替代方案。这本质上是一个“同等或更好”的过程。它不允许总监放弃或更改标准，但允许不同的解决方案，当意图或设计目标可以通过标准未预期的设计得到同等或更好的满足时。[请参阅第 24-208 节替代合规性、开发规范以及提出替代方案的标准子节中的任何其他标准。] 计划单元开发 (PUD)。一定规模的项目可以从更先进的规划中受益，并可以通过“计划分区”获得灵活性。这不是放弃或改变特定地点或开发项目标准的方法。相反，这些申请允许规划委员会和市议会根据将项目整合到特定环境中的计划，以更广泛的范围看待项目。这些申请从基本分区和开发标准开始，但如果该计划能展示出更广泛的公共利益，则可以允许偏离、增加或减少原本适用的标准。这种类型的重新分区需要公众听证会和正式审查来确定任何区域或项目的参数。[参见第 24-205 节《计划单位开发》，《开发规范》] 差异。差异为项目规模提供了《开发规范》数字标准的缓解。差异不是标准灵活性的工具；它们为《开发规范》未预料到或未解决的特殊情况以及没有其他选择的情况下提供了标准缓解。申请人负有举证责任，必须证明他们的场地与其他类似分区或位置的场地不同，并且申请人必须证明他们符合批准差异的所有要求。[参见第 24-209 节《开发规范》。]
向我解释——可解释的人工智能和信息系统研究
使用历史数据训练数学结构，以对世界的不确定状态做出预测。例如，基于大量标记图像，深度卷积神经网络可以学习对疾病的存在做出高度准确的个体层面预测。这包括预测 COVID-19 阳性患者（Shi 等人，2020 年）。虽然高度准确的预测本身对于基于事实的决策至关重要（即使是从字面意义上讲也是关于疾病检测），但最先进的机器学习模型的高预测性能通常是以牺牲其输出的透明度和可解释性为代价的（Voosen，2017 年；Du 等人，2019 年）。换句话说：大多数高性能机器学习模型的特点是无法传达人类可解释的信息，说明它们如何以及为何产生特定预测。因此，此类机器学习应用对于人类用户甚至专业设计师来说通常都是完全的黑匣子，他们往往不了解决策关键输出背后的原因。从方法论的角度来看，无法提供与具体预测相符的解释会导致三类高级问题。首先，被忽视的不透明性会立即导致缺乏问责制，因为它妨碍了对此类系统预测的审计。这一缺陷引发了人们对黑箱社会兴起的担忧，组织和机构中不透明的算法决策过程会带来意想不到的和未预料到的下游后果，从而使情况变得更糟（Pasquale 2015；Angwin 等人 2016；Obermeyer 等人 2019）。其次，利用人工智能提高经济效率和人类福祉的潜力不仅限于通过预测为特定决策提供信息。揭示隐藏在复杂大数据结构中的新领域知识
建议引用：Bauer，Kevin；辛兹，奥利弗；范德阿尔斯特，威尔； Weinhardt, Christof (2021)：Expl(AI)n It to Me – 可解释的人工智能和信息系统研究，商业与信息系统工程，ISSN 1867-0202，Springer Fachmedien Wiesbaden，威斯巴登，第 63 卷，Iss。 2，第 79-82 页，https://doi.org/10.1007/s12599-021-00683-2
使用历史数据训练数学结构，以对世界的不确定状态做出预测。例如，基于大量标记图像，深度卷积神经网络可以学习对疾病的存在做出高度准确的个体层面预测。这包括预测 COVID-19 阳性患者（Shi 等人，2020 年）。虽然高度准确的预测本身对于基于事实的决策至关重要（即使是从字面意义上讲也是关于疾病检测），但最先进的机器学习模型的高预测性能通常是以牺牲其输出的透明度和可解释性为代价的（Voosen，2017 年；Du 等人，2019 年）。换句话说：大多数高性能机器学习模型的特点是无法传达人类可解释的信息，说明它们如何以及为何产生特定预测。因此，此类机器学习应用对于人类用户甚至专业设计师来说通常都是完全的黑匣子，他们往往不了解决策关键输出背后的原因。从方法论的角度来看，无法提供与具体预测相符的解释会导致三类高级问题。首先，被忽视的不透明性会立即导致缺乏问责制，因为它妨碍了对此类系统预测的审计。这一缺陷引发了人们对黑箱社会兴起的担忧，组织和机构中不透明的算法决策过程会带来意想不到的和未预料到的下游后果，从而使情况变得更糟（Pasquale 2015；Angwin 等人 2016；Obermeyer 等人 2019）。其次，利用人工智能提高经济效率和人类福祉的潜力不仅限于通过预测为特定决策提供信息。揭示隐藏在复杂大数据结构中的新领域知识
评级摘要 - 2025 年 1 月 28 日
免责声明 本报告或出版物中包含的评级是 PT Pemeringkat Efek Indonesia (PEFINDO) 根据评级当日的评级结果得出的意见。评级是基于评级时做出的假设，对被评级方按时全面履行其财务义务的能力的前瞻性意见。评级不是投资者做出投资决策的建议（无论该决策是基于评级或其他投资决策购买、出售或持有任何债务证券）和/或对债务证券的公允价值和/或 PEFINDO 指定评级的实体的价值的意见。评级过程中所需的所有数据和信息均来自请求评级的一方，该方被认为能够可靠地传达数据和信息的准确性和正确性，以及来自其他被认为可靠的来源。PEFINDO 不会对收到并用作评级过程基础的每条信息和数据进行审计、尽职调查或独立验证。 PEFINDO 对所提及信息和数据的真实性、完整性、及时性和准确性不承担任何责任。信息和数据的准确性和正确性完全由提供方负责。PEFINDO 及其董事会成员、委员、股东和员工对任何一方因直接或间接使用本评级报告或出版物中的内容和/或信息而遭受或产生的损失、成本和费用概不负责。PEFINDO 通常从请求评级的各方收取评级服务费用，并且 PEFINDO 在评级分配之前披露其评级费用。PEFINDO 以政策和程序的形式承诺在评级过程中保持客观性、完整性和独立性。PEFINDO 还制定了“行为准则”，以避免评级过程中的利益冲突。评级可能会因首次分配时未预料到的事件而在未来发生变化。如果收到的数据和信息被认定为不充分和/或受评公司未履行对 PEFINDO 的义务，PEFINDO 有权撤销评级。对于已获得受评方批准发布的评级，PEFINDO 有权在其报告或出版物中发布评级和分析，并定期发布已发布评级的审查结果，特别是在存在可能影响先前评级的重大事实或重要事件的情况下。复制本出版物的全部或部分内容需要 PEFINDO 的书面批准。PEFINDO 对其他方发布的与 PEFINDO 评级相关的内容不承担任何责任。
评级摘要 - 2025 年 1 月 7 日
免责声明 本报告或出版物中包含的评级是 PT Pemeringkat Efek Indonesia (PEFINDO) 根据评级当日的评级结果得出的意见。评级是基于评级时做出的假设，对被评级方按时全面履行其财务义务的能力的前瞻性意见。评级不是投资者做出投资决策的建议（无论该决策是基于评级或其他投资决策购买、出售或持有任何债务证券）和/或对债务证券的公允价值和/或 PEFINDO 指定评级的实体的价值的意见。评级过程中所需的所有数据和信息均来自请求评级的一方，该方被认为能够可靠地传达数据和信息的准确性和正确性，以及来自其他被认为可靠的来源。PEFINDO 不会对收到并用作评级过程基础的每条信息和数据进行审计、尽职调查或独立验证。 PEFINDO 对所提及信息和数据的真实性、完整性、及时性和准确性不承担任何责任。信息和数据的准确性和正确性完全由提供方负责。PEFINDO 及其董事会成员、委员、股东和员工对任何一方因直接或间接使用本评级报告或出版物中的内容和/或信息而遭受或产生的损失、成本和费用概不负责。PEFINDO 通常从请求评级的各方收取评级服务费用，并且 PEFINDO 在评级分配之前披露其评级费用。PEFINDO 以政策和程序的形式承诺在评级过程中保持客观性、完整性和独立性。PEFINDO 还制定了“行为准则”，以避免评级过程中的利益冲突。评级可能会因首次分配时未预料到的事件而在未来发生变化。如果收到的数据和信息被认定为不充分和/或受评公司未履行对 PEFINDO 的义务，PEFINDO 有权撤销评级。对于已获得受评方批准发布的评级，PEFINDO 有权在其报告或出版物中发布评级和分析，并定期发布已发布评级的审查结果，特别是在存在可能影响先前评级的重大事实或重要事件的情况下。复制本出版物的全部或部分内容需要获得 PEFINDO 的书面批准。PEFINDO 对其他方发布的与 PEFINDO 给出的评级相关的内容不承担任何责任。
扩展知识驱动方法以实现机器人化身的可扩展自主遥操作
摘要——载人航天任务（如月球和火星）正成为越来越多航天机构关注的焦点。确保机组人员安全着陆地外表面的预防措施以及将机组人员带回地球的偏远地区可靠的基础设施是任务规划的关键考虑因素。欧洲航天局 (ESA) 在其 Terrae Novae 2030+ 路线图中指出，需要机器人作为先驱和侦察兵来确保此类任务的成功。这些机器人将发挥的重要作用是支持在轨宇航员开展科学工作，并最终确保地面宇航员支持基础设施的正常运行。METERON SUPVIS Justin ISS 实验表明，监督自主机器人指挥可用于使用行星表面的机器人同事执行检查、维护和安装任务。实验中使用的知识驱动方法只有在出现任务设计未预料到的情况时才会达到极限。在深空场景中，宇航员必须能够克服这些限制。在 METERON ANALOG-1 ISS 实验中展示了一种更直接指挥机器人的方法。在这次技术演示中，宇航员使用触觉远程呈现来指挥地面上的机器人化身执行采样任务。在这项工作中，我们提出了一个通过扩展知识驱动方法将监督自主性和远程呈现相结合的系统。知识管理基于在以对象为中心的环境中组织机器人的先验知识。动作模板用于在符号和几何级别上定义有关处理对象的知识。这种与机器人无关的系统可用于对任何机器人同事进行监督指挥。通过将机器人本身作为对象集成到以对象为中心的领域中，可以通过制定相应的动作模板将特定于机器人的技能和（远程）操作模式注入现有的知识管理系统中。为了有效使用先进的远程操作模式（如触觉远程呈现），各种输入设备都集成到了所提出的系统中。这项工作展示了如何以与输入设备和操作模式无关的方式实现这些设备的集成。所提出的系统在 Surface Avatar ISS 实验中进行了评估。这项工作展示了如何将系统集成到国际空间站哥伦布舱中的机器人指挥终端中，该终端具有 3 自由度操纵杆和 7 自由度触觉输入设备。在 Surface Avatar 的初步实验中，两名在轨宇航员
Baramati 特种钢有限公司
工具/设施详情见附件 1。 理由和关键评级驱动因素 重申授予 Baramati Speciality Steels Limited (BSSL) 银行设施的评级，得益于该发起集团作为著名 Kalyani 集团一部分的良好业绩记录和舒适的资本结构。此外，由于 22 财年总营业收入下降、钢铁行业固有的周期性、适中的经营规模和客户集中风险，BSSL 的评级优势受到限制。 评级敏感性：可能导致评级行动的因素 积极因素 • 公司经营规模从目前的水平大幅改善至可持续的 30 亿卢比以上 • 营业利润率持续提高至 20% 以上。 消极因素 • 任何未预料到的债务增加导致整体负债率（将优先股本视为债务）恶化至 1.50 倍或以上。 • 通过融资（赎回优先股）和作为前向整合的一部分提供业务的方式对集团支持进行任何修改。 分析方法：独立 CARE 分析了 BSSL 的信用状况，考虑到 Kalyani 集团公司以集团公司供应商的形式提供的隐性支持，延长付款期以满足 BSSL 的营运资金需求，并通过可赎回优先股的方式注入资金。展望：稳定 稳定的展望考虑到工厂的利用率令人满意、Kalyani 集团公司的收入稳步增长以及近期稳定的盈利能力。 主要优势 发起人集团的良好业绩记录 BSSL 是 Kalyani 集团的一项战略投资，成立于 2011 年 12 月，作为集团的前向整合，承担 Kalyani Steels Limited (KSL)（CARE 评级 AA，展望：稳定/CARE A1+，日期为 2022 年 12 月 6 日）和 Saarloha Advanced Material Pvt. 生产的各种产品的精加工。有限公司 (SAMPL)（前身为 Kalyani Carpenter Special Steels Private Limited）（评级为“ICRA A+”；稳定/“ICRA A1+”，日期为 2022 年 5 月 12 日）。BSSL 是印度最大的单点精加工服务提供商之一，拥有最先进的合金和特种钢精加工设施。BSSL 的所有三位董事都拥有行业经验，并且长期与 Kalyani 集团合作。作为著名的 Kalyani 集团的一部分，浦那 BSSL 是 Kalyani 集团的一部分。Kalyani 集团成立于 1960 年代中期，在工程钢、汽车、工业、可再生能源和城市基础设施等关键领域的高科技、工程和制造能力方面拥有丰富的经验。Kalyani 集团在印度、德国、瑞典和中国设有制造工厂。该集团通过与一些世界领先企业建立各种合资企业 (JV) 开展业务，例如美国的 Meritor、巴西的 Maxion Wheels、中国的一汽集团、法国的阿尔斯通和英国的 David Brown。舒适的资本结构截至 2022 年 3 月 31 日，公司的资本结构保持稳定，这反映在 2022 年 3 月 31 日的整体负债率为 0.98 倍，而 2021 年 3 月 31 日为 1.00 倍。截至 2021 年 3 月 31 日，定期债务仍为零。债务状况