XiaoMi-AI文件搜索系统
World File Search System疲倦
推荐引用 推荐引用 Mirko Bagaric、Dan Hunter 和 Nigel Stobbs，《消除对使用人工智能预测未来犯罪行为的偏见：算法是色盲且永不疲倦的》，88 U. Cin. L. Rev. 1037 (2020) 可访问以下网址：https://scholarship.law.uc.edu/uclr/vol88/iss4/3
如果我们能够准确判断哪些罪犯将来会犯罪，那么刑事司法系统中的许多问题都将迎刃而解。一个人将来犯罪的可能性是影响量刑结果的最重要考虑因素。它与社区保护、特定威慑和康复的目标息息相关。未来犯罪的风险也是保释和缓刑决定中的一个主要考虑因素。经验证据表明，法官无法准确预测未来的犯罪行为——他们的决定几乎不比抛硬币准确。这破坏了刑事司法系统的效力和完整性。现代人工智能系统在确定被告是否会犯下未来罪行方面要准确得多。然而，由于人们越来越担心算法缺乏透明度，并声称算法中存在偏见和种族主义情绪，在刑事司法系统中使用人工智能的步伐正在放缓。算法判断的可靠性也受到了批评。在本文中，我们研究了使用算法预测未来犯罪的可取性，并在此过程中分析了人类对将此类决定交给计算机的天生抵制。结果表明，大多数人对计算机决策都存在非理性的不信任。这种现象被称为“算法厌恶”。我们提供了一些建议，说明克服算法厌恶的必要步骤，并为制定更公平、更高效的量刑、保释和缓刑制度奠定基础。
进入疲倦的大脑的窗户-Rohith Karthikeyan
目的：我们检查了疲劳的视觉空间工作记忆任务期间神经活动的时空动力学及其在心率及其可变性（HR/HRV）的相关性。背景：fatigue的神经和生理驱动因素是复杂的，耦合的，知识不足。涉及结合了神经指数的实现和生理措施的准备状态可以促进操作环境中疲劳状态的测量。方法：通过性别平衡的16个健康成年人，完成了60分钟疲劳的视觉空间工作记忆任务。分析了任务绩效，努力和疲劳，脑血液动力学和HR/HRV的主观措施的变化。大脑激活，相关大脑网络中的功能和有效连接与HR/HRV的光谱和时间特征进行了对比。结果：任务绩效引起了负责维持工作记忆能力的地区的神经行动的增加。随着时间上的效果的发作，可以看到资源UTIZATION增加了与任务相关的网络的增加。随着时间的流逝，前额叶皮层中的功能连接被认为会削弱，并且随着已知的驱动工作记忆的关键区域之间的因果关系发生了变化。HR/ HRV指数被认为在额叶前皮层中紧随活动。结论：这项研究为在任务效果下的工作记忆的神经生理基础提供了一个窗口。应用程序：这里的发现可以告知认知疲劳的通道索引的开发。hr/hrv在很大程度上显示出反映负责工作记忆的皮质网络的变化，因此支持在生态有效的条件下不引人注目的状态接收的可能性。
您的肌肉或大脑会让您在运动后感到疲倦吗？
您是否知道您的肌肉会感到精疲力尽而不会真正筋疲力尽？事实证明，您的大脑在疲劳或身体疲劳方面与肌肉一样重要。您可以遇到“外围”疲劳，这是源自肌肉的疲劳，也可以体验到源自大脑和中枢神经系统的中心疲劳。通过研究大脑和肌肉，科学家可以检查导致您的疲劳的原因。但是如何？我们需要进行脑外科手术以获得答案吗？幸运的是，可以使用涉及刺激神经和肌肉的特殊技术！在本文中，我们说明了科学家如何确定锻炼后的疲倦是由中心疲劳引起的，还是两者兼有。我们还将探索两者之间的差异。