XiaoMi-AI文件搜索系统
World File Search System相遇
软件工程与人工智能相遇
摘要：随着人工智能在传统软件系统中的应用越来越广泛，两个以前彼此陌生的世界正变得越来越接近，即成熟的软件工程学科和人工智能世界。一方面，数据科学家试图使用各种工具、极大的自由和创造力从数据中提取尽可能多的见解。另一方面，软件工程师经过多年和几十年的学习，已经学会了提供尽可能高质量的软件并管理发布状态。在开发包含人工智能组件的软件系统时，这两个世界会发生碰撞。本文将展示哪些方面会在这里发挥作用，哪些问题可能会出现，以及这些问题的解决方案可能是什么样子。除此之外，软件工程本身也可以从使用人工智能方法中受益。因此，我们还将研究软件工程的新兴研究领域人工智能。
机器学习与通信网络相遇
IJAZ AHMAD 1 , (IEEE 会员), SHARIAR SHAHABUDDIN 2 , HASSAN MALIK 3 , (IEEE 会员), ERKKI HARJULA 4 , (IEEE 会员), TEEMU LEPPäNEN 5 , (IEEE 高级会员), LAURI LOVÉN 5 , (IEEE 高级会员), ANTTI ANTTONEN 1 , (IEEE 高级会员), ALI HASSAN SODHRO 6 , (IEEE 会员), MUHAMMAD MAHTAB ALAM 7 , (IEEE 高级会员), MARKKU JUNTTI 4 , (IEEE 院士), ANTTI YLä-JÄSKI 8 , (IEEE 会员), THILO SAUTER 9,10 , (院士, IEEE)、ANDREI GURTOV 11 、（IEEE 高级会员）、MIKA YLIANTTILA 4 、（IEEE 高级会员）和 JUKKA RIEKKI 5 , （IEEE 会员） 1 VTT 芬兰技术研究中心，02044 Espoo，芬兰 2 诺基亚，02610 Espoo，芬兰 3 Edge Hill 大学计算机科学系，Ormskirk L39 4QP，U.K. 4 奥卢大学无线通信中心，90570 Oulu，芬兰 5 奥卢大学普适计算中心，90570 Oulu，芬兰 6 中瑞典大学计算机与系统科学系，瑞典厄斯特松德 7 Thomas Johann Seebeck 计算机与系统科学系，瑞典厄斯特松德电子学，塔林理工大学，12616 塔林，爱沙尼亚 8 阿尔托大学计算机科学系，02150 埃斯波，芬兰 9 计算机技术研究所，TU维也纳，1040 维也纳，奥地利 10 多瑙河大学集成传感器系统系 Krems, 2700 维也纳新城，奥地利 11 林雪平大学计算机与信息科学系，58183 林雪平，瑞典
相遇路口 - 墨西拿
16:30-16:40 Ciro L. Pierri，副教授（UniBa） 基于神经氨酸酶多样性的抗感染策略：对选择性的影响 16:40-16:50 Michele Galluccio，副教授（UniCalabria） 人类 SLC38A2（SNAT2）基因：源自外显子跳跃的两种不同蛋白质异构体 16:50-17:00 Angela Ostuni，副教授（UniBas） 1H-NMR 光谱和生化研究相结合的代谢组学分析是评估即将进行体外受精的女性卵泡液生化特征的有效策略 17:00-17:10 Onofrio Laselva，研究员 (RTD-B) (UniFg) 鉴定 Ivacaftor 在 CFTR 上的结合位点及其对线粒体功能的影响 17:10-17:20 Alessandra Saitta，博士后（UniMe）评估 miR-125b、Aβ 和 Tau 之间的分子关系 17:20-17:30 Nicolò Musso，研究员（RTT）（UniKore）电旋转光谱与膜相关区域 1 结合蛋白（SMAR1）和粘着斑激酶（FAK）基因表达之间的关系
AR 与 AI 相遇 - aec-music.eu
塞巴斯蒂安·特朗普 纽伦堡音乐大学 Sebastian.trump@hfm-nuernberg.de 塞巴斯蒂安·特朗普在纽伦堡音乐大学学习爵士萨克斯和古典萨克斯，并在柏林艺术大学学习声音研究。他的数字乐器 Orphion 引起了全世界的关注，并在卡尔斯鲁厄 ZKM 媒体博物馆（2012 年）和渥太华加拿大科学技术博物馆（2013 年）等地展出。自 2009 年以来，他一直在纽伦堡音乐大学教授音乐和数字媒体，自 2015 年以来在纽伦堡理工学院教授音乐和数字媒体。他的研究重点是技术与表演之间的接口。凭借 STAEDTLER 基金会的奖学金，他于 2019 年获得了音乐即兴创作进化算法的博士学位。他是纽伦堡大学的助理教授
X 系列与 AI 相遇
新款 X 系列摄像机使用人工智能轻松实时检测和分类人、车、人脸、车牌等。这些摄像机的分辨率范围从 2MP 到 4K，可提供地面上发生的事件的高质量视频。摄像机内置的深度学习算法可以可靠地识别物体，忽略不相关的运动，例如摇曳的树木、移动的阴影和动物，当使用标准运动检测技术检测活动时，所有这些通常都可能导致误报。这种将浪费时间和代价高昂的误报降至最低的能力意味着控制室操作员和安全人员能够专注于应对真实事件和紧急情况。
人才与机遇相遇 82%
例如，对 1996 年至 2014 年间美国的 120 万名发明家进行研究发现，父母收入位于前 1% 的孩子成为发明家的可能性是家庭收入低于中位数的孩子的 10 倍。白人成为发明家的可能性是黑人的三倍多，2019 年 40 岁发明家中可能有 82% 是男性。171 尽管全球范围内取得了微小的进步，但按照目前的发展轨迹，仍需要 136 年才能消除经济参与和机会、教育程度、健康和生存以及政治赋权方面的全球性别差距。172 尽管取得了重大进展，但中东和北非 (MENA) 仍然是性别差距最大的地区，为 61%。173 世界范围内未实现的潜力反映在以下事实中：最富有的 1% 的人拥有的财富是其他 69 亿人的两倍。 174 在中东，2019 年收入最高的 1% 人群拥有总收入的 23%，几乎是收入最低的 50% 人群所占份额的两倍。175
预测系统：人类与人工智能相遇
人类需要计算范式的进步。这方面的一些例子是，无处不在的计算提供了更高的移动性，云计算提供了更好的功能，而社交计算提供了更好的交互性。这些例子中的每一个都引入了人类的隐性或显性需求，并试图通过特定方法实现这些需求。但是，人类可能会对应用程序进行更多的研究。聊天机器人就是一个例子，因为当我们没有足够的空间或时间时，这个机器人被用来维持与社交联系人的关系。为此，它通过计算我们的思维模式、行为和其他重要信息来不断与我们的联系人互动。当然，这个主题有很多有趣的研究，这引发了对一种新的计算范式“预期计算”的讨论。这种计算范式表明了与开发能够预测特定用户需求的应用程序相关的主题。它还与新应用程序一起使用，以预期用户的问题执行操作或向用户发送建议。这不仅是人工智能的一个例子，也是创新的一个例子（即预测加行动）。它还可以表达为发展社会福祉的关键，以及实现“先服务后要求”理想的一种方式。 这种现象将被视为在计算机科学主题中提出挑战性问题的机会。考虑到社交网络和大数据内容中存在的无价群体智慧，出现了使有前途的智能技术能够发现个人需求、生成公司商业模式并提出最佳生活发展建议的机会。因此，大数据的性质也从多个角度对依赖社交大数据的方法和技术提出了重要挑战。这些考虑了算法的有效性、计算速度、能源效率、用户隐私、服务器安全性和系统可扩展性。本研究主题的主要目标是收集 14 篇报告与深度神经网络或机器学习方法相关的原创贡献的论文，用于构建预测系统。张等人的论文题为“一种增强儿童阅读体验和偏好的图书互动方案”。研究书籍与5-6岁儿童之间的互动，考虑阅读选择、测量阅读时间和情感反应以增加他们的阅读知识，并根据这些互动开发书籍。
惯性传感与人工智能相遇：机遇还是……
摘要 — 惯性导航系统（INS）已广泛应用于智能交通系统中提供独立和连续的运动估计。近年来，芯片级惯性传感器的出现将相关应用从定位、导航和移动地图扩展到基于位置的服务、无人系统和交通大数据。同时，受益于大数据的出现以及算法和计算能力的提升，人工智能（AI）已成为在各个领域成功应用的共识工具。本文从传感器设计和选择、校准和误差建模、导航和运动感知算法、多传感器信息融合、系统评估和实际应用等各个方面回顾了利用AI技术增强惯性感知的研究。本文从近300篇相关出版物中筛选出30多篇代表性文章，总结了各个方面的现状、优势和挑战。最后，总结了AI增强惯性传感的九大优势和九大挑战，并指出了未来的研究方向。
人工智能与 IS 相遇研究人员：它能取代我们吗？
鉴于我们生活在一个数字化加速和人工智能 (AI) 快速发展的时代，AI 最终可能会使更多的工作任务自动化。然而，研究人员几乎没有批判性地分析过 AI 将如何自动化这些任务，以及它将比其他职业更多地自动化哪些职业。一些研究表明，AI 无法执行高度创造性和知识密集型的任务。然而，AI 算法已经生成了创意艺术作品，甚至艺术评论家也无法将其与人类绘制的画作区分开来。作为 IS（和大多数其他）研究人员，我们为自己工作的稀缺性、新颖性和创造性感到自豪。在此背景下，我们报道了第 40 届国际信息系统大会的一个小组，该小组讨论了 AI 是否能够并且将取代我们的主要活动、IS 研究，甚至 IS 研究人员本身。