XiaoMi-AI文件搜索系统
World File Search System算法设计
算法设计中的人类偏见 - cdn
许多人认为，算法未能辜负其Prom-ISE来反映用户偏好并改善社会福利1 - 4。概率不是技术。现代算法是精致且准确的。对无代表性样本的培训算法会导致该问题，但即使对算法进行了培训，也会发生故障。也不是由利润动机引起的问题。营利性公司设计算法是为用户付出代价的，但即使是非营利组织和政府，也没有缺少5个。所有算法均基于用户正在做的心理模型。该模型的基本约束是可预测算法的可测量变量的狭窄。我们建议算法无法反映用户偏好并增强其福利，因为算法依赖于显示的偏好来做出预测。设计人员以错误的假设构建算法，即用户行为（显示的偏好）告诉我们（1）用户在理性上偏爱的内容（规范性偏好）和（2）什么将增强用户福利。依靠这个95年历史的经济模型，而不是用户表现出有限合理性的更现实的假设，而是导致设计师对用户行为进行培训算法。揭示的偏好可以识别未知的偏好，但是揭示的偏好是对用户的规范偏好和价值的衡量的不完整（有时会引起误导）6。具有讽刺意味的是，现代算法是建立在对揭示偏好中的过时且无可辩驳的承诺之上的。
基于泡利量子核分类的进化算法设计
摘要 最近，将经典数据转换为量子信息为改进机器学习任务带来了巨大的潜在应用。特别是，量子特征图可以提供一种有前途的替代内核来增强支持向量分类器 (SVC)。虽然现有的设计高性能特征图的指导原则很少，但一种称为 Pauli 特征图的量子电路系列可以说是表现良好的。该系列的特点是量子电路上出现 Pauli 门，同时它仍具有几个可调参数，其最优值对数据集的性质很敏感。在这项工作中，我们提出了一种使用遗传算法 (GA) 自动生成此类特征图的方法，旨在最大限度地提高模型的准确性，同时尽可能保持电路简单。我们将该方法应用于合成数据集和真实数据集。与几个经典和量子核基线相比，讨论了由此产生的分类指标和最佳电路。一般来说，GA 生成的特征图比其他基线表现更好。此外，结果表明，进化电路在不同的数据集之间趋于不同，这表明该通用方案可用于确定特定数据集的最佳定制量子特征图。
基于射频和光通信的纳米卫星算法设计
纳米卫星及其组件立方体卫星平台及其技术功能是航天领域科学、商业和军事应用的重要组成部分。为了满足立方体卫星平台的主要技术方面，重要的是开展研究和开发过程以改进现有子系统的通信和信息交换子系统。虽然现有立方体卫星平台中广泛使用的射频 (RF) 通信试图通过高频波段传输日益增加的信息量，但现有许可证碎片化、大气障碍源以及发射机和接收机系统的能量和尺寸要求等挑战阻碍了这一过程。作为一种解决方案，可以展示在地面系统中广泛使用的光通信 (OC) 网络在太空中的应用。沿着在这方面开发的主题研究了立方体卫星平台中使用的 OC 系统，并研究了具有激光束控制和主动应答器系统的纳米卫星子系统的操作软件算法，其中包括该技术的优势。
如何引用本文：Raffa, RB、Pergo- lizzi Jr.、JV、Miller, T. 和 Motto, D. (2022) 评论：由无害药物开发 AI（人工智能）算法设计的意外新型化学武器剂。药理学与药学，13，225-229。https://doi.org/10.4236/pp.2022.137018
“生成”模型[图2]的设计目的是在一系列反馈迭代中，积极属性如疗效和可用药性会得到“奖励”，消极属性——尤其是毒性——会受到“惩罚”，从而优化结果（潜在的候选药物）。化学结构候选物可以从各种来源获得，包括化学库、药物化学见解、天然产物、从头计算机设计（计算机模拟）或其他。[8] [11] [14] 在正常过程中，简单地说，候选化合物（真实的或虚拟的）经过：1）对治疗目标的疗效进行筛选和评分（评级）；2）对与ADME（吸收、分布、代谢和消除）和潜在药物间相互作用（DDI）相关的理想药物特性进行筛选和评分；3）对潜在的不良毒理学作用进行筛选和评分。预测疗效和毒性分离度较低（治疗指数低，TI）的候选结构不太可能成为候选药物，但通过迭代人工智能算法，可以逐步实现更好、更安全的可能性（即更高的疗效和更低的毒性）。
虚拟现实中的算法设计
摘要：事实证明，虚拟现实有助于在 3D 模型内进行感知和导航，同时激发创造力并增强建筑师/客户互动。在这种情况下，为了更好地探索从这种互动中建议的设计空间路径，重要的是支持在沉浸于模型的同时快速更新模型。算法设计是一种使用参数算法来表示设计空间而不是单个设计实例的建筑设计方法，它提供了这样的支持。我们提出了一种基于实时编码与虚拟现实相结合的新型建筑设计流程，促进了沉浸式算法设计方法。所提出的工作流程需要使用嵌入在虚拟环境中的算法设计工具，建筑师不仅可以创建设计，还可以与该设计进行交互，通过在虚拟现实中实时编码其算法表示来更改它。在本文中，我们解释了所面临的挑战以及为实施所提出的工作流程而设计的解决方案。此外，我们讨论了虚拟现实中的算法设计对建筑设计过程不同阶段的适用性以及该提案可能带来的未来发展。
人工智能、算法设计和定价
注意：面板 (a)、(b) 和 (c)：显示了 100 次模拟中按时期 (横轴) 划分的价格 (垂直轴)。从下到上的线条分别表示每个时期价格分布的最小值 (细、黑色、实线)、25% 百分位数 (细、灰色、虚线)、中位数 (粗、黑色、实线)、75% 百分位数 (细、灰色、虚线) 和最大值 (细、黑色、实线)。结果针对静态伯特兰市场，其中有两家公司销售同质商品。结果针对公司 1。模型参数化如下。需求，如果 P ≤ 10，则 Q = 1，否则为零。边际成本 = 2。可行价格存在于一个网格中，该网格包含 100 个元素，间隔均匀，介于 0.1 和 10 之间（含 0.1 和 10）。A 对未来利润赋予零权重（未来折现为零）。更新中当前回报的权重由 α = 0 给出。1.初始条件为 i.i.d。对于每个公司的每个 W ( p )，从 U [10 , 20] 中抽取。在面板 (a) 中，仅显示每 10 个周期。在面板 (a) 中，5000 个周期后的最小值、25 百分位数、中位数、75 百分位数和最大值分别为：5.06、7.33、8.34、9.14 和 10。在面板 (b) 中，500 个周期后的最小值、25 百分位数、中位数、75 百分位数和最大值均等于 2.1291。在面板 (c) 中，500 个周期后的最小值、25 百分位数、中位数、75 百分位数和最大值分别为：2.0282、2.129、2.1291、2.23 和 3.84。面板 (d)：在从 100 次运行中选择的单个模拟中，显示公司 1 的价格（垂直轴）按时期（水平轴）划分，以生成面板 (b)。空心浅灰色圆圈表示（选定的）W (p) 向下更新的价格。实心粗黑色圆圈表示（选定的）W (p) 向上更新的价格。
联合新闻稿 新加坡，2021 年 6 月 8 日 南洋理工大学、NP 和 NHCS 科学家发明的新型人工智能工具可加速心血管疾病的诊断 新加坡南洋理工大学 (NTU Singapore)、新加坡义安理工学院 (NP) 和新加坡国家心脏中心 (NHCS) 的一组研究人员发明了一种可以加速心血管疾病诊断的工具。 在人工智能 (AI) 的推动下，他们的创新技术使用心电图 (ECG) 来诊断冠状动脉疾病、心肌梗死和充血性心力衰竭，准确率超过 98.5%。 这种诊断工具的联合开发恰逢其时，因为新加坡过去三年来因心血管疾病导致的死亡人数有所增加。 根据新加坡心脏基金会的数据，2019 年新加坡所有死亡人数的 29.3%，即新加坡几乎三分之一的死亡，是由于心脏病或中风。科学家们希望他们的创新技术能够支持临床环境中心血管疾病的诊断，特别是在医生进行初步心电图检查时，最终加快治疗进程。研究人员使用一种名为 Gabor-卷积神经网络 (Gabor-CNN) 的人工智能机器学习算法设计了这种诊断工具，该算法模仿了人类大脑的结构和功能，使计算机能够像人类一样从过去的经验中学习。使用该算法，
联合新闻稿 新加坡，2021 年 6 月 8 日 NTU、NP 和 NHCS 科学家发明的新型人工智能工具可以加快心血管疾病的诊断 新加坡南洋理工大学 (NTU Singapore)、新加坡义安理工学院 (NP) 和新加坡国家心脏中心 (NHCS) 的一组研究人员发明了一种可以加快心血管疾病诊断的工具。在人工智能 (AI) 的推动下，他们的创新利用心电图 (ECG) 来诊断冠状动脉疾病、心肌梗死和充血性心力衰竭，准确率超过 98.5%。联合开发诊断工具非常及时，因为新加坡过去三年来因心血管疾病导致的死亡人数有所增加。据新加坡心脏基金会称，2019 年新加坡所有死亡人数中有 29.3%（几乎占新加坡死亡人数的三分之一）是心脏病或中风造成的。科学家们希望他们的创新能够支持临床环境中心血管疾病的诊断，特别是在医生进行初步心电图检查时，最终加快治疗进程。研究人员使用一种名为 Gabor-卷积神经网络 (Gabor-CNN) 的人工智能机器学习算法设计了诊断工具，该算法模仿人脑的结构和功能，使计算机能够像人类一样从过去的经验中学习。他们使用该算法，通过输入反映心血管疾病的心电图信号示例来训练他们的工具识别患者心电图中的模式。这项研究的共同作者、NHCS 心脏病学系高级顾问临床副教授 Tan Ru San 表示：“我们对一小组初步研究对象进行的研究表明，在使用常规心电图对一些常见心血管疾病进行分类的准确性方面取得了令人鼓舞的结果。虽然确认特定疾病仍需要额外的测试，但我们的诊断工具将
ACM 参考格式：Abolfazl Lavaei、Bingzhuo Zhong、Marco Caccamo 和 Majid Zamani。2021 年。迈向值得信赖的人工智能：随机网络物理系统中未经认证控制器的安全管理架构。在网络物理系统的计算感知算法设计 (CAADCPS'21) 中，2021 年 5 月 19-21 日，美国田纳西州纳什维尔。ACM，美国纽约州纽约，2 页。https://doi.org/10.1145/3457335。3461705
1 摘要 基于人工智能（又称 AI）的控制器在信息物理系统（CPS）中被广泛应用以完成复杂的控制任务，因而在过去几年中受到了广泛关注。然而，保证配备此类（未经认证的）控制器的 CPS 的安全性和可靠性目前非常具有挑战性，这在实际许多安全关键应用中至关重要。为了解决这一困难，我们提出了一种 Safe-visor 架构，用于在随机 CPS 中对基于 AI 的控制器进行沙盒处理。所提出的框架包含（i）一个基于历史的监控器，它检查来自基于 AI 的控制器的输入并在系统的功能性和安全性之间做出妥协，以及（ii）一个安全顾问，当基于 AI 的控制器危及系统的安全时提供后备。通过采用这种架构，我们为可以用确定性有限自动机（DFA）的接受语言表示的那些类别的安全规范的满足提供了正式的概率保证，而基于人工智能的控制器虽然不可靠，但仍可以在控制回路中使用。
算法设计的影响 John Asker Chaim ...
人工智能算法 (AIA) 的行为取决于它们如何了解环境。我们比较了在市场互动时使用不同学习协议的 AIA 产生的价格。异步学习发生在 AIA 仅了解其所采取行动的回报时。同步学习发生在 AIA 进行反事实以了解如果采取其他行动将获得的回报时。两者导致截然不同的市场价格。当 AIA 不给予未来利润正权重时，同步更新会导致竞争性定价，而异步更新可能导致接近垄断水平的定价。我们研究当反事实只能不完美地计算和/或当 AIA 为未来利润赋予权重时，这一结果如何变化。
采用 Minkowski 算法设计基片集成波导...
本文介绍了一种使用 Minkowski-Sierpinski 分形技术和基片集成波导 (SIW) 在 60 GHz 谐振的新型贴片天线设计。该天线拟用于无线体域网应用 (WBAN)。所提出的天线采用 Rogers 5880 基片实现，其介电常数 (ε r ) 为 2.2，损耗角正切为 0.0004，基片高度为 0.381 mm。计算机仿真技术 - 微波工作室 (CST-MW) 用于仿真所提出的天线。仿真结果显示，在 (58.3-61.7) GHz 范围内具有 3.5 GHz 的宽带宽，回波损耗大于 -10 dB。模拟增益为 7.9 dB，线性天线效率为 91%。所提出的天线用于改善 WBAN 应用的毫米波 (mm-Wave) 频段的辐射方向图、带宽和增益的质量。