XiaoMi-AI文件搜索系统
World File Search System系统通信
如何向最终用户解释人工智能系统
摘要目的——难以捉摸的机器学习 (ML) 模型越来越多地成为信息系统的一部分。了解这些模型的行为方式以及它们的输出基于什么，对开发人员来说都是一个挑战，更不用说非技术最终用户了。设计/方法/方法——作者通过系统的文献综述研究如何向最终用户解释人工智能系统及其决策。结果——作者对文献的综合表明，人工智能系统与最终用户的通信有五个高级目标：(1) 可理解性、(2) 可信度、(3) 透明度、(4) 可控性和 (5) 公平性。作者提出了几项设计建议，例如提供个性化和按需解释，并专注于关键功能的可解释性，而不是旨在解释整个系统。人工智能系统解释存在多种权衡，没有一种适合所有情况的最佳解决方案。研究的局限性/含义——基于综合，作者提供了一个向最终用户解释人工智能系统的设计框架。本研究通过提出如何使人工智能系统更易于理解、公平、可信、可控和透明的指导方针，为人工智能治理工作做出了贡献。原创性/价值——这篇文献综述汇集了有关人工智能系统通信和面向最终用户的可解释人工智能 (XAI) 的文献。基于该主题的先前学术文献，它提供了综合见解、设计建议和未来研究议程。关键词可解释人工智能、解释性人工智能、XAI、机器学习、人机交互、最终用户、文献综述、系统文献综述论文类型研究论文
海军武器站海豹滩支队诺科 (DET Norco) 致力于为所有员工和访客提供安全可靠的饮用水
每年 7 月 1 日前分发，以提供上一年的结果。海军制定了 CCR 附录，提供了 DET Norco 设施饮用水质量的快照。本附录的目的是告知消费者其设施自来水的来源，提供最新的水质数据，促进对饮用水问题的更多了解，并提高节约意识。Españo l: 本信息包含有关其饮用水的非常重要的信息。请将海军武器站 Seal Beach 的系统通信发送给 jeff.j.mcgovern.civ@us.navy.mil 以进行西班牙语协助。DET NORCO 源水 DET Norco 从诺科市购买饮用水，并通过连接城市供水管线的连续供水系统输送水，供水管线通过 DET Norco 的两个供水口。诺科市 28% 的原水（未处理水）来自四口水井，其余 72% 则从阿灵顿脱盐厂和奇诺脱盐局购买处理过的水，少量则从科罗纳市和河滨市购买。混合水到达 DET Norco 后，海军设施工程系统 (NAVFAC) 供水系统将为所有建筑物和灭火系统供水。海军致力于通过每月监测大肠菌群和总残留氯水平来确保饮用水质量，每月在三座不同的建筑物进行监测。关于饮用水 典型的饮用水源（自来水和瓶装水）包括河流、湖泊、溪流、池塘、水库、泉水和水井。当水流经地表或穿过地面时，它会溶解天然存在的矿物质，在某些情况下还会溶解放射性物质，并且
优化路创遮阳帘的电池寿命 (048561)
为了减轻传感器流量对 Caséta 和 RA2 Select 系统中遮阳帘电池寿命的影响，有以下几种设计方案可供选择：1. 订购带有“插入式”或“面板”电源的 Triathlon 遮阳帘，或改为订购 Sivoia QS 无线遮阳帘。注意：Triathlon 遮阳帘不能现场从电池供电转换为有线供电（插入式或电源面板），因此此选项仅在订购遮阳帘之前可用。2. 尽量减少系统中使用的 Caséta 运动传感器或 Radio Powr Savr 占用传感器的数量；传感器越少，对遮阳帘电池寿命的影响就越小。根据经验，将系统限制为不超过 4 个传感器将导致遮阳帘电池寿命减少 25% 或更少。3. 不要将 Caséta 运动传感器、Radio Powr Savr 占用传感器或由它们控制的负载控制设备添加到 Caséta 或 RA2 Select 系统。这些设备仍将由传感器控制，根据房间的占用状态自动关闭和（可选）打开灯，但它们不能通过移动应用程序、预定事件或与第三方系统集成进行控制。这将最大限度地减少传感器通信对窗帘电池寿命的影响（例如，4 个传感器将导致窗帘总电池寿命减少 10% 或更少）。4. 在 RA2 Select 系统中：a. 改用有线入墙占用传感器，例如 Maestro MS-OPS2H（开关/传感器）或 MSCL-OP153MH（调光器/传感器）设备。这些设备不会与系统通信，但将提供传感器功能并与 RA2 Select 入墙负载控制的美感相匹配。b. 将系统升级到 RadioRA 2，并使用下页第 4.2 节中概述的多通道策略。