XiaoMi-AI文件搜索系统
World File Search System行人
利用人工智能进行人机协作，提高穿戴和脱下个人防护装备 (PPE) 的安全性
提高了医护人员的安全性。然而，这可能是一项资源密集型任务，尤其是在疫情期间，因为 PPE 和人员短缺可能是一个问题。现场伙伴需要在观察脱卸过程时穿戴 PPE，而脱卸过程需要在指定的 PPE 脱卸区域进行。在 COVID-19 疫情期间，许多医院工作人员被迫休假。14 因休假或生病而导致的员工流失使得始终有员工在现场监控 PPE 穿戴和脱卸过程变得十分困难。在我们之前的研究中，15 我们探索了让经验丰富的远程伙伴使用视频执行 PPE 监控任务的想法，并将他们与现场伙伴进行了比较。在 30 个程序场景中，共有 195 个步骤，包括 45 个错误，远程伙伴检测错误的阳性预测值为 98.3%，阴性预测值为 100%。目前，人工智能 (AI) 正被用于抗击 COVID-19，协助疫情检测、接触者追踪、筛查、分类评估、远程监控和测温。16 正在开发新技术，利用人工智能机器的空间识别能力和可编程决策支持系统来监控穿脱过程。Fysight（新西兰奥克兰）最近开发了一款名为 Blue Mirror 的人工智能软件，可在带摄像头的市售平板电脑上运行，采用 100% 非接触式交互过程。该软件的设计允许将平板电脑用作镜子，对穿脱过程提供视觉和音频指导。人工智能实时反馈 PPE 穿脱过程的遵守情况，并可供远程人类伙伴同时查看，并在需要时提供额外支持和音频纠正反馈。在这项试点模拟研究中，我们评估了人机协作系统在监控 PPE 穿戴和脱下过程的准确性方面的表现，并与现场伙伴进行了比较。我们的第二个目标是确定人工智能在当前技术开发阶段的自主程度。
践行人工智能伦理
社会对人工智能 (AI) 和 AI 系统的依赖日益增加，这要求中高层管理的软件工程 (SE) 主管采取更实用的方法来提高他们在实施 AI 伦理方面的参与度，将道德要求作为其管理实践的一部分。然而，研究表明，在 SE 管理中实施道德要求的大部分工作主要集中在技术开发上，对中高层管理的研究很少。我们通过采访十位芬兰中高层管理的 SE 主管来调查这一点，以了解他们如何考虑和实施道德要求。我们使用欧盟 (EU) 可信 AI 道德指南中的道德要求作为道德要求的参考，并使用敏捷投资组合管理框架来分析实施情况。我们的研究结果表明，隐私和数据治理的道德要求通常被视为法律要求，而没有确定其他道德要求的考虑因素。研究结果还表明，将道德要求视为技术稳健性和安全性是可行的，可以将实施视为风险要求，将社会和环境福祉视为可持续性要求。我们研究了一种使用采用敏捷投资组合管理框架的道德风险要求堆栈来实施道德要求的实用方法。
根据 Toast 分类对急性缺血性卒中亚型进行人工智能研究：综合叙述性综述
摘要：正确识别缺血性中风 (IS) 的病因使我们能够在治疗中采取积极的干预措施，以治疗病因并预防新的脑缺血事件。然而，病因的识别通常具有挑战性，并且基于临床特征以及通过成像技术和其他诊断检查获得的数据。TOAST 分类系统描述了缺血性中风的不同病因，包括五种亚型：LAAS（大动脉粥样硬化）、CEI（心脏栓塞）、SVD（小血管疾病）、ODE（其他已确定病因的中风）和 UDE（病因不明的中风）。人工智能模型提供了定量和客观评估的计算方法，似乎提高了主要 IS 病因的灵敏度，例如颈动脉狭窄的断层扫描诊断、心房颤动的心电图识别以及磁共振图像中小血管疾病的识别。本综述旨在提供关于根据 TOAST 分类鉴别诊断缺血性卒中病因的最有效 AI 模型的全面知识。根据我们的研究结果，AI 已被证明是一种有用的工具，可用于识别预测因素，能够在大量异质性人群中对急性卒中患者进行亚型分类，特别是阐明 UDE IS 的病因，尤其是检测心脏栓塞源。
行政区行人安全行动计划 - 2023 年更新
随着全国行人死亡人数持续上升，纽约市成为一个令人鼓舞的例外。2014 年至 2021 年间，全国行人死亡人数增加了 50% 以上。在同一时期，纽约市的行人死亡人数下降了 10%。尽管自 2020 年以来纽约市和全国其他地区的死亡人数有所上升，但行人死亡人数一直保持在历史最低水平附近。2022 年有 119 名行人死亡，是有记录以来第四低的一年。近年来，行人重伤也有所下降，2022 年的重伤人数比 2017 年减少了 17%**。虽然这可能部分归因于新冠疫情后交通和人口的变化，但纽约市的交通量已恢复正常，五个行政区的交通量均有所下降，这表明这座城市对行人来说实际上变得更加安全了。
合格的健康计划发行人申请说明
单击导入2023计划和福利和服务区域模板以导入完整的模板。该模板将提示您选择完成的2023计划和福利和服务区域模板。在导入这些模板之前，将它们保存在同一文件夹中；两者都必须同时上传。要选择两个文件，请单击一个模板，然后在单击另一个模板时在Windows或MacOS上按CTRL，然后按CMD，然后单击“打开”。精确选择每种类型的模板之一。计划ID ID人行横道模板将在2023 Plan和Service区域数据选项卡上填充PY2023计划ID及其关联的服务区域和网络ID列表。查看此选项卡，以确保数据准确导入。在进口PY2023计划和服务区域数据之后，2023 Plan Plan Crostwalk选项卡将填充所有适用的发行人信息以及每个PY2023计划ID的行。
全体会议发言人 1：Kaoru Sumi 教授（日本函馆未来大学） 题目：利用虚拟代理进行人与人之间的互动
摘要：近年来，在线远程教育的机会不断扩大，虚拟空间中基于代理的交互在此背景下引起了人们的关注。在本次演讲中，我将讨论使用虚拟空间和代理的各种教育可能性，并介绍多项研究的示例。我还将介绍我们自己开发的使用基于游戏的学习的系统 [1] 和基于游戏的故事生成系统，该系统可以根据玩家的情绪和行为自动实时生成脚本 [2]。我将讨论系统可以用来影响人类行为的说服技术，以及面部表情和手势的印象和应用，这些是代理的表达 [3]，以及虚拟代理在虚拟空间中与其他用户交互时会发生什么。
使用交通摄像头进行车辆和行人检测、跟踪和速度估计的基于人工智能的视频分析：应用和机会
• 超速检测，超速者百分比 • 单个车辆的速度估计 • 平均链路速度估计和速度变化 • 当前纽约市交通局公共闭路电视馈送是不连续的，如果提供对具有连续流媒体的后台馈送的访问，则此方法可应用于该市所有 900 多个闭路电视 • 有可能填补非学校区域区域的空白
利用偏远岛屿的本地 5G 对精炼产品进行人工智能粒度测定……
由于大型工厂的结构具有室内和室外设施，很难建立使用有线或无线局域网的通信环境，并且还存在由于数字化延迟而导致运营效率下降的问题。存在。 Ø 在偏远海岛工厂搭建本地5G环境，通过共享大量数据提高机器巡检工作效率，利用无人机确定原材料数量，利用4K摄像头检测非法入侵者，并自动判断非法入侵者使用人工智能进行精炼产品的粒度演示。 Ø 通过本地制造数字化提高生产力和运营效率。
道德和可信赖的人工智能系统中的治理：使用 GARP 扩展 ECCOLA 方法进行人工智能道德治理
背景：人工智能 (AI) 的不断发展和软件初创公司采用率的不断提高要求在设计和开发阶段实施治理措施，以帮助缓解 AI 治理问题。大多数 AI 道德设计和开发工具主要依靠 AI 道德原则作为开发道德 AI 的主要治理和监管工具，为 AI 治理提供信息。然而，由于缺乏信息稳健性，AI 道德原则被认为不足以进行 AI 治理，需要额外的治理措施。自适应治理已被提出将既定的治理实践与 AI 道德原则相结合，以改进信息和后续 AI 治理。我们的研究探索了自适应治理作为提高 AI 道德设计和开发工具信息稳健性的一种手段。我们使用 ECCOLA（一种在早期开发阶段进行道德 AI 软件开发的工具）将信息治理实践与 AI 道德原则相结合。目的：ECCOLA 如何通过使其适应 GARP ® IG 实践来提高其稳健性？方法：我们以 ECCOLA 为例，批判性地分析其 AI 道德原则与一般接受的记录保存原则 (GARP ® ) 的信息治理实践。结果：我们发现，通过将其与信息管理实践（保留和处置）相结合，可以提高 ECCOLA 的稳健性。结论：我们建议通过新的管理主题和卡片 # 21 来扩展 ECCOLA。
使用红外摄像头、雷达和摄像机进行基于人工智能的夜间行人检测和避让
简介 过去十年来，美国的行人死亡人数不断飙升。行人死亡人数增加了 46%，从 2010 年的 4,302 人增加到 2019 年的估计 6,301 人。夜间行人死亡人数增加了 54%，而同期白天行人死亡人数仅增加了 16%。在这些致命事故中，约 75% 发生在天黑后。此外，美国汽车协会 (AAA) 的一项研究测试了当前车辆中的行人检测，发现所评估的行人检测系统——由雷达（无线电检测和测距）、图像传感器（摄像头）、激光雷达（光检测和测距）和超声波声纳组成——在夜间条件下无效。该项目的目标是通过结合从三个独立传感器实时获取的数据并使用机器学习算法在夜间检测行人，以减少夜间行人死亡人数