XiaoMi-AI文件搜索系统
World File Search System记录数据
利用数据实现安全：机器学习/人工智能实现及时航空安全 Nikunj C. Oza 博士、Chad Stephens 美国宇航局全系统安全项目 现代喷气式客机每飞行一次记录近 1GB 的原始数据，几乎是不到十年前投入使用的喷气式客机记录数据的两倍。鉴于这一宝贵的数据宝库，数据分析是一项非常重要的能力，它可以将这些数据转化为知识，从而帮助理解和实现安全操作。数据分析的实践涉及应用人工智能 (AI) 和机器学习 (ML) 等方法来获取见解并识别数据中的有意义关系。人工智能是一门专注于在基于计算机的代理中开发模拟人类智能的研究领域。ML 是人工智能的一个分支，涉及开发预测或决策算法，这些算法不是明确编程来预测或决策的，而是从代表过去预测或决策的数据中学习的。您可能体验过 ML 支持的功能，例如 Netflix 或 Amazon 中的自定义推荐。由于机器学习算法具有从过去的操作中学习的能力，因此虚拟助手（例如 Apple 的 Siri 或 Amazon 的 Alexa）以及部分或完全自动驾驶汽车成为可能。
利用数据实现安全：机器学习/人工智能实现及时航空安全 Nikunj C. Oza 博士、Chad Stephens 美国宇航局全系统安全项目 现代喷气式客机每飞行一次记录近 1GB 的原始数据，几乎是不到十年前投入使用的喷气式客机记录数据的两倍。鉴于这一宝贵的数据宝库，数据分析是一项非常重要的能力，它可以将这些数据转化为知识，从而帮助理解和实现安全操作。数据分析的实践涉及应用人工智能 (AI) 和机器学习 (ML) 等方法来获取见解并识别数据中的有意义关系。人工智能是一门专注于在基于计算机的代理中开发模拟人类智能的研究领域。ML 是人工智能的一个分支，涉及开发预测或决策算法，这些算法不是明确编程来预测或决策的，而是从代表过去预测或决策的数据中学习的。您可能体验过 ML 支持的功能，例如 Netflix 或 Amazon 中的自定义推荐。由于机器学习算法具有从过去的操作中学习的能力，因此虚拟助手（例如 Apple 的 Siri 或 Amazon 的 Alexa）以及部分或完全自动驾驶汽车成为可能。
FAA MOU由NASA和FAA签名 NextGen优先级联合实施计划CY2019-2022 国家综合机场系统计划（NPIAS） FAA活动2020年协议 20021财年AOC业务计划 Cindy Ashforth 低能警报 试验记录数据库最终规则 第450部分MISHAP计划 小型无人飞机系统对人的操作 HIMS逐步降低计划（更新了09/29/2021） 2021年9月AV MX HF通讯卷9 ISS3 FAA合规检查计划 - 第I部分 评估人类商业太空飞行安全法规的准备 DC -10接地 - 撞车以提高FAA审查 2022年8月23日 小型飞机问题清单 小型飞机问题清单，Q2 2023 糖尿病药物的可接受组合 安全文化评估和航空的持续改进：文献综述 Redac子委员会 FY2021航空安全研究组合输出报告 Paul Wrzesinski，航空燃料高级技术专家 命令2150.3C CHG 11-更改美国部门...
空中空间技术演示2（ATD-2）国家航空航天局（NASA）团队与FAA和工业合作，继续为其在北德克萨斯州地区的最后3阶段现场评估做准备。ATD-2团队不再能够物理访问现场设施，因此已经过渡到远程培训和桌面练习，并通过虚拟平台制作了许多专门为每个现场用户设计的视频。另外，还要提供更大量的轨迹选项集（TOS）评估机会，如果持续交通量降低，ATD-2团队将系统部署到新的航空公司运营商中，为飞行操作员定义了其他用例，以增加TOS请求，并为替代ATC用户提高TOS Advisovals的新能力而开发了一种新的能力。NASA计划在2021年9月之前将最终技术转移到FAA和行业。
电子健康记录数据的道德使用 - Thieme Connect
进入 HIS 后，这些数据模糊了不同类别的受保护健康数据之间的区别，以及受保护数据与通过商业应用程序和服务收集的数据之间的区别。这种动态格局给全球健康信息生态系统带来了重大的道德、技术和信息/数据治理挑战。明显的挑战是对个人隐私的损害，包括身份盗窃和数据分析的不透明性。数据存储库难以访问，无法验证和确认所使用的数据和算法的质量 [4, 5]。缺乏社区参与、信任和对人工智能的道德理解可能会扭曲立法和政策，并被社区拒绝，这可能会阻碍数据科学和信息学的接受和发展 [6]。此外，尽管美国有《有意义的使用/促进互操作性》等严格规定，但大多数医疗软件行业仍难以遵守严格的网络安全标准以及信息安全管理和个人健康信息保护的强制性认证 [7]。我们的目标是为管理日常收集的初级保健健康数据和人工智能提出切实可行的建议，重点是确保它们在当代医疗实践中的合乎道德的使用。这对于综合医疗实践非常重要，因为在综合医疗实践中，数据的共享和分析远离数据创建和记录的点。我们将数据管理定义为整个生命周期内的数据管理，从最初的收集和存储开始，供数据保管人使用，以支持护理服务，以及用于二次使用的分析和编目 [8]。
电子健康记录数据的道德使用
随着医疗信息系统 (HIS) 的不断发展，这些数据模糊了不同类别的受保护健康数据之间以及受保护数据与通过商业应用程序和服务收集的数据之间的区别。这种动态格局对全球健康信息生态系统提出了重大的伦理、技术和信息/数据治理挑战。明显的挑战是对个人隐私的侵犯，包括身份盗窃和数据分析的不透明性。数据存储库难以访问，无法验证和确认所用数据和算法的质量 [4, 5]。缺乏社区参与、信任和对人工智能的道德理解可能会扭曲立法和政策，并遭到社区的拒绝，从而阻碍数据科学和信息学的接受和发展 [6]。此外，尽管美国的《有意义的使用/促进互操作性》等严格法规，但大多数医疗软件行业仍难以遵守严格的网络安全标准以及信息安全管理和个人健康信息保护的强制性认证 [7]。我们的目标是为初级保健中常规收集的健康数据和人工智能的管理制定实用建议，重点是确保它们在当代健康实践中的使用符合道德规范。这对于综合健康实践非常重要，因为在这种实践中，数据的共享和分析远离数据创建和记录的地点。我们将数据管理定义为整个生命周期内的数据管理，从最初的收集和存储开始，供数据保管人使用，以支持护理服务，以及用于二次使用的分析和分类 [8]。