XiaoMi-AI文件搜索系统
World File Search System设计成果
飞机数字化整体解决方案及实施策略...
刘虎，吴哲 北京航空航天大学航空科学与工程学院 北京 liuhu@buaa.edu.cn 摘要 —针对飞机数字化设计平台建设中存在的问题与难点，提出了飞机数字化设计平台总体规划；提出了构建飞机数字化设计平台整体解决方案的总体思路；提出了将设计成果进行阶段分解、基于WBS（工作分解结构）分层组织设计活动的飞机数字化研发流程梳理方法；分析了各目标客户群的特点、需求和基本支撑要素；定义了飞机数字化设计平台的组成部分和架构框架；最后提出了基于设计阶段、设计部门、系统层级三个维度的实施策略。
研究产品和时间：何时、持续多长时间、然后做什么？
这些研讨会的共同点在于，它们继续致力于在 CHI 提供和塑造一个场所，让 RtD 从业者以类似于设计工作室的方式展示和讨论有形的设计对象。基于 CHI 和 DIS 先前取得的成功，本次研讨会旨在聚集设计研究人员，通过时间的视角对 RtD 的材料设计成果进行互动、扩展和反思。关于 RtD 流程和设计对象的报告通常缺乏时间调和，这会掩盖纠缠的知识[22]，并混淆伦理问题和未来影响[12]，而长期部署设计对象[10]在学术资助和职业周期的逻辑中是不切实际的。通过我们的研讨会，我们邀请设计研究人员讨论和反思研究产品的时间方面[21]，并提出以下问题：
人工智能如何挑战设计实践？
数字系统的动态性通常通过强调迭代和持续部署的软件生产实践而增加，而机器学习使系统能够通过使用和积累新数据而进化。由此产生的非预期系统行为往往是无法挽回的，而不是简单的修复。因此，设计师需要方法和预防机制来处理其设计成果的长期社会技术影响。考虑到整个技术发展，我们正在目睹组织、开发者社区和公共话语中的道德觉醒。随着人们要求算法系统做出责任感、公平性、透明度和无偏见的决策，技术伦理问题的道德强度似乎正在增加 [4]。继 1990 年代可用性出现和 2000 年代用户体验出现之后，现在似乎是时候为更宏大的道德和责任概念进行设计了。话虽如此，旨在提高设计伦理和责任感的各种有前景的方法（例如价值敏感设计）才刚刚开始在设计实践中建立。
人工智能与认知科学在设计中的应用
人工智能和认知科学是设计领域的两个核心研究领域。人工智能具有分析海量数据的能力，有助于在各种设计活动中做出预测、发现模式和产生见解，而认知科学则具有揭示人类在设计中固有的心理过程和机制的优势。设计研究中的人工智能和认知科学都致力于提供更具创新性和效率的设计成果和流程。因此，本期“人工智能和认知科学在设计中的应用”专题汇集了人工智能和认知科学领域的最新研究成果，展示了在设计研究中应用人工智能技术和神经生理学和生物特征测量的新兴趋势。通过分析收集到的研究论文，提出了三个有前途的未来研究方向：1）用于设计的以人为本的人工智能，2）用于设计的多模态测量，3）用于设计认知数据分析和解释的人工智能。提出了将人工智能与认知科学融入设计的框架，涵盖三个研究方向，旨在启发和指导设计研究人员探索以人为本的设计方法、策略、解决方案、工具和系统。
2007 年 RTA 年度报告 - 道路和海事服务
运营回顾 积极的经济成果 24 道路管理 25 道路开发 30 交通管理 40 货运 44 积极的道路安全成果 46 新南威尔士州道路安全中心 47 死亡人数 48 更安全的道路使用者 48 社区意识 51 监管和执法 53 更安全的车辆 55 更安全的道路 56 积极的环境和城市设计成果 58 替代交通 59 基础设施规划和道路工程 62 空气质量 64 噪音管理 66 保护生物多样性 67 城市设计 70 遗产 71 自然资源和废物 73 温室和能源 74 土地和水 76 物有所值 78 客户服务 79 澳大利亚道路登记和许可工作组的管理 80 在线服务 80 业务改进 82 员工 84 员工成就 86 安全健康的工作场所 89 利益相关方伙伴关系 92
2007 年 RTA 年度报告 - 道路和海事服务
运营回顾 积极的经济成果 24 道路管理 25 道路开发 30 交通管理 40 货运 44 积极的道路安全成果 46 新南威尔士州道路安全中心 47 死亡人数 48 更安全的道路使用者 48 社区意识 51 监管和执法 53 更安全的车辆 55 更安全的道路 56 积极的环境和城市设计成果 58 替代交通 59 基础设施规划和道路工程 62 空气质量 64 噪音管理 66 保护生物多样性 67 城市设计 70 遗产 71 自然资源和废物 73 温室和能源 74 土地和水 76 物有所值 78 客户服务 79 澳大利亚道路登记和许可工作组的管理 80 在线服务 80 业务改进 82 员工 84 员工成就 86 安全健康的工作场所 89 利益相关方伙伴关系 92
性别 +气候结果handbook_final_dec 2024.pdf
问题和示例结果不是规定的或全面的。计划成果必须针对该计划进行量身定制，并且提供的示例不应“剪切并粘贴”到新的投资设计中。计划逻辑应与当地利益相关者一起开发，并在国家/地区环境中为目的而拟合，并实现现实，可实现和可衡量。本手册中的示例结果提供了为设计过程提供信息的想法，但不能代表解决气候变化或实现性别平等所需的广度。结果可以处于不同的水平。由于上下文和资源的差异，一项投资可能是另一个投资的IO可能是另一个投资的EOPO。这与该计划对气候变化和性别平等的野心相关。涵盖性别平等和气候变化并不总是合适的或可能的。在这些情况下，识别单独的结果将使程序逻辑更加清晰。强烈建议对EOPO和iOS内部的残疾平等和权利的关注，以使残疾人访问，解决歧视并确保计划的效果。通过designmail@dfat.gov.au获得设计成果的支持。
儿童在关键机器的参与共同设计中的角色
摘要包括儿童在学习活动和技术设计中的声音，越来越多地成为研究人员和学习设计师的对话的主题。研究表明，儿童的经验将他们定位为他们将使用的课程活动或技术的有用贡献者。但是，参与式共同设计中的一个重大挑战是让儿童参与课程的共同设计，而他们尚未学习课程中的纪律内容。我们介绍了我们为期两年的基于设计的研究研究，在其中，我们共同设计了一项关键的机器学习教育计划，并连续两年与两个校后中心不同的儿童组。在本文中，我们表征了儿童体现在参与式共同设计的两个周期中的角色，以及该计划的活动如何影响这些角色。这项研究的发现表明，在两个基于参与设计的研究周期中，儿童在AI学习活动和AI技术的测试人员，线人或设计师的不同角色中都具有不同的作用。基于这项基于设计的研究，我们建议一种强调信任和对儿童观点的深刻理解的“缓慢研究”方法可以在实现有意义的共同设计成果中发挥作用。