XiaoMi-AI文件搜索系统
World File Search System设计流程
采用以人为本的设计流程实现移动健康应用的可持续发展
大量科学证据表明，移动医疗 (mHealth) 应用可以改善生活质量、缓解症状并恢复患者健康。除了改善患者的健康结果外，移动医疗应用还可以减少医疗保健的使用和与疾病管理相关的成本负担。目前，患者和医疗保健提供者在市售的移动医疗应用中有多种选择。然而，由于移动医疗应用的资源成本高且用户采用率低，成本效益关系仍然存在争议。与传统的专家驱动方法相比，应用以人为本的设计 (HCD) 可能会产生更实用、更可接受和更有效的移动医疗应用。在本文中，我们总结了移动医疗发展研究中当前的 HCD 实践，并提出了提高移动医疗可持续性的建议。这些建议包括考虑与文化规范有关的因素、对 HCD 实践的迭代评估、在移动医疗应用中使用新颖性以及在整个 HCD 过程中考虑隐私和可靠性。此外，我们建议从社会技术角度看待 HCD 实践，以促进移动医疗应用的可持续性。未来的研究应考虑标准化 HCD 实践，以帮助移动医疗研究人员和开发人员避免与不充分的 HCD 实践相关的障碍。
室内空间设计流程的新方法
“基础设计”课程在当今建筑和室内建筑系的创造性思维和将思想转化为创意的过程中起着关键作用，本研究基于一种新的实验学习方法构建了该课程。该研究旨在基于假设的抽象思维获得具体的空间体验，通过让学生质疑最初的设计理念来产生以解决问题为导向的设计。因此，设计的教学方法在塞尔丘克大学室内建筑系 2021-2022 学年期间分 4 个阶段进行，为期 14 周。首先，用格式塔原则传达理论信息；随后针对设计问题开发抽象和具体的想法，在第三阶段，针对从抽象到具体空间的过渡过程开发项目以解决问题，最后对结果进行评估。通过工作室体验，学生们创建了一种工作原则，该原则将以设计方法指导室内设计工作室的工作，使其能够形成原始的形式和形状，使他们能够从抽象的概念获得具体的空间，并从设备到空间设计进行不同规模的设计。
运营绩效驱动的生产系统设计流程
生产系统的设计过程（在本文中称为生产系统设计过程（PSUP））会影响整个生产系统生命周期的运行性能，尤其是在启动和运营阶段。传统上，设计过程中的重点是按时、按预算推出新的生产系统。尽管设计过程中开展的活动会影响运营阶段的运营绩效，但人们对设计阶段的关注度往往不够。先前的研究主张制定生产系统开发的系统设计流程，以期对运营绩效产生积极影响。
Q. Vera Liao、Milena Pribić、Jaesik Han、Sarah Miller 和 Daby Sow。2018 年。面向可解释 AI 用户的问题驱动设计流程
• 系统使用哪种数据进行训练？• 训练数据的来源是什么？• 标签/基本事实是如何产生的？• 训练数据的样本量是多少？• 系统不使用哪些数据集？• 数据的潜在局限性/偏差是什么？• 训练数据的大小、比例或分布如何？
第 1 章 SPU 设计流程 - Seattle.gov
• 安全第一。设计时应尽量降低对员工和公众的风险。仅靠可靠的饮用水和适当的污水收集来保障公众健康是不够的。SPU 员工将操作和使用您设计的每个设施。所有这些活动都存在固有风险。 • 为系统而设计。了解公用事业系统将如何响应项目。避免解决一个问题而产生另一个问题。 • 为现在和未来而设计。尽可能为系统灵活性而设计。有时无法预测未来的需求。或者，从经济角度来看，为未来客户或系统需求承担当前成本是可取的。谨慎地做出并记录每个设计选择。考虑当前和未来的客户、运营商、工程师和承包商。 • 确定并尽量减少生命周期成本。确定生命周期成本以评估最经济的替代方案；通常（但并非总是）这意味着选择生命周期成本最低的替代方案。考虑资产的整个生命周期：建设、运营、维护、维修、更换和处置。 • 尽量减少责任。设计时应尽量减少对生命和财产的损害。事故时有发生。有时，就像在电表盖上滑倒一样常见。有时，雨水很大，水沟被树叶堵塞。问一些问题，例如，水会流向哪里？谁会受到伤害？未来该地区还会发生哪些变化？ • 保护环境。每一步都要质疑你的行为所产生的影响
Q. Vera Liao、Milena Pribić、Jaesik Han、Sarah Miller 和 Daby Sow。2018 年。面向可解释 AI 用户的问题驱动设计流程
允许免费复制本作品的全部或部分以供个人或课堂使用，但不得出于营利或商业目的而复制或分发，且副本首页必须注明此声明和完整引文。必须尊重 ACM 以外的人拥有的本作品组成部分的版权。允许摘要并注明出处。以其他方式复制、重新发布、发布到服务器或重新分发到列表，需要事先获得特定许可和/或支付费用。向 permissions@acm.org 请求许可。
基于数字线程的设计流程的不确定性决策
数字线程是一种数据驱动的架构，它将产品生命周期各个阶段的信息链接在一起。尽管它在制造、维护/运营和设计相关任务中的应用越来越广泛，但仍然缺乏一种分析数字线程在不确定情况下的决策问题的原则性公式。本文的贡献是提出一种使用贝叶斯统计和决策理论的公式。首先，我们讨论不确定性如何在产品生命周期中传播，以及数字线程如何根据我们做出的决策和收集的数据发展。使用这些机制，我们探索了多代产品或迭代的设计，并提供了一种解决底层多阶段决策问题的算法。我们在一个示例结构设计问题上说明了我们的方法，其中我们的方法可以量化和优化不同类型和顺序的决策，包括实验、制造和传感器放置/选择，以最大限度地降低总累计成本。