XiaoMi-AI文件搜索系统
World File Search System跟踪数据
助理教授Yuji Harada
F. Kikuchi，Q。Liu，H。Hanada，N。Kawano，K。Matsumoto，T。Iwata，S。Gossens，K。Asari，Y。Ishihara，S。Tsuruta，S。 S. Sasaki，使用多个场景和Samousid的两个子卫星（Kugiya）的Picsecond精确度VLBI，无线电科学，44，1-7，2009。 Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，H。Hanada，Y。Harada，X。Shi，Q. Huang，T。Ishikawa，S。Tsuruta，K。K. Asari Namiki，S。Sasaki，S。Ellingsen，K。Sato，K。Shibata，Y。Tamura，T。Jike，K。Iwadate，O。Kameya，J。Ping，B。 H. Hanada，T。Iwata，Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，Y。Arada，K。Assari，T。Ishikawa，Y。Ishikawa，Ishikawa， N. Namki，Y。Kono，K。Iwadate，O。Kameya，K。M。Shibata，Y。Tamura，S。Kamate，Y。Yahagi，W。Masui，W。Masui，K。Tanaka，Mijima，Mijima，X. Schlüter，《 Selene（Kaguya）的月球轨道的差异概述》（Kaguya），以确定精确的轨道确定和月球革命性和月球Graydy，太空科学评论，154，123-144，， S. Gossens，K。Matsumoto，Q. Liu，F。Kikuchi，K。Sato，H。Hanada，Y。Hanada，h。使用Selene相同梁差异VLBI跟踪数据的重力场测定，Geodesy杂志，85，205-228，2011。F. Kikuchi，Q。Liu，H。Hanada，N。Kawano，K。Matsumoto，T。Iwata，S。Gossens，K。Asari，Y。Ishihara，S。Tsuruta，S。 S. Sasaki，使用多个场景和Samousid的两个子卫星（Kugiya）的Picsecond精确度VLBI，无线电科学，44，1-7，2009。Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，H。Hanada，Y。Harada，X。Shi，Q. Huang，T。Ishikawa，S。Tsuruta，K。K. Asari Namiki，S。Sasaki，S。Ellingsen，K。Sato，K。Shibata，Y。Tamura，T。Jike，K。Iwadate，O。Kameya，J。Ping，B。 H. Hanada，T。Iwata，Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，Y。Arada，K。Assari，T。Ishikawa，Y。Ishikawa，Ishikawa， N. Namki，Y。Kono，K。Iwadate，O。Kameya，K。M。Shibata，Y。Tamura，S。Kamate，Y。Yahagi，W。Masui，W。Masui，K。Tanaka，Mijima，Mijima，X. Schlüter，《 Selene（Kaguya）的月球轨道的差异概述》（Kaguya），以确定精确的轨道确定和月球革命性和月球Graydy，太空科学评论，154，123-144，， S. Gossens，K。Matsumoto，Q. Liu，F。Kikuchi，K。Sato，H。Hanada，Y。Hanada，h。使用Selene相同梁差异VLBI跟踪数据的重力场测定，Geodesy杂志，85，205-228，2011。Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，H。Hanada，Y。Harada，X。Shi，Q. Huang，T。Ishikawa，S。Tsuruta，K。K. Asari Namiki，S。Sasaki，S。Ellingsen，K。Sato，K。Shibata，Y。Tamura，T。Jike，K。Iwadate，O。Kameya，J。Ping，B。H. Hanada，T。Iwata，Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，Y。Arada，K。Assari，T。Ishikawa，Y。Ishikawa，Ishikawa， N. Namki，Y。Kono，K。Iwadate，O。Kameya，K。M。Shibata，Y。Tamura，S。Kamate，Y。Yahagi，W。Masui，W。Masui，K。Tanaka，Mijima，Mijima，X. Schlüter，《 Selene（Kaguya）的月球轨道的差异概述》（Kaguya），以确定精确的轨道确定和月球革命性和月球Graydy，太空科学评论，154，123-144，， S. Gossens，K。Matsumoto，Q. Liu，F。Kikuchi，K。Sato，H。Hanada，Y。Hanada，h。使用Selene相同梁差异VLBI跟踪数据的重力场测定，Geodesy杂志，85，205-228，2011。H. Hanada，T。Iwata，Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，Y。Arada，K。Assari，T。Ishikawa，Y。Ishikawa，Ishikawa， N. Namki，Y。Kono，K。Iwadate，O。Kameya，K。M。Shibata，Y。Tamura，S。Kamate，Y。Yahagi，W。Masui，W。Masui，K。Tanaka，Mijima，Mijima，X. Schlüter，《 Selene（Kaguya）的月球轨道的差异概述》（Kaguya），以确定精确的轨道确定和月球革命性和月球Graydy，太空科学评论，154，123-144，， S. Gossens，K。Matsumoto，Q. Liu，F。Kikuchi，K。Sato，H。Hanada，Y。Hanada，h。使用Selene相同梁差异VLBI跟踪数据的重力场测定，Geodesy杂志，85，205-228，2011。H. Hanada，T。Iwata，Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，Y。Arada，K。Assari，T。Ishikawa，Y。Ishikawa，Ishikawa， N. Namki，Y。Kono，K。Iwadate，O。Kameya，K。M。Shibata，Y。Tamura，S。Kamate，Y。Yahagi，W。Masui，W。Masui，K。Tanaka，Mijima，Mijima，X. Schlüter，《 Selene（Kaguya）的月球轨道的差异概述》（Kaguya），以确定精确的轨道确定和月球革命性和月球Graydy，太空科学评论，154，123-144，， S. Gossens，K。Matsumoto，Q. Liu，F。Kikuchi，K。Sato，H。Hanada，Y。Hanada，h。使用Selene相同梁差异VLBI跟踪数据的重力场测定，Geodesy杂志，85，205-228，2011。H. Hanada，T。Iwata，Q. Liu，F。Kikuchi，K。Matsumoto，S。Gossens，Y。Arada，K。Assari，T。Ishikawa，Y。Ishikawa，Ishikawa， N. Namki，Y。Kono，K。Iwadate，O。Kameya，K。M。Shibata，Y。Tamura，S。Kamate，Y。Yahagi，W。Masui，W。Masui，K。Tanaka，Mijima，Mijima，X. Schlüter，《 Selene（Kaguya）的月球轨道的差异概述》（Kaguya），以确定精确的轨道确定和月球革命性和月球Graydy，太空科学评论，154，123-144，，S. Gossens，K。Matsumoto，Q. Liu，F。Kikuchi，K。Sato，H。Hanada，Y。Hanada，h。使用Selene相同梁差异VLBI跟踪数据的重力场测定，Geodesy杂志，85，205-228，2011。S. Gossens，K。Matsumoto，Q. Liu，F。Kikuchi，K。Sato，H。Hanada，Y。Hanada，h。使用Selene相同梁差异VLBI跟踪数据的重力场测定，Geodesy杂志，85，205-228，2011。J. Yan，S。Goossens，K。Matsumoto，J。Ping，Y。arada，T。Iwata，N。Namiki，N。Namiki，F。Li，G。Tang，G。Cao，J。Cao，H。Hanada和N. Kawano，N。Kawano，N。Kawano，CEGM02：使用Rang'e-1 Orbital Tracking Data，Plane and Plane and Plane and Plane and Plane and Plane and PlaneTary Data，Plane，科学，62，1-9，
大规模视频学习的人工智能
计算机视觉、信息检索和自然语言处理等研究领域的人工智能 (AI) 应用可能会为 VBL 的新方法提供动力 [10,12]。例如，AI 可以通过分析学生跟踪数据帮助教师确定学生对视频的理解程度，然后利用这种洞察力推荐可能对学生有用的视频内容。此外，基于 AI 的文本和/或图像识别和分类技术可以通过检测主题的变化来帮助学生浏览教学视频。基于 AI 的 VBL 可以帮助教师根据跟踪数据评估个别学生的知识差距，以便根据学生的能力、经验和兴趣提供个性化的反馈和建议。除此之外，在课堂上应用 AI 时还引发了许多问题，例如隐私、道德以及代理与自动化，这些问题应该进行调查 [5,6,10]。这些是本次研讨会将探讨的一些研究问题。
国防部需要改进数据用户费用的跟踪
国防部有机制可以减轻数据流出费用对国防部在整个部门采购和实施云服务时可能产生的影响。国防部官员报告称，数据流出费用占已知云支出的不到 1%。但是，该部门没有能力跟踪和报告这些费用。此外，国防部的合同专用工具不跟踪云支出，包括部门范围内的数据流出费用。国防部官员通过最近的部门范围的合同（例如联合作战云能力（与四家商业服务提供商签订的云合同）和其他工具）发现了对云支出的更好洞察。但是，国防部尚未制定采用跟踪数据流出费用的工具的计划或时间表。在国防部获得并实施这样的工具之前，它将继续缺乏对流出费用影响的全面洞察。
白天光学对低地球轨道及时空间领域感知的贡献
随着低地球轨道 (LEO) 上的物体密度不断增加，对选定感兴趣物体的时间关键空间域感知 (SDA) 信息的需求也随之增加。虽然雷达系统提供了大部分 LEO 跟踪数据，但它们的每传感器总成本阻碍了其广泛普及，并导致时间覆盖缺口，从而阻碍决策。在本文中，我们研究了一个假设的低成本天体光学望远镜系统网络（全天候活动）如何补充雷达系统，以增强对任何给定的可探测 LEO 物体子集的监管。我们执行传感器访问和数据质量模拟，考虑天气、太阳排斥、容量和精度限制，以呈现显着的性能统计数据，例如自上次观察以来的时间延迟和位置知识误差。我们得出结论，尽管存在某些限制，但天体光学系统可以提供一种廉价而有效的方法来增强及时的 LEO SDA。
通过机器学习模型预测问题赌博
在这项研究中，研究人员使用玩家跟踪数据来评估行为指标是否可以使用机器学习模型来预测问题赌博。数据是从来自英国，加拿大和西班牙在线赌场游戏的1,743名成年人那里获得的。研究人员发现，在预测问题赌博时，行为指标（例如，会议范围内的频繁存款）比货币指标（例如，赌博的总金额）更重要。这项研究中采用的五个机器学习模型显示了预测问题赌博的有希望的结果。包括特定于国家 /地区的数据提高了其准确性。尽管如此，即使没有使用特定国家 /地区的数据进行培训，这些模型即使在没有培训的情况下也表现出色。调查结果表明，有一些行为指标可以在各种环境中使用以识别问题赌博。
HICS 2025 Minitrack简介
使用数字跟踪数据（Berente，Seidel＆Safadi，2019; Miranda等，2022）在分析生态系统和平台中一直是这个Minitrack系列中的主要作案操作（Basole，2020; Russell，Russell，Rothe，Rothe和＆Huhtamäki，2021）。在维持经验精神的同时，手稿随着时间的流逝而变得较少。相反，所有公认的手稿都试图为平台和生态系统中特定参与者或机制进行持续的理论对话做出贡献。这说明了该领域日益增长的概念成熟度 - 管理信息系统作为朝着理论贡献推动的领域的制度影响。近年来，新的分类法和系统文献综述为这种成熟而举例说明了。尽管成熟度越来越高，但核心概念，平台和生态系统没有和谐使用。虽然概念清晰度和和谐使用可以帮助建立平台和生态系统上的累积研究传统，但目前对概念的开放性仍然邀请
基于区块链的空间领域感知
摘要 — 随着太空活动的迅速扩展和太空垃圾的不断积累，空间领域感知 (SDA) 已成为维持安全太空行动的关键。本文提出了一种使用卫星群和区块链的去中心化解决方案，其中卫星（节点）充当验证者和批准者的角色，以安全地验证和存储碎片跟踪数据。我们的模拟表明，网络在约 30 个节点的情况下实现最佳性能，平衡吞吐量和响应时间稳定在 4.37 秒。这些结果表明，可以通过将大型网络分离为较小的自主群来有效地管理它们，每个群都针对特定任务进行了优化。此外，我们将去中心化群架构的性能与完全共享角色模型的性能进行了比较，并表明当角色分离时，可扩展性和响应时间显着改善。索引术语 — 空间领域感知、区块链、分布式账本、安全
基因组果蝇线的多方面和广泛的行为轨迹
详细的跟踪数据对于理解动物行为背后的复杂机制至关重要。在这里，我们提供了一个全面的数据集，其中包含来自105个遗传学菌株的30,000多个果蝇Melanogaster个体的行为电影和轨迹，其中包括果蝇基因参考面板的104种野生型菌株以及一个视力障碍的突变体。在15分钟的会议期间收集了由遗传背景，性别和社会环境分类的这些数据，包括五分钟的重复迫在眉睫的刺激，以引起恐惧反应。此外，我们的实验设计将小组实验与随机组合的菌株对结合，以研究小组成员对行为动力学的协同作用。除了对运动，恐惧反应和社交相互作用的遗传因素进行详细分析之外，该数据集提供了一个独特的机会来检查遗传相同果蝇内的个体行为变异性。通过在不同的遗传和环境环境中捕获各种各样的行为，这些数据是促进我们对遗传，个性和群体相互作用如何影响动物行为的理解的宝贵资源。
回家一起汤金斯
我们已经看到系统变革转化为其他系统的变革性文化变革。值得注意的是，康复和治疗领域有意摆脱了惩罚性的禁欲治疗模式，并采用了减害模式、药物辅助治疗和以人为本的护理。就在 2000 年代中期，当地的治疗提供者还使用完全禁欲的方法来治疗成瘾。这种方法不起作用，人们在治疗中“失败”，海洛因泛滥成灾。研究人员开始研究替代治疗模式，并更好地跟踪数据以解决治疗失败的问题。他们了解到，成瘾是一种渐进的、致命的脑部疾病，复发是疾病的自然组成部分。有了这些证据和数据，减害治疗模式就出现了。提供者开始修改他们的系统、实践，并最终修改服务提供模式。在转变之前，只有能够完全禁欲的人才能获得药物辅助治疗。当人们复发时，他们冒着失去救命药物的风险，客户和提供者之间的信任也会被削弱。采用更加以人为本的系统改善了客户的康复效果，挽救了生命。更大的社区开始看到成瘾者身上的人性。
职业足球球队战略动态分析
足球经理必须做出的最重要的战术决策之一是确定比赛不同阶段球队的空间配置或阵型。阵型的选择会影响球队的进攻力度、进攻重点以及整体比赛风格。我们提出了一种创新的新技术，用于动态测量、分类和研究职业足球比赛中的球队阵型。使用大量球员跟踪数据样本，我们测量每场比赛期间连续时间间隔内每支球队球员在控球和失球时的相对位置。应用分层聚集聚类（使用 Wasserstein 度量来测量阵型之间的距离），我们确定了球队部署的独特进攻和防守阵型。我们使用这些阵型模板，结合贝叶斯模型选择标准，对新的阵型观察进行分类，生成每场比赛的战术摘要。我们确定每支球队首选的进攻和防守阵型，并研究经理在比赛中如何对关键事件做出战术反应。最后，我们讨论阵型选择与比赛风格的关系，并讨论我们的方法的其他潜在应用。