摘要 负责任的人工智能指南要求工程师考虑他们的系统可能造成的危害。然而,当代人工智能系统是通过组合许多预先存在的软件模块构建的,这些模块经过许多人之手才能成为成品或服务。这如何影响负责任的人工智能实践?在对来自工业界、开源界和学术界的 27 名人工智能工程师的采访中,我们的参与者通常认为负责任的人工智能指南中提出的问题不属于他们的机构、能力或责任范围。我们使用 Suchman 的“定位问责制”来展示负责任的人工智能劳动力目前是如何组织的,并探索如何以不同的方式进行。我们确定了跨领域的社会逻辑,例如模块化、规模、声誉和客户导向,这些逻辑决定了哪些负责任的人工智能行动确实发生,哪些行动被委托给低级员工或被认为是想象中的“供应链”中的下一个或上一个人的工作。我们认为,当前负责任的人工智能干预措施,例如假设拥有全景知识和系统控制的道德检查表和指南,可以通过采取定位问责制方法来改进,认识到供应链内外关系和义务可能交织在一起的地方。
人工智能 (AI) 在行为健康领域的应用引起了人们对使用机器学习 (ML) 技术识别人们个人数据模式的兴趣,目的是检测甚至预测抑郁症、躁郁症和精神分裂症等疾病。本文通过对三个自然语言处理 (NLP) 训练数据集的情境分析,研究了人工智能介导的行为健康背后的数据科学实践和设计叙述。通过将数据集视为与特定社会世界、话语和基础设施安排密不可分的社会技术系统,我们发现数据集构建和基准测试的技术项目(行为健康领域人工智能研究的当前重点)与行为健康的社会复杂性之间存在一些不一致。我们的研究通过阐明无序数据集的敏感概念,为日益增长的人工智能系统关键 CSCW 文献做出了贡献,该概念旨在有效地扰乱行为健康领域中人工智能/机器学习应用的主导逻辑,并支持研究人员和设计师反思他们在这个新兴且敏感的设计领域中的角色和责任。
脱位密度。那些不同的方法不观察到相同类型的位错,即统计存储的位错(SSD)和/或几何必需的脱位(GND)。有些是直接测量技术,例如ECCI和TEM成像,而其他是非方向方法,即HR-EBSD和XRD测量。因此,提出了使用这四种技术在未变形和变形的双链钢上获得的测量值的定量比较。对于低变形,位错密度很小(成像方法相当性能,而XRD 1- 5×10 13 m - 2),测量值的不确定性水平高。HR-EBSD测量结果表明,结果与这些变形水平的其他方法非常吻合。对于较高的变形水平(上面的脱位密度),成像方法不再相关,因此1 - 3×10 14 m - 2
杜邦™ Vespel ® 聚酰亚胺能够适应错位,因为它能够在压缩时弹性变形并更均匀地重新分配负载 [4]。图 2 [5,6] 描绘了杜邦™ Vespel ® 花键在 0.34 度错位时的磨损数据,这是图 1 中包含的最坏情况。这种在高度错位下运行的能力可延长磨损寿命。在某些应用中,与由杜邦™ Vespel ® 聚酰亚胺制成的适配器连接的花键的磨损寿命是润滑金属对金属花键连接的 50 倍 [2,5]。具有冠状几何形状的圆形杜邦™ Vespel ® 花键联轴器具有额外的好处,即在轴错位时减少驱动和从动机械轴承上的应力 [4]。
组蛋白去乙酰化酶抑制剂已被研究作为癌症和其他疾病的潜在治疗剂。已知 HDI 可促进组蛋白乙酰化,从而导致开放染色质构象并通常增加基因表达。在之前的研究中,我们报告了一组基因,特别是那些由超级增强子调控的基因,可以被 HDAC 抑制剂拉格唑抑制。为了阐明拉格唑抑制基因的分子机制,我们进行了转座酶可及染色质测序、ChIP-seq 和 RNA-seq 研究。我们的研究结果表明,虽然拉格唑治疗通常会增强染色质的可及性,但它会选择性地降低一组超级增强子区域的可及性。这些基因组区域在拉格唑存在下表现出最显著的变化,富含 SP1、BRD4、CTCF 和 YY1 的转录因子结合基序。 ChIP-seq 分析证实 BRD4 和 SP1 在染色质上各自位点的结合减少,特别是在调节基因(如 ID1、c-Myc 和 MCM)的超级增强子上。拉格唑通过抑制 DNA 复制、RNA 加工和细胞周期进程发挥作用,部分是通过抑制 SP1 表达来实现的。shRNA 消耗 SP1 可模拟拉格唑的几种关键生物学效应并增加细胞对该药物的敏感性。针对细胞周期调控,我们证明拉格唑通过干扰中期染色体排列来破坏 G/M 转换,这种表型在 SP1 消耗时也观察到。我们的结果表明,拉格唑通过抑制超级增强子上的 BRD4 和 SP1 发挥其生长抑制作用,导致细胞抑制反应和有丝分裂功能障碍。
重复使用 存放在 White Rose Research Online 中的项目受版权保护,保留所有权利,除非另有说明。您可以下载和/或打印这些项目用于个人学习,或国家版权法允许的其他行为。出版商或其他权利持有人可能允许进一步复制和重复使用全文版本。这由 White Rose Research Online 记录中该项目的许可信息指示。
产品规格 主动 被动 美国国际单位制 美国国际单位制 机械 外壳尺寸 33 英寸高 x Ø18 英寸 838 毫米 x Ø457 毫米 10 英寸高 x Ø18 英寸 254 毫米 x Ø457 毫米 质量(包括电缆) <50 磅 <22.7 千克 <25 磅 <11.3 千克 轴向捕获距离 6 英寸 角度捕获错位公差 俯仰/偏航 = ±5 度,滚动 = ±5 度 横向错位公差 ±2 英寸 线性接触速度公差 3 厘米/秒 捕获时间 <10 秒 捕获和锁存时间 <300 秒 注意:此数据仅供参考,可能随时更改。请联系 Sierra Space 获取设计数据。
摘要 — 无线电力传输 (WPT) 是电动汽车 (EV) 轻松充电技术的突破之一。人们提出并实施了不同类型的无线充电器拓扑结构,以满足各种约束,如电力传输效率、无线传输距离和错位公差。然而,对于电动自行车和电动滑板车等中低功率电动汽车的非接触式充电,耦合分离和传输效率仍未得到充分开发。为了在容易出现错位问题的车辆中实现远距离 WPT,使用串联 (SS) 补偿 WPT。传统的 SS 补偿 WPT 使用电压馈送转换器进行电力转换。但这些拓扑结构的组合允许系统中的反向电流流动,这将影响源的传输效率和寿命。为了防止这种情况,可以使用反向阻塞二极管或电流馈送转换器。虽然反向电流问题可以解决,但这些方法似乎进一步降低了电力传输效率。本文试图优化基于电流馈电转换器的 SS-WPT,以实现比传统设计更高的耦合分离、更高的电力传输效率和更高的错位容差。为实现此目的,对电流馈电转换器的输入电感器和 SS-WPT 的初级线圈进行了调整,而不会影响磁共振条件。在耦合分离为 200 毫米时,传输效率为 94%,比传统的基于电压源逆变器的可再生能源供电的 SS-WPT 充电效率高出 20%。在原型设计中验证了该概念后,通过在实时电动自行车中对其进行测试来验证结果。
光学成像系统(显微镜、望远镜或照相机)的分辨率可能受到镜头缺陷或错位(смещение)等因素的限制。然而,由于衍射的物理特性,任何光学系统的分辨率都有一个主要限制。分辨率性能达到仪器理论极限的光学系统被称为衍射极限。