-
#1人工智慧與公共利益:倫理框架、挑戰與滲透測試方法深入分析AI倫理框架、定義公共利益的挑戰,並提出倫理滲透測試方法以促進負責任的AI發展。
-
#2基於IPFS的去中心化AI函式庫、整合方案與中樞平台分析使用IPFS的去中心化AI基礎設施,透過Web3技術、函式庫與概念驗證實作,解決中心化AI中樞的局限性。
-
#3行動網路中分散式AI服務佈局、選擇與路由技術針對行動網路優化AI服務佈局、選擇與路由的分散式框架,解決服務品質與延遲間的權衡難題
-
#4使用有限氣象資料進行參考蒸散發估算的機器學習方法研究使用XGBoost、SVM和隨機森林模型,以最少參數改進ETo估算,與摩洛哥Meknes地區傳統方程式相比。
-
#5通用化 DePIN 協議:去中心化實體基礎設施網路架構Comprehensive analysis of GDP protocol for decentralized physical infrastructure networks, covering technical architecture, security mechanisms, and real-world applications.
-
#6人機混合智慧於社會計算:框架與應用探討人機混合智慧(H-AI)在社會計算中的整合,解決AI局限性並提出四層框架以強化社會問題解決能力。
-
#7機器學習在建築能源與室內環境分析中的應用Perspective on machine learning applications for building energy optimization and indoor environment prediction using ANN models and hybrid approaches.
-
#8智慧節能建築中的機器學習技術 - 全面性回顧全面回顧機器學習在智慧建築中的應用,涵蓋能源效率、居住者舒適度與永續建築營運。
-
#9AI公益開放平台:實現真正影響力的通用模式分析AI公益開放平台,聚焦共通問題模式、實施挑戰與永續發展中可擴展影響力的途徑。
-
#10永續AI監管:將環境考量納入技術治理分析AI環境影響與永續發展監管框架,涵蓋GDPR重新解讀、AI法案條款及政策建議
-
#11永續人工智慧:企業文化視角分析企業文化如何影響永續AI實施,包括機會、風險及符合聯合國永續發展目標的組織因素。
最後更新: 2025-12-07 22:35:49