Militarised conflict is one of the risks that have a significant impact on society. Militarised Interstate Dispute (MID) is defined as an outcome of interstate interactions, which result on either peace or conflict. Effective prediction of the possibility of conflict between states is an important decision support tool for policy makers. In a previous research, neural networks (NNs) have been implemented to predict the MID. Support Vector Machines (SVMs) have proven to be very good prediction techniques and are introduced for the prediction of MIDs in this study and compared to neural networks. The results show that SVMs predict MID better than NNs while NNs give more consistent and easy to interpret sensitivity analysis than SVMs.
Conflict Transformation and Management. From Cognitive Maps to Value Trees
CNRS-LAMSADE, PSL, Université Paris Dauphine（法国国家科学研究中心-拉马萨德实验室，巴黎文理研究大学，巴黎多芬大学）；Fenner School of Environment, Australian National University（澳大利亚国立大学芬纳环境学院）
Addressing Design Issues in Medical Expert System for Low Back Pain Management: Knowledge Representation, Inference Mechanism, and Conflict Resolution Using Bayesian Network
University of Kalyani（卡里亚尼大学）；Banaras Hindu University（贝拿勒斯印度大学）；ESI Institute of Pain Management（ESI疼痛管理研究所）
The Last State of Artificial Intelligence in Project Management
University of Central Florida（中佛罗里达大学）
人工智能（AI）已被用于推动不同领域的发展，如教育、医疗保健和金融。然而，人工智能在项目管理（PM）领域的应用并没有取得同样的进展。本文报告了一个系统的审查已发表的研究，用于调查应用AI在PM。本系统性综述使用Web of Science、Science Direct和Google Scholar数据库识别相关论文。在发现的652篇文章中，58篇符合预定标准并被纳入综述。纳入的论文按照以下维度进行分类：PM知识领域，PM流程和AI技术。研究结果表明，人工智能在项目管理中的应用还处于早期阶段，人工智能模型还没有应用于多个项目管理过程，特别是在项目利益相关者管理、项目采购管理和项目沟通管理等过程组中。然而，最流行的PM过程中纳入的文件是项目工作量预测和成本估算，最流行的人工智能技术是支持向量机，神经网络和遗传算法。
Artificial Intelligence in Reverse Supply Chain Management: The State of the Art
Faculty of Engineering and the Built Environment（工程与建筑环境学院）；Council for Scientific & Industrial Research (CSIR)（科学与工业研究理事会）；University of Johannesburg（约翰内斯堡大学）；Modeling and Digital Science Unit（建模与数字科学单元）
AINTMA: Agentic AI Architecture for Autonomous Test Management with Generative Intelligence, Secure Cloud Communication and Adaptive Quality Analytics
International Business Machines (IBM)（国际商业机器公司（IBM））；Global Atlantic Financial（全球大西洋金融公司）；Docusign（DocuSign公司）；Salesforce Inc（Salesforce公司）；The Home Depot（家得宝公司）
Integrated Water Resource Management in the Segura Hydrographic Basin: An Artificial Intelligence Approach
Vicomtech Foundation（维科姆科技基金会）；Basque Research and Technology Alliance (BRTA)（巴斯克研究与技术联盟（BRTA））；University of the Basque Country (UPV/EHU)（巴斯克大学（UPV/EHU））
Energy Management for Renewable-Colocated Artificial Intelligence Data Centers
School of Electrical and Computer Engineering, Cornell University（电气与计算机工程系，康奈尔大学）；Dyson School of Applied Economics and Management, Cornell University（应用经济学与管理学院，康奈尔大学）
Artificial intelligence for sustainable wine industry: AI-driven management in viticulture, wine production and enotourism
University of Szczecin（什切青大学）；Wroclaw University of Environmental and Life Sciences（弗罗茨瓦夫环境与生命科学大学）；University of Wroclaw（弗罗茨瓦夫大学）；WSB Merito University in Wroclaw（弗罗茨瓦夫WSB梅里托大学）；AGH University of Krakow（克拉科夫AGH大学）
An Overview of the Prospects and Challenges of Using Artificial Intelligence for Energy Management Systems in Microgrids
Department of Electrical Engineering, University of Sharjah（电气工程系，谢贾哈大学）；Department of Electric, Electronic and Computer Engineering, University of Pretoria（电气电子与计算机工程系，普里蒂亚大学）
Graph neural networks at war: integrating cybersecurity and drone intelligence in the Israeli-Iranian conflict
Department of Information Technology, Khabat Technical Institute（信息科技系，Khabat技术学院）；Erbil Polytechnic University（埃尔比尔理工大学）；Computer Science and Engineering Department（计算机科学与工程系；AIIC，库尔德斯坦赫勒大学）；AIIC, University of Kurdistan Hewler（信息系统工程系，计算机与信息工程技术学院）；Department of Information Systems Engineering, Technical College of Computer and Informatics Engineering
A Comprehensive Survey of Artificial Intelligence Techniques for Talent Analytics
Computer Network Information Center, Chinese Academy of Sciences, Beijing, China and University of Chinese Academy of Sciences, Beijing, China（中国科学院计算机网络信息中心和中国科学院大学北京校区）；Business Intelligence Lab, Baidu Inc., Beijing, China（百度公司人工智能实验室）；School of Computer Science and Technology, University of Science and Technology of China, Anhui, China（中国科学技术大学计算机科学与技术学院）；School of Management, University of Science and Technology of China, Anhui, China（中国科学技术大学管理学院）；College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China（南京航空航天大学计算机科学与技术学院）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou), China（香港科技大学（广州）人工智能方向）
The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows
Vivenxia Group LLC（Vivenxia集团有限责任公司）；Centre for Digital Therapeutics（数字治疗中心）；University of Southern California（南加州大学）
Measuring Outcomes in Healthcare Economics using Artificial Intelligence: with Application to Resource Management
George Mason University（乔治梅森大学）；Virginia Polytechnic Institute and State University（弗吉尼亚理工学院暨州立大学）；Brigham and Women’s Hospital, Harvard Medical School（哈佛医学院布莱根妇女医院）
Conceptual Framework and Documentation Standards of Cystoscopic Media Content for Artificial Intelligence
Stanford University School of Medicine（斯坦福大学医学院）；Center for Artificial Intelligence and Medical Imaging, Stanford University School of Medicine（斯坦福大学医学院人工智能与医学影像中心）
The Next Decade of Telecommunications Artificial Intelligence
AsiaInfo Technologies (China) Ltd.（亚信科技（中国）有限公司）；Verizon Communications Inc（威瑞森通信公司）；AT&T Inc（美国电话电报公司）；Stevens Institute of Technology（史蒂文斯理工学院）；China Mobile Communications Group Co. Ltd.（中国移动通信集团有限公司）；China Telecom Group Corporation（中国电信集团有限公司）；Tsinghua University（清华大学）
Rebuilding Trust: Queer in AI Approach to Artificial Intelligence Risk Management
值得信赖的人工智能（AI）已经成为一个重要的话题，因为对AI系统及其创造者的信任已经丧失。研究人员、企业和政府长期以来都有将边缘化群体排除在技术开发、部署和监督之外的痛苦历史。因此，这些技术对少数群体用处不大，甚至有害。我们认为，任何渴望信任的人工智能开发、部署和监控框架都必须结合女权主义、非剥削性的参与式设计原则，以及强大的、外部的、持续的监控和测试。我们还解释了在透明度、公平性和问责制之外考虑可信度的重要性，特别是考虑正义和将权力转移给被剥夺权力的人，作为任何值得信赖的人工智能系统的核心价值。创建值得信赖的人工智能首先要资助、支持和授权像Queer in AI这样的草根组织，以便人工智能领域具有多样性和包容性，从而可信且有效地开发值得信赖的人工智能。我们利用人工智能中的酷儿通过多年的工作和宣传发展起来的专家知识，讨论性别，性行为和酷儿身份的其他方面是否以及如何在数据集和人工智能系统中使用，以及如何减轻这些方面的危害。在此基础上，我们分享了一种性别化的人工智能方法，并进一步提出了一种奇怪的认识论，并分析了它可以给人工智能带来的好处。我们还讨论了如何用这种奇怪的认识论来规范人工智能，提出了制定与人工智能和性别多样性以及隐私和奇怪的数据保护相关的政策的框架。
