求解领域信息情报检索---XiaoMi-AI

您的学生是否曾想象自己是飞行员、视频游戏设计师、环保主义者或外科医生？ STEM 专业人员几乎在所有行业和各种组织中工作。在日常生活中，具有 STEM 背景的人会参与调查和诊断体验，以寻求解决现实世界问题的方法并增强技术创新——分享他们令人兴奋的发现[…] 文章《#CelebrateWithDE：国家 STEM 日》首先出现在 Discovery Education 博客上。

DeepMind - 新闻与博客

2024年10月23日 16:53

新的生成AI工具打开音乐创作的门

New generative AI tools open the doors of music creation

我们的最新AI音乐技术现已在MusicFX DJ，Music AI Sandbox和YouTube短裤新的AI系统设计成功结合靶分子的蛋白质，具有推进药物设计，疾病理解等的潜力。使用深度学习来解决计算量子化学中的基本问题并探索物质与光的相互作用突破性模型字母和字母度计2求解数学中的高级推理问题我们正在介绍双子座模型家族的一系列更新，包括新的1.5 Flash，我们的速度和效率轻量级模型，以及Project Astra，我们对AI助手未来的愿景。我们已经看到开发人员使用Gemini 2.5 Pro做了惊人的事情，因此我们决定提前几周发布更新的版本，以便早日进入开发人员。引入了V

Zero Hedge

2024年10月16日 23:25

灾难：Kamala.exe 在福克斯采访崩溃时崩溃

Disaster: Kamala.exe Crashes In Fox Interview Meltdown

灾难：Kamala.exe 在 Fox 采访中崩溃卡玛拉·哈里斯周三晚上接受了福克斯新闻的布雷特·拜尔采访，在采访中，她时而转移话题，时而指责，当看到唐纳德·特朗普的片段时，她彻底崩溃了（完整采访在此）。首先，当被问及在她和乔·拜登第一天撕毁特朗普关于移民的行政命令后，她是否会对大量非法移民负责时，哈里斯说出了一个民主党人精心设计的论点，即“特朗普否决了一项法案”，这本可以挽救局面。拜尔——一个从未支持特朗普的人，值得为此受到赞扬——反驳道。卡玛拉无法直接回答布雷特·拜尔的问题。这很糟糕。 pic.twitter.com/hWCmsYDrDu— Breaking911 (@Breaking91

英国皇家战略研究所新闻

2024年10月10日 10:02

与 Rt Hon Anneliese Dodds 对话

In conversation with the Rt Hon Anneliese Dodds

与 Rt Hon Anneliese Dodds 对话 2024 年 10 月 17 日 — 下午 1:00 至下午 2:00 匿名（未经验证）2024 年 10 月 10 日查塔姆研究所和在线发展国务大臣讨论了新政府的国际发展优先事项。在 2024 年 7 月赢得大选后，新政府制定了重新设定与全球南方国家关系的雄心。其既定使命是使英国的国际发展方法现代化，帮助创造“一个宜居星球上没有贫困的世界”。在这个更加动荡和不安全的世界中，英国可以在哪些方面做出有意义的改变？政府正在寻求解决包括不可持续的债务、增强妇女和女孩权能、预防冲突和解锁气候融资在内的优先事项。但它在实现联合国可持续发展目标的进展

美国海军热门故事

2024年9月13日 12:00

CharLES 让工程师更清楚地了解发动机健康问题的潜在解决方案

CharLES Gives Engineers Clearer Picture of Potential Solutions to Engine Health Issues

CharLES 是航空航天行业的高保真计算流体动力学 (CFD) 求解器，它正在减少模拟飞机发动机内部空气动力学和排除故障所需的时间和成本。

Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）

2024年9月12日 11:37

Servosila 推出软件机器人模拟器

Сервосила представила программный симулятор роботов

该开发基于其自己的仿真核心，该核心实时求解微分方程组，这些微分方程组在机器人的单个运动学模型中描述伺服系统内部的物理过程。

AI量子智能

2024年9月6日 11:30

DeepSPoC：将混沌的顺序传播与深度学习相结合，以有效解决平均场随机微分方程

DeepSPoC: Integrating Sequential Propagation of Chaos with Deep Learning for Efficient Solutions of Mean-Field Stochastic Differential Equations

混沌顺序传播 (SPoC) 是一种用于求解平均场随机微分方程 (SDE) 及其相关非线性福克-普朗克方程的最新技术。这些方程描述了受随机噪声影响的概率分布的演变，在流体动力学和生物学等领域至关重要。解决这些 PDE 的传统方法面临着挑战，因为它们的 DeepSPoC：将混沌顺序传播与深度学习相结合以有效解决平均场随机微分方程首先出现在 AI Quantum Intelligence 上。

计算智能

2024年8月20日 05:00

软计算，第 28 卷，第 13-14 期，2024 年 7 月

Soft Computing, Volume 28, Issue 13-14, July 2024

1) 使用广义梯形模糊数的完整排序进行多准则决策：修改后的结果作者：Raina Ahuja、Amit Kumar、S. S. Appadoo页数：7589 - 76002) 分数不确定微分方程的参数估计作者：Cheng Luo、Guo–Cheng Wu、Ting Jin页数：7601 - 76163) CL 代数上的拓扑作者：H. Khajeh Nasir、M. Aaly Kologani、R. A. Borzooei页数：7617 - 76254) 基于 Siamese capsule gorilla soldiers network 的汽车评论多模态情绪分析作者：Sri Raman Kot

美国陆军工程兵团阿富汗地区

2024年8月13日 13:25

预测使用物理信息神经网络 (PINN) 测量土壤水分含量

Predicting Soil Moisture Content Using Physics-Informed Neural Networks (PINNs)

摘要：近地表土壤含水量等环境条件是物体检测问题中的宝贵信息。然而，如果没有主动感知，通常无法以必要的规模获得此类信息。理查兹方程是一个描述非饱和土壤入渗过程的偏微分方程 (PDE)。求解理查兹方程可以得到有关土壤体积含水量、水力传导率和毛细管压力头的信息。然而，由于理查兹方程的非线性，它很难近似。有限差分法 (FDM) 和有限元法 (FEM) 等数值求解器是近似理查兹方程解的常规方法。但此类数值求解器在实时使用时非常耗时。物理信息神经网络 (PINN) 是依赖物理方程近似解的神经网络。一旦经过训练，这些网络就可以快速输出近似值。因此，PINN 在数值 PDE 社区中引起了广泛关注。该项目旨在将