XiaoMi-AI文件搜索系统
World File Search System为主
b'摘要 提出了一种毫米波\xe2\x80\x90 低\xe2\x80\x90 轮廓宽带微带天线。为了加宽阻抗带宽并同时实现稳定的大增益，在由同轴探针馈电的微带贴片两侧布置共面寄生贴片阵列。在微带贴片上蚀刻双槽以降低 H \xe2\x80\x90 平面交叉\xe2\x80\x90 极化水平。提出了使用 Floquet \xe2\x80\x90 端口模型进行零\xe2\x80\x90 相位\xe2\x80\x90 反射分析以预测寄生贴片阵列的谐振频率。根据理想探针的输入阻抗来验证激发的谐振模式。依次激励两个相邻的宽边谐振，分别以微带贴片的准 \xe2\x80\x90 TM 10 模式和寄生贴片阵列的准 \xe2\x80\x90 TM 30 模式为主导。所提出的天线尺寸为 1.06 1.06 0.024 \xce\xbb 0 3（\xce\xbb 0 为自由空间中 29 GHz 的波长），在 | S 11 | \xe2\x89\xa4 10 dB 时实现 15%（27\xe2\x80\x93 31.35 GHz）的阻抗带宽。实现的峰值增益高达 9.26 dBi，2 \xe2\x80\x90 dB 增益带宽为 15.7%。 H \xe2\x80\x90 平面交叉 \xe2\x80\x90 极化水平在 3 \xe2\x80\x90 dB 波束宽度内小于 14 dB，背部辐射水平小于 17.9 dB。'
b'摘要 提出了一种毫米波\xe2\x80\x90 低\xe2\x80\x90 轮廓宽带微带天线。为了加宽阻抗带宽并同时实现稳定的大增益，在由同轴探针馈电的微带贴片两侧布置共面寄生贴片阵列。在微带贴片上蚀刻双槽以降低 H \xe2\x80\x90 平面交叉\xe2\x80\x90 极化水平。提出了使用 Floquet \xe2\x80\x90 端口模型进行零\xe2\x80\x90 相位\xe2\x80\x90 反射分析以预测寄生贴片阵列的谐振频率。根据理想探针的输入阻抗来验证激发的谐振模式。依次激励两个相邻的宽边谐振，分别以微带贴片的准 \xe2\x80\x90 TM 10 模式和寄生贴片阵列的准 \xe2\x80\x90 TM 30 模式为主导。所提出的天线尺寸为 1.06 1.06 0.024 \xce\xbb 0 3（\xce\xbb 0 为自由空间中 29 GHz 的波长），在 | S 11 | \xe2\x89\xa4 10 dB 时实现 15%（27\xe2\x80\x93 31.35 GHz）的阻抗带宽。实现的峰值增益高达 9.26 dBi，2 \xe2\x80\x90 dB 增益带宽为 15.7%。 H \xe2\x80\x90 平面交叉 \xe2\x80\x90 极化水平在 3 \xe2\x80\x90 dB 波束宽度内小于 14 dB，背部辐射水平小于 17.9 dB。'
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
以员工为主导的公共信息空间
摘要。本文实证研究了由医疗秘书建立的公共信息空间 (CIS)，以便他们在工作场所过渡到新的综合电子健康记录（称为医疗平台 (HP)）期间相互支持。在新的系统中，秘书预计会部分被淘汰，因为医生将承担大量文书工作，例如记录和编码。为了应对不断变化的工作情况，医疗秘书成立了一个在线支持小组，与官方实施支持组织并行但独立于官方实施支持组织。本文的贡献是将支持小组描述为公共信息空间 (CIS)，并分析了以员工为主导的 CIS 的具体品质，作为 1) 重新确定不断变化的任务和职责所需的表达工作、2) 存档讨论（帖子）和指南以进一步进行集体解释的论坛，以及 3) 为员工创建一个独立于管理层的空间，让他们能够在过渡和变化的情况下在组织中发挥新作用。
你能给我解释一下人工智能吗？教师对人工智能的先入为主的概念
摘要 — 作为教师专业发展 (PD) 计划的起点，本研究全文调查了教师对人工智能 (AI) 的想法和预先概念。随着人工智能在社会中的重要性日益增加，它也正在进入 K-12 课程。然而，在这种背景下，不仅学生面临着新课题，他们的老师也是如此。绝大多数计算机科学教师在学习期间没有接触过人工智能，因此在教授人工智能方面面临着严峻的挑战。因此，教师无疑需要在人工智能领域进行专业发展。按照计算机科学原则专业发展 (PD4CS) 计划的战略，第一步是需要对与各自主题相关的内容知识进行广泛的描述。为此，我们对具有不同经验水平和不同计算机科学先前知识的教师进行了半结构化访谈，以了解人工智能教师会将哪些预先概念带入 PD 计划。在此基础上，结合从专家和人工智能参考书中收集的知识体系，确定教师所需的人工智能内容知识。使用基于 Mayring 文本分析的定性方法分析了半结构化访谈。为了应对编码者之间的低一致性，我们使用了 Campbell 和 Quincy 描述的方法。对编程先前知识的调查表明，这些知识对参与者的误解有显著影响。Bonar 和 Soloway 认为先前知识的差距是造成这种情况的原因之一。我们的研究结果表明，先前知识在人工智能领域也有类似的影响。这带来了一个问题，因为我们的参与者是教师，他们自己将成为人工智能讲师，可能会将某些误解传递给学生。因此，准确识别和描述教师的知识差距是提供合适且成功的专业发展计划的重要起点。索引术语——人工智能、K-12 计算机科学教育、教师专业发展
自支撑金属有机骨架为主的中空纤维垫的制备及其在气体分离和催化中的潜在应用
11 最近，基于金属有机骨架 (MOF) 的聚合物基底在许多工程 12 和技术领域展现出良好的性能。然而，MOF/聚合物复合材料的一个常见缺点是 MOF 晶体封装和 13 表面积减小。这项工作报告了一种简便温和的生产自支撑 MOF 为主的中空 14 纤维垫的策略。通过 15 我们的合成方法成功制造了多种中空 MOF，包括 MIL-53(Al)-NH 2 、Al-PMOF 和 ZIF-8 16 。该合成策略结合了金属氧化物的原子层沉积 (ALD) 到聚合物纤维，16 随后选择性去除聚合物成分，然后将剩余的中空金属氧化物转化为 17 独立的 MOF 为主的中空纤维结构。中空 MOF 表现出增大的表面积、极好的孔隙率、优异的孔隙可达性，并在 CO 2 吸附（3.30 mmol g -1 ）、CO 2 /N 2 分离选择性（15/85 和 50/50 CO 2 /N 2 混合物分别为 24.9 和 21.2）和催化去除 HCHO（60 分钟内完成 150 ppm 的氧化）方面表现出显着改善的性能。
就读白人为主的学校的非裔美国人对刻板印象脆弱性、归属感和校园氛围的看法
表格列表 I. 变量的均值、偏度和峰度………...……………………………………………………....37 II. 参与者人口统计特征……………………………………………………………………....39 III. 主要变量相关性总结……………………………………………………………………41 IV. 层次回归分析总结……………………………………………………………………..42 V. 刻板印象脆弱性、校园氛围和归属感之间的性别差异的 MANOVA 总结…………………………………………………………………...…………………..43
在设计和实施中建立以能力为主导的战略……
设计与工程 (D&E) 行业正经历收入上升但利润下降的时期，这一时期始于 2008-09 年全球金融危机，但在很大程度上是一系列因素的完美结果。这些因素包括市场倾向于让一家公司满足设计和施工合同的所有要求（而不是分别向各公司支付设计和施工合同费用），以及全球对新建绿地建筑的需求减少。尽管技术可以创造新的需求，但它也导致了设计的简化和模块化，因此客户无需以高价聘请 D&E 公司。很大一部分工作已经商品化，导致大多数公司被迫主要在价格上竞争，而不是像 D&E 公司传统上那样在设计和执行的卓越性上竞争。然而，很少有公司能够创造能够持续盈利的大规模业务。
DEMMIN – 使用建模和遥感数据演示生物量潜力评估的试验场 Erik Borg 博士 *) 、Holger Maass *) 、Edgar Zabel **) *) 德国航空航天中心 (DLR)、德国遥感数据中心 (DFD) **) 兴趣小组 Demmin Kalkhorstweg 53 D- 17235 Neustrelitz 与会议 2 相关 摘要：通过“全球环境和安全监测 (GMES)”倡议，欧盟 (EU) 和欧洲航天局 (ESA) 制定了一项雄心勃勃的计划，利用空间遥感技术以及其他数据源和监测系统为欧洲市场提供各种环境、经济和安全方面的创新服务。为了实现这一目标，必须实施自动化的实时和近实时基础设施，以便自动处理遥感数据。空间段和地面段的必要开发和实施已经在推进中。将开发用于获取增值产品的自动化处理链和处理器，特别是开发用于校准和验证遥感任务的测试站点。海报介绍了 DLR 测试站点 DEMMIN（持久环境多学科监测信息网络），它是校准和验证生物质和生物能源增值数据产品、区域规模生物质模型（如 BETHY/DLR）的先决条件，并展示了在实践中使用遥感数据和产品获取生物质潜力的可能性。考虑到这一背景，该演示文稿介绍了 DLR 的测试站点 DEMMIN，包括其特定的区域特征、现场测量仪器和现有数据库。测试站点 DEMMIN 是一个密集使用的农业区，位于德国东北部梅克伦堡-前波美拉尼亚州德明镇附近（距柏林以北约 180 公里）。自 1999 年以来，DLR 与 Demmin 利益集团 (IG Demmin) 一直保持着密切的合作。DEMMIN 的范围从北纬 54°2 ′ 54.29 ″、东经 12°52 ′ 17.98 ″ 到北纬 53°45 ′ 40.42 ″、东经 13°27 ′ 49.45 ″。IG Demmin 由 5 家农业有限责任公司组成，占地约 25,000 公顷农田。该地貌属于上一次更新世 (Pommersches stadium) 形成的北德低地。其特点是冰川河流沉积物和冰川湖沼沉积物以及反映在略微起伏的地貌中的冰碛。土壤基质以壤土和沙壤土为主，与纯沙斑或粘土区域交替出现。试验场的海拔高度约为 50 米，试验场东南部托伦塞河沿岸有一些坡度较大的山坡（12°）。年平均气温为 7.6 至 8.2°C。降水量约为 500 至 650 毫米。由于微地形，气候条件在局部范围内可能存在很大差异。该地区的田地面积很大，平均为 80 - 100 公顷。主要种植的作物是冬季作物，覆盖该地区近 60% 的田地。玉米、甜菜和土豆约占 13%。由于 DLR 与 IG Demmin 的合作，科学家们得到了农民的支持，并为他们的调查提供了重要信息。例如，数字准静态数据（如土壤图、地块图）或数字动态数据（如产量图和应用图）。除了数据库之外，DEMMIN 还实现了农业气象网络，它可以自动测量影响成像过程的所有农业气象参数，同时进行空间或机载遥感。
DEMMIN – 使用建模和遥感数据演示生物量潜力评估的试验场 Erik Borg 博士 *) 、Holger Maass *) 、Edgar Zabel **) *) 德国航空航天中心 (DLR)、德国遥感数据中心 (DFD) **) 兴趣小组 Demmin Kalkhorstweg 53 D- 17235 Neustrelitz 与会议 2 相关 摘要：通过“全球环境和安全监测 (GMES)”倡议，欧盟 (EU) 和欧洲航天局 (ESA) 制定了一项雄心勃勃的计划，利用空间遥感技术以及其他数据源和监测系统为欧洲市场提供各种环境、经济和安全方面的创新服务。为了实现这一目标，必须实施自动化的实时和近实时基础设施，以便自动处理遥感数据。空间段和地面段的必要开发和实施已经在推进中。将开发用于获取增值产品的自动化处理链和处理器，特别是开发用于校准和验证遥感任务的测试站点。海报介绍了 DLR 测试站点 DEMMIN（持久环境多学科监测信息网络），它是校准和验证生物质和生物能源增值数据产品、区域规模生物质模型（如 BETHY/DLR）的先决条件，并展示了在实践中使用遥感数据和产品获取生物质潜力的可能性。考虑到这一背景，该演示文稿介绍了 DLR 的测试站点 DEMMIN，包括其特定的区域特征、现场测量仪器和现有数据库。测试站点 DEMMIN 是一个密集使用的农业区，位于德国东北部梅克伦堡-前波美拉尼亚州德明镇附近（距柏林以北约 180 公里）。自 1999 年以来，DLR 与 Demmin 利益集团 (IG Demmin) 一直保持着密切的合作。DEMMIN 的范围从北纬 54°2 ′ 54.29 ″、东经 12°52 ′ 17.98 ″ 到北纬 53°45 ′ 40.42 ″、东经 13°27 ′ 49.45 ″。IG Demmin 由 5 家农业有限责任公司组成，占地约 25,000 公顷农田。该地貌属于上一次更新世 (Pommersches stadium) 形成的北德低地。其特点是冰川河流沉积物和冰川湖沼沉积物以及反映在略微起伏的地貌中的冰碛。土壤基质以壤土和沙壤土为主，与纯沙斑或粘土区域交替出现。试验场的海拔高度约为 50 米，试验场东南部托伦塞河沿岸有一些坡度较大的山坡（12°）。年平均气温为 7.6 至 8.2°C。降水量约为 500 至 650 毫米。由于微地形，气候条件在局部范围内可能存在很大差异。该地区的田地面积很大，平均为 80 - 100 公顷。主要种植的作物是冬季作物，覆盖该地区近 60% 的田地。玉米、甜菜和土豆约占 13%。由于 DLR 与 IG Demmin 的合作，科学家们得到了农民的支持，并为他们的调查提供了重要信息。例如，数字准静态数据（如土壤图、地块图）或数字动态数据（如产量图和应用图）。除了数据库之外，DEMMIN 还实现了农业气象网络，它可以自动测量影响成像过程的所有农业气象参数，同时进行空间或机载遥感。
![第 9 章 巴甫洛夫、斯金纳和其他行为主义者对人工智能的贡献 *** Witold Kosinski 和 Dominika Zaczek-Chrzanowska 波兰-日本信息技术研究所，波兰-日本计算机技术研究中心 ul. Koszykowa 86, 02-008 Warszawa wkos@pjwstk.edu.pl mado@pjwstk.edu.pl 摘要 将在真实和人工系统的背景下提供一种智能行为的定义。将简要介绍学习原理，从巴甫洛夫的经典条件作用开始，到桑代克和斯金纳的强化反应和操作性条件作用，最后到托尔曼和班杜拉的认知学习。本文将描述行为主义中最重要的人物，尤其是那些对人工智能做出贡献的人物。本文将介绍一些根据这些原理行事的人工智能工具。本文将尝试说明何时一些简单的行为修改规则可以导致复杂的智能行为。 1. 智能：描述 毫无疑问，行为主义者对人工智能的发展做出了巨大贡献。动物学习理论的证据，尤其是行为主义者发现的学习规律，多年来吸引了人工智能领域的研究人员，许多模型都以此为基础。智能是一个复杂而有争议的概念，因此很难用一个简单的定义来概括它。根据 Jordan 和 Jordan [1] 的说法，将智能视为我们用来描述具有一定质量的行为的概念是恰当的。在这方面应该使用两个标准，即速度（即代理执行需要智力的特定任务的速度）和能力（即代理可以执行的任务的难度）。另一方面，我们可以找到另一种智能定义，即执行认知过程的能力。有三个基本的认知过程：1) 抽象，2) 学习，3) 处理新颖性。该领域的杰出研究人员对智力给出了许多定义，例如，它被定义为：](/simg/6/627f48c0041fd2d34b503b6ed02bb4f19b9f3644.png)
第 9 章 巴甫洛夫、斯金纳和其他行为主义者对人工智能的贡献 *** Witold Kosinski 和 Dominika Zaczek-Chrzanowska 波兰-日本信息技术研究所，波兰-日本计算机技术研究中心 ul. Koszykowa 86, 02-008 Warszawa wkos@pjwstk.edu.pl mado@pjwstk.edu.pl 摘要 将在真实和人工系统的背景下提供一种智能行为的定义。将简要介绍学习原理，从巴甫洛夫的经典条件作用开始，到桑代克和斯金纳的强化反应和操作性条件作用，最后到托尔曼和班杜拉的认知学习。本文将描述行为主义中最重要的人物，尤其是那些对人工智能做出贡献的人物。本文将介绍一些根据这些原理行事的人工智能工具。本文将尝试说明何时一些简单的行为修改规则可以导致复杂的智能行为。 1. 智能：描述 毫无疑问，行为主义者对人工智能的发展做出了巨大贡献。动物学习理论的证据，尤其是行为主义者发现的学习规律，多年来吸引了人工智能领域的研究人员，许多模型都以此为基础。智能是一个复杂而有争议的概念，因此很难用一个简单的定义来概括它。根据 Jordan 和 Jordan [1] 的说法，将智能视为我们用来描述具有一定质量的行为的概念是恰当的。在这方面应该使用两个标准，即速度（即代理执行需要智力的特定任务的速度）和能力（即代理可以执行的任务的难度）。另一方面，我们可以找到另一种智能定义，即执行认知过程的能力。有三个基本的认知过程：1) 抽象，2) 学习，3) 处理新颖性。该领域的杰出研究人员对智力给出了许多定义，例如，它被定义为：
第 9 章 巴甫洛夫、斯金纳和其他行为主义者对人工智能的贡献 *** Witold Kosinski 和 Dominika Zaczek-Chrzanowska 波兰-日本信息技术研究所，波兰-日本计算机技术研究中心 ul. Koszykowa 86, 02-008 Warszawa wkos@pjwstk.edu.pl mado@pjwstk.edu.pl 摘要 将在真实和人工系统的背景下提供一种智能行为的定义。将简要介绍学习原理，从巴甫洛夫的经典条件作用开始，到桑代克和斯金纳的强化反应和操作性条件作用，最后到托尔曼和班杜拉的认知学习。本文将描述行为主义中最重要的人物，尤其是那些对人工智能做出贡献的人物。本文将介绍一些根据这些原理行事的人工智能工具。本文将尝试说明何时一些简单的行为修改规则可以导致复杂的智能行为。 1. 智能：描述 毫无疑问，行为主义者对人工智能的发展做出了巨大贡献。动物学习理论的证据，尤其是行为主义者发现的学习规律，多年来吸引了人工智能领域的研究人员，许多模型都以此为基础。智能是一个复杂而有争议的概念，因此很难用一个简单的定义来概括它。根据 Jordan 和 Jordan [1] 的说法，将智能视为我们用来描述具有一定质量的行为的概念是恰当的。在这方面应该使用两个标准，即速度（即代理执行需要智力的特定任务的速度）和能力（即代理可以执行的任务的难度）。另一方面，我们可以找到另一种智能定义，即执行认知过程的能力。有三个基本的认知过程：1) 抽象，2) 学习，3) 处理新颖性。该领域的杰出研究人员对智力给出了许多定义，例如，它被定义为：