XiaoMi-AI文件搜索系统
World File Search System使用经验
使用自主无人机群监测和封锁野火
摘要：无人驾驶飞行器或无人机已成为消防员用于监测野火的设备中不可或缺的一部分。然而，它们仍然通常仅用作远程操作的移动传感平台，由人类飞行员直接实时控制。同时，大量文献强调了自主无人机群在各种态势感知任务中的潜力，包括在环境保护背景下。在本文中，我们介绍了通过数值方法（即蒙特卡罗模拟）进行系统调查的结果。我们报告了对关键参数（例如火势蔓延动力学、观察表面积和群体大小）对无人监督下自主无人机部队性能的影响的见解。我们限制使用无人机进行被动传感操作，目的是为地面上的消防员提供实时态势感知。因此，目标被定义为能够定位模拟火灾事件，然后在其周围建立连续的边界（警戒线），以提供实时数据馈送，例如视频或红外线。特别强调仅使用简单、强大且可实际实施的分布式决策功能，这些功能能够支持群体在追求集体目标的过程中进行自组织。我们的结果证实了上述参数之间的相互作用存在强烈的非线性效应，可以使用经验定律进行近似。这些发现可以根据已知的任务特征和可接受的几率（成功几率）逐案调动足够的资源。
锂离子电池储能系统的老化感知运行：综述
近年来，部署的电池储能系统 (BESS) 数量稳步增加。对于新投入使用的系统，锂离子电池因其成本降低、效率高和循环寿命长而成为最常用的技术。由于电池内部存在多种老化机制，锂离子电池容易退化。退化的影响，特别是容量降低、电阻增加和安全隐患，会对 BESS 的经济性产生重大影响。受充电状态、充放电率、循环次数和温度等老化应力因素的影响，退化的程度直接受操作条件的影响。可以找到大量侧重于 BESS 老化感知操作的文献。在这篇评论中，我们概述了相关的老化机制以及退化建模方法，并从这些主题的最新技术中推导出 BESS 操作的关键方面。随后，我们回顾并分类了旨在通过在操作策略中考虑电池退化效应来延长 BESS 寿命的方法。文献表明，使用经验或半经验退化模型以及混合整数线性规划的精确解法特别常见，定义目标函数的老化成本的方法也是如此。此外，通过模拟案例研究，我们确定了影响自耗增加、峰值削减和频率遏制储备等关键应用退化的最相关压力因素。
爱德华·佐瓦拉
技能 技术：具有丰富的 Adobe Creative Cloud 使用经验。HTML/CSS、CMS（WordPress、Joomla）、VR/AR、WebXR（React360、A-Frame）、Brackets、Netlify、CodePen。Mailchimp/Constant Contact。学习管理系统（Canvas、D2L、Blackboard、Moodle）、Microsoft 365（Word、PowerPoint、Excel、Sway、Teams）。了解 Blender、Sketch、Unity 和摄影测量（RealityCapture）。熟悉视觉效果的投影映射。使用 Raspberry Pi 和/或 Arduino 的微电子学和气动学。熟悉制造方法、技术和工具，包括 3D 打印机和乙烯基绘图仪。平面设计教育：具有构建课程和讲授各种主题的经验，包括艺术/设计史、创作过程、企业/广告设计、创造性思维、排版、字体设计、软件指导、基于网格的设计和使用多模式学习技术的凸版印刷。我对将新的 AR/VR/MR 技术应用于学习特别感兴趣。研究/创作：具有学术研究和写作经验，包括文案、网络或社交媒体内容。对历史、艺术、博物馆、科学、技术和教育感兴趣，或对新研究领域感兴趣。行政/项目管理：通过设计思维解决问题，应用设计方法通过战略思维和规划解决组织挑战或问题。
Z 世代在 Discord 上区分人工智能生成的文本和人类撰写的文本的能力
ChatGPT 等生成式人工智能 (AI) 聊天机器人日益流行，对社交媒体产生了变革性的影响。随着人工智能生成内容的普及，人们对网络隐私和错误信息的担忧不断增加。在社交媒体平台中，Discord 支持人工智能集成——这使得其主要的“Z 世代”用户群特别容易接触到人工智能生成的内容。我们调查了 Z 世代的个人 (n = 335)，以评估他们在 Discord 上区分人工智能生成文本和人类撰写的文本的能力。调查采用了 ChatGPT 的一次性提示，伪装成在 Discord.com 平台上收到的短信。我们探讨了人口统计因素对能力的影响，以及参与者对 Discord 和人工智能技术的熟悉程度。我们发现 Z 世代的人无法辨别人工智能和人类编写的文本（p = 0.011），而那些自称对 Discord 熟悉程度较低的人与那些自称有人工智能使用经验的人相比，在识别人类编写文本方面表现出更高的能力（p << 0.0001）。我们的结果表明，人工智能技术与 Z 世代流行的沟通方式之间存在微妙的关系，为人机交互、数字通信和人工智能素养提供了宝贵的见解。
农业中使用的废水的微生物质量指南：修改谁准则的建议
审查了为农业重新使用的处理废水的微生物学质量的三种不同方法。这些方法具有不同的目标：在废水中缺乏粪便指标生物，在暴露的人群中缺乏可测量的肠道疾病病例过剩，而模型产生的估计风险低于定义可接受的可接受风险。如果第二种方法（使用经验流行病学研究补充了病原体的传播的微生物研究）与第三种方法（使用基于模型的基于模型的定量风险评估评估所选病原体），则产生有助于法规开发的强大工具。这种合并的方法比第一种方法更具成本效益，并且可以充分保护公共卫生。在不受限制的灌溉（4 1000粪大肠菌群/ 100 mL）中，粪便大肠菌细菌的指南限制有效，但对于限制灌溉4 10 5粪便大肠菌大肠菌群/ 100 mL时，当成年农民暴露于喷雾灌溉时。如果使用洪水灌溉或暴露儿童，建议将粪便大肠菌群细菌/100毫升限制。两种类型的灌溉的线虫卵的指南限制是足够的，除非条件有利于线虫卵的存活和暴露儿童的地方；在这些情况下，应将其从4 1鸡蛋/L减少到4 0.1鸡蛋/L。
对适用于海洋云的亮度的羽流分散和测量技术的综述
海面温度升高导致更频繁，强烈的珊瑚漂白事件，威胁到全球珊瑚礁的长期生存。海洋云亮（MCB）是一种建议的干预措施，可以在全球或区域应用于冷却海面温度并降低珊瑚漂白的风险和严重程度。该技术的有效性和后勤可行性取决于从海水喷雾剂在海面的海水喷雾操作中排放后，将海盐气溶胶的哪一部分纳入云中。在这里，我们回顾了有关MCB海盐气溶胶从海洋边界层内的点源分散的文献。我们将考虑因素集中在过程，机制和当前预测羽流的水平和垂直演化的能力上，从表面水平的产生到其顺风分散并混合到云高度。总的来说，我们发现自从MCB概念首次提出以来，已经有八项研究研究了MCB的这一方面，这对于向工程系统设计，海洋物流和评估MCB的整体潜在有效性至关重要。迄今为止，只有一项研究已经使用经验实验验证了气溶胶分散剂的建模，并且只有少数研究考虑了与水滴蒸发冷却相关的负浮力，以及由于凝结和沉积而导致的颗粒清除。将来研究的优先领域被确定为MCB羽流的遥远分散，以及对MCB气溶胶部分达到云基碱的估计。
建筑评估
尊敬的先生/女士 与土体挡土或稳定结构（“ERSS”）和隧道工程相关的基于性能的影响评估框架 目标 本通函旨在向业界通报与 ERSS 和隧道工程相关的相邻建筑物基于性能的影响评估框架（“框架”）。 该框架使工程师能够评估并采用适当的方法评估其项目对相邻建筑物的影响，并有望产生更好的影响评估，从而产生更有效的设计。 背景 2 目前，建筑物影响评估可以通过“视为满足方法”进行，使用经验或数值分析。 如果在经验分析下无法满足视为满足的限值，QP 将继续进行数值分析。 如果进行全面的数值分析，可以确定更合适的允许限值。因此，BCA 制定了一个框架，以明确全面的数值分析（“严格方法”）。3 BCA 收集了新加坡工程师学会、新加坡咨询工程师协会、新加坡岩土工程学会和新加坡隧道和地下建筑学会对该框架的反馈。该通函采纳了专业机构的意见，供提交 ERSS 和隧道工程计划的合格人员（“QP”）、现场主管、建筑商和开发商遵守。此更新后的通函经过细微修改，取代了 2021 年 6 月 1 日发布的早期版本。
使用 SDN 的分销运营动态资源分配模型
摘要 — 在车载自组织网络中，自动驾驶汽车在支持车载应用之前会生成大量数据。因此，需要一个大存储和高计算平台。另一方面，云平台上的车载网络计算需要低延迟。应用边缘计算 (EC) 作为一种新的计算范式有可能在提供计算服务的同时减少延迟并提高总效用。我们提出了一个三层 EC 框架，将弹性计算处理能力和动态路线计算设置为适合实时车辆监控的边缘服务器。该框架包括云计算层、EC 层和设备层。资源分配方法的制定类似于优化问题。我们设计了一种新的强化学习 (RL) 算法来解决云计算辅助的资源分配问题。通过整合 EC 和软件定义网络 (SDN)，本研究为车载网络中的资源分配提供了一种新的软件定义网络边缘 (SDNE) 框架。这项工作的新颖之处在于设计了一种使用经验回复的多智能体 RL 方法。所提出的算法实时存储用户的通信信息和网络轨迹的状态。给出了具有各种系统因素的模拟结果，以显示建议框架的效率。我们通过一个真实的案例研究来展示结果。
基于多目标优化的癫痫发作分类脑电图通道选择方法
我们提出了一种基于非支配排序遗传算法 (NSGA) 的癫痫发作分类脑电图 (EEG) 通道选择的多目标优化方法。我们在来自 CHB-MIT 公共数据集的 24 名患者的 EEG 数据上测试了该方法。该过程首先使用经验模态分解 (EMD) 或离散小波变换 (DWT) 将来自每个通道的 EEG 数据分解为不同的频带，然后为每个子带提取四个特征；两个能量值和两个分形维数值。然后通过 NSGA-II 或 NSGA-III 迭代测试获得的特征向量以解决两个无约束目标；最大限度地提高分类准确率并减少癫痫发作分类所需的 EEG 通道数量。我们的结果表明，仅使用一个 EEG 通道就能实现高达 1.00 的准确率。有趣的是，当使用所有可用的 EEG 通道时，与使用 NSGA-II 或 NSGA-III 选择 EEG 通道的情况相比，获得的准确度较低；即，在患者 19 中，我们使用所有通道获得的准确度为 0.95，而使用 NSGA-III 仅选择的两个通道获得的准确度为 0.975。获得的结果令人鼓舞，并且已经表明可以使用少量电极对癫痫发作进行分类，这为未来开发便携式 EEG 发作检测设备提供了证据。
单轴拉伸诱导的绘图中的相变
摘要：材料科学领域非常关注二维（2D）材料的研究，尤其着重于石墨烯（GR）及其各种同种异体（例如Graphynes（Gys））。在这项工作中，我们通过有限温度下的分子动力学模拟探索了单轴负载对GY结构的影响，这导致了在特定温度下产生的新阶段。我们在α-和[14、14、18] -Gys中确定了三个新阶段，我们将其命名为C 16 -GY，C 14 -GY和C 12 -GR。这些阶段具有在广泛温度（t≤4和300k≤t≤600K）中保持稳定的显着特性。此外，我们已经对这些新发现的阶段的机械性能进行了广泛的研究。通过有限温度下的分子动力学模拟，使用经验潜力，我们获得了对这些材料在不同温度条件下的行为方式的宝贵见解。我们的结果表明，与α-和[14、14、18] -Gys（46.63和43.98 N/m）相比，在室温（300 K），C 16-，C 16- gys在X-方向（58.85和65.88 n/m）中表现出很高的年轻模量。此外，这些新阶段表现出超过磷，德国烯，硅和Stanene的机械性能。重要的是，它们的机械稳定性和动态稳定性都得到了积极的确认。因此，这些材料是各种机械应用的有希望的候选者。■简介