XiaoMi-AI文件搜索系统
World File Search System出现分歧
实验空气动力学的发展...
摘要 — 本研究描述了实验空气动力学研究中心 (CPAERO) 最近的活动，包括致力于发展用于解决基础和工业流动问题的实验和数值空气动力学和气动声学技术能力的所有努力。尽管巴西政府在过去十年中资源投入较少且机构政策出现分歧，但在过去的 05 年里，已经能够建造一个中型低速亚音速风洞，并购买、设计和建造各种用于实验室和露天研究的设备。主要活动是在航空、汽车和风能等替代能源领域开展的。但是，流体结构相互作用、无人机噪声以及风洞和风速传感器校准等领域的其他应用正在开发中。为了支持实验研究，特别关注计算空气动力学，通过使用开源代码来设计翼型、机翼和计算流体动力学 (CFD) 中更复杂的流体模拟。与当地和国家公司的接口正在不断增加，以及与其他大学和研究中心的研究合作伙伴。本文介绍了一些非常规飞机分析、商用车（如轿车和皮卡的空气动力学）、不同纵横比的圆柱体上的流动以及有限高度表面安装圆柱体的实验和数值数据的结果。提供了用于设计小型水平轴风力涡轮机 (HAWT) 仿生叶片的最新方法和新方法。还将气动声学数值数据与自由流和横流条件下亚音速喷气机的实验数据进行了比较，显示了 CPAERO 工具和能力的灵活性。
实验空气动力学的发展...
摘要 — 本研究描述了实验空气动力学研究中心 (CPAERO) 最近的活动，包括致力于发展用于解决基础和工业流动问题的实验和数值空气动力学和气动声学技术能力的所有努力。尽管巴西政府在过去十年中资源投入较少且机构政策出现分歧，但在过去的 5 年里，已经能够建造一个中型低速亚音速风洞，并购买、设计和建造各种用于实验室和露天研究的设备。主要活动是在航空、汽车和风能等替代能源领域开展的。但是，流体结构相互作用、无人机噪声以及风洞和风速传感器校准等领域的其他应用正在开发中。为了支持实验研究，特别关注计算空气动力学，通过使用开源代码来设计翼型、机翼和计算流体动力学 (CFD) 中更复杂的流体模拟。与本地和国家公司的接口正在不断增加，以及与其他大学和研究中心的研究合作伙伴。本文介绍了一些非常规飞机分析、商用车（如轿车和皮卡的空气动力学）、不同纵横比的圆柱体上的流动以及有限高度表面安装圆柱体的实验和数值数据的结果。提供了用于设计小型水平轴风力涡轮机 (HAWT) 仿生叶片的最新方法和新方法。还将气动声学数值数据与自由流和横流条件下亚音速喷气机的实验数据进行了比较，显示了 CPAERO 工具和能力的灵活性。
解决储能系统电池单元间差异难题
由于材料和生产工艺的细微差异，即使是来自同一生产批次的高质量电池也会略有不同。由于锂离子电池的尺寸限制在几百瓦时 (Wh)，大型电池由数百个、有时数千个电池组成，这些电池并联以增加电池可以提供的电流，串联以增加电池的电压。家用电池通常由几百个电池组成，而公用事业规模的电池可能包含数万个电池。商用高质量原始电池在容量和电阻方面仅会表现出很小的差异，尤其是因为它们经过制造商的测试和质量分类。因此，在新的高质量电池中，电池之间的差异通常会被忽略。然而，每个电池的退化速度也不同，因此即使电池组可以严格控制所有电池的温度和充电状态，这些微小的差异也会随着时间的推移而大大增加。实际上，系统中的所有电池的工作条件永远不会完全一致，这进一步增强了电池之间的差异。下图 1 显示了三个研究这种影响的公共数据集。在每一项研究中，研究人员都购买了许多相同的电池，并在相同的条件下对它们进行循环。当电池之间的差异很小时，所有电池都具有相同的能量存储容量。下图 1 中的图表显示了每个电池的测量容量。一开始，所有点几乎都如预期的那样重叠，表明这些新电池的电池之间的差异很小。然而，随着电池的循环和缓慢退化，差异越来越大，测量的容量开始出现分歧。在测试结束时，这代表电池的寿命即将结束，容量差异很大。
X 染色体靶特异性在剂量之间有所不同……
摘要 进化视角增强了我们对生物机制的理解。通过对近缘线虫物种秀丽隐杆线虫 (Cbr) 和秀丽隐杆线虫 (Cel) 之间的性别决定和 X 染色体剂量补偿机制的比较，发现控制这两个过程的遗传调控层次是保守的，但控制 X 表达的专门凝聚蛋白剂量补偿复合物 (DCC) 的 X 染色体靶标特异性和结合模式已经出现分歧。我们在 Cbr DCC 募集位点内发现了两个在 X 上高度富集的基序：13 bp MEX 和 30 bp MEX II。在具有一个或两个基序的多个拷贝的内源性募集位点中突变 MEX 或 MEX II 会降低结合，但仅去除所有基序会消除体内结合。因此，DCC 与 Cbr 募集位点的结合看起来是附加的。相反，DCC 与 Cel 募集位点的结合是协同的：即使只突变一个基序也会消除体内结合。尽管所有 X 染色体基序都具有 CAGGG 序列，但它们在其他方面已经分化，因此一个物种的基序无法在另一个物种中发挥作用。功能分化在体内和体外均已得到证实。Cbr MEX 中的单个核苷酸位置可以决定 Cel DCC 是否结合。DCC 靶标特异性的这种快速分化可能是建立线虫物种间生殖隔离的重要因素，并且与果蝇物种间 X 染色体剂量补偿的靶标特异性的保守性以及控制发育过程（例如从果蝇到小鼠的体型特征）的转录因子的靶标特异性的保守性形成了鲜明对比。
中等热环境对认知的影响...
近一个世纪以来，热环境对绩效和生产力的影响一直是室内环境研究人员关注的焦点，但大部分工作都是在与人类绩效评估的同源学科相对隔离的情况下进行的。本综述考察了跨多个学科进行的热环境对认知绩效研究的影响。在区分绩效和生产力之后，我们比较了将热应力与绩效联系起来的两种主要概念模型；（1）倒 U 概念和（2）扩展 U 关系。倒 U 指定了一个最佳温度（或其相应的主观热感觉），在此温度下绩效最大化。相比之下，扩展 U 模型假设了一个宽阔的中央平台，在这个平台上没有明显的热对认知绩效的影响。在更极端的热条件下，这个性能平台被性能逐渐下降的区域所限制。这些对立概念模型之间的矛盾可能源于其基础研究基础中起作用的各种混杂因素。这些因素包括环境相关、任务相关和表演者相关因素，以及它们相关的双向和三向相互作用。本文评估了可能导致这些概念模型出现分歧的方法论差异，以及这两个模型所提出的因果机制。本文回顾的研究证据表明，扩展 U 型假设符合中等热环境与认知表现之间的关系。与倒 U 型关系相反，在室内气候控制中实施扩展 U 型意味着大幅减少建筑能源需求，因为它允许加热和冷却设定点死区扩展到整个热舒适区，甚至在电网高峰需求事件等紧急情况下进一步扩展。使用个人舒适系统可以进一步将恒温器设定点范围扩大到舒适区之外。
![[SSC22-S1-04]](/simg/b\b80a8d55156a8b1b0ea19756a5c3037c13c86a1d.webp)
[SSC22-S1-04]
2017 年，近 300 颗立方体卫星被送入太空，此后 3 年，立方体卫星数量持续下降。虽然 2021 年创下了约 326 颗纳米卫星发射的新纪录，但过去 10 年发布的有关立方体卫星增长的大多数预测和预期都没有实现。本文试图回答原因，并根据计划的任务和历史趋势做出新的预测。本文的第一部分介绍了最新的纳米卫星和立方体卫星发射统计数据。在数据库的 3400 多个条目中，截至 2022 年 8 月 1 日，已发射了 2068 颗纳米卫星或 1893 颗立方体卫星。已发射立方体卫星的总估计质量仅为 ∼ 7428 千克（4952U Ö 1.5 千克），小于一批 60 颗 Starlink 航天器。第二部分重点关注飞越低地球轨道的纳米卫星子集，列出了 79 个从 MEO 到日心轨道的轨道任务，其中 15 个发射到太空。研究的第三部分收集了多个组织的小型卫星发射预测，并将其与历史结果进行了比较。讨论了出现分歧的原因。发射延迟是几年来的原因之一，但大部分增长应该来自商业立方体卫星星座，而几乎所有这些星座都尚未大规模出现或正在过渡到更大的卫星。这项工作的最后一部分为未来 6 年创建了新的立方体卫星发射预测。这是对作者在 2018 年初和 2020 年初的先前预测的更新。我们预测，从 2022 年初到 2027 年底将发射 2080 颗纳米卫星。在发射了第一颗纳米卫星并面临空间技术开发和空间商业模式的挑战后，大学和公司可能已经度过了一些早期的兴奋。然而，由于太空中仅有 4 颗行星际立方体卫星，发射选项正在迅速扩大，且还有许多可能的激动人心的技术尚待开发，纳米卫星的生产时代仍可能持续。
2023 年新市场状况报告...
图 16：纽约独立系统运营商 (NYISO) 与邻近市场的短缺定价 .......................................................................... 41 图 17：MMU 经济 ORDC 与当前 10 分钟 ORDC 的比较 ........................................................................ 42 图 18：输电约束影子价格和违规行为 ............................................................................................. 45 图 19：提供多小时最短运行时间的 GT 承诺期间的价格 ...................................................................... 46 图 20：根据行政爬坡率对管道燃烧 CC 的错误指定 ............................................................................. 49 图 21：经济削减期间 IPR 的表现 ............................................................................................. 51 图 22：未能遵循削减指令 ............................................................................................................. 52 图 23：纽约的可靠性补充承诺 ............................................................................................. 54 图 24：纽约市当地 TO 的 DARU 承诺 ............................................................................................. 56 图 25：保证的提升成本图 26：拥堵收入和缺口 ................................................................................................................ 60 图 27：超卖 TCC 与 DAM 拥堵 .............................................................................................................. 69 图 28：DAM 拥堵残差的分配 ............................................................................................................. 71 图 29：按地区和区域划分的边际可靠性影响 (MRI) 和净 CONE ............................................................. 75 图 30：按地区划分的可靠性改进成本 (CRI) ............................................................................. 76 图 31：LI PPTN 项目投入使用后的进出口区图示 ............................................................................. 80 图 32：出口区需求曲线 ................................................................................................................ 82 图 33：化石燃料和核能发电机的功能不可用容量 ............................................................................. 87 图 34：纽约市历史和预测的 LCR 和 TSL ............................................................................. 89 图35：达到输电安全要求时的预期负荷削减 ...................................................................................... 92 图 36：输电安全需求曲线概念说明 ...................................................................................... 93 图 37：输电安全需求曲线提案对容量价格的影响 ...................................................................... 93 图 38：替代建模方法下的容量过剩和季节性风险 ...................................................................... 99 图 39：替代建模方法下的年容量价值 ...................................................................................... 100 图 40：NYISO 季节性参考点提案 ............................................................................................. 102 图 41：当前季节性框架下的潜在市场结果 ...................................................................................... 104 图 42：季节性方案下的需求和需求曲线说明 .............................................................................. 106 图 43：由于 WSR 计算而导致的极端定价风险说明 ........................................................................ 107 图 44：平均 CTS 交易投标和报价 ...................................................................................................... 112 图 45：毛利润率和计划的实时外部交易数量 ............................................................................. 113 图 46：导致 RTC 和 RTD 之间出现分歧的不利因素 ............................................................................. 116 图 47：纽约东部未提供的经济容量 ............................................................................................. 120 图 48：纽约东部的产出缺口 ............................................................................................................. 122 图 49：日前和实时缓解措施摘要 ............................................................................................. 124
学习、分析和人工智能在教育中的相互作用
穆特鲁·库库罗娃 英国伦敦大学学院 摘要 本文从多维度阐述了人工智能在学习和教育中的作用，强调了人工智能、分析和学习过程之间错综复杂的相互作用。在本文中，我对普遍存在的将人工智能狭隘地视为生成性人工智能所体现的随机工具的概念提出质疑，并主张人工智能的其他概念化的重要性。我强调了人类智能与人工智能信息处理之间的差异、人工智能算法固有的“认知多样性”，并假设人工智能也可以作为理解人类学习的工具。早期学习科学和教育中的人工智能研究将人工智能视为人类智能的类比，但两者的观点已经出现分歧，因此需要重新点燃这种联系。本文提出了人工智能在教育中的三种独特概念化：人类认知的外化、人工智能模型的内部化以影响人类心智模型，以及通过紧密集成的人机系统扩展人类认知。本文从当前研究和实践中的例子出发，探讨了这三种概念的实例，强调了每种概念对教育的潜在价值和局限性，以及过分强调外化人类认知的危险。本文认为，人工智能模型可以作为思考学习的对象，尽管学习的某些方面可能只是通过缓慢的学习体验而来，无法用人工智能模型完全解释，也无法通过预测来破解。本文最后提倡在教育中采用更广泛的人工智能方法，这种方法不仅限于考虑设计和开发教育中的人工智能解决方案，还包括教育人们了解人工智能和创新教育系统，以在人工智能无处不在的世界中保持相关性。关键词人工智能、生成式人工智能、学习分析、教育技术、人类认知、教育的未来人类智能与人工智能信息处理人工智能 (AI) 通常被定义为机器对智能的模拟。智能是一个复杂而多方面的概念，涵盖多种能力。它确实包括学习、理解、推理、决策和适应新情况的能力。它超越了通常认为的认知能力，包括情感和社会成分，承认智力不仅关乎一个人思考得有多好，还关乎一个人与世界和他人互动得有多好。智力不仅关乎确定的、脱离语境的、脱离实体的、被简化为各个部分的事物，因此它是可预测和可控制的。它还关乎理解动态的事物。它关乎与不确定性共存和生存的能力，我们所看到的部分在另一个层面上可能确实是整体。今天，我们在教育研究和实践中看到的大多数人工智能都认为