XiaoMi-AI文件搜索系统
World File Search System动态条件
使用深度胶囊网络和潜在动态条件随机场进行脑肿瘤分割
摘要：由于脑肿瘤差异性很大，自动分割仍然是一项艰巨的任务。我们提出了一种通过整合深度胶囊网络 (CapsNet) 和潜在动态条件随机场 (LDCRF) 来自动分割脑肿瘤的方法。该方法包括三个主要过程来分割脑肿瘤——预处理、分割和后处理。在预处理中，N4ITK 过程涉及在归一化强度之前校正每个 MRI 图像的偏置场。之后，在分割过程中使用图像块来训练 CapsNet。然后，在确定 CapsNet 参数后，我们使用轴向视图中的图像切片来学习 LDCRF-CapsNet。最后，我们使用一种简单的阈值方法来校正某些像素的标签，并从分割结果中删除小的 3D 连通区域。在 BRATS 2015 和 BRATS 2021 数据集上，我们训练并评估了我们的方法，发现它表现优异，可以在类似条件下与最先进的方法相媲美。
中国风电企业业绩偏离度分析
随着全球对能源安全、低碳经济和环境治理重视程度的不断提高，可再生能源在国家电网系统中的比重将不断提高，风电将在我国未来电力系统中发挥重要作用，环境不确定性将影响风电企业碳效率与绩效的时变相关性。利用2011—2018年的面板数据，分析风电行业的发展现状及存在的问题，并利用DCC-GARCH模型计算动态条件相关系数，采用断点分析法分析政策、经济环境对碳效率与风电企业绩效时变相关性的影响。研究结果表明，在中美贸易战期间，突然增加关税的贸易政策变化导致相互依存度急剧上升。鼓励风电行业的相关政策与动态条件相关系数呈正相关，而替代化石燃料的财务表现与动态条件相关系数呈负相关。
评估油价对马来西亚经济的影响
摘要 本文采用向量误差修正模型和多元GARCH（三角BEKK和动态条件相关）模型分析油价变动对马来西亚实际GDP、通胀、财政收入、股市和汇率的影响。研究结果表明，布伦特油价每上涨1美元，实际GDP将增加约6.46亿令吉，CPI水平上升0.03，年度财政收入增加约3.39亿令吉。油价每上涨1%，也会导致股市指数上涨0.04%，令吉明日升值0.03%。多元GARCH模型结果还表明，石油、股票和外汇市场之间存在显著的波动持续性和跨部门波动溢出效应。
汽车行业的先进聚烯烃
这项先进的技术使工程师能够从统计上模拟成型过程的所有阶段以及零件寿命的实际工作条件。有限元方法的结构设计有助于确定设计复杂系统（如仪表板组件）的最佳方案。模拟软件会分析静态载荷、振动、热膨胀、可能的蠕变效应（由于日照）和自发动态条件（例如，由头部或行人撞击引起）等条件，同时考虑材料应变率和温度依赖性的非线性行为。工艺模拟可帮助工程师在项目的早期阶段（工艺选项可行性、材料选择）或最终模具细节定义中设计模具和工艺参数。例如，在注塑应用中，可以模拟工艺的所有阶段，从填充和保压阶段开始，到模内冷却过程，再到后提取行为（收缩/翘曲）。
动态随机车间调度问题...
这项研究介绍了一个不可靠的随机工作店，随机工作。由于分析解决问题的某些复杂性，基于仿真的优化被这里采用。该问题是在企业动力学软件中建模的，并且使用Taguchi方法获得了决策变量的最佳值。这项研究有三个决策变量和两个目标。目标是MakePan和持有，短缺和维护成本的总和。这项研究努力获得调度规则的最佳价值，预防性维护时间和缓冲级，以最大程度地减少目标函数。通过数值问题和适当的调度规则，确定最佳预防性维护期和最佳缓冲区级别来评估所提出的方法。此模型可用于处理时间和失败的任何目标函数以及任何分布功能。这项研究的新颖性可能是考虑到失败的作业店，在动态条件和随机处理时间和失败时间以及随机的工作到达中。
国际合作：我们经历了简短的历史
摘要 - 太阳事物空间对人类活动具有相当大的意义。由于1957年推出了第一个人工卫星卫星卫星卫星，因此已经获得了有关太空环境的动态条件的更多知识。随着对现代技术的依赖，无论是在太空还是在地面上，现代社会的脆弱性及其对太空天气的基础设施的脆弱性都大大增加了。为了更好地理解，预测和减少太空天气的不利影响，科学计划对太空天气的计划始终优先考虑从不同地理空间的不同位置（例如在磁场，极性尖和磁性尾巴）中对数据的测量或获取。对于地面观测，有必要以不同的纵向和纬度定位工具。对于一个国家，不可能涵盖所有这些观察点。因此，非常需要国际合作。本文回顾了我们在系统设计级别上经历的一些国际太空天气观察计划。它可能会为社区提供教训，以便将来能够实现这种合作计划。
数字双胞胎辅助联合学习服务通过移动边缘网络
摘要 - 养育学习（FL）提供了没有数据曝光而没有数据的协作学习，但是由于资源和动态条件有限，移动边缘网络（MEC）环境中会出现挑战。本文提供了用于MEC网络的数字双（DT）辅助FL平台，并引发了一种新颖的多FL服务框架，以解决资源动态和移动用户。我们利用DT模型来选择设备调度和MEC资源分配，旨在最大化跨FL服务的实用程序。我们的工作包括用于多-FL服务方案的启发式近似算法，我们还研究了通过动态带宽和移动客户端条件的在线设置。为了适应不断变化的网络条件，我们利用了DTS中的历史带宽数据，并实施了深入的强化学习算法，RA_DDPG，用于自动带宽分配。评估结果表明，与基准算法相比，系统效用的49.8％增加了49.8％，展示了我们方法的有效性。
Covid-19 爆发和二氧化碳排放 - Ipag
在混合数据采样的动态条件相关性 (DCC-MIDAS) 框架中，我们仔细研究了 Covid-19 扩散后宏观金融环境与二氧化碳排放之间的相关性。主要的原始想法是，经济的封锁将减轻人类活动对环境造成的部分温室气体负担。一方面，我们捕获了约翰霍普金斯冠状病毒中心记录的美国 Covid-19 确诊病例、死亡和康复病例之间的时变相关性；另一方面，我们捕获了美国能源信息署记录的美国总工业生产指数和化石燃料二氧化碳总排放量。美国股市的高频数据包括来自牛津曼量化金融研究所的五分钟实际波动率。 DCC-MIDAS 方法表明，新冠肺炎确诊病例和死亡人数对宏观金融变量和二氧化碳排放产生负面影响。我们量化了二氧化碳排放与新冠肺炎确诊病例或新冠肺炎死亡人数随时间变化的相关性，结果急剧下降了 -15% 至 -30%。主要结论是，我们跟踪相关性并揭示了疫情背景下的衰退前景。
AVR：主动视力驱动的机器人精确操作，具有视点和焦距优化
精确操作是指机器人在综合环境中表现出高度准确，细致和灵活的任务的能力[17]，[18]。该领域的研究重点是高精度控制和对动态条件的适应性。使用运动学模型和动态模型以实现结构化设置中的精确定位和组装[19]，依靠刚性机械设计和模型驱动的控制依赖于刚性机械设计和模型驱动的控制。最近，深度学习和强化学习改善了动态环境中的机器人适应性[20]，[21]，而视觉和触觉感应的进步使千分尺级的精度在握把，操纵和组装方面[22]。此外，多机器人协作还允许更复杂和协调的精确任务。尽管取得了重大进展，但在多尺度操作整合，动态干扰补偿和低延迟相互作用中仍然存在挑战[23]。未来的研究应进一步改善交叉模态信息的实时对齐，并增强非结构化环境中机器人视觉的鲁棒性，以优化精确的操纵能力。
柯里塔克湾联盟沼泽保护计划
濒临灭绝的宝藏 过去 100 年来，南大西洋沿岸平原发生了巨大变化，人口不断增长影响了该地区陆地和海洋景观的生物多样性和环境健康。如今，由于栖息地丧失和破碎化、海平面上升以及入侵水生植物的激增等威胁，科里塔克湾的沼泽地面临着越来越大的风险，而所有这些威胁都可能因气候变化而加剧。沼泽和水下水生植物的消失导致科里塔克湾的鸟类和鱼类种群数量下降。与此同时，这些动态条件暴露了我们对低盐沼泽最佳管理实践以及沼泽与该地区其他自然系统之间的相互联系的知识空白。到 2050 年，海平面预计将上升 46 厘米（1.5 英尺），气候变化的其他影响预计将增加水生生态系统的压力，并削弱其支持和维持科里塔克湾平衡、适应性强和多样化物种群落的能力。如果没有有效的保护行动，这一重要自然资源的未来将岌岌可危。