XiaoMi-AI文件搜索系统
World File Search System参数模型
文章 使用有限元方法研究 PDMS 材料制成的微柱片的压缩行为 Thitikan Pakawan 1,a , Tumrong Puttapituk
2 泰国微电子中心 (TMEC)、国家电子和计算机技术中心 (NECTEC)，Chachoengsao 24000，泰国 电子邮件：a thitikan.work@gmail.com，b fengtop@ku.ac.th（通讯作者），c nithi.atthi@nectec.or.th 摘要。泰国微电子中心采用软光刻技术和卷对卷工艺制造微柱片，用作海洋结构和医疗设备上的超疏水和超疏油表面涂层。本研究旨在使用 ANSYS Mechanical APDL 程序研究两种基底厚度分别为 1,910 µm 和 150 µm 的 PDMS 微柱片在压缩载荷下的适当本构模型和力学行为。本构模型包括 Mooney-Rivlin（2、3 和 5 个参数）、Ogden（1 阶、2 阶和 3 阶）、Neo-Hookean、多项式（1 阶和 2 阶）、Arruda-Boyce、Gent 和 Yeoh（1 阶、2 阶和 3 阶）模型，并与单轴压缩试验的实验数据进行曲线拟合。我们发现，对于低应变范围 （0.225）z，最准确的本构模型是 Mooney-Rivlin 5 参数模型。抗压强度和侧向破坏
基于光电复合传感的飞行金属体检测
摘要：为降低环境对探测精度和灵敏度的影响，满足隐蔽性、轻量化的要求，提出一种基于光电复合传感器的飞行金属物体探测技术。该方法首先分析目标特点和探测环境，然后对典型飞行金属物体的探测方法进行比较分析。在传统涡流模型的基础上，研究设计了满足飞行金属物体探测要求的光电复合探测模型。针对传统涡流模型探测距离近、响应时间长的问题，通过优化检测电路和线圈参数模型，提高涡流传感器的性能以满足探测的要求。同时，为了满足轻量化的目标，设计了一种适用于飞行金属体的红外探测阵列模型，并基于该模型进行了复合探测仿真实验。结果表明,基于光电复合传感器的飞行金属体检测模型满足飞行金属体的检测距离和响应时间的要求,为探索飞行金属体的复合检测提供了途径。
基于深度学习的3D动画的自动生成和设计
摘要。随着信息技术和现代化的快速发展，3D动画自动生成设计在高科技的帮助下有了新的机会和挑战。基于CAD和深度学习技术，本文研究了3D动画自动生成和设计的过程。首先，描述了CAD和深度学习技术的发展状态。CAD模型用于处理3D动画中的细节级别，并且初始参数模型与CAD几何建模集成在一起。通过功能匹配错误控制，构建了自动生成系统。一种深度学习算法用于识别并产生3D动画角色的姿势和面部表达。最后，基于深度学习算法，数据培训和学习系统旨在改善3D动画生成效果和速度。结果表明，基于CAD和深度学习技术的自动3D动画生成系统可以完成许多功能，例如自动参数调整以及角色的产生和识别。在现场构建和动画中，效果渲染具有良好的效果。
风能转换系统的数字孪生
摘要：工业 4.0 的数字孪生概念将为风能转换系统带来许多优势，例如，在状态监测、预测性维护和控制或设计参数优化方面。虚拟副本是数字孪生的核心。要构建虚拟副本，必须为涡轮机组件选择适当的建模技术。选择这些模型时必须考虑数字孪生的预期用例，在模型保真度和计算负载之间找到适当的平衡。这篇评论文章概述了有关涡轮机空气动力学、结构和传动系统力学、永磁同步发电机、电力电子转换器以及俯仰和偏航系统的建模技术的最新文献。对于每个组件，都给出了具有不同模型保真度和计算负载的模型的平衡概述，范围从简化的集中参数模型到基于高级数值有限元方法 (FEM) 的模型。文献综述的结果以图形方式呈现，以帮助读者进行模型选择。在此基础上，提出了数字孪生的高级结构以及具有最小计算负载的虚拟副本。提出了多级分层虚拟副本的概念。
多层感知器和参数模型的混合集成用于智能电网的可靠性预测
摘要 电力系统的可靠运行是电力公司的一个主要目标，这需要准确的可靠性预测以最大限度地减少电力中断的持续时间。由于天气状况通常是智能电网（尤其是其配电网）电力中断的主要原因，本文全面研究了各种天气参数对配电网可靠性性能的综合影响。特别地，提出了一种基于多层感知器 (MLP) 的框架，使用常见天气数据的时间序列来预测一个配电管理区域中每日持续和瞬时电力中断的次数。首先，实施参数回归模型来分析每日电力中断次数与各种常见天气参数（如温度、降水量、气压、风速和闪电）之间的关系。然后将选定的天气参数和相应的参数模型作为输入，以建立 MLP 神经网络模型来预测每日电力中断次数。引入了一种改进的基于极限学习机 (ELM) 的分层学习算法，使用来自佛罗里达州电力公司的实时可靠性数据和来自国家气候数据中心 (NCDC) 的常见天气数据来训练制定的模型。此外，还实施了敏感性分析以确定各种影响
通过语言引导的偏好学习有效地产生表达的四倍行为
摘要 - 表达机器人行为对于在社交环境中广泛接受机器人至关重要。学习的腿部运动控制器的最新进展已实现了更具动态和多功能的机器人行为。，确定在各种情况下与不同用户互动的最佳行为仍然是一个挑战。当前方法要么依赖于自然语言输入，这是有效但低分辨率的，要么从人类的偏好中学习，尽管高分辨率却是效率低下的样本。本文介绍了一种新的方法，该方法利用了预先训练的LLMS产生的先验，并在偏好学习的精确度上。我们的方法称为语言引导的偏好学习（LGPL），使用LLMS生成初始行为样本，然后通过基于偏好的反馈来完善这些样本，以学习与人类期望紧密相符的行为。我们的核心见解是，LLM可以指导偏好学习的抽样过程，从而实现样本效率的实质性提高。我们证明，LGPL可以快速学习精确和表现力的行为，只有四个查询，既优于纯语言参数模型和传统的偏好学习方法。带有视频的网站：此HTTP URL。
预测自主系统中的无功能要求违反
自主系统通常用于环境和内部变化可能导致要求违反要求的应用中。主动适应这些变化，即在违规发生之前，比从可能由这种违规行为造成的失败中恢复过来更可取。但是，积极的适应需要方法，以及时，准确且可接受的开销进行预测违反需求。为了满足这种需求，我们提出了一种方法，允许自主系统预测违反性能，依赖能力和其他非功能性要求的行为，因此采取预防措施以避免或减轻它们。我们预测这些自主系统中断（PRESTO）的方法包括一个时间阶段和运行时间阶段。在设计时间时，我们使用参数模型检查获得代数表达式，这些代数表达式，以对内部兴趣的非功能性能（例如，可靠性，响应时间和能源使用）与系统及其环境的参数之间的关系。在运行时，我们通过将零件线性回归应用于通过监视获得的线性数据来预测这些参数的未来变化，并且我们使用代数表达式来预测这些变化对系统要求的影响。我们在两个不同领域的案例研究中通过模拟证明了Presto的应用。
平衡和马鞍节点分叉
在本文中，我们描述了一种组合组合/数值方法，用于研究系统生物学中引起的网络模型中的平衡和分叉。ode模型具有高维参数，这对通过数值方法研究全局动力学有很大的阻塞。本文的要点是证明，尽管参数尺寸较高，但适应和将经典技术与最近开发的组合方法相结合提供了更丰富的全局动力学图。给定一个网络拓扑描述状态变量，该状态变量通过单调和有界函数相互调节，我们首先使用了由注册网络（DSGRN）软件生成的动态特征来获得动力学的组合摘要。此摘要很粗糙，但全球性，我们将此信息用作第一个通过，以识别要关注的参数的“有趣”子集。我们使用我们的网络动力学建模和分析（NDMA）Python库构建具有高参数维度的关联ODE模型。我们介绍了算法，以有效研究限于这些参数子集的这些ODE模型中的动力学。最后，我们形成了该方法的统计验证以及几个有趣的动态应用程序，包括在54个参数模型中找到鞍节点分叉。
diffsign：具有增强现实主义的AI辅助生成可自定义的手语视频
摘要。近年来，几种流媒体服务的扩散使世界各地的各种受众都可以观看相同的媒体内容，例如电影或电视节目。虽然正在添加翻译和配音服务，以使当地受众访问内容，但支持具有不同能力的人（例如聋哑人和听力难（DHH）通信）可以访问的内容仍在滞后。我们的目标是通过与合成签名者生成手语视频，使DHH社区更容易访问媒体内容。使用相同的签名者对全球视图的给定媒体内容可能有限的吸引力。因此，我们的方法结合了参数建模和生成建模，以生成现实的合成签名者，并根据用户偏好自定义其外观。我们首先通过优化参数模型来重新定位人类手语构成3D手语的头像。然后，使用渲染的化身姿势来调节使用基于扩散的生成模型生成的合成签名者的姿势。合成签名者的外观由通过视觉适配器提供的图像提示控制。我们的结果表明，使用我们的方法生成的手语视频比仅在文本提示下的扩散模型生成的视频具有更好的时间固定性和现实主义。我们还支持多模式的提示，允许用户进一步自定义签名者的外观以备同行多样性（例如肤色，性别）。我们的方法对于签名匿名也很有用。
来自Aeronet数据库的气溶胶模型。应用于表面反射验证
摘要。气溶胶在大气中的辐射转移中起关键作用，它们对气候变化产生了重大影响。在本文中，我们提出并实施了使用其Mi-Crophysical特性开发气溶胶模型的框架。诸如尺寸分布，复杂折射率和球形百分比之类的微物理特性源自全球气溶胶机器人网络（Aeronet）。但是，当执行藻类测量程序（即，早晨，早晨和晴天晚些时候的晚期）时，通常会检索这些测量值，并且可能不会对卫星覆盖时间进行临时影响，因此无法携带卫星产品的有效阀门。To address this problem of temporal inconsistency of satel- lite and ground-based measurements, we developed an ap- proach to retrieve these microphysical properties (and the corresponding aerosol model) using the optical thickness at 440 nm, τ 440 , and the Ångström coefficient between 440 and 870 nm, α 440–870 .在过去28年内，开发了851个Aeronet部位的气溶胶模型。获得的恢复表明，在经验上可以以高达23％的不确定性检索微物理的特性。一个例外是折射率NI的虚构部分，为此，衍生的不确定性达到了38％。当需要检索微物理特性以及验证卫星衍生的产品时，这些气溶胶的特定参数模型可用于研究。