XiaoMi-AI文件搜索系统
World File Search System双重的
TSN-Unaware应用程序具有QoS要求的自主集成在TSN网络中
现代工业网络运输Best-E FF Ort和实时Tra ffi c。 IEEE TSN任务组引入了时间敏感网络（TSN），以增强以太网，以提供实时TRA FFI c的高质量服务（QOS）。在TSN网络中，应用程序在传输数据之前向网络发出了QoS的要求。网络然后分配资源以满足这些要求。但是，TSN-Unaware应用程序既不能执行此注册过程，也不能从TSN的QoS福利中获利。本文的贡献是双重的。首先，我们引入了一种新颖的网络体系结构，其中附加设备自动地向网络向网络的QoS要求发出了QoS的要求。第二，我们提出了一种处理方法，以检测网络中的实时流并为TSN流信号提取必要的信息。它利用深层的神经网络（DRNN）来检测周期性的tra ffi c，提取准确的tra ffi c描述，并使用tra ffi c分类来确定源应用。因此，我们的建议允许TSN-Unaware申请从TSNS QoS保证中受益。我们的评估强调了所提出的体系结构和处理方法的e ff。
模仿机器人学：调查 - 虹膜
交互式模仿学习（IIL）是模仿学习（IL）的一个分支，在机器人执行过程中，间歇性地提供了人类反馈，从而可以在线改善机器人的行为。近年来，IIL越来越开始开拓自己的空间，作为解决复杂机器人任务的有前途的数据驱动替代方案。IIL的优势是双重的，1）它是有效的，因为人类的反馈将机器人直接引导到了改善行为（与增强学习（RL）相反（RL），必须通过试用和错误发现行为（必须通过试用和错误发现），而2），并且2）是强大的，因为它是强大的，因为分配者和教师的分配量直接在教师身上是匹配的，并且在教师中匹配的范围是在范围内逐渐匹配的，并且在教师中匹配的范围是在范围内的指导，而逐渐匹配的是，教师的自我反射是及格的， o line Ile IL方法，例如行为克隆）。尽管有机会，但文献中的术语，结构和适用性尚不清楚，也尚未确定，从而减慢了其发展，因此，研究了创新的表述和发现。在本文中，我们试图通过对统一和结构的领域进行调查来促进新从业人员的IIL研究和较低的入境障碍。此外，我们旨在提高人们对其潜力，已完成的工作以及仍在开放的研究问题的认识。
AEC 中数字技术的炒作因素
摘要目的——本文旨在重点关注未来趋势报告和炒作曲线中描述的 11 项数字技术（即建筑信息模型、人工智能和机器学习、3D 扫描、传感器、机器人/自动化、数字孪生、虚拟现实、3D 打印、无人机、云计算和自动驾驶汽车）。该研究集中于瑞典建筑、工程和建筑 (AEC) 行业目前对数字技术的使用和了解，以深入了解这些数字技术的可能期望和未来发展轨迹。设计/方法/方法——该研究采用了一种基于三种不同方法的溯因方法。这些方法是文献和文档研究，重点关注 11 种数字技术、两次行业研讨会（13 名参与者）和一项在线调查（N = 84）。发现 – 本文对瑞典 AEC 行业有关数字技术的现状进行了分析，并讨论了这些技术在 AEC 行业的发展轨迹。本文确定了炒作因素，其中数字技术的认知与其使用相关。从炒作因素中，我们归纳出四个区域，显示了行业中数字技术使用和成熟度的不同阶段。原创性/价值 – 本文的贡献是双重的。本文深入分析了 AEC 行业不同参与者的机会、当前障碍、数字技术的使用和知识。此外，研究表明，AEC 行业落后于传统的 Gartner 炒作曲线，
MMWR，单价和二价mRNA疫苗在预防199-6个月至5岁的儿童中相关的急诊科和紧急护理遇到的效率
在全国公共卫生紧急情况下，宣布对COVID-19的大流行，CDC在免疫实践咨询委员会（ACIP）指导下，在食品和药物管理局（FDA）每项法规行动之后，提供了基于证据的建议，以使用循证建议使用Covid-19的美国人群。在2022年8月至2023年4月期间，FDA修改了其紧急使用授权（EUAS）授权使用单个，适当的，适当的，双重的covid-199疫苗剂量（即包含来自祖先和Omicron ba.4/ba.5 sepent for Come covers covers for ba.4/ba.5 affient的组件（即包含均等的均等）。 6个月至5岁的儿童的剂量，以及≥65岁的不受欢迎的人和成年人的额外二价剂量（1）。ACIP于2022年9月对使用二价疫苗进行了投票，疾病预防控制中心在9月投票后，随后截至2023年4月在ACIP的投入后提出了建议。大多数人的这种过渡到单一的双重COVID-19疫苗剂量，对患有严重疾病风险增加的人的额外剂量有助于实施更简单，更灵活的建议。三种COVID-19疫苗在美国供您使用，并由ACIP推荐：1）二价mRNA辉瑞辉瑞-biontech covid-19疫苗，2）二价mRNA Moderna covid-19疫苗，以及3）单元素辅助，基于NoveNit的NoveNIT基于Novavax的Novavax coincine viccine viccine。*截至2022年8月31日，基于祖先SARS-COV-2菌株的一环mRNA疫苗已不再被授权在美国使用（1）。
计划在斯德哥尔摩 - uu .diva
随着城市化和低碳过渡工作的预期增加，城市的规划变得越来越具有挑战性，社会需要重新考虑将来如何建立城市基础设施。人们越来越认识到，城市以下空间的使用将需要显着增强。然而，一旦转变，地下空间就成为一个永久的特征，全世界的主要大都市地区逐渐承认地下是一种有价值的，不可再生的资源，强调了对其利用的长期，全面和可持续规划的必要性。瑞典，包括斯德哥尔摩地区，具有建造地下设施的地质条件和悠久的地下传统。尽管有这些优势，但斯德哥尔摩缺乏全面的长期地下计划或策略。多年来，主要的地下项目一直受到短期需求的驱动，有可能阻碍城市景观下方的最佳使用。本文的总体目的是双重的。首先，我们探讨了与斯德哥尔摩地下相关的学术工作的新生领域。我们通过评估斯德哥尔摩市城市地下规划的当前状况和潜力来做到这一点。第二，我们试图通过确定几个不同但相关的差距和挑战来推进有关斯德哥尔摩地下的现有规划知识和实践，这些差距和挑战阻碍了城市地下空间即将整合到斯德哥尔摩地下规划未来的战略决策中。我们建议，在多个关键领域需要进一步的研究，以促进斯德哥尔摩市及其大都市地区长期城市地下使用和计划的有效性和可持续性。
bin选择的几个透明实例细分
摘要在本文中，我们考虑了从机器人箱拾取设置中从RGB或灰度相机图像中分割多个实例的问题。用于解决此任务的先前方法通常是在Mask-RCNN框架上构建的，但是它们需要大量注释的数据集进行填充。取而代之的是，我们在几个拍摄设置中考虑任务，并在trinseg中考虑了基于mask-rcnn的透明对象的数据效率和健壮的实例分割方法。我们在trinseg中的关键创新是双重的：i）一种被称为transmixup的新颖方法，用于使用合成透明的对象实例生成新的训练图像，该图像是通过空间转换带注释的示例创建的； ii）一种评分理想对象模板的预测段和旋转之间一致性的方法。在我们的新评分方法中，空间转换是由辅助神经网络产生的，然后将得分用于填充不一致的实例预测。为了证明我们方法的效果，我们介绍了一个新的几种数据集的实验，该数据集由七个类别的非偏见（透明和半透明）对象组成，每个类别的大小，形状和透明度的透明度变化。我们的结果表明，Trinseg实现了最先进的性能，在MIOU中提高了14％以上的细化面膜RCNN，同时需要很少的带注释的培训样本。
考虑能源存储技术的社会空间影响——从能源基础设施文献中学习 Laura Moldovan、Sonja Oliveira 和
考虑能源储存技术的社会空间影响——从能源基础设施文献中学习 Laura Moldovan、Sonja Oliveira 和 Ombre4a Romice 1 思克莱德大学，工程学院，建筑系，75 Montrose Street, G1 1XJ，格拉斯哥，英国 摘要：能源储存技术对于实现英国乃至国际上的脱碳政策至关重要。迄今为止，政策和实践的重点是使能源储存在技术上可行，并尽量考虑其对人们、社区和居住地的影响。研究表明，能源基础设施确实对人们的社会关系、能源实践、福祉和健康有重大影响。然而，在能源储存背景下对这些影响的考虑一直是零散的，且定义不明确。本综述的目的是汇集涵盖能源基础设施对人类和居住地影响的不同文献，以期了解能源存储可能带来的多种影响。文献综述采用半系统方法，重点关注已发表的国际研究。综述的好处是双重的。首先，它为政策制定者、实践者和学者提供了关于能源基础设施在各个部门和规模上产生的复杂影响（社会、技术、空间）的新见解，以期强调能源存储可能产生的潜在影响。其次，它有助于了解能源存储系统在减少碳排放方面的重要作用，并为未来 5 年英国和北欧预计的大幅增长做好准备。
acta astronautica
，作为火箭发动机的潜在未来控制器。在模拟和实验中提出并分析了用于简化冷气推进器的基于神经网络的腔室压力控制器。控制器的目标是双重的：它可以跟踪具有不同设定点更改的轨迹，并且允许设置和控制各种稳态腔室压力。神经网络将进食线压力测量数据作为输入，并将阀位置计算为输出值。控制器的训练阶段是通过Ecosimpro/ESPSS模拟中的强化学习算法完成的，该算法通过相应的实验设置的数据验证。应用于允许直接从模拟转移到测试设施域随机化。在模拟和实验中评估控制器。发现，在物理可能的操作点范围内 - 控制器获得了不断高的奖励，这对应于低误差和良好的控制性能。在模拟中，控制器能够调整所有必需的设置点，稳态误差小于0。1个吧台，同时保留了一个小的过冲和最佳的安定时间。发现控制器还能够调节实际实验中所有所需的设定点。具有不同步骤的参考轨迹，在模拟和实验中测试了目标压力的线性和鼻窦变化。在两种情况下，控制器都能够成功遵循给定的轨迹。
实施动态的社会认知和主动推论
本文的目的是双重的：它严格分析并拒绝将积极推断为心理理论和实施主义的说明；它推进了与积极推论兼容的社会认知的颁奖典礼。虽然某些社会认知的推断模型似乎对社会认知具有构成的观点，但它们将其解释为通过代表机制将精神状态归因于其他人的归因，这与心理理论一致（Tom）。我们认为，由于两个被纳入主义拒绝的汤姆假设而导致的矛盾和混乱，这是矛盾和混乱：（1）社会认知降低到心理代表性，并且（2）认知必须用社会认知内容的“工具包”或“起步”或“启动”来促进模型般的模型式的（1）。本文提供了一个积极的替代方案，可以避免矛盾或混乱。在阐明了颁布主义下的社会认知概况之后，即没有假设（1）和（2），最后一节将认知的动态模型作为动态，实时，流动，动态，情境社会行动，我们利用动态系统理论的形式主义来解释社会认知的起源在发育变化中的社会认知新颖性来解释发展和积极的工具，以解释一种社交理解的工具，以确定社会化的同步同步。关键词：社会认知，利基结构，主动推断，思想理论，实施主义，动力学系统理论。
算法和AI驱动社交媒体对青少年的心理影响：行动呼吁
摘要 - 本文提出了一种新的在线功能选择方法，并意识到群体公平。它的症结在于优化所选特征子集中产生模型的准确性和公平性之间的权衡。我们设置的技术挑战是双重的：1）流媒体功能输入，因此，如果其信息已被其之前到达的其他类似功能涵盖的信息可能会过时或重新进行预测，而2）2）非缔合功能相关性，从而使这些偏见可能从这些看似可理解的，未经保护的功能中泄漏出来。为了克服这一点，我们提出了通过因果公平（SFCF）的流式特征选择，该特征选择分别构建了两个因果图，分别为预测标签和受保护特征，努力建模流媒体特征，标签和受保护信息之间的复杂相关结构。因此，可以通过去除这些特征与受保护的特征相关但与标签无关的因果关系来从预测建模中消除偏差。我们认为，当大量删除的功能（未受保护但可用于重建偏见信息）损害学习准确性时，最初的预测功能后来可以被接受。我们在流式传输特征研究中广泛使用的五个数据集上的SFCF基准，结果证明了其在六个竞争对手模型上的性能优越性，就特征选择的效率和稀疏性而言，以及由此产生的预测模型的均衡优势。