XiaoMi-AI文件搜索系统
World File Search System增强型
PV-GEMS：光伏供电、电网增强型机械解决方案
• 不使用电池时光伏利用率约为 50%。 • 使用电池时光伏利用率约为 75%。 • 使用更先进的电池集成软件/硬件提高光伏利用率，并提高负载与太阳能可用性的匹配度。
针对孤岛微电网的增强型预测分层电源管理框架
摘要 本文提出了一种增强型三层预测分级电源管理框架，以实现孤岛微电网的安全经济运行。保证微电网经济运行的三级控制建立在基于半定规划的交流最优潮流模型之上，该模型定期向二级控制发送功率参考。为减轻可再生能源发电和负荷带来的不确定性，提出并实施了一种集中式线性模型预测控制 (MPC) 控制器用于二级控制。MPC 控制器可以通过密切跟踪来自三级控制器的参考信号来有效地调节微电网系统频率，并且计算复杂度较低。实施基于下垂的初级控制器来与次级 MPC 控制器协调，以实时平衡系统。微电网电源管理框架中模拟了同步发电机 (SG) 和太阳能光伏 (PV)。提出了一种统一线性输入状态估计器 (ULISE)，用于 SG 状态变量估计和由于网络物理系统组件受损等而导致的控制异常检测。仿真结果表明，可以准确估计 SG 状态，同时可以有效检测控制信号的不一致性，以实现增强型 MPC。此外，与传统的比例积分 (PI) 控制相比，所提出的分层电源管理方案表现出卓越的频率调节能力，同时保持较低的系统运行成本。
增强型 CRISPR-Cas9 矫正杜氏肌营养不良症......
杜氏肌营养不良症 (DMD) 是一种由肌营养不良蛋白基因 ( DMD ) 突变引起的致命神经肌肉疾病。之前，我们应用 CRISPR-Cas9 介导的“单切”基因组编辑来纠正 DMD 动物模型中的多种基因突变。然而，有效的体内基因组编辑需要高剂量的腺相关病毒 (AAV)，这给临床应用带来了挑战。在本研究中，我们将 Cas9 核酸酶包装在单链 AAV (ssAAV) 中，将 CRISPR 单向导 RNA 包装在自互补 AAV (scAAV) 中，并将这种双 AAV 系统递送到 DMD 小鼠模型中。有效基因组编辑所需的 scAAV 剂量至少比 ssAAV 低 20 倍。接受全身治疗的小鼠显示肌营养不良蛋白表达恢复，肌肉收缩力改善。这些发现表明，使用 scAAV 系统可以显著提高 CRISPR-Cas9 介导的基因组编辑的效率。这代表着基因组编辑在 DMD 治疗转化方面取得了重要进展。
利用深度神经网络诊断和预测乳腺癌的增强型人工智能系统
摘要 — 乳腺癌是癌症女性死亡的主要原因。计算机辅助诊断是一种有效的方法，可协助医疗专家进行早期诊断，提高康复的机会。由于医疗领域的敏感性，在医疗领域采用人工智能 (AI) 非常重要。这意味着用于癌症检测的分类方法的低准确度是一个关键问题。当涉及到模糊的乳房 X 光检查图像时，这个问题更加突出。本文采用卷积神经网络 (CNN) 来呈现传统的卷积神经网络 (TCNN) 和支持卷积神经网络 (SCNN) 方法。TCNN 和 SCNN 方法通过克服模糊乳房 X 光检查图像中包含的移位和缩放问题做出了贡献。此外，提出了基于翻转旋转的方法 (FRbA)，通过考虑癌肿的不同方向来提取有效特征以形成肿瘤图，以提高预测过程（癌肿类型分类）的准确性。所提出的方法在 MIAS 医疗数据集上使用 200 张乳房 X 光检查乳房图像实施。与基于 KNN 和 RF 的类似方法相比，所提出的方法在准确度、灵敏度、痉挛性、精确度、召回率、执行时间和图像指标质量方面表现出更好的性能。
人工智能增强型在线创意的类型学：应用于数字参与平台
数字参与平台 (DPP) 可使公民大规模在线参与政策制定。然而，这种数字渠道以信息过载和异步对话的形式为公民带来了新的挑战。在线创意的各种学科提供了不同的基于 AI 的方法来应对这些挑战，但相关文献仍然支离破碎。因此，本文开发了一种在线创意类型学，包括六种类型的 AI 增强解决方案。这种类型学在 DPP 中的应用表明，自动化任务占主导地位，AI-人类循环方法很少，目前在集体层面上缺乏应用。这种通用类型学还使我们能够将当前的 DPP 解决方案与其他领域（例如开放式创新或推荐系统）进行比较，并将这些领域作为未来解决方案的灵感。总体而言，本文提出了一种以类型学形式分析 AI 增强的在线创意的理论基础。它在 DPP 中的应用可以确定未来的研究机会，并作为开发用于 DPP 的 AI 的复杂架构的基础。
将预训练的 ViT 与 TCNet 融合以实现增强型 EEG 回归
摘要。脑电图 (EEG) 分析任务对于脑机接口 (BCI) 的发展至关重要。然而，要达到开发稳健、有用的 BCI 的目标，很大程度上取决于 BCI 理解神经动态的速度和准确性。为了实现这一目标，本文详细介绍了预训练视觉变换器 (ViT) 与时间卷积网络 (TCNet) 的集成，以提高 EEG 回归的精度。这种方法的核心在于利用 ViT 的顺序数据处理优势以及 TCNet 的卓越特征提取能力，显着提高 EEG 分析的准确性。此外，我们分析了如何构建最佳补丁以供注意力机制分析的重要性，以平衡速度和准确性。我们的结果表明，回归准确度显著提高，EEGEyeNet 的绝对位置任务的均方根误差 (RMSE) 从 55.4 降至 51.8，优于现有的最先进模型。在不牺牲性能的情况下，我们将该模型的速度提高了一个数量级（最高可提高 4.32 倍）。这一突破不仅为 EEG 回归分析树立了新的标杆，还为未来将 Transformer 架构与针对不同 EEG 数据集的专门特征提取方法相结合的研究开辟了新途径。
渗透人工智能增强型反介入/区域拒止：未来太平洋空军面临的挑战
为确保印度太平洋地区的自由开放，美国空军 (USAF) 必须保持在国际空域自由行动和向前投射力量以遏制侵略的能力。反介入/区域拒止 (A2/AD) 系统的未来改进必将包括人工智能 (AI)。人工智能是我们对手的战略重点，因为它可以为国防带来重大利益。美国空军必须准备好应对这些技术挑战，以履行我们的区域承诺并保护印度太平洋地区的国际利益。与 A2/AD 相关的三个具体应用是 (1) 从多个融合数据源进行目标识别、(2) 使用基于代理的模型改进战争游戏，以及 (3) 支持区块链的自主系统。本文将介绍如何将这些技术集成到未来的 A2/AD 系统中，并推荐一些应对和克服这些挑战的策略。
迈向基于论证的公平，并将其应用于人工智能增强型教育评估
教育测量领域将有效性和公平性作为评估质量的核心概念。先前的研究提出将公平性论证嵌入基于论证的有效性过程中，特别是当公平性被视为跨群体评估属性的可比性时。但是，我们认为，需要一种更灵活的公平性论证方法，这种方法发生在有效性论证之外并与其互补，以解决一组评估利益相关者可能持有的许多公平性观点。因此，我们将本文重点放在两个贡献上：（a）引入基于论证的公平性方法来补充传统和人工智能 (AI) 增强评估的基于论证的有效性；（b）将其应用于用于预先筛选求职者的自动视频面试中感知可雇用性的说明性 AI 评估中。我们最后提出了进一步推进基于论证的公平性方法的建议。
AMC23C12 快速响应、增强型隔离窗口比较器数据表 (Rev. B)
(1) 根据应用的特定设备隔离标准应用爬电距离和间隙要求。必须小心保持电路板设计的爬电距离和间隙距离，以确保印刷电路板 (PCB) 上隔离器的安装垫不会减小此距离。在某些情况下，PCB 上的爬电距离和间隙会相等。在 PCB 上插入凹槽、肋条或两者等技术可用于帮助提高这些规格。 (2) 此耦合器仅适用于安全等级内的安全电气绝缘。应通过适当的保护电路确保符合安全等级。 (3) 在空气中进行测试以确定封装的浪涌抗扰度。 (4) 在油中进行测试以确定隔离屏障的固有浪涌抗扰度。 (5) 视在电荷是由局部放电 (pd) 引起的放电。 (6) 屏障两侧的所有引脚都绑在一起，形成一个双引脚设备。 (7) 在生产中使用方法 b1 或 b2。
从人类数字孪生 (HDT) 到增强型士兵机器人孪生 (ASRT) 的分支
人类数字孪生 (HDT) 确实是一项强大的技术，在军事领域也可以称为士兵数字孪生 (SDT)。然而，尽管在开发 SDT 方面付出了巨大的努力，但相关技术还远未得到充分发挥。尽管如此，SDT 还在士兵机器人孪生 (SRT) 方向开辟了新天地，SRT 是士兵的机械版本而非数字版本，并且正在出现士兵机器人孪生 (ASRT) 的增强版本分支。ASRT 分支涉及人类士兵的赋能、远程控制增强能力以及所谓的“另一个自我”，即感知与实际位置不同的位置的可能性。所有这些都将通过关键支持技术成为可能。本文涵盖了上述方面，并为相关主题添加了新的观点。