XiaoMi-AI文件搜索系统
World File Search System实作
从头算实空间计算模拟软件包
我们介绍 SPARC：用于从头算实空间计算的模拟包。SPARC 可以在静态和动态设置中对孤立系统（例如分子）以及扩展系统（例如晶体和表面）执行 Kohn-Sham 密度泛函理论计算。它安装/使用简单，与最先进的平面波代码具有很强的竞争力，在少数处理器上表现出可比的性能，并且随着处理器数量的增加而具有越来越大的优势。值得注意的是，SPARC 将大型并行计算机上具有 O（100-500）个原子的系统的求解时间缩短到几秒钟，比平面波同类产品高出一个数量级甚至更多。© 2021 作者。由 Elsevier BV 出版 这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
局部驱动量子磁体的实空间热化
对孤立系统中热化及其破坏的研究使人们对非平衡量子态及其对初始条件的依赖性有了更深入的了解。初始条件的作用因量子多体疤痕的存在而突出，量子多体疤痕是一种特殊的非热态，具有潜在的有效超自旋结构，嵌入在原本混乱的多体谱中。自旋海森堡和 XXZ 模型及其在一维和更高维度中的变体已被证明具有精确的量子多体疤痕，表现出可在合成和凝聚态系统中实现的自旋螺旋态的完美复兴。受这些进展的启发，我们提出了实验上可访问的、局部的、时间相关的协议来探索空间热化概况，并强调系统的不同部分如何热化并影响超自旋的命运。我们根据驱动自旋与其余自旋之间的相互作用，确定了铁磁（X 极化）初始状态的不同参数范围，包括局部非热行为，其中驱动自旋有效解耦，充当“冷”点，同时有助于加热其他自旋。我们还确定了超自旋在长时间内保持对局部驱动弹性的参数范围。我们开发了一个实空间和 Floquet 空间图来解释我们的数值观察，并做出了可以在各种实验装置中测试的预测。
金融理论与实践的当前问题 - REU
金融和经济活动理论与实践中的当前问题：第四届全俄（全国）科学与实践会议材料汇编，2022 年 3 月 30 日。/ 编辑委员会: N. V. Bokova [等人]；俄罗斯普列汉诺夫经济大学沃罗涅日分校。G.V.普列汉诺夫。– 沃罗涅日：“科学书籍”出版印刷中心，2022 年。– 212 页。– ISBN 978-5-4446-1705-2。– 文本：直接。该汇编展示了经济学院经济学学科教师、从业人员和学生的科学研究成果，这些成果在第四届全俄（全国）科学实践会议“金融和经济活动理论与实践专题问题”上进行了检验，该会议由普列汉诺夫俄罗斯经济大学沃罗涅日分校会计、分析和审计系和金融与信贷系于 2022 年 3 月 30 日举办。面向经济大学的学生和研究生、经济学学科教师，以及所有对金融领域当前问题和现代俄罗斯经济实体部门感兴趣的人。
1 研究社区倡导者的作用以促进……
研究社区倡导者在促进英国服务不足社区接种疫苗方面的作用：从 COVID-19 大流行中吸取的教训 摘要 COVID-19 大流行凸显了少数族裔群体如何受到健康危机的不成比例的影响，以及社区参与以提供公平的公共卫生信息和服务的必要性。政策制定者、从业者和学者已经提出社区参与是改善获得和接受包括疫苗接种在内的卫生服务的一种方式，但社区成员和领导者在健康促进中的作用很少受到质疑。我们研究了“社区疫苗倡导者”的作用，他们一直作为倡导者，促进英国各地不同社区的少数族裔群体参与 COVID-19 疫苗接种。我们的研究探讨了与少数族裔群体合作的倡导者如何经历和应对大流行带来的挑战。参与者受邀参与这项研究，因为他们与黑人或南亚裔社区一起工作或为他们工作（即社区领袖、宗教领袖或公共或相关健康专业人员），并且正在或曾经致力于提高其社区的 COVID-19 疫苗接种率。从 2021 年 4 月到 2022 年 5 月，我们通过视频通话进行了 12 次半结构化访谈，每次持续 45-60 分钟。访谈采用归纳编码和分析，遵循健康传播的话语方法，重点是提取潜在的信息和谈话要点。我们的研究结果强调了不同类型的倡导者的范围，他们在各自的社区群体中扮演着各种角色。倡导者在接受有限的培训和准备后，适应性地承担了推广疫苗接种的新职位，并发现作为“基层”参与者，他们既能很好地满足当地需求，又能帮助建立当局和他们自己社区之间的信任。倡导者发现的一个主要挑战是少数民族分类的使用以及如何处理错误信息。分类被视为收集相关数据以及将责任归咎于某些群体的一个问题。倡导者讨论了媒体和社交媒体错误信息对疫苗决策的影响，尤其是对少数族裔群体的影响。尽管如此，我们的受访者警告不要根据关于错误信息如何对疫苗接种产生负面影响的简单假设采取行动。最后，我们阐述了社区对健康问题的持续支持以及数据收集在疫情环境中的重要性。（400 字）关键词：社区参与、疫苗倡导者、COVID-19 疫情、少数族裔、错误信息
对人工智能系统实施的批判性评估作为
摘要 多年来，企业开展日常业务活动的方式逐渐发生变化。许多人已经偏离了最初的旧方法，将人工智能作为获得竞争优势的手段。本文旨在评估将人工智能整合为一种商业战略的有效性，具有成本效益，一旦制定了计划，效率更高，还有助于有效的业务管理。它还接管了重复和危险的任务。但是，它缺乏开箱即用的思维，这意味着它有时只能在特定目标的范围内运作。当需要在业务中做出关键业务决策时，这反过来可能是一个负面方面。在需要解决某些客户投诉时，它也缺乏情感，这可能会带来客户不满。关键词：人工智能、营销、物联网、日本 DOI：10.7176/JMCR/74-02 出版日期：2020 年 12 月 31 日 1.0 简介 人工智能 (AI) 技术在理论上能够成为未来商业和军事能力中必不可少的力量倍增器。全球各地的各种企业都承认人工智能对于提高竞争优势至关重要。因此，企业正在向人工智能基础设施投入大量资金。人工智能既有好处也有坏处。本文的第一部分包含研究背景。第二部分包括对人工智能文献的批判性评论，而第 3 节和第 4 节则介绍了研究结果和结论。1.1 研究背景 人工智能的应用通常用于在决策或解决问题时模仿人类智能。人工智能技术具有稳定性、可靠性、成本效益和竞争力的优势，同时能够处理问题解决或决策的复杂性和快速性。人工智能已应用于众多领域，包括工程、制造、医学、经济学、语言学和法律，以及各种建模、预测和系统支持和管理应用（Mellit & Kalogirou，2008 年）。互联网中人工智能的使用，例如搜索引擎，被认为是其最有前途的发展（Mellit & Kalogirou，2008 年；Russell & Norvig，2003 年）。虽然人工智能像任何其他应用程序一样具有显着的效率，但它们的功能和能力都有限。在人类智能仅限于特定个人或少数特定人员的机构中，人工智能技术往往提供稳定性，从而防止人员退休或离开机构时技能和专业知识的流失（Russell & Norvig，2003）。这意味着借助人工智能，组织能够在整个生命周期中保留专业知识和技能。只要相应的问题和决策参数保持不变，人工智能框架中包含的专业知识的寿命就会受到约束。人工智能能够提高学习能力，可以利用这种能力进一步延长应用程序的寿命和重要性。考虑到现实世界的最佳性能和故障，人工智能工具非常有用，因为它们通过增加其在实际应用中的使用来提高软件效率（Russell & Norvig，2003）。
多电飞机作动系统架构优化
多电技术的快速发展使得飞机可选的电源和作动器类型越来越丰富，这使得机载作动系统架构优化过程中不同电源和作动器的组合变得极其复杂。传统的“试错”法已不能满足设计要求。本文首先介绍了多电飞机（MEA）飞行控制作动系统（FCAS）的组成，并计算了可能的架构数量。其次，从安全可靠性、重量和效率等方面提出了FCAS架构的评价标准，并计算了各操纵面采用相同作动器配置情况下的评价标准值。最后，应用遗传算法（GA）获得了MEA FCAS架构的优化结果。与传统仅采用伺服阀控液压作动器的作动系统架构相比，优化后的多电作动系统架构重量可减轻6%，在满足安全可靠性要求的基础上效率可提高30%。
作战靴类型对鞋内力的影响及……
抽象的简介作战靴是军事人员的必不可少的防护装备。本研究的目的是检查（1）战斗靴类型对地面反作用力（GRF）变量的影响以及在卸载和加载步行过程中感知的舒适性以及（2）舒适度和生物力学测量之间的关系。在61名在承载重负荷的同时，比较了61名具有军事行军经验的男性参与者的四种类型的战斗靴（例如，质量，厚度）和机械性能（例如，缓冲，刚度）。在每种启动类型中，参与者在卸载和20公斤加载条件下以其首选速度完成了10米的步行路程。使用Loadsol Wireless内纸内传感器系统测量行走过程中的峰值力和载荷速率。使用7点李克特量表评估舒适度。在统计上比较了加载和卸载步行之间以及跨启动类型之间的差异。在舒适变量和GRF变量之间进行了相关分析。在所有启动类型中平均结果，参与者承载20公斤载荷时的行驶速度慢了2.1％，同时经历了峰值力量高24.3％，负载率提高了20.8％。引导D被认为是最舒适的，其次是靴子C，B和A（χ2（2）= 115.4，p <0.001）。参与者的行走速度稍快（p = 0.022，ηp2 = 0.052），并且在两个舒适的靴子（C和D）中显示出更高的负载率（P <0.001，ηp2 = 0.194），比较不舒适的靴子（A和B）（A和B）。在感知到的舒适度和任何GRF变量之间没有发现显着的相关性。结论战斗启动特征可以在步行过程中极大地影响感知到的舒适度等级，而启动类型之间的生物力学差异则更为微妙，无论负载条件如何。舒适变量和力量变量之间缺乏关系表明，应考虑主观和客观的测量值，以全面评估战斗靴。
马来西亚人力资源人工智能实施与组织绩效
摘要：本研究的目的是研究马来西亚人力资源 (HR) 人工智能 (AI) 实施对组织绩效的影响。人力资源 AI 实施的认知有三个维度，即人才获取过程、人力资本开发过程和绩效管理过程。数据是从马来西亚 352 名具有人力资源背景的受访者在线收集的，并使用偏最小二乘结构方程模型 (SmartPLS) 进行分析。结果表明，在人才获取过程、人力资本开发过程和绩效管理过程中实施 AI 对马来西亚的组织绩效有显著的积极影响。本研究通过研究人力资源 AI 实施对组织绩效的影响，为人力资源管理流程文献做出了重大贡献。它为商业组织提供了重要的见解，使其考虑在其人力资源管理 (HRM) 流程中实施 AI，以实现成功的业务。研究人力资源管理职能并已发表的研究很少基于马来西亚这样的国家。因此，本研究证实了对马来西亚人力资源管理流程中采用 AI 及其对组织绩效的潜在影响进行更多实证研究的主张。