XiaoMi-AI文件搜索系统
World File Search System实际数据
众包 GNSS 智能手机的自动选择......
智能手机已转换为便携式GNSS（全球导航卫星系统）接收器。具有数十亿此类设备记录的GNSS数据具有很大的科学研究潜力，并具有前所未有的时空分辨率。但是，目前访问大型GNSS智能手机数据的访问量是有限的，并且数据处理具有挑战性。Camaliot项目（机器学习技术在GNSS IOT数据融合中的应用）旨在解决这些问题，以促进众包GNSS数据的可用性，以进行天气预报和太空天气监测。Camaliot众包活动中大量的GNSS数据具有异质性的质量。为了应对此数据处理挑战，我们使用机器学习（ML）开发了一种自动数据选择算法。在这项研究中，比较了不同ML模型的分类性能。还检查了不同数据质量指标的重要性。初始结果表明，基于ML的分类器可以在广告系列的实际数据上获得95％的精度，而无需为质量指标设置明确的阈值。基于选定的智能手机GNSS数据，也进行了对流层参数估计实验。
收件人：相关方发件人：国家经济顾问莱尔·布雷纳德主题：2023 年美国经济：盘点进展和未来工作
收件人：相关方 发件人：国家经济顾问莱尔·布雷纳德 主题：2023 年的美国经济：盘点进展和未来工作 日期：2023 年 12 月 12 日 随着 2023 年接近尾声，现在是盘点所取得的进展和未来工作的好时机。 在过去的一年里，经济增长强劲，而通货膨胀率下降了三分之二，失业率保持在 4% 以下，这是 50 年来最长的一段时间。供应链已经重建，生产率上升。美国工人今年的状况比疫情前更强劲——工资和财富的增长超过了通货膨胀率，就业率强劲，这在一定程度上要归功于总统的拜登经济学议程。但许多美国人仍面临挑战，还有更多工作要做，以降低美国家庭的成本，这是总统的首要经济优先事项。 与许多预测相反，随着供应链的改善，通货膨胀率下降了三分之二，而失业率仍然很低。 实际数据与预测相比如何？一年前，市场普遍预期通胀将下降至目前的水平，但代价是失业率大幅上升和经济增长放缓。拜登总统并不认为有必要做出这样的牺牲。
自主微电网虚拟惯性控制的最优模型预测控制
摘要：目前，可再生能源 (RES) 在电网中的渗透率显著提高，尤其是在微电网中。用 RES 取代传统同步机可显著降低整个系统的惯性。这会对不确定情况下的微电网动态产生负面影响，降低微电网频率稳定性，特别是在孤岛运行模式下。因此，本研究旨在利用虚拟惯性频率控制概念增强孤岛微电网频率弹性。此外，虚拟惯性控制模型采用了最优模型预测控制 (MPC)。MPC 的优化设计是使用一种优化算法，即非洲秃鹫优化算法 (AVOA) 实现的。为了证明所提出的控制器的有效性，将基于 AVOA 的 MPC 与使用各种优化技术进行优化设计的传统比例积分 (PI) 控制器进行了比较。利用 RES 的实际数据，并应用随机负载功率模式来实现实际的模拟结果。此外，微电网范例包含电池储能 (BES) 单元，用于增强孤岛微电网的暂态稳定性。模拟结果表明，基于 AVOA 的 MPC 在提高微电网频率弹性方面是有效的。此外，结果确保了 BES 在时域模拟中改善暂态响应的作用。模拟结果是使用 MATLAB 软件获得的。
使用电能的经济和技术可行性......
氢气在促进向未来深度脱碳能源系统转型方面可发挥关键作用，并有助于适应可再生能源在电力系统中更高的渗透率。基于中国内蒙古西部 (WIM) 的实际数据的分析支持了支持这一结论的论据。通过综合的电力-氢气排放分析框架，讨论了基于可再生能源的氢气生产的经济可行性和脱碳潜力。该框架结合了高分辨率风能资源分析和电力系统运行和氢气生产的每小时模拟，考虑了选择三种不同类型的电解槽和两种操作模式的技术和经济规格。结果表明，利用风能生产氢气可以为 WIM 目前以煤炭为主的氢气制造系统提供具有成本竞争力的替代方案（< 2 美元/千克），同时有助于大幅减少风电弃风和二氧化碳排放。预计未来十年，随着风力发电能力的提高和电解槽资本成本的下降，氢气生产的平准化成本将下降。从这项研究中得到的经验教训可以应用于其他地区和国家，以探索利用可再生能源进行更大规模的经济合理和碳节约的氢气生产的可能性。
无线网络中资源约束多类调度的深度加固学习
摘要 - 在此处考虑了动态无线设置中多类调度的问题，其中可用有限的带宽资源分配以处理随机服务需求到达，而在有效载荷数据请求，延迟公差和重要性/优先级方面属于不同类别。除了异质流量外，另一个重大挑战还来自由于时间变化的沟通渠道而导致的随机服务率。现有的调度和资源分配方法，范围从简单的贪婪启发式和受限优化到组合设备，是针对特定网络或应用程序配置量身定制的，通常是次优的。在此帐户中，我们求助于深入的增强学习（DRL），并提出了分配深层确定性策略梯度（DDPG）算法，并结合了深度设置以解决上述问题。此外，我们提出了一种使用决斗网络的新颖方式，这将进一步提高绩效。我们所提出的算法在合成数据和实际数据上都进行了测试，显示了对组合和优化的基线方法的一致增长，以及状态调度计划指标。我们的方法可以使用Knapsack优化的功率和带宽资源降低13％的功率和带宽资源。
使用电能的经济和技术可行性......
氢气在促进向未来深度脱碳能源系统转型方面可发挥关键作用，并有助于适应可再生能源在电力系统中更高的渗透率。基于中国内蒙古西部 (WIM) 的实际数据的分析支持了支持这一结论的论据。通过综合的电力-氢气排放分析框架，讨论了基于可再生能源的氢气生产的经济可行性和脱碳潜力。该框架结合了高分辨率风能资源分析和电力系统运行和氢气生产的每小时模拟，考虑了选择三种不同类型的电解槽和两种操作模式的技术和经济规格。结果表明，利用风电生产氢气可以为 WIM 目前以煤炭为主的氢气制造系统提供具有成本竞争力的替代方案（< 2 美元/千克），同时有助于大幅减少风电弃风和二氧化碳排放。预计未来十年，随着风力发电能力的提高和电解槽资本成本的下降，氢气生产的平准化成本将下降。从这项研究中得到的经验教训可以应用于其他地区和国家，以探索利用可再生能源进行更大规模的经济合理和碳节约的氢气生产的可能性。
实施驾驶员行为风险检测和...
这项研究分析了Nong Khai边境检查站的跨国商业运输的管理框架。本研究旨在通过整合驾驶员行为风险识别和安全警报系统来为跨境商业运输管理系统创建AI原型。这项研究是一项通过问卷调查收集数据的调查调查。样本人口包括400个跨境运输运营商。使用描述性统计数据，具有百分比的频率分布，算术平均值，标准偏差和推论统计数据对数据进行了检查。该技术采用了验证性因素分析（CFA）和结构方程模型（SEM）来评估研究模型与经验数据的一致性（模型拟合）。该模型证明了与实际数据一致，这是由70.920的卡方值，自由度（DF）为57，意义（sig。）为0.102（超过0.05），CMIN/DF比为8.864（小于5.0）。模型调整的分析结果表明七个指数是一致的，并且这些统计值符合必要的标准。该原型模块系统旨在评估泰国物流运营商提供的跨境货运服务的有效性，并提高安全标准以及在泰国和老挝PDR之间有效的跨境运输管理的可能性。
厄瓜多尔溢流涡轮能源的可持续利用
本文研究了将储能系统 (ESS) 纳入电力系统以实现能源时间转移 (ETS) 或能源套利，利用水力发电厂释放的涡轮能量。为此，选择了三种存储系统：锂离子电池 (LIB)、钒氧化还原液流电池 (VRFB) 和氢存储系统 (H 2 SS)。以厄瓜多尔共和国 Paute Integral 水电站的溢流涡轮能量为例进行研究。基于这些电厂运行的实际数据（这是本研究的一个独特元素），应用决策层次分析法分析了所选储能系统的性能，其中考虑了技术、经济和环境标准。清晨储存的电能试图取代高峰时段靠近需求中心的热力发电。结果表明，所有分析的存储系统都满足所需的需求，尽管建议将 VRFB 用于 ETS。从经济角度来看，LIB 是最佳替代方案。从技术角度来看，H 2 SS 略胜一筹，而从环保角度来看，VRFB 技术则占上风。然而，由于技术不断变化，必须不断评估最佳 ESS 替代方案的选择。结论是，ESS 是一种可行的替代方案，可以改善水力发电厂的运行性能，满足需求的变化，提高所输送电能的质量，并取代污染发电厂。
激光雷达图像中的军事目标检测
本报告介绍了用于在Ladar图像中进行预处理，分割和检测车辆大小对象的不同技术。提出了五种预处理策略； 1）中值过滤，2）级联反应中的两个1-D中值过滤器，3）辐条中值过滤器，4）甜甜圈过滤器，5）离群值检测和去除。辐条中值和甜甜圈过滤器几乎毫无价值。其他过滤器的运行良好。离群值检测器在持久边缘和小结构（以及图像噪声）的同时删除了外部。关于分割算法，我们已经实施并测试了四组基于区域的算法和一组基于边缘的算法。分割的输出是对象定义算法的输入。提出了两种策略；一种常规的聚集聚类方法和一种基于图的方法。本质上，它们都给出相同的结果。在预定义间隔内具有高度，宽度和长度的簇被认为是可能的对象。所有算法在不同场景中的各种车辆的实际数据上进行了测试。很难得出任何一般结论。但是，似乎基于区域的算法的性能优于基于边缘的算法。在基于区域的策略中，基于形态或过滤操作的策略在大多数情况下表现良好。
利用深度学习预测老化电池放电
电化学电池是我们社会中无处不在的设备。当用于关键任务应用时，在高度变化的操作条件下准确预测其放电终止的能力至关重要，以支持运营决策并充分利用整个电池的使用寿命。虽然有充电和放电阶段潜在过程的准确预测模型，但老化建模仍然是一个悬而未决的挑战。这种缺乏理解通常会导致模型不准确，或者每当电池老化或其条件发生重大变化时，就需要耗时的校准程序。这对在现实世界中部署高效、强大的电池管理系统构成了重大障碍。在本文中，我们介绍了 Dynaformer，这是一种新颖的深度学习架构，它能够同时从有限数量的电压/电流样本推断老化状态，并以高精度预测真实电池的全电压放电曲线。在评估的第一步中，我们调查了所提出的框架在模拟数据上的性能。在第二步中，我们证明了只需进行少量微调，Dynaformer 就能弥补模拟与从一组电池收集的实际数据之间的差距。所提出的方法能够以可控且可预测的方式利用电池供电系统直至放电结束，从而显著延长运行周期并降低成本。