XiaoMi-AI文件搜索系统
World File Search System支持系统
太空水产养殖：在月球基地的生物再生生命支持系统中饲养水生脊椎动物的前景
人类社区若要在月球或火星上长期居住，就需要建立一个能够部分或完全自主生产食物的生产单位。生物再生生命支持系统的主要目标之一是利用原地资源为载人任务提供食物来源，并将其转化为维持太空生命所需的食物。水生生物的营养品质使其成为补充已经在太空任务中研究过的光合生物所提供营养物质的潜在候选者。为此，有必要研究鱼类成为太空农业框架内饲养的第一种脊椎动物的潜力。本文通过概述涉及低轨道鱼类的主要太空任务以及详细介绍月球孵化计划迄今为止的成果，探讨了太空水产养殖的前景，该计划正在研究太空水产养殖的可能性。一个有希望的途径是循环水产养殖系统和综合多营养水产养殖，它们回收鱼类废物并将其转化为食物。从这个意义上来说，太空水产养殖的开发和应用与地球上的可持续水产养殖有着相同的目标，因此可以间接参与地球的保护。
乌克兰武装部队陆军编队和部队指挥官的本体决策支持系统组成和结构确定
摘要 本文的主题是自动化军事控制系统中的本体决策支持系统。这项工作的主要目的是使用本体论方法确定乌克兰武装部队陆军编队和部队指挥官的决策支持系统的组成和结构。目标是开发：基于本体知识库的决策支持系统；为其提供软件、数学和信息支持的原型；根据美国武装部队标准 (MDMP) 为乌克兰武装部队陆军营及以上部队在军事决策过程的每个阶段 (步骤) 提供功能活动算法。乌克兰武装部队陆军编队和部队指挥官决策支持系统的基本特征是本体知识库的核心组成部分。描述了使用本体来表示结构化组成决策和描述此过程的相关组件域的可能用途。主题领域本体根据北约成员国的标准建立，以信息交换指导文件中形式化的知识、数据库结构和决策支持系统各个模块的模型、方法和算法的软件实现为基础，描述和解释 MDMP 的决策过程。开发了原型软件和数学与信息管理，可用作乌克兰武装部队陆军未来自动化子系统管理的原型。它用于模拟乌克兰武装部队陆军建筑物和部队指挥官的形成和本体决策支持系统。根据美国武装部队 (MDMP) 标准，提出了营及以上官员的工作算法。MDMP 每个阶段（步骤）的自动化可以减少决策时间。该算法可用于在模拟中心实施培训高等军事教育机构军官和学员的教育过程，随后用于战争和军队训练中心的决策。关键词 1 决策支持系统、本体论、知识库、软件数学和信息支持、决策、武装力量、陆军、决策过程、学科领域、军事决策过程、决策支持、军事决策、智能系统、本体决策支持系统、北约成员国、制定过程、作战任务、作战行动、北约标准、信息支持、多智能体系统、乌克兰武装力量、自动控制系统、智能决策支持系统、信息交换、博弈方法
使用模拟中心评估人工智能驱动的临床决策支持系统对抑郁症治疗的感知效用 Myriam Tanguay-Sela* a、David Benrimoh* 1a、Christina Popescu a、Tamara Perez b、Colleen Rollins c、
Aifred 是一种临床决策支持系统 (CDSS)，它使用人工智能帮助医生选择重度抑郁症 (MDD) 的治疗方法，根据患者特征提供不同治疗方案的缓解概率。我们评估了参与模拟临床互动的医生对 CDSS 的实用性的看法。20 名精神病学和家庭医学工作人员和住院医生完成了一项研究，其中每位医生与标准化患者进行了三次 10 分钟的临床互动，这些患者表现出轻度、中度和重度 MDD 发作。在这些场景中，医生可以访问 CDSS，他们可以在治疗决策中使用它们。通过自我报告问卷、场景观察和访谈评估了 CDSS 的感知效用。60% 的医生认为 CDSS 是他们治疗选择过程中的有用工具，家庭医生认为其效用最大。此外，50% 的医生会将该工具用于所有抑郁症患者，另外 35% 的医生表示他们会将该工具留给病情更严重或难以治疗的患者。此外，临床医生发现该工具在与患者讨论治疗方案时很有用。必须在临床试验中进一步评估该 CDSS 的疗效及其改善治疗结果的潜力。
人工智能（AI）作为决策支持系统（DSS）
估计此次信息收集的公共报告负担平均为每份回应 1 小时，包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将有关此负担估计或本次信息收集任何其他方面的评论（包括减轻负担的建议）发送至国防部华盛顿总部服务处信息行动和报告局 (0704-0188)，1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302。受访者应注意，尽管法律有任何其他规定，但如果信息收集未显示当前有效的 OMB 控制编号，则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格寄回上述地址。
GOST 8. 638—2013 国家支持系统...
3.1.2辐射监测实验室； LRK：进行辐射测量的测量实验室（中心、服务、岗位）或其部门的通用名称。 LRC 可被视为提供测量计量可追溯性的校准实验室。 3.1.3辐射控制； RK：对受控对象*进行的辐射测量，以确定符合既定标准的程度（包括不超过既定水平）或监测对象的状况。 3.1.4 辐射监测的计量支持：建立和应用必要的科学和组织基础、技术手段、规则和规定，以获得受控对象辐射特性值的可靠测量信息。 3.1.5 标准值：主管当局为规范辐射安全或确保物体所需质量而指定的值。 3.1.6 受控量：根据给定类型 RK 的测量结果测量或确定的量。 3.1.7 操作量：哈萨克斯坦共和国指定用于测量的量，用于评估通常难以确定的受控（或标准化）量。运行值在标准工况下按规定确定，并在符合保守性（安全裕度）原则的情况下尽可能接近相应的控制值。歌剧示例
使用深度学习的多模式脑肿瘤分类的决策支持系统
脑肿瘤的抽象多类分类是医学成像领域研究的重要领域。由于准确性对于分类至关重要，因此计算机视觉研究人员引入了许多技术。但是，他们仍然面临着准确性低的问题。在本文中，提出了一种新的自动化深度学习方法，以分类多类脑肿瘤。为了实现所提出的方法，Densenet201预先训练的深度学习模型进行了微调，然后使用不平衡数据学习的深度传输进行了训练。训练有素的模型的特征是从平均池层中提取的，这代表了每种类型的肿瘤的深度信息。但是，该层的特征不足以进行精确的分类。因此，提出了两种用于选择功能的技术。第一种技术是基于熵的高特征值（EKBHFV），第二种技术是基于元启发式的改良遗传算法（MGA）。GA的选定特征通过提出的新阈值旧功能进一步完善。最后，使用非冗余串行方法融合了EKBHFV和基于MGA的功能，并使用多类SVM Cubic分类器进行分类。在实验过程中，使用了两个数据集，包括BRATS2018和BRATS2019，没有增加，并且精确度超过95％。所提出的方法与其他神经网的精确比较显示了这项工作的重要性。
能源密集型行业废热回收创新高温潜热储存决策支持系统
摘要：减少能源消耗、碳足迹、设备尺寸和成本是即将出台的能源密集型行业路线图的关键目标。从这个意义上讲，废热回收等解决方案可以复制到不同的行业（例如陶瓷、混凝土、玻璃、钢铁、铝、纸浆和造纸），因此受到大力推广。在这方面，潜热储能 (TES) 作为一种创新技术解决方案，通过回收和储存工业废热来提高整个系统的效率。为此，通过决策支持系统 (DSS) 协助选择相变材料 (PCM)。基于最相关系统参数之间的相关性，开发了一种基于 MATLAB ® 模型的简化工具，以证明跨部门方法的可行性。研究工作进行了参数分析，以评估 PCM-TES 解决方案在不同工作条件和行业下的技术经济性能。此外，还进行了多标准评估，比较了金属合金和无机水合 PCM 盐的工具输出。总体而言，无机 PCM 表现出更高的净经济和能源节约（高达 25,000 欧元/年；480 兆瓦时/年），而金属合金则具有良好的结果、更短的周期和具有竞争力的经济比；其商业发展仍然有限。
ASEN 6116航天器生命支持系统
学生出勤是您作为工程师和科学家培训的重要组成部分。教室和实验室内的任何时候都有亲切的气氛。尊重并对其他学生有礼貌。保持安静的工作氛围；噪音过多会分散他人的注意力。协助您的研究生。这是您未来培训的重要组成部分。您通常会在小组环境中工作，因此要成为负责任的团队成员。当您需要与他人共享设备时，传输数据/代码等，以专业的方式进行。我们希望学生在研究和出版物中遵循最高的道德标准。窃，数据操作等。是不道德行为的例子，不容忍。如果伦理线不清楚，讲师或您的顾问可以帮助您和/或将您转介到适当的渠道。
个性化在线学习的智能支持系统
摘要：COVID-19大流行的当前状况要求大学在在线环境中转移教育过程。电子学习系统为教育机构和学生提供有效组织教育过程并共享知识的机会。他们为每个学生提供获取信息的自由和学习过程的灵活性。学生可以通过改变教育过程的需求来单独确定课程的持续时间和顺序。在大流行的背景下，学生和老师必须通过互联网优化他们的作品。这需要对学习过程的更广泛的个性化。智能技术使您可以为每个学生建立个性化的学习路径，不同的方法，形式和学习速度。本研究介绍了电子学习支持系统的架构，用于选择在线资源，并将其包括在学生的学习路径中。该系统是根据一组相互联系的本体论模型而开发的，它们是一组个人代理和服务。本体论提供了更充分的在线资源的代表性，以及用户请求格式的兼容性以及不同开发人员的培训资源的描述。系统建议基于当前请求和符合其配置文件的用户特征的培训模块。系统动态更新知识库用户特征，从而提高了建议的有效性。大脑。大脑。关键字：个性化的电子学习；大流行;学习路径；推荐系统。如何引用：Shpolianskaya，I。和Seredkina，T。（2020）。个性化在线学习的智能支持系统。人工智能和神经科学方面的广泛研究，11（3），29-35。 https://doi.org/10.18662/brain/11.3/107
基于海流预报和多目标进化优化的声纳浮标网络优化部署决策支持系统
提出了一种用于水下监视应用中的协同轨迹检测的漂移声学传感器网络最优部署决策支持系统，并在模拟场景中进行了测试。该系统集成了海水流预报、传感器范围模型和简单的漂移浮标运动模型，以预测传感器位置和时间网络性能。采用多目标遗传优化算法，通过同时优化两个服务质量指标（网络区域覆盖和跟踪覆盖的时间平均值）来搜索一组帕累托最优部署解决方案（即网络漂移声纳浮标的初始位置）。优化后找到的解代表了两个指标之间不同的效率权衡，任务规划人员可以方便地评估这些解，以便在两个冲突目标之间选择具有所需折衷的解决方案。还通过无迹变换进行了灵敏度分析，以测试解决方案对网络参数和环境不确定性的稳健性。提供了利用真实概率海水流预报的模拟场景的结果，显示了所提方法的有效性。未来的工作是使该工具完全可操作并准备在真实场景中使用。� 2013 北约科学技术组织，海事研究和经验中心