XiaoMi-AI文件搜索系统
World File Search System数以
优化飞机成本指数以减少航空旅行排放......
候选人确认所提交的作品为其个人作品，并在引用他人作品时给予相应注明来源。第 3 章和第 5 章基于以下出版物中发表的作品：Edwards, HA, Dixon-Hardy, D. 和 Wadud, Z.《飞机成本指数和航空旅行碳排放的未来》，Applied Energy，10.1016/j.apenergy.2015.11.058。本文中包含的原始作品均为候选人自己的作品，由 Dixon-Hardy 和 Wadud 提供指导。第 4 章基于即将发表的作品：Edwards, HA, Dixon-Hardy, D. 和 Wadud, Z.《飞机成本指数计算的新模型》，运输研究委员会年会论文集。2016 年 1 月 11-14 日，华盛顿特区本文中包含的原始作品均为候选人自己的作品，由 Dixon-Hardy 和 Wadud 提供指导。提供此副本的前提是，它是版权材料，未经适当承认不得发表任何来自论文的引用。© 2015 利兹大学和 Holly Alice Edwards Holly Alice Edwards 已根据 1988 年《版权、外观设计和专利法》主张其作为本文作者的权利。
无损单分子计数以绝对量化蛋白质成型
引入了一种新型免疫测定，称为蛋白质相互作用偶联（PICO），以提供清晰的，无参考的蛋白质成型定量 - 精确定量。pico采用隔室化的，均质的单分子测定法，无损和敏感的信号产生，能够检测到每个反应的几个分子。此外，它使用了一个无背景的数字枚举原则，称为decouplexing。pico被视为数学理论，提供了对其化学的理论理解。因此，PICO证明了精确的定量，例如重组和非重组ERBB2和多标记肽RTRX靶标的例证，从而验证了分析和细胞矩阵中内部和外部参考的定量。此外，PICO启用了组合多路复用（CPLEX），这两种抗体之间的读数，通过8个PLEX抗体，12-CPLEX PICO证明，测量模拟和Dactolisib处理后ERBB途径的功能变化，可提供定量的细胞固定图。pico具有对多功能，标准化和准确的蛋白质测量值的重要潜力，从而提供了对生理和干扰细胞过程的见解。
使用局部搜索算法优化金属泡沫的形态参数以获得最高的吸声系数
金属泡沫因其独特的特性被认为是最新的吸声材料之一。通过确定吸声材料的结构特性来预测其声学行为是一种最有效的方法。不幸的是，直接测量这些参数通常很困难。目前，已经有声学模型显示吸声体形貌和吸声系数（SAC）之间的关系。通过优化对SAC有效的参数，可以获得每个频率下的最大SAC。在本研究中，使用基准测试方法，在MATLAB编码软件中验证了Lu提出的模型。然后，使用局部搜索算法（LSA）对金属泡沫形貌参数进行优化。优化参数有三个因素，包括孔隙率、孔径和金属泡沫孔开口尺寸。优化应用于500至8000 Hz的宽频带。预测值与Lu模型得到的基准数据一致。在 500 至 800 Hz 的频率范围内，孔隙率为 50% 至 95%，孔径为 0.09 至 4.55 mm，孔开口尺寸为 0.06 至 0.4 mm，可获得最高的 SAC。在大多数频率下，孔开口尺寸的最佳量为 0.1 mm，可获得最高的 SAC。结论是，所提出的 LSA 方法可以根据 Lu 模型优化影响 SAC 的参数。所提出的方法可以作为优化金属泡沫微观结构参数以提高任何频率下的 SAC 的可靠指导，并可用于制造优化的金属泡沫。
CopyLeaks AI 检测
在启用 CopyLeaks 集成的 SpeedGrader 中对学生提交内容进行评分时，评分者可以直接在 SpeedGrader 中查看学生的相似度分数。分数以彩色百分比形式显示在学生提交文件旁边。
适应人类偏好对人机协作信任的影响
我们展示了在人机协作任务中适应人类偏好对信任的影响。团队执行一项任务，其中机器人充当人类的动作推荐者。假设人类和机器人的行为基于他们试图优化的某种奖励函数。我们使用一种新的人类信任行为模型，该模型使机器人能够在与人类互动的过程中使用贝叶斯逆强化学习实时学习并适应人类的偏好。我们提出了三种机器人与人类互动的策略：非学习者策略，其中机器人假设人类的奖励函数与机器人的相同；非自适应学习者策略，学习人类的奖励函数以进行性能评估，但仍优化自己的奖励函数；自适应学习者策略，学习人类的奖励函数以进行性能评估，并优化这个学过的奖励函数。结果表明，适应人类的奖励函数会使机器人获得最高的信任。