XiaoMi-AI文件搜索系统
World File Search System数值数据
法国气象局 (CNRM) 数值人工智能职位空缺
背景 高影响天气 (HIW) 事件对社会造成毁灭性影响，造成人员伤亡、基础设施退化和巨大的经济影响。从气象角度来看，强降水事件、破坏性雷暴和强风是影响最大的事件，具有各种严重的间接影响，例如洪水、山体滑坡和海洋淹没。HIW 事件很少见，位于天气事件气候分布的尾部。尽管法国气象局等气象服务在过去几十年中在预测天气方面取得了重大进展，但准确预测 HIW 的发生、强度、位置和时间仍然具有挑战性。目前，实际天气预报依赖于基于物理的建模方法，数值天气预报 (NWP) 模型每天都在运行，以确定未来的大气状态和 HIW 风险。具体而言，集合预报系统 (EPS) 旨在对未来大气状态的概率分布进行采样。它们包括运行多个 NWP 预报，以解释不同的不确定性来源。在法国气象局，运行 16 个扰动预报、空间分辨率为 1.3 公里的扰动预报的 AROME-EPS 用于预测 HIW 的风险。但是，正确捕获相关的不确定性需要非常高分辨率（几百米）的大型（几百个成员）集合。尽管如此，由于相关的计算成本，这种增强系统目前不适用于运行 NWP。在此背景下，POESY 项目的主要目标是探索创新混合 EPS 设计的科学可行性和相关性，将标准物理建模与计算效率高的人工智能 (AI) 技术相结合，以便对高影响天气产生破坏性概率预报。
飞机客舱热舒适度的数值研究
客机客舱是一个狭窄而封闭的空间，通常人口密度很高。由于现在的长飞行时间，热舒适度成为设计阶段需要考虑的重要因素。波音、空客等飞机制造商为改善热舒适度付出了相当大的努力（Pang et al. 2014）。有几种方法可以用来研究这类区域的热舒适度。在一些研究中，使用了著名的预测平均投票 (PMV) 模型（Fanger 1970），但也有一些研究进行了现场热舒适度调查。也可以采用数值模拟和计算流体动力学 (CFD) 来预测局部皮肤温度并计算热舒适度。Cui et al.（2014）在飞机客舱内进行了现场测量，以绘制空气温度、相对湿度、黑球温度和空气速度等影响参数。还对乘客进行了问卷调查。他们得出的结论是，乘客对热环境并不满意，因为他们感觉很热。热舒适度图表现出不均匀性；中舱的温度始终较高。但是，据报道，垂直温度梯度以及空气速度都在舒适区内。在另一项研究中，调查了飞机客舱乘客的局部和整体热舒适度（Park 等人，2011 年）。得出的结论是，模拟舱内的整体热感觉
口罩预防 COVID-19 空气传播的数值评估
Abstract The COVID-19 pandemic has forced governments around the globe to apply various preventive measures for public health.One of the most effective measures is wearing face masks, which plays a vital role in blocking the transmission of droplets and aerosols.To understand the protective mechanism of face masks, especially in indoor environments, we apply a computational fluid dynamics technique to predict the lifetime of cough droplets.Therefore, we can assess the exposure risk in a ventilated room where an infected individual wears a face mask or not.We focus on the dynamic evaporation and diffusion of droplets in a human- cough process, which is a major cause for the spread of the virus.We find that wearing a face mask can effectively reduce the total mass and Sauter mean diameter of the residual droplets after a single cough.通风室中的病毒液滴的质量降低了201,43,786和307,060次，对应于戴棉面具，外科手术口罩，N95型面罩分别均为80％drops nisements tosements nistive sensens tosent sensens tosent sensens tosents tosents。由于室内气流的影响，液滴被广泛分布。本研究解释了面罩和气流对室内风险的影响，并进一步激发了公共卫生的潜在措施，例如，没有人坐在空气供应范围内
电池组热性能特征的数值研究浸入冷却
抽象电动汽车（EV）具有零排放和高效率的出色优势，这引起了由于化石燃料耗尽和全球全球变暖问题的关注。目前，锂离子（锂离子）电池是电动汽车中的主要能源，这是多种好处，包括高能量密度。但是，锂离子电池的性能特性和安全操作取决于其工作温度，最佳工作温度在25-40 O C之间，电池组内的温度差不超过5 OC。因此，开发有效的电池热管理系统是为了实现电动汽车高性能的有效电池热管理系统。在本研究中，考虑了21700个圆柱体锂离子电池组的热管理的浸入冷却方法。电池组的热性能特性通过电池组中的电池布置不同，电池组和介电液的不同入口/出口配置进行了全面评估。比较结果表明，使用浸入冷却方法的左右两个插座的跨板布置配置和配置和中间和右侧的两个插座可以作为有效的电池热管理系统的潜在候选者。
对空间停留时间的新解释的数值和实验证据
目的。我们研究了木星电子停留时间的能量依赖性，这有助于更深入地了解带电粒子传输过程中发生的绝热能量变化，以及它们对模拟方法的意义。因此，我们试图通过研究对以前的分析方法的影响以及航天器数据可能检测到的影响，进一步验证一种改进的数值估计停留时间的方法。方法。利用基于 CUDA 编写的随机微分方程 (SDE) 求解器的传播模型，计算了木星电子在木星电子源谱主导的整个能量范围内的停留时间。我们分析了观察者和源之间的磁连接以及出口 (模拟) 时间分布与由此产生的停留时间之间的相互依赖关系。结果。我们指出了不同动能的停留时间与通常观察到的木星电子 13 个月周期的纵向偏移之间的线性关系，并讨论了这些发现对数据的适用性。此外，我们利用我们的发现，即模拟的停留时间与木星和银河系电子的能量损失近似线性相关，并且我们开发了一种改进的分析估计，与测量观察到的数值停留时间和纵向偏移相一致。
磁流变弹性体 (MRE) 的 3D 数值建模与分析
摘要。磁流变弹性体 (MRE) 是一种智能材料，由嵌入微/纳米级磁性颗粒的聚合物基质组成。其机械性能会受到外部磁场的改变。在本文中，使用 COMSOL 多物理有限元分析 (FEA) 软件对 MRE 进行了粒子级（微尺度）的磁-机耦合物理研究。在磁场影响下对 MRE 进行了线性和扭转传递率分析。模拟结果表明，线性和扭转刚度均随磁场增加。在磁场的初始影响下，结果表明线性和扭转模式下的刚度分别增加了 28.75% 和 20.12%。传递率曲线显示，由于暴露于磁场时刚度增加，固有频率发生了变化。通过实现最小传递率因子来实现隔振。
二维轨道磁化无序性的数值研究
摘要：现代轨道磁化 (OM) 理论是利用 Wannier 函数方法发展起来的，其形式与 Berry 相相似。在本文中，我们利用该方法对二维 Haldane 模型进行了无序下 OM 的命运的数值研究，该模型可以在半填充的正常绝缘体或陈绝缘体之间进行调整。模拟了两种情况下无序增加对 OM 的影响。在弱无序区域和拓扑平凡情况下观察到能量重正化偏移，这是通过自洽 T 矩阵近似预测的。除此之外，还可以看到另外两种现象。一是能带轨道磁化的局部化趋势。二是来自非零陈数或大积分 Berry 曲率值的拓扑手性态的显著贡献。如果费米能量固定在清洁系统的间隙中心，则 | M | 会增强对于正常绝缘体和陈绝缘体的情况，都处于中等无序状态，这可以归因于局域化之前无序引起的拓扑金属态。
« 数值模拟的先进技术 – 端到端虚拟原型和高性能计算 »
“未来的纳米级碰撞模型？一切都还未确定！但有一件事是肯定的：为分析师提供所有可用的计算能力，那么他或她将在极短的时间内用完它。” Eberhard Haug
第一章区块链技术概述
第一章区块链技术概述 1. 人工智能AI，区块链Blockchain，云计算Cloud 和数据科学Data Science。 人工智能：生产力变革。大数据：生产资料变革。区块链：生产关系变革。 2. 可信第三方： 交易验证，交易安全保障，历史记录保存->价格昂贵，交易速 度嘛，欺诈行为。 区块链： 去中心的清算，分布式的记账，离散化的支付。任 何达成一致的无信任双方直接交易，不需要第三方中介。注意：信用破产，绝 对中心化，不透明无监管。 3. 区块链： 用于记录比特币交易账目历史的数据结构，每个区块的基本组成都 由上个区块的散列值、若干条交易及一个调节数等元素构成，矿工通过工作量 证明来维持持续增长、不可篡改的数据信息。区块链又称为分布式账本，是一 种去中心化的分布式数据库。 区块链技术 是在不完全可信的环境中，通过构建 点对点网络，利用链式数据结构来验证与存储数据，借助分布式共识机制来确 定区块链结构，利用密码学的方式保证数据传输和访问的安全，利用由自动化 脚本代码组成的智能合约来编程和操作数据。 4. 体系结构：数据层： 封装了区块链的底层数据存储和加密技术。每个节点存 储的本地区块链副本可以被看成三个级别的分层数据结构：区块链、区块、区 块体。每个级别需要不同的加密功能来保证数据的完整性和真实性。 网络层： 网格网络，权限对等、数据公开，数据分布式、高冗余存储vs 轴辐网络，中央 服务器分配权限，多点备份、中心化管理。 共识层： 能够在决策权高度分散的 去中心化系统中使得各节点高效地针对区块数据的有效性达成共识。出块节点 选举机制和主链共识共同保证了区块链数据的正确性和一致性，从而为分布式 环境中的不可信主体间建立信任关系提供技术支撑。 激励层： 经济因素集成到 区块链技术体系中，包括经济激励的发行机制和分配机制等。公有链：激励遵 守规则参与记账的节点，惩罚不遵守规则的节点，使得节点最大化自身收益的 个体理性行为与保障去中心化的区块链系统的安全和有效性的整体目标相吻合， 整个系统朝着良性循环的方向发展。私有链：不一定激励，参与记账的节点链 外完成博弈，通过强制力或自愿参与记账。 合约层： 封装区块链系统的各类脚 本代码、算法以及由此生成的更为复杂的智能合约。数据、网络和共识三个层 次作为区块链底层“虚拟机”分别承担数据表示和存储、数据传播和数据验证功能， 合约层建立在区块链虚拟机之上的商业逻辑和算法，是实现区块链系统灵活编 程和操作数据的基础。智能合约是一个在计算机系统上，当一定条件被满足的 情况下，可以被自动执行的合约（程序）区块链上的智能合约，一是数据无法 删除、修改，保证了历史的可追溯，作恶成本很高，其作恶行为将被永远记录； 二是去中心化，避免了中心化因素的影响。 应用层： 区块链技术是具有普适性 的底层技术框架，除可以应用于数字加密货币外，在经济、金融和社会系统中 也存在广泛的应用场景。 5. 区块链特征 ：去中心，去信任；开放，共识；交易透明，双方匿名；不可篡 改，可追溯。 区块链分类： 公有链： 无官方组织及管理机构，无中心服务器， 参与的节点按照系统规则自由接入网络、不受控制，节点间基于共识机制开展 工作。 联盟链： 由若干机构联合发起，介于公有链和私有链之间，兼具部分去 中心化的特性。 私有链： 建立在某个组织内部，系统的运作规则根据组织要求 设定，修改甚至是读取权限仅限于少数节点，同时仍保留着区块链的真实性和 部分去中心化特征。 无许可区块链： 一种完全去中心化的分布式账本技术，允 许节点自由加入和退出，无需通过中心节点注册、认证和授权，节点地位平等， 共享整个账本。 许可区块链： 存在一个或多个具有较高权限的节点，可以是可 信第三方，也可以是协商制定有关规则，其他节点只有经过相应授权后才可访 问数据，参与维护。 6. 数字货币：区块链1.0 旨在解决交易速度、挖矿公平性、能源消耗、共识方 式以及交易匿名等问题，参照物为比特币（BTC）。区块链2.0 旨在解决数据隐 私、数据存储、区块链治理、高吞吐量、域名解析、合约形式化验证等问题， 参照物为以太坊（ETH）。
人形机器人的GhatGPT时刻已至
从进展看，特斯拉居首，且从芯片、数据训练、大模型到本体制造、运控模型均自研自产，25年已制定千台量 产目标。其次为英伟达，其具备强大的算力能力+数据训练平台优势，利用微软芯片、数据、大模型、开发平 台，为人形机器人公司打造底层开发生态，已与14家人形公司合作。其次为Google，从放弃本体聚焦机器人 大模型，到再次牵手机器人公司合作下一代人形机器人，具备大模型能力。 OpenAI目前通过投资和自己小规模 研发机器人本体，尚未All in。苹果和Meta目前专注机器人细分感知领域，平台推出机器人感知系统ARMOR 可用于机械臂，Meta此前收购Digit触觉传感器团队。