XiaoMi-AI文件搜索系统
World File Search System斯洛文
为洛斯阿拉莫斯国家实验室提供动力
新墨西哥州的公共服务公司（PNM）传输系统为所有新墨西哥州提供服务，为Lanl提供了权力。通过这种传输线和变电站网络，功率是从一系列的一系列资源中传递的，以向洛斯阿拉莫斯县（包括兰尔）提供权力。传输线从生成的位置传输功率到需要的位置。电源是在可以最有效，经济生产的站点上生成的，通常距客户数百英里。所有功率LANL要求已经在区域上生产，因此传输能力是唯一的限制因素。两条输电线路服务于洛斯阿拉莫斯县：里夫斯线和诺顿线。Los Alamos县还提供了两个现场发电资源的服务：由Los Alamos County拥有和运营的1 MW太阳能电站，由Lanl拥有和运营的20-27 MW燃烧汽油涡轮机发电机。
多洛雷斯峡谷太阳能道路使用计划
与该项目使用县道路有关，该公司将与道路与桥梁部协调，以最大程度地减少道路损失以及旅行延误。应由于施工期间的项目影响而造成急性损害，该公司将评估损坏，与道路和桥梁部的协调，并在必要时尽快进行维修。在开始此类工作之前，将获得所有必要的多洛雷斯县（Dolores County）的工作许可，以维持受项目影响的县道网络。
雷文斯本大学伦敦分校研究战略
除了更多本地参与之外，我们还在为在 Ravensbourne 附近的新址建立创意与技术研究所奠定基础。我们设想，该研究所将包含一个应用研究中心，可以直接与公司和公共部门合作，并与 IT 和通信行业建立联系。该中心还将容纳学习技术研究中心和拟议的设计创新中心。由于 Ravensbourne 主楼在开业时（2010 年）就集成了先进技术和建筑设计，因此创意与技术研究所有潜力在 2020 年成为创意产业创新的场所。
圣文森特和格林纳丁斯
圣文森特和格林纳丁斯 (SVG) 是东加勒比海的一个多岛国，由 32 个岛屿组成。整个国家土地面积为 389 平方公里，其中 345 平方公里位于主岛圣文森特。在组成格林纳丁斯的小岛中，只有九 (9) 个有人居住，其中最大的是贝基亚岛、马斯蒂克岛、卡努安岛、迈罗岛和联合岛。SVG 总人口约为 109,000 人（2012 年人口普查报告）。格林纳丁斯总人口估计为 10,000 人。固体废物管理部门是世界银行设计的“释放加勒比地区蓝色经济”投资平台第一阶段的三个目标部门之一。根据预计的国家需求，UBEC 计划将以一系列项目 (SOP) 的形式实施，为期五到十五年（每个项目为期五年）。UBEC 项目第一阶段将于 2022 年至 2027 年之间实施，旨在通过加强两个关键的相互关联的部门（旅游业和渔业）的可持续性和竞争力以及一个基础支持性基础设施服务（固体废物管理），促进圣文森特·维珍尼亚、圣卢西亚和格林纳达从 COVID 中恢复，创造更多和更多样化的就业机会，并提高海洋和沿海的复原力。这三个部门之间的联系非常明显，它们利用这些岛屿广阔而脆弱的海洋资源来刺激和维持经济增长，促进人民和环境的总体福祉。在与世界银行协商制定项目第一阶段将要实施的固体废物活动时，确定制定国家固体废物管理战略对于确定该部门的愿景至关重要，该战略可以指导政府在固体废物管理方面进行必要的投资，以充分支持国家的整体发展。
论文发表（2011 财年）- 国防部
使用弯曲压电盘的 Tonpilz 压电换能器的频率特性估计 Applied Acoustics Elsevier 第 72 卷，第 12 期，2011 年 12 月 Tomonao Okuyama Kenji Saijo
文章/书籍信息 - T2R2
人们已经尝试过多次语音脑机接口 (BCI)，在听觉语音感知、显性语音或想象（隐性）语音期间使用侵入性测量（例如皮层电图 (ECoG)）来解码音素、子词、单词或句子。从隐性语音中解码句子是一项具有挑战性的任务。这项研究招募了 16 名颅内植入电极的癫痫患者，在 8 个日语句子的显性语音和隐性语音期间记录了 ECoG，每句句子由 3 个标记组成。具体来说，我们应用 Transformer 神经网络模型来从隐性语音中解码文本句子，该模型使用在显性语音期间获得的 ECoG 进行训练。我们首先使用相同的任务进行训练和测试来检查所提出的 Transformer 模型，然后评估该模型在使用显性任务训练以解码隐性语音时的性能。在隐性语音上训练的 Transformer 模型在解码隐性语音时实现了 46.6% 的平均标记错误率 (TER)，而在显性语音上训练的模型实现了 46.3% 的 TER (p > 0.05 ; d = 0.07)。因此，收集隐性语音训练数据的挑战可以通过使用显性语音来解决。通过使用几种显性语音可以提高隐性语音的性能。
先端科学技术研究科修士论文要旨
强化学习的实际应用中的主要障碍之一是模拟和实际真实环境之间的差异。因此，在模拟环境中训练的政策可能无法在现实世界中产生预期的行动，这是由于噪声，建模不准确和不同环境条件等因素。为了减轻此问题，强大的马尔可夫决策过程（RMDPS）框架集中于设计算法弹性，可弹性。在RMDP中，人们考虑了一个可能的过渡概率和奖励功能的家族，并选择了本集中最坏的案例过渡概率和奖励功能以进行策略优化。最近的研究表明，考虑策略的熵和差异可以捕获给定奖励功能的最坏情况。尽管引入了处理过渡概率的各种算法，但仍存在某些挑战。特别是，分布的支持可能是不一致的，在实际环境中未过渡的状态仍然可以分配非零过渡概率。在这项工作中，我们添加了有关软最佳策略的差异，并用KL差异术语替换了相对于名义环境的过渡概率，替换了最坏的案例过渡概率。可以解决RMDPS的挑战。
