此任命将授予早期职业核科学家或工程师,以开发和执行应用研究和开发,以影响先进的反应堆设计和开发,支持操作,安全性,安全性,燃料管理,实验管理或其他与INL研究反应器设施相关的相关工程活动(例如,用于支持高级反应器开发的高级测试反应器)。杰出的申请人将对计算和实验反应堆物理学,核心设计优化,核仪器和热流体科学有深入的了解,并具有既定且良好的反应器分析工具的经验,例如(但不限于Relap,McNP,Helios,Shelios,scale and Scale and Scale and Scer and Serpent and Scer和Serpent),以及基于Mosose的紧密构造型Multiphys Inalless Inalssists工具。
biol3204营养与生命周期(6)Biol3205人类生理学(6)Biol3207毒理学原理(6)Biol3209食品和营养分析(6)Biol3211营养素学(6)Biol3216 Briol3216食品废物管理(6)食品废物管理(6)Biol3217 Food Hoy 3217 Food Hoy32i(6)yg 321182118218 218 Biol3606饮食与疾病(6)BIOL3608食品商品(6)BIOL4201公共卫生营养(6)BIOL4202营养和运动表现(6)Biol4205食品技术(6)Biol4209功能性食品(6)Biol444444444444444444444444411植物和食品生物技术方法(6)造型(6)造型(6)造型(6)MARECULAN(6)MARECULAL MEDICALS(6)3617 MARECULAL MEDICAL(6) GEOG3202环境研究中的GIS(6)POLI3121环境政策(6)BBMS4004公共卫生遗传学(6)
教育学院,教职员工,新怡诗夏科技大学-加巴尔登校区,菲律宾加巴尔登 电子邮件:andiecapinding103087@gmail.com (A.T.C.)稿件收到于 2024 年 6 月 6 日;修订于 2024 年 7 月 15 日;接受于 2024 年 8 月 21 日;发表于 2024 年 11 月 12 日 摘要 — 人工智能 (AI) 融入教育既带来了突破性的机遇,也带来了担忧。这些问题之一是学生在阅读、写作和计算/算术 (3R) 领域对人工智能的依赖程度。虽然现有工具深入研究了人工智能的更广泛影响,但它们表现出一定的局限性。因此,本研究致力于开发和验证专门的问卷,以评估学生在 3R 方面对人工智能的依赖程度。该过程包括对学生群体的采访、与教育界专业人士的咨询、表面验证、内容验证、探索性因子分析、验证性因子分析、Rasch 分析和可靠性测试,以指导工具的构建和验证。初始项目识别涉及一份分布在三个结构中的 45 个项目问卷,这些问卷来自对学生和专家的定性访谈。调查共收到 727 份回复。在 EFA 之后,九个项目由于未能达到 0.5 的负载因子而被淘汰,并且某些项目表现出交叉负载。随后的 Rasch 分析肯定了这些工具的结构有效性,促使删除另外三个项目。最终的问卷包含 33 项内容,分为三个部分——阅读(10 项)、写作(11 项)和计算/算术(12 项),是衡量学生在 3R 方面的依赖性的一种经过验证的可靠工具。作者确认了问卷的有效性和可靠性。未来的研究应侧重于纵向研究,以评估 AI 依赖性如何随时间演变并影响教育成果。关键词 — 人工智能 (AI) 依赖性、探索性因子分析、Rasch 分析、可靠性测试、有效性测试
第一单元:CAD 工具:CAD 工具的定义、图形标准、图形软件:图形软件的要求、CAD 的功能领域、CAD 软件的有效使用。几何造型基础:几何 3D 造型的要求、几何模型、几何构造方法、所需造型设施。第二单元:几何造型:线框实体的分类、曲线表示方法、解析曲线的参数表示:直线、圆、圆弧、圆锥曲线、合成曲线的参数表示:Hermite 三次曲线、Bezier 曲线、B-Spleen 曲线、NURBS、曲线操作。第三单元:曲面造型:曲面实体的分类、曲面表示方法、解析曲面的参数表示:平面、直纹曲面、旋转曲面、表格圆柱、合成曲线的参数表示:Hermite 三次曲面、Bezier 曲面、B-Sp 线曲面、混合曲面、曲面操作。第四单元:实体造型:几何和拓扑、边界表示、欧拉-庞加莱公式、欧拉算子、构造实体几何:CSG 基元、布尔算子、CSG 表达式、内部、外部、闭包、扫描:线性和非线性、实体操作、特征造型。第五单元:变换:2-D 和 3-D 变换:平移、缩放、旋转、反射、连接、齐次坐标、透视投影、正交各向异性投影、等距投影、隐藏表面消除、阴影、渲染。评估标准:CAD 软件评估标准,数据交换格式:GKS、IGES、PHIGS、CGM、STEP 尺寸和公差:线性、角度、角度尺寸、最大实体条件 (MMC)、最小实体条件 (LMC)、无论特征尺寸如何 (RFS)。教科书:
(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版本的版权持有人于2024年12月29日发布。 https://doi.org/10.1101/2024.12.29.630658 doi:Biorxiv Preprint
摘要 提出了一种用于改进复合材料本构建模的模块化流程。该方法可用于开发特定受试者的空间变化脑白质力学性能。对于此应用,从扩散磁共振成像 (dMRI) 扫描中提取白质微观结构信息,并用于生成数百个具有随机分布纤维特性的代表性体积元素 (RVE)。通过对这些 RVE 自动运行有限元分析,可以生成与多个 RVE 特定载荷情况相对应的应力-应变曲线。然后针对每个 RVE 校准一个使 RVE 行为均质化的中观本构模型,从而针对每组 RVE 微观结构特征生成一个校准参数库。最后,实现一个机器学习层,直接从任何新的微观结构预测本构模型参数。结果表明,该方法可以高精度地预测校准后的中观材料性能。更一般地说,当提供实验测量的特定位置的纤维几何特性时,整体框架可以有效模拟复合材料的空间变化机械行为。
摘要 3D 成像数据需要 3D 参考图谱才能进行准确的定量解释。现有的从 2D 衍生图谱生成 3D 图谱的计算方法会产生大量伪影,而手动管理方法则需要大量劳动力。我们提出了一种 3D 图谱构建的计算方法,通过识别底层成像数据中的解剖边界并使用这些边界来指导 3D 转换,大大减少了伪影。解剖边界还允许将图谱扩展到完整的边缘区域。将这些方法应用于 Allen 发育小鼠大脑图谱 (ADMBA) 中的八个发育阶段,可以得到更全面、更准确的图谱。我们从 15 个完整的小鼠大脑生成了成像数据来验证图谱的性能,并观察到了定性和定量的改进(图谱和解剖边界之间的一致性提高了 37%)。我们提供 MagellanMapper 软件和八个 3D 重建的 ADMBA 图谱作为流程。这些资源有助于在样本之间和整个发育过程中进行全器官定量分析。
抽象目的 - 本文旨在对激光工程净成型(镜头)过程进行全面审查,以期为读者提供对金属零件的可控且固定的构建参数的深入了解。作者讨论了过程参数之间的效果和相互作用,包括:激光功率,扫描速度和粉末进料速率。此外,作者显示了过程参数之间的相互作用在实现所需的微观结构,宏观结构,几何精度和机械性能方面至关重要。设计/方法论/方法 - 在本手稿中,作者回顾了当前的研究,研究了使用镜头工艺制造过程时对最终产品的过程及其对最终产品的影响。作者还讨论了这些参数如何与重要的构建方面相关联,例如熔体池尺寸,孔隙率和几何精度的体积。发现 - 作者得出的结论是,研究大大丰富了对镜头构建过程的理解,但是,许多研究还有待完成。重要的是,作者表明,迄今为止,有许多详细的理论模型可以预测沉积的最终属性,但是,基于输入参数的同步行为,需要更多的研究来允许对标准工业零件的构建过程进行合理的预测。独创性/价值 - 本文打算提出有关可能促进该镜头技术有效性的可能研究领域的问题。
摘要。数字双胞胎(DT)被认为是第四次工业革命的通用技术,并且意识到其工程应用普遍性是大学和公司的常见目标。基于DT的理论框架和技术途径,本文重点介绍其对新能源船的应用探索。通过云计算的混合技术,开源软件,海洋控制系统以及新能源的特征,作者分别从船上,云架构和实施计划进行可行性分析。在新能源船(NES)上在线开发,部署和运营的推进系统。同时,DT数据用于校正船体物理系统对电池电量状态(SOC)的计算偏差。本文中的研究将为诸如安全操作,故障诊断和基于条件的维护等情况提供一个决策平台,并为将来的DT系统设计提供新的能源船的有效解决方案。