XiaoMi-AI文件搜索系统
World File Search System模型库
采用规范建模的证据
摘要 在这项工作中，我们扩展了 Rutherford 等人（2022a）中引入的规范模型库，以包括绘制结构表面积和大脑功能连接寿命轨迹的规范模型，这些模型使用两个独特的静息状态网络图谱（Yeo-17 和 Smith-10）进行测量，以及一个用于将这些模型传输到新数据源的更新的在线平台。我们通过在几个基准测试任务中对规范建模输出的特征和原始数据特征进行正面比较来展示这些模型的价值：大规模单变量组差异测试（精神分裂症与对照组）、分类（精神分裂症与对照组）和回归（预测一般认知能力）。在所有基准测试中，我们展示了使用规范建模特征的优势，在组差异测试和分类任务中表现出最强的统计显着结果。我们希望这些可访问的资源能够促进整个神经影像学界更广泛地采用规范建模。
飞机部件建模与系统级仿真...
摘要 — 与传统飞机电力系统相比，电动飞机的二次系统具有成本和效率优势。然而，这些优势是以增加设计和分析复杂性为代价的。为了支持基于计算机的飞机电气系统建模和仿真，本文介绍了 ANSYS Simplorer 中的两个库。在系统级，开发了一个基于 VHDL-AMS 的行为飞机电气库，为设计人员提供了一种方便的方式来原型化和分析电力分配系统。库组件是作为通用组件开发的，可以轻松重复使用，并且能够（使用实验数据）进行修改以适应特定应用。结合库提供的多级组件，讨论了飞机电气系统的各个子系统。在设备级，提供了一个详细的功率半导体模型库，用于精确模拟电力电子。使用 Simplorer 中的设备特性工具，可以从制造商数据表中给出的电气和热特性中提取这些模型的参数。最后，讨论了具有多个控制回路的简化飞机发电和配电系统，以演示该库的用法。
计算机视觉方法烧伤区域图像分割
了解野火后被烧毁区域的程度和严重程度是对对Climate变化影响感兴趣的科学家进行研究的重要目标和重点。在我们的项目中，我们使用六个进一步的分割模型来实现这项任务，使用较低分辨率Landsat卫星的遥感图像作为输入和输出分割掩码，以表明图像的哪些部分被燃烧并且未燃烧。我们的模型建立在Pytorch模型库和开源U-NET模型的DeepLabv3分割模型上；我们使用这些模型的预贴版本作为基线，并进一步实验将红外带作为输入和MAE损失函数，旨在减少噪声和低分辨率的影响。我们发现所有方法都达到了高精度，但是除了RGB之外，还包括NIR（近红外）和SWIR（短波输入）频段的5频段模型，对于DeepLabV3和U-NET架构都表现最好。我们的模型在数据集中的加利福尼亚野火方面非常有效，但是我们希望将它们进一步推广到世界其他地区的分布之外的火灾，那里的火灾未有充分记录。这些广告将极大地帮助这些领域的应急准备，野生火灾和气候科学。
离散事件物流系统理论 (DELS) 规范
系统模型和基于模型的工程方法有望改变工业工程师与生产和物流系统交互的方式。基于模型的方法在改善利益相关者之间的沟通、系统之间的互操作性、自动访问一致的分析模型以及复杂系统的多学科设计方法方面发挥着作用。然而，仍然需要一个为这些类型的系统建模的基础——一个能够根据生产和物流的独特概念和语义定制在其他工程领域开发的方法和工具的基础。这个基础就是本报告的主题。本报告记录了用于建模离散事件物流系统 (DELS) 的框架和模型库，DELS 是一种涵盖制造工厂、物料处理和运输系统、仓库、供应链等的抽象。DELS 抽象是通过识别和建模工业工程师通常遇到的系统类型的共性以及他们用来分析这些系统的分析模型而创建的。它扩展了众所周知的产品、流程和资源 (PPR) 本体，以整合操作控制模型组件库，并连接到商品流网络 (CFN)、建模网络、流网络和流程网络。DELS 和 CFN 之间的关系将系统模型正式链接到用于创建分析模型的抽象，例如离散事件模拟
AIMMX：人工智能模型元数据提取器
尽管机器学习和人工智能 (AI) 模型为应用程序带来了强大的功能，但目前大部分 AI 开发都是一个相当临时的过程。软件工程和 AI 开发使用许多相同的语言和工具，但 AI 开发作为一种工程实践仍处于早期阶段。挖掘 AI 模型的软件存储库可以深入了解 AI 开发的当前状态。但是，模型周围的许多相关元数据无法直接从存储库轻松提取，需要推理或领域知识。本文介绍了一个名为 AIMMX 的库，可以简化从软件存储库中提取 AI 模型元数据的过程。提取器有五个模块用于提取特定于 AI 模型的元数据：模型名称、相关数据集、参考、使用的 AI 框架和模型域。我们根据来自三个来源的 7,998 个开源模型对 AIMMX 进行了评估：模型库、arXiv AI 论文和最先进的 AI 论文。我们的平台以 87% 的准确率和 83% 的召回率提取元数据。作为 AI 模型元数据提取如何使研究和工具能够推进对 AI 开发的工程支持的初步示例，本文对评估数据集中的模型进行了数据和方法可重复性的探索性分析，并提供了一个用于发现和管理模型的目录工具。我们的分析表明，虽然数据可重复性可能相对较差，样本中有 42% 的模型引用了它们的数据集，但方法可重复性在我们样本中的 72% 的模型中更为常见，尤其是最先进的模型。我们收集的模型可在目录中搜索，该目录使用现有元数据来启用高级发现功能，从而高效地查找模型。
在新的CMIP6气候模拟合奏中，气候变化对西非作物产量的负面影响较小
粮食不安全是非洲气候变化带来的最大风险之一，那里有90％至95％的非洲粮食生产是雨天，很大一部分人口已经面临慢性饥饿和营养不良。尽管有几项研究发现了在气候变化情景下未来农作物产量损失的有力证据，但农作物和地区之间存在广泛的差异以及大型建模不确定性。这种不足的很大一部分源于气候预测，因为气候模型可能在模拟未来的降水和温度变化方面有所不同，这可能导致未来的作物产生情况。这项工作研究了西非气候变化对西非玉米，小米和高粱作物产量的影响，使用耦合模型对比项目对比项目第五阶段（CMIP5）和新一代来自耦合模型模型库库对间项目的气候模型的预测（CMIP5）（CMIP6）（CMIP6）。我们使用模拟作物建模框架来模拟历史和未来的作物产量，并使用引导技术来评估CMIP5和CMIP6合奏之间作物生产力的预计变化。使用新一代气候模型CMIP6，我们发现CMIP5模拟所示的负作物产量预测大大降低，当大气CO 2浓度在作物模型中所考虑时，也大大增加了作物产量。这种结果突出了在评估该地区气候变化的影响以及最终用户预期适应策略的差异方面仍然存在的巨大不确定性。CMIP5和CMIP6模拟之间作物产量影响的这些差异主要是由于西非温度和沉淀的气候不同。到本世纪末，CMIP6预测在本世纪中叶和较小程度上都显着湿润和凉爽。
NERC 标准化功率流参数库和...
越来越多的广域控制和保护系统之间的相互作用。这就要求开发经过验证的互连范围功率流和动态案例，并提供给业界。这些功率流和动态案例比最初形成“基本数据组”以提供用于局部分析的外部世界模型时设想的要详细得多。互连范围的功率流和动态案例由数千个单独的组件模型构成。目前，可用于表示特定类型设备的组件模型结构激增。如此众多的模型结构导致数据交换出现问题，特别是对于互连范围案例的构建。一些模型结构具有被视为专有或机密的信息，这阻碍了互连范围电力系统分析和模型验证所需信息的自由流动。需要一个行业范围的论坛来讨论这些不同模型结构的有效性。行业应就特定类型设备的标准化组件模型结构和相关参数达成一致。此外，还需要一个行业范围的论坛来确定对新组件模型的需求并跟踪现有模型结构的变化。为了解决这个问题，规划委员会 (PC) 指示 NERC 建模工作组 (MWG) 开发、验证和维护用于功率流和动态情况的标准化组件模型和参数库。这些库今后被称为 NERC 标准化模型库（“标准化模型”）。这些库中的标准化模型具有描述其模型结构、参数和操作的文档。这些信息已经过行业审查，因此被认为适合广泛用于互连范围的分析。标准化模型促进了 NERC MOD 可靠性标准所要求的组件模型数据的提交，并促进了验证模型参数、评估模型性能和执行相关系统可靠性分析所需的信息自由流动。
基因组编辑 T 细胞治疗的体内模型开发
实施各种小鼠模型对于评估治疗方式的安全性、有效性以及短期和长期持久性至关重要，尤其是对于基于细胞的疗法。为了增加我们可行的人源化小鼠模型库，我们利用 Taconic 的免疫缺陷小鼠开发了两种体内模型：一种用于监测移植物抗宿主病 (GvHD)，另一种用于评估人类自然杀伤 (NK) 细胞的细胞毒性。为了开发 GvHD 模型，我们向 Taconic 的 NOD.Cg- Prkdc scid Il2rg tm1Sug / JicTac (NOG) 小鼠移植了不同剂量的人类外周血单核细胞 (PBMC)，并监测小鼠体重随时间的变化。当 NOG 小鼠同时注射人类天然 T 调节细胞 (nTregs) 和 PBMC 时，与仅移植 PBMC 的小鼠相比，我们观察到存活率延长且体重减轻较慢。此外，同时注射抗原呈递细胞 (APC) 和野生型 T 细胞的 NOG 小鼠在 3 周内就奄奄一息，而接受 APC 加 T 细胞（其中 TRAC 基因座通过 CRISPR / Cas9 编辑被敲除）的小鼠在 90 天内存活率达到 80%。为了建立 NK 细胞毒性模型，我们将原代人类 NK 细胞移植到 Taconic 的 NOG-hIL15 小鼠中，该小鼠组成性产生人类 IL-15。我们观察到 NK 细胞的成功植入和增殖，峰值植入发生在注射后 4 - 5 周，没有异种 GvHD 的迹象。利用表达荧光素酶的 K562 肿瘤细胞和 IVIS 成像，我们发现植入的原代人类 NK 细胞具有快速而强大的细胞毒活性，与非 NK 细胞植入小鼠的肿瘤存活率相比，可消除肿瘤细胞。我们的研究结果共同表明，这里开发的两种体内模型将成为支持过继细胞疗法发展的有价值的药理学模型。
A-Multi-Agent驱动的Robotic-ai-Chemist-Enabling- ...
A multi-agent-driven robotic AI chemist enabling autonomous chemical research on demand Tao Song 1,2,† , Man Luo 1,† , Linjiang Chen 1,3,†, *, Yan Huang 1 , Qing Zhu 1,4 , Daobin Liu 1 , Baicheng Zhang 1 , Gang Zou 1 , Fei Zhang 2, *, Weiwei Shang 2, *, Jun江1,5 *，＆yi luo 1,5 * 1精确和智能化学的关键实验室，Hefei国家健康科学研究中心，在中国科学与技术学院，中国科学与技术学院，化学与材料科学学院2河南科学院创新，中国郑州5赫菲国家实验室，中国科学技术大学，中国赫菲，中国†这些作者也同样做出了贡献：T.S.，M.L.，L.C。电子邮件：linjiangchen@ustc.edu.cn（l.c.）; zfei@ustc.edu.cn（F.Z.）; wwshang@ustc.edu.cn（W.S.）; jiangj1@ustc.edu.cn（J.J。）; yiluo@ustc.edu.cn（y.l。）摘要将大语言模型（LLM）成功整合到实验室工作流程中，已经证明了自然语言处理，自主任务执行和协作解决问题的强大功能。1-4这提供了一个令人兴奋的机会，可以实现自动化学研究的梦想。在这里，我们报告了一名机器人AI化学家，该化学家由层次多代理系统提供动力，基于板载Llama-3-70B LLM，能够执行以最少的人类干预来执行复杂的多步实验。它通过与人类研究人员进行交互的任务经理代理人运作，并协调四个特定角色的代理 - 文献阅读器，实验设计师，计算表演者和机器人操作员 - 利用了四个基础资源之一：全面的文献数据库之一：广泛的协议图书馆，广泛的协议图书馆，一个多功能模型库，是一个国家的自动化实验室。我们通过六个不同复杂性的实验任务来证明其多功能性和功效，从直接的合成和表征到更复杂的探索和实验参数的筛选，最终导致功能材料的发现和优化。我们的多代理机器人AI化学家展示了按需自动化学研究的潜力，以提高前所未有的效率，加速发现，并使跨学术学科和工业的先进实验能力访问。