XiaoMi-AI文件搜索系统
World File Search System模型验证
人工智能模型治理：重新思考我们的方法
模型治理（包括模型验证）是一门实践良好的学科。多年来，传统方法在业界发挥了良好的作用。这些方法通常涉及回溯测试、执行方法和文档审查、对模型进行基准测试以及进行定性评估等活动。此治理流程的核心部分是模型可解释性，其中了解确切的变量及其权重被视为关键。在新兴的人工智能 (AI) 和机器学习模型领域，理解模型组件通常非常困难，传统方法可能并不理想。这种被称为黑箱模型的新模型需要我们重新思考如何进行模型治理。本文提出了一个新的模型治理框架，它不依赖于了解模型内部的具体细节。这种方法可以使机构（尤其是受监管的金融机构）能够放心使用黑箱模型。
关于容量扩展的中间长度代表期的选择
摘要 — 随着电力系统脱碳的加速，人们对容量扩展模型在指导这一转变中的作用越来越感兴趣。代表性周期选择是容量扩展建模的重要组成部分，它使优化具有计算可处理性，同时确保代表性周期与全年之间的保真度。然而，很少有人关注选择超过一天的代表性周期。这使得容量扩展模型无法直接模拟日间能源共享，而这在能源生产变得更加多变和存储变得更加重要的情况下至关重要。为此，我们提出了一种选择任意长度代表性周期的新方法。使用基于加州脱碳目标的容量扩展模型和生产成本模型验证了该方法。我们证明代表性周期长度对容量扩展投资计划的结果有很大影响。索引术语 — 产能扩张规划、代表期选择、生产成本建模。
洪水预报预警
3.1 简介 13 3.2 洪水预报模型及其选择 14 3.2.1 降水驱动的集水区模型 15 3.2.2 路径模型 15 3.2.3 集水区和路径组合模型 16 3.2.4 特殊情况模型 16 3.2.5 模型可用性 16 3.3 选择合适的洪水预报模型 17 3.3.1 选择合适的模型 17 3.3.2 了解洪水水文学 18 3.3.3 分析性洪水研究的要求 19 3.3.4 模型校准和数据要求 20 3.3.5 模型验证/确认 21 3.3.6 数据同化 22 3.3.7 将气象预报与水文模型耦合 22 3.4 业务水文气象网络 23 3.4.1 现有监测网络类型 23 3.5 水文气象观测网络设计要求 24 3.5.1 风险区域识别 24
面向造船厂生产线的数字孪生
摘要：数字孪生概念为在现有制造系统的背景下整合复杂的数学模型提供了一个绝佳的机会。此类模型可为船厂管理提供预测分析，从而改善战略、战术和运营层面的最终结果。因此，本研究介绍了将基于马尔可夫框架的有限状态方法整合到船舶生产环境中的可能性，包括其概述、数字线程和工厂车间数据依赖性。首先，在船厂生产线的情况下，通过有限状态方法解决预测分析问题，然后通过离散事件理论使用数值模型验证所获得的结果。预测分析表明，生产线的平衡几乎是理想的，除了在涂层染色和标记操作之前存储加强筋的缓冲区。此外，造船厂生产线的可改进性分析扩展了预测分析的范围，使用瓶颈识别并通过数字线程影响关键绩效指标，以及通过改进维护策略。
熔融盐反应堆技术的状态
辐射后检查通常会利用各种样本制备，检查和分析方法；在大多数情况下，需要远程处理和屏蔽才能保护工人或敏感仪器免受辐射危害。在辐照检查期间获得的数据得到了对辐射条件，制造参数和其他相关信息的先验知识，这些信息可以在反应堆操作期间或出院后不久获得。辐射后检查对当前和下一代反应器燃料和材料的发展，资格和持续监视至关重要。辐射后考试的重要性扩展到其他应用程序，包括但不限于为代码或模型验证和验证提供支持数据，进一步开发燃料和燃料组件，以最大程度地提高绩效，提取和从用过的燃料中的同位素研究以进行健康和空间应用程序，以及开发短期和长期燃料储存和长期燃料和/或/或以/或/或以上的储存解决方案。
单基因自闭症谱系障碍的基因编辑
自闭症谱系障碍 (ASD) 是一种终生的神经发育疾病，其诊断依赖于行为表现，例如相互社交互动受损、刻板重复行为以及兴趣狭窄。然而，迄今为止，ASD 的病因仍未得到研究人员的深入研究。在过去的几十年里，基于包括单个基因突变在内的强有力的遗传证据，基因编辑技术已成为探索 ASD 发病机制的重要工具，通过构建转基因动物模型验证了遗传风险因素与 ASD 发展之间的因果关系，从而有助于开发理想的基因治疗候选对象。本综述讨论了基因编辑技术和遗传研究的进展、通过基因编辑建立的动物模型以及 ASD 的基因治疗。未来的研究应侧重于提高动物模型的有效性，可靠的 DNA 诊断和对突变功能效应的准确预测可能对基因治疗的安全应用同样重要。
洪水预报和预警
3.1 简介 13 3.2 洪水预报模型及其选择 14 3.2.1 降水驱动的集水区模型 15 3.2.2 路径模型 15 3.2.3 集水区和路径组合模型 16 3.2.4 特殊情况模型 16 3.2.5 模型可用性 16 3.3 选择适当的洪水预报模型 17 3.3.1 选择适当的模型 17 3.3.2 了解洪水水文学 18 3.3.3 分析性洪水研究的要求 19 3.3.4 模型校准和数据要求 20 3.3.5 模型验证/确认 21 3.3.6 数据同化 22 3.3.7 将气象预报与水文模型耦合 22 3.4 业务水文气象网络 23 3.4.1 现有监测网络类型 23 3.5 水文气象观测网络设计要求 24 3.5.1 风险区域识别 24
洪水预报和预警 - WMO 图书馆
3.1 简介 13 3.2 洪水预报模型及其选择 14 3.2.1 降水驱动的集水区模型 15 3.2.2 路径模型 15 3.2.3 集水区和路径组合模型 16 3.2.4 特殊情况模型 16 3.2.5 模型可用性 16 3.3 选择适当的洪水预报模型 17 3.3.1 选择适当的模型 17 3.3.2 了解洪水水文学 18 3.3.3 分析性洪水研究的要求 19 3.3.4 模型校准和数据要求 20 3.3.5 模型验证/确认 21 3.3.6 数据同化 22 3.3.7 将气象预报与水文模型耦合 22 3.4 业务水文气象网络 23 3.4.1 现有监测网络类型 23 3.5 水文气象观测网络设计要求 24 3.5.1 风险区域识别 24
关于床沙测量的观点
摘要 在过去十年中，山区洪水和泥石流的床沙测量技术取得了重要进展。虽然悬浮沉积物仍然是测量的最常见的部分，但床沙仍然是一个问题，因为它不仅更难测量，而且对地貌变化的影响也最大。床沙输送现场测量技术的发展至关重要，需要复杂化才能在不同环境中有效发挥作用。理想情况下，床沙测量技术应该是非侵入性的、灵活的和代表不同类型的输送。这篇文章是几十年来在山洪中对砾石和鹅卵石床溪流进行床沙实验的结果，以及为未来应用开发床沙测量方法和设备的问题。描述了捕获和追踪技术，并强调了高分辨率遥感图像的潜力。随着人们对砾石河床动力学和变化的认识不断提高，对用于进一步模型验证和应用的可靠现场数据的需求将不断增长。
洪水预报和预警
3.1 简介 13 3.2 洪水预报模型及其选择 14 3.2.1 降水驱动的集水区模型 15 3.2.2 路径模型 15 3.2.3 集水区和路径组合模型 16 3.2.4 特殊情况模型 16 3.2.5 模型可用性 16 3.3 选择适当的洪水预报模型 17 3.3.1 选择适当的模型 17 3.3.2 了解洪水水文学 18 3.3.3 分析性洪水研究的要求 19 3.3.4 模型校准和数据要求 20 3.3.5 模型验证/确认 21 3.3.6 数据同化 22 3.3.7 将气象预报与水文模型耦合 22 3.4 业务水文气象网络 23 3.4.1 现有监测网络类型 23 3.5 水文气象观测网络设计要求 24 3.5.1 风险区域识别 24