XiaoMi-AI文件搜索系统
World File Search System模拟器
一种快速且可扩展的神经形态计算模拟器
在许多神经形态工作流程中，模拟器在重要任务中发挥着至关重要的作用，例如训练脉冲神经网络、运行神经科学模拟以及设计、实施和测试神经形态算法。当前可用的模拟器适用于神经科学工作流程（例如 NEST 和 Brian2）或深度学习工作流程（例如 BindsNET）。问题是，基于神经科学的模拟器速度慢且可扩展性不强，而基于深度学习的模拟器不支持神经形态工作负载的某些典型功能（例如突触延迟）。在本文中，我们解决了文献中的这一空白，并提出了 SuperNeuro，这是一种快速且可扩展的神经形态计算模拟器，能够进行同质和异构模拟以及 GPU 加速。我们还提供了初步结果，将 SuperNeuro 与广泛使用的神经形态模拟器（如 NEST、Brian2 和 BindsNET）在计算时间方面进行了比较。我们证明，对于小型稀疏网络，SuperNeuro 比其他一些模拟器快约 10 × –300 倍。对于大型稀疏网络和大型密集网络，SuperNeuro 比其他模拟器分别快约 2.2 × –3.4 倍。
使用Simpleerocket，太空飞行模拟器和Kerbal太空程序等太空游戏来教儿童轨道力学
孩子们喜欢太空探索，但他们不一定知道火箭和航天器实际上是如何工作的。孩子们可以根据物理学使用以太空为主题的游戏，以了解有关金属圆柱体如何充满推进剂移动和在太空中相互作用的方式，同时仍然很开心。我们谈论我们的示例视频，重点关注儿童太空迷，以帮助他们开始。我们使用当前在稳定版本中可用的游戏，首先从基本概念2D游戏（例如Simpleerockets）开始，然后再使用Space -Flight Simulator（也是2D）。从那里，我们在Simpleerockets 2中提供了发展到3D运动的示例，现在称为Juno：New Origins，Kerbal Space Program和Kerbal Space Program的新版本2。我们将介绍如何教孩子Delta-V和特定冲动等概念。我们的目标是帮助孩子和老师从诸如亚轨道轨迹等简单概念和轨道上发展，再到火箭舞台，轨道转移，会合，登陆，降落以及最终的更先进的概念，最终，在跨层次的trips上获得的资源保护和效率。
使用模糊逻辑和HIL模拟器
1通讯作者：dsbsrm@gmail.com收到：2023年5月9日修订：2023年6月28日接受：2023年7月13日出版：2023年7月21日摘要 - 铅酸电池的性能和健康，用于自动，工业和可再生能源系统等各种应用中的铅酸电池的性能和可再生能源系统的运营效益和实量效益和实地效益。实时监控电池健康的性能可防止故障并延长电池寿命。本文建议使用模糊逻辑控制器和硬件（HIL）模拟器进行铅酸电池实时监控系统的健康和性能。所提出的系统测量关键电池参数，例如电压，电流和温度。它使用模糊的逻辑算法处理这些数据，以计算电池的充电状态（SOC）和健康状况（SOH）。HIL模拟器提供了一个虚拟平台，用于实时测试和验证系统。调查结果表明，提出的方法可以产生可靠的电池SOH估计值，这使其成为各种应用中实时电池监视的有前途的解决方案。关键字 - 模糊逻辑控制器，HIL实时模拟，铅酸电池，充电状态，健康状况。
医疗 VR 训练模拟器中的评分和评估...
摘要 本研究提出并评估了虚拟现实 (VR) 训练模拟器的评分和评估方法。VR 模拟器可捕获详细的 n 维人体运动数据，这些数据可用于性能分析。开发了定制的医疗触觉 VR 训练模拟器，并用于记录来自 271 名具有多种临床经验水平的受训者的数据。提出了 DTW 多元原型 (DTW-MP)。VR 数据被分为新手、中级或专家。用于时间序列分类的算法的准确率为：动态时间规整 1-最近邻 (DTW-1NN) 60%，最近质心 SoftDTW 分类 77.5%，深度学习：ResNet 85%，FCN 75%，CNN 72.5% 和 MCDCNN 28.5%。专家 VR 数据记录可用于指导新手。评估反馈可以帮助受训者提高技能和一致性。动作分析可以识别个人使用的不同技术。可以实时动态检测错误，发出警报以防止受伤。
眼头协调和动态视觉扫描作为驾驶模拟器中视觉认知需求的指标
。 CC-BY 4.0 国际许可证（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。 它是由 此预印本的版权持有者于 2020 年 9 月 23 日发布的版本。 ; https://doi.org/10.1101/2020.09.23.309559 doi: bioRxiv preprint
基于波导 QED 的变分量子模拟器
在本补充材料中，我们提供了更多细节来支持正文中提出的结果。在 SM1 节中，我们回顾了当波导模式具有带隙时光子介导相互作用可调谐性的物理起源。然后，在 SM2 节中，我们总结了变分量子本征求解算法的关键步骤（SM2 A），描述了所考虑的目标模型的属性（SM2 B），解释了文献中通常使用的不同假设的结构（SM2 C），详细介绍了我们用于获得正文结果的优化协议（SM2 D），并评论了其他可能用于对我们的结果进行基准测试的品质因数（SM2 E）。最后，在 SM3 节中，我们讨论了用于获得正文图 3 的误差模型的细节。还请注意，用于重现手稿结果的所有代码都可以在 https://github.com/cristiantlopez/Variational-Waveguide-QED-Simulators 中找到。
3D打印的有机硅解剖患者模拟器，以增强对心肺旁路的培训
摘要 - 背景：模拟器培训对于教学学生在开始在诊所工作之前与CBP相关的基本技能很重要。当前可用的高层模拟器缺乏解剖特征，可以帮助学生在视觉上了解血液动力学参数与解剖结构之间的联系。因此，我们机构开发了3D打印的硅胶心血管系统。这项研究旨在确定使用这种解剖学灌注模拟器而不是传统的“桶”模拟器是否会更好地改善灌注学生对插管部位，血流和解剖结构的理解。方法：对16名学生进行了测试以建立他们的基线知识。他们被随机分为两组，目睹了在两个模拟器之一（解剖或水桶）中运行的模拟旁路泵，然后重新测试。为了更好地分析数据，我们定义了“真实学习”的特征，其特征是在模拟后评估中纠正的仿真评估的答案不正确。结果：见证了在解剖模拟器上运行的模拟泵的组显示，平均测试评分的增加，更多的真实学习实例以及敏锐的信心间隔的增长更大。结论：尽管样本量较小，但结果表明解剖模拟器是教新灌注学生的宝贵工具。
模拟器部门 (AFLCMC/WNS) 更新
NGTS：下一代威胁系统合成环境生成器，模拟数百种威胁和友好构造。托管高保真 MSIC 和 NASIC 模型 • WNS：提供系统工程 • 资金来源：50/50 USAF/USN • 集成商：NAWCAD / 445 TS / 31 CTS
回顾：Aladdin：一款预 RTL、高性能加速器模拟器，支持定制架构的大型设计空间探索
Aladdin [1] 是一个预 RTL 功耗/性能模拟器，旨在实现以加速器为中心的系统的快速设计空间搜索。该框架将算法的高级语言描述作为输入（C 或 C++），并使用动态数据依赖图 (DDDG) 作为加速器的表示，而无需生成 RTL。从无约束程序 DDDG（对应于加速器硬件的初始表示）开始，Aladdin 对图形应用优化和约束，以创建加速器活动的真实模型。我们针对一系列应用，通过手写 Verilog 和商用高级综合 (HLS) 工具对加速器的 RTL 实现验证了 Aladdin。我们的结果表明，与传统 RTL 流程生成的加速器设计相比，Aladdin 可以高精度地模拟功耗、性能和面积，误差在 10% 以内，同时以更少的设计工作量和时间提供这些估算。 Aladdin 可以捕捉加速器设计的权衡，从而为异构系统（包括加速器、通用核心和共享内存层次结构，例如在移动 SoC 中看到的）提供新的架构研究方向。特别是，Aladdin 允许用户在异构环境中探索加速器的定制和共享内存层次结构。例如，在使用 GEMM 基准的案例研究中，Aladdin 通过评估整个系统的更广泛设计空间发现了重要的高级设计权衡。我们设想 Aladdin 既可以用作加速器模拟器，也可以用作未来多加速器系统的设计空间探索工具。
超越逆向疫苗学的最新进展：利用通用流感免疫系统模拟器预测疫苗效力
© 作者 2023。开放存取 本文根据知识共享署名 4.0 国际许可协议进行授权，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信任，提供知识共享许可协议的链接，并指明是否做出了更改。 本文中的图片或其他第三方资料包含在文章的知识共享许可协议中，除非在资料的信用额度中另有说明。 如果资料未包含在文章的知识共享许可协议中，并且您的预期用途不被法定规定允许或超出了允许的用途，您将需要直接从版权所有者处获得许可。 要查看此许可证的副本，请访问 http:// creativecommons.org/licenses/by/4.0/ 。知识共享公共领域贡献豁免（http://creativecommons.org/publi cdomain/zero/1.0/）适用于本文中提供的数据，除非数据来源中另有说明。