XiaoMi-AI文件搜索系统
World File Search System模拟研究
使用 PID 控制器轻松跟踪无人机
摘要 本文的主要目的是设计一个数学模型来估计由三种算法控制的四电机（四轴飞行器）飞行机器人的行为；P 取决于当前误差；I 取决于过去误差的累积，D 用简单的策略预测未来误差（PID 控制器设计）。在这方面，提出了一种基于牛顿欧拉刚体动力学公式的运动控制方程。为了设计控制算法，我们做出了一些假设，例如忽略叶片拍打、周围流体速度。这种参数排除使模型灵活、简单，并且允许控制更高效、更易于设计，而无需昂贵的计算。使用 MATLAB 程序进行模拟研究。
在回忆阵列上进行神经形态序列学习的演示
这些问题并能够用脑般的表现使序列学习是具有脑启发的学习算法的神经形态硬件。分层时间内存（HTM）是受新皮层工作原理启发的al-gorithm，能够学习和预测元素的连续序列。在先前的研究中，我们表明，在HTM模型的时间内存储算法的生物学上可用版本中，可以将备忘录的设备（一种用于节能的神经形态硬件考虑）被认为是为了节能的神经形态硬件。随后，我们对模拟信号的回忆硬件体系结构进行了模拟研究，该研究可以介绍时间学习算法。我们称之为memspikingtm的架构是基于一个磁带横梁阵列和实现神经元的控制电路和
开发和评估具有可再生能源的智能家居负载协调的在线房屋能源管理策略
在本文中，为在智能家庭中优化电动需求而开发了实时实施的负载协调策略。该策略最大程度地减少了对房主的电力成本，同时限制了与延期额外电力负载相关的中断。多目标非线性混合整数编程被配制为一个顺序模型预测控制，然后使用遗传算法解决。通过部署高级协调策略获得的负载转移益处与用于各种家庭特征（例如位置，大小和设备）的基线控制器进行了比较。模拟研究表明，与基线策略相比，智能家居能源管理策略的部署降低了5％。这是通过推迟大约50％的纤性载荷来实现的，这是由于使用固定能量存储而可能导致的。
稀疏时间分解 - arXiv
时间分解是官方统计中常用的一种方法，用于对 GDP 等关键经济指标进行高频估计。传统上，这种方法仅依赖几个高频指标系列来生成估计值。然而，大量且不断增加的行政和替代数据源的盛行促使需要将这种方法调整为高维设置。在本文中，我们提出了一种新颖的稀疏时间分解程序，并将其与经典的 Chow-Lin 方法进行了对比。我们通过模拟研究展示了我们提出的方法的性能，强调了实现的各种优势。我们还探讨了它在英国国内生产总值数据分解中的应用，证明了该方法在潜在指标数量大于低频观测数量时能够发挥作用。
通过顺序统计对人脑网络拓扑数据分析
了解整个人群的大脑网络的拓扑特征对于理解大脑功能至关重要。将人类连接组抽象为图形对于了解大脑网络的拓扑特征至关重要。在考虑异质性和随机性的同时开发大脑图中的组级统计推断程序仍然是一项艰巨的任务。在本研究中，我们使用顺序统计量开发了一个基于持久同源性的稳健统计框架来分析大脑网络。使用顺序统计量大大简化了持久条形码的计算。我们使用全面的模拟研究验证了所提出的方法，随后将其应用于静息态功能磁共振图像。我们得出结论，男性和女性的大脑网络之间存在统计学上显着的拓扑差异。
经典对称水平对流：分离羽流和振荡
通过直接数值模拟研究了经典对称水平对流，瑞利数 Ra 最大为 3 × 10 12 ，普朗特数 Pr = 0 . 1、1 和 10 。对于这两种设置，在热量和动量传输方面的全局量非常一致。与 Shishkina 和 Wagner（Phys. Rev. Lett.，第 116 卷，2016，024302）类似，我们发现努塞尔特数 Nu 与 Ra 的缩放转变在 10 8 ⩽ Ra ⩽ 10 11 的区域中。在临界 Ra 以上，流动经历稳态-振荡转变（小 Pr ）或从稳态转变为具有分离羽流的瞬态（大 Pr ）。振荡开始于 Ra Pr − 1 ≈ 5 × 10 9 处，分离羽流开始于 Ra Pr 5 / 4 ≈ 9 × 10 10 处。这些开始与缩放转变的开始相吻合。
具有异质细胞的锂离子电池组的健康估计管道
摘要 - 锂离子电池的内部状况，特别是健康状况（SOH），需要仔细监控，以确保安全有效的操作。在本文中，我们提出了用于串联异质细胞的混合在线SOH估计管道。为具有数百至数千个单元的电池组实现单个单元格参数估计方案在计算上是棘手的。使用基于特征的自适应轮询对具有“极端”参数值的单元格进行了解决。此外，使用具有忘记因子的在线递归最小二乘正方形来估计被轮询细胞的电气参数。关键新颖性在于考虑参数的不确定状态依赖性。我们使用稀疏的高斯过程回归来获得参数边界，这是SOC和温度的函数。使用来自LI-NMC细胞的实验数据，通过模拟研究验证了管道。
认知技术的发展与应用...
背景：舱外活动 (EVA) 是宇航员执行的对认知要求最高的任务之一，与国际空间站进行的微重力舱外活动相比，月球和火星上的部分重力舱外活动对认知的要求预计会更高。目前没有足够的数据来描述舱外活动之前、期间和之后的认知表现。利用现有模拟研究中的舱外活动有可能有效地模拟未来的月球和火星表面任务舱外活动，同时提供可行的研究环境来描述舱外活动对认知表现的影响。为了实现这一目标，美国宇航局约翰逊航天中心的行为健康和表现 (BHP) 实验室与人体生理学、表现、保护和操作实验室 (H-3PO) 合作，将认知表现评估整合到舱外活动研究中。
智能微电网与双向直流快速充电的集成：利用车辆到电网技术
电动汽车 (EV) 电池可用作微电网中的潜在储能设备。它们可以在有剩余能量时储存能量（电网到汽车，G2V），并在有需求时将能量回馈给电网（车辆到电网，V2G），从而帮助微电网进行能源管理。本研究侧重于智能微电网与双向直流快速充电的集成，利用车辆到电网 (V2G) 技术来增强能源管理。该项目采用自适应神经模糊推理系统 (ANFIS) 控制器来智能调节微电网和电动汽车之间的双向功率流。V2G 的集成促进了能量交换，使电动汽车可以用作移动储能单元。双向直流快速充电系统通过 ANFIS 控制器进行优化，确保高效的能量传输、电网稳定性和负载平衡。进行了模拟研究以展示 V2G-G2V 功率传输。