XiaoMi-AI文件搜索系统
World File Search System流动状态
克拉维河 - 美国农业部森林服务局
兹宣布，美国的政策是，应将国家某些选定的河流及其周边环境保留为自由流动状态，这些河流及其周边环境具有极为显著的风景、娱乐、地质、鱼类和野生动物、历史、文化或其他类似价值，并应保护这些河流及其周边环境，以造福当代和子孙后代。国会宣布，既定的国家政策是在美国河流的适当河段修建水坝和其他建筑，需要通过一项政策来补充，该政策将保护其他选定的河流或其河段的自由流动状态，以保护这些河流的水质并实现其他国家保护目的。（《野生和风景河流法》，第 1 (b) 节，公共法律90-542）
从零到湍流：3D流模拟的生成建模
tl; dr3D中的湍流不仅仅是“只有一个维度”自回归模型努力通过时间跟踪复杂的涡旋结构生成的建模使我们可以直接从流量状态的流动状态中进行样品，从而在跟踪问题
3D流仿真的生成建模
3D中湍流的模拟是计算流体动力学（CFD）中最昂贵的模拟之一。已经在替代模型上写了许多作品，以更快，学习，自动化的模型代替流体流的数值求解器。然而，三个维度的湍流的复杂性需要以很小的时间步长训练这些模型，而产生逼真的流量状态需要长时间的延期，并从多个步骤和明显的误差积累或从已知的现实流动状态开始，我们首先要避免使用。取而代之的是，我们建议将湍流模拟作为一项发电的任务，直接学习所有可能的湍流状态的多种流量，而无需依赖任何初始流动状态。在我们的实验中，我们引入了一个具有挑战性的3D湍流数据集的高分辨率流和由各种物体引起的详细涡流结构，并得出了两个新型的湍流样本评估指标。在此数据集中，我们表明我们的生成模型捕获了由看不见的对象引起的湍流的分布，并生成了可用于下游应用程序的高质量，现实的样本，而无需访问任何初始状态。
全球gambits和嬉戏的修订
在我多年来与其他艺术家和创意者进行的无数对话中，经常使用一个共同的陈述来描述他们的创作过程。 “我和……”我还发现，当被问及我的创作过程时，我也指我过程的开始和中间部分，玩一些东西，玩材料，玩想法，玩过程，玩弄矛盾的想法。不仅仅是语音数字，而且播放是我们从空白页或画布转变为类似于我们想要表现出的东西的门户。通过游戏，我们从可以抑制进步的恐惧状态转变为流动状态。在大多数情况下播放是千英里旅程的第一步，这是创造和创造性的过程。
Waynflete 演讲，2 月 3 日，第一轮 - 晚上 7:00
渡槽是古代世界的奇迹，是任何扩张帝国不可或缺的一部分。然而，这些渡槽的哪些特点使其如此高效？罗马人和其他古代文明的人获得了多少工程知识？我们今天保留了这些想法中的哪些，为什么？在本文中，为了回答这些问题，我将罗马渡槽的结构与更现代的基础设施进行了比较，并参考了当代罗马历史学家和工程师的观点。显然，他们选择的输水方法和结构对他们很有帮助，可以保持理想的流动状态和水质，并克服不平坦的地形。
阀门尺寸计算（传统方法） - 艾默生
临界流量限制是上述两个问题中更为重要的一个。临界流量是一种由缩流处气体速度增加引起的阻塞流动状态。当缩流处的速度达到音速时，通过降低下游压力而额外增加的 ∆ P 不会增加流量。因此，在达到临界流动条件后（无论是手套阀的压降/入口压力比约为 0.5，还是高回收率阀的压降/入口压力比低得多），上述方程变得完全无用。如果应用，C v 方程给出的指示容量会比实际存在的容量高得多。对于在低压降比下达到临界流量的高回收率阀（如图 8 所示），阀门的临界流量容量可能会被高估多达 300%。
2021 年技术亮点
地球上的生命与天气和对流风暴息息相关，从它们提供的淡水到它们产生的极端天气。这些风暴在地球表面和高层大气（对流层）之间输送水和空气，这种特性通常称为对流质量通量 (CMF)。热带对流风暴中的水分输送通过影响风暴强度、降水率、对流层上部的湿润和大规模水分循环，在地球的天气和气候系统中发挥着关键作用，并且由于气候变化而似乎处于流动状态。人们对其中大部分活动仍知之甚少，尤其是对于可能影响大片地区和大量人口的极端天气事件。对对流物质流的系统测量将改善风暴强度的表示，并有助于限制天气和气候模型中的高云反馈，从而有可能挽救全球的生命和财产。
为什么水库不会解决加利福尼亚的水灾
流是溪流栖息地结构和质量的主要决定因素。鱼类和无脊椎动物等水生物种响应自然流动动力学而进化，流动状态的变化可能会带来毁灭性的后果。3对于众多鲑鱼，由于储层释放而引起的波动流动会导致搁浅（鱼与水道隔离并干燥），下游位移，巢位点脱水，饲养生存减少和迁移改变。4河岸生态系统也取决于流。流动制度在很大程度上决定了河岸植物群落的组成和结构，5又支持其他野生动植物的多样性。流动动力学的改变可能会对河岸动植物产生级联影响。许多河岸物种还依赖于定期洪水，这些洪水经常被消除或大大减少储层下游，从而进一步减少或消除了有价值的栖息地。6
偏差反馈影响运动想象 BCI 的学习
简介：提出了各种用户训练来帮助用户完成运动想象（MI）BCI 任务，例如，使用正（有偏见）反馈（它是对一个人标记的大脑活动的乐观表示）已被证明可以提高表现[1]或学习[2]。相反，在[3]中，正反馈减少，而负反馈增加用户在一次会话中的学习。为了更好地理解有偏见的反馈对BCI训练期间的表现和学习的好处，我们考虑了用户状态，例如工作量和心流状态，一种最佳认知控制、沉浸和愉悦的状态，这些状态已被证明与表现相关[4]。材料、方法和结果：30名参与者（12名女性，平均年龄：28.56岁，SD：6.96）分为3组：1.无偏见，2.正偏见和3.负偏见，其中SVM分类器输出使用累积beta分布函数实时偏置。参与者参加了 2 个环节，每个环节包括校准（2 次运行）和测试（6 次运行）。一次运行包含每个类 20 次试验，持续约 5 分钟。用户使用左右手 MI 玩 Tux Racer 游戏。每次运行后，分别使用 NASA-TLX [5] 和 EduFlow [6] 问卷评估工作量和流动状态。在线表现被计算为分类器的峰值表现。学习率是环节内在线表现与运行的线性回归的斜率，例如高于零表示积极学习，而低于零表示学习下降。我们发现学习率在组×环节之间存在显着的相互作用（双向方差分析，p <0.01），图 1.A；但组间表现没有差异。我们发现流动状态与表现（Pearson's r = 0.30）和学习率（r = - 0.20）之间存在相关性（p <0.05，用 FDR 校正）；工作量与绩效之间没有相关性，但与学习率有相关性（r=0.13）。最后，我们发现各组之间存在显著差异，EduFlow 分数的认知控制维度 p<0.05，如 [4] 图 1.B 所示。
使用高阶神经网络基于机器学习的喷嘴形状优化
摘要。在此贡献中，引入了基于机器学习的平面喷嘴形状优化的方法。与标准深神经网络相比，提出的神经网络是使用高阶神经单元构建的。多项式结构以及各种激活函数被用作控制流动的强烈非线性Navier-Stokes方程的近似值。众所周知的NASA喷嘴的形状被选择为初始几何形状，该几何形状近似于第5阶曲线。di ff en ff几何形状。因此，该任务由具有定义成本函数作为目标的多变量优化组成，这些目标是通过在完全结构化的网格上执行的组合流体动力学（CFD）计算的。获得此优化的目标是获得几何形状，该几何形状符合喷嘴出口的所需条件，例如流场均匀性，指定的流动状态等。最后，比较了DI FF近似值的性能，并通过CFD计算验证了优化的最佳候选者。