XiaoMi-AI文件搜索系统
World File Search System神经计算
WEISHUN ZHONG
1。“有意义的记忆的随机树模型”，Weishun Zhong，Tankut Can，Atonis Georgiou，Ilya Shnayderman，Mikhail Katkov，Misha Tsodyks，Arxiv，Arxiv：2412.01806，Review 2。“分层工作记忆和新的魔术数字”，Weishun Zhong，Mikhail Katkov，Misha Tsodyks，Arxiv：2408.07637，评论3。“量子神经网络作为量子信息解码器的优势”，Weishun Zhong，Oles Shtanko，Ramis Movassagh，Arxiv：2401.06300，Review 4。“多体局部隐藏生成模型”，Weishun Zhong，Xun Gao，Susanne Yelin，Khadijeh Najafi，Arxiv：2207.02346;物理评论研究6.4（2024）：043041。5。“体重分配受限的学习理论”，Weishun Zhong，Ben Sorscher，Daniel D Lee，Haim Sompolinsky，Arxiv：2206.08933；神经2022 6。“量化多体学习远离代表学习的平衡”，Weishun Zhong*，Jacob M Gold*，Sarah Marzen，Jeremy L England，Nicole Yunger Halpern，Arxiv：2001.03623;科学报告11.1（2021）：1-11 7。“通过多体系统学习学习”，Weishun Zhong*，Jacob M Gold*，Sarah Marzen，Jeremy L England，Nicole Yunger Halpern，Arxiv：2004.03604； ICML研讨会ML科学发现的可解释性（2020）8。“连续吸引子的非平衡统计力学”，Weishun Zhong，Zhiyue Lu，David J. Schwab和Arvind Murugan，Arxiv：1809.11167;神经计算（2020）32（6）9。“仔细观察β -vae中的分离”，Harshvardhan Sikka*，Weishun Zhong*，Jun Yin，Cengiz Pehlevan，Arxiv：1912.05127；第53届ASILOMAR信号，系统和计算机会议（2019）10。“宏观分子自组装中的联想模式识别”，Weishun Zhong，David J. Schwab和Arvid Murugan，Arxiv：1701.01769； J Stat Phys（2017）167：806 11。“ Schr̈Odinger Schatemes的纯种C理论”，James T. Liu和Weeshun Zhong，Arxiv：1510.06975； JHEP 1512（2015）179
基于语言经验的卷积层和脑干中的语音编码
将人工神经网络 (ANN) 与脑成像技术的输出进行比较，最近在 (计算机) 视觉和基于文本的语言模型方面取得了实质性进展。在这里，我们提出了一个框架来比较口语语言表征的生物和人工神经计算，并提出了对这一范式的几个新挑战。使用 Beguˇs 和 Zhou (2021b) 提出的技术，我们可以分析人工神经网络中间卷积层中任何声学属性的编码。这使我们能够以一种比大多数现有专注于相关性和监督模型的提案更易于解释的方式测试大脑和人工神经网络之间语音编码的相似性。我们将对原始语音进行训练的完全无监督深度生成模型（生成对抗网络架构）引入大脑和 ANN 比较范式，这使得可以测试人类语音的产生和感知原理。我们提出了一个框架，将测量人脑复杂听觉脑干反应 (cABR) 的电生理实验与深度卷积网络中的中间层并行。我们比较了 cABR 相对于脑干实验中的刺激的峰值延迟，以及中间卷积层相对于深度卷积网络中的输入/输出的峰值延迟。我们还检查并比较了之前的语言接触对 cABR 峰值延迟和语音属性的中间卷积层的影响。具体而言，英语和西班牙语使用者对语音属性 (即 VOT =10 毫秒) 的感知不同，有声 (例如 [ba]) 和无声 (例如 [pa])。至关重要的是，英语和西班牙语使用者的 cABR 峰值延迟到 VOT 语音属性是不同的，并且英语训练的计算模型和西班牙语训练的计算模型之间的中间卷积层的峰值延迟也不同。根据八个训练网络（包括复制实验）的结果，人类大脑和中间卷积网络在峰值延迟编码方面表现出了相当大的相似性。所提出的技术可用于比较人类大脑和中间卷积层之间对任何声学特性的编码。
机械工程系教职人员和实验室...
u-tokyo.ac.jp 神崎高桥实验室 研究领域： 我们的研究目的是通过结合信息学、工程学和生物学的跨学科方法阐明产生适应性行为（或智力）的基本神经机制。作为模型系统，我们使用培养的神经元、昆虫大脑和老鼠大脑。我们的研究涉及调查生物机器混合系统，同时也建立了通过外部命令控制大脑功能行为的基本技术。 研究示例： 了解大脑、向大脑学习 ■用昆虫传感器和神经回路实现的自适应机器人 实现对各种环境的适应性是构建自主系统的基本目标之一。昆虫通过其简单的神经系统表现出一系列复杂的适应性行为来响应其环境，因此，它们是理解适应性的良好模型。我们已经开发了昆虫机器混合系统，使我们能够通过操纵机器人（身体）、昆虫（大脑）和其环境（A，B）之间的相互作用来分析和评估昆虫的适应性。通过使用混合系统分析适应性，我们可以建立行为模型并将其应用于移动机器人。（2）大脑改造 ■大脑重新布线 大脑是一种可重写的设备。对学习和微刺激引起的可塑性以及神经处理的理解将为工程和医学创新铺平道路（C）。为此，我们还对工程和信息科学方法感兴趣，包括开发神经接口以及实施多变量统计分析和信息论。 ■通过分子遗传学修改昆虫大脑中的神经回路 基因包含动物身体的蓝图，包括传感器和神经回路。我们可以通过对神经元特性的基因改造来了解昆虫大脑中神经回路的功能（D）。这些方法的一个重要应用是开发出能够报告几乎任何感兴趣的刺激的“传感器昆虫”。 （3）大脑重建 ■利用数学模型重建昆虫大脑 我们利用分子遗传学、形态学、生理学、生物化学和行为学（E）等各种技术对昆虫大脑进行分析，建立了神经元数据库。通过将数据库中的信息整合到数学模型中，我们可以了解昆虫适应行为背后的机制。 ■利用分离培养神经元的神经计算芯片 在培养皿中培养的神经元会形成自组织网络。通过控制自组织，我们开发出可用作计算设备的培养网络。 助理教授 Hirokazu TAKAHASHI
回顾人工智能（AI）的工作作为......
艾哈迈达巴德摘要：- 神经科学和人工智能 (AI) 领域有着悠久而交织的历史。然而，近年来，这两个领域之间的交流和合作变得不那么传统了。在本文中，我们讨论了更好地理解生物大脑可能在构建智能机器方面发挥至关重要的作用。然而，我们调查发现，人工智能和神经科学领域之间的历史互动强调了人工智能的当前进展，这些进展受到人类和其他动物神经计算研究的启发。我们通过强调主题来得出结论，这些主题一直是推动这两个领域未来研究的关键。过去几十年，自动化技术取得了重大进展，如今系统化了以前需要人类身体和心理能力的各种任务。尽管如此，一些重要的问题领域仍然存在，我们目前的机器和计算机还无法处理。一些突出的例子是涉及“现实世界”感知、情况评估和决策任务的应用程序。最近，研究人员建议使用“类脑人工智能”的概念，即受人类或动物大脑功能原理启发的概念，以进一步解决这些领域的问题。本文讨论了类脑人工智能在创新自动化解决方案中的潜力，并回顾了与维也纳技术大学 ICT 智能自动化小组共同开发的多种方法，这些方法针对“现实世界”感知、情况评估和决策等主题，用于构建自动化环境和自主代理。此外，通过一个具体的例子展示了这些发展如何有助于推动脑科学领域的技术进步。近年来，一些研究已经深入了解了大脑的功能，大脑由神经元组成，并通过突触相互连接形成网络。神经网络由相互连接的神经元系统形成，主要有两种类型，即人工神经网络 (ANN) 和生物神经网络 (互连的神经细胞)。ANN 在计算上受到人类神经元的影响，并用于模型神经系统。 ANN 的推理基础在医学领域（如即时医生、电子鼻、模式识别和模型生物系统）的差异检测中非常有用。人工智能领域的先进研究用于研究人类大脑的结构，试图通过研究大脑来建立系统模型，而不是着眼于大脑模型技术。本研究探讨了 ANN 作为生物神经元模拟器的概念及其应用领域。它还通过将神经网络与当代计算机及其现代实现进行比较，探讨了为什么需要类脑智能以及它与计算框架有何不同。 关键词——人工神经网络、人工智能、类脑人工智能、认知自动化、机器感知、识别和决策。 I 引言 近代以来，神经科学和人工智能（AI）相关领域取得了迅速发展。在计算机时代的黎明，人工智能的工作与神经科学和心理学密不可分，许多早期的先驱者在这两个领域都有所重叠，这些学科之间的合作被证明是非常富有成效的（Church land 和 Sejnowski，1988；Herb，1949；Hinton 等人，1986；）[1][2][3]。然而，随着这两个学科在计算方面都得到了巨大的发展，这种互动每天都在减少。
Michael C. Mozer-计算机科学
顾问委员会，WootMath（教育软件），科罗拉多州博尔德 2018 年至今 顾问委员会，NSF/Cyberlearning 项目，主题为“使用协作、动态、个性化实验来研究和加强教育的软件”，伍斯特理工学院 2018 年至今 技术顾问委员会，Drop（人工智能辅助食品制备），加利福尼亚州旧金山 2018 年至今 顾问委员会，NSF/Cyberlearning 项目，主题为“在智能辅导系统中使用视觉表征对本科化学智能辅导系统中的感知流畅性进行建模”，威斯康星大学 2016 年至今 编辑委员会，Springer 应用机器学习系列 2016 年至今 技术顾问委员会，Imagen Technologies（医学图像分析），纽约 2015 年至今 编辑委员会，神经计算 2015 年至今 技术顾问委员会，AnswerOn（客户流失预测），科罗拉多州朗蒙特 2001 年至今 董事会成员兼秘书，神经信息处理系统基金会 1995 年至今 奖励委员会，认知科学学会 2019 研讨会联合组织者，教育深度学习。KDD 2019。阿拉斯加州安克雷奇 2019 年 8 月 联合创始人兼技术顾问委员会成员，Sensory Inc.（嵌入式语音和视觉技术），加利福尼亚州桑尼维尔 1992–2018 顾问委员会，NSF/Integrative Strategies 项目“使用计算认知神经科学来预测和优化记忆”，纽约大学 2016–2019 技术顾问委员会，Open Table，加利福尼亚州旧金山 2016–2018 研讨会联合组织者。认知信息人工智能：从自然智能中吸取的教训。神经信息处理系统。加利福尼亚州长滩 2017 年 12 月 教师，深度学习国际暑期学校，西班牙毕尔巴鄂 2017 年 7 月 研讨会联合组织者，通过认知心理学加强教育。 Psychonomics 2015。伊利诺伊州芝加哥 2015 年 11 月 研讨会联合组织者，教育机器学习。ICML 2015。法国里尔 2015 年 7 月 技术顾问委员会，Cognilytics，Inc.，科罗拉多州丹佛 2011-2015 研讨会联合组织者，人类推动机器学习。NIPS 2014。加拿大蒙特利尔 2014 年 12 月 研讨会联合组织者，接近二十年的知识追踪：经验教训、开放挑战和有希望的发展。 EDM 2014。英国伦敦 2014 年 7 月 研讨会联合组织者，通过机器学习实现个性化教育，NIPS 2012。加利福尼亚州太浩湖 2012 年 12 月 教师，认知科学国际暑期学校，保加利亚索非亚 2012 年 7 月 技术顾问委员会，JD Powers and Associates，Web Intelligence Division (原 Umbria Communications)，科罗拉多州博尔德 2003–2010 机器学习编辑委员会 主席，认知科学学会财务委员会 2005–2009 理事会，认知科学学会 1998–2008 技术顾问委员会，Green Planet Software 2001–2008 执行委员会，认知科学学会 2005–2008 会议联络员，认知科学学会 2008 主席，认知科学学会 2006–2007
专业的五次和博士后NIH ...
化学感应培训师的描述：伊丽莎白·布朗（Elizabeth Brown，Ph.D.我们结合了行为，功能成像和分子遗传技术的组合来研究动物可以区分这些不同味道方式以及如何受到衰老和神经退行性疾病的影响的机制。Adam Dewan博士，心理学和神经科学助理教授，我的研究重点是感觉感知的分子和细胞基础。我们使用遗传，光遗传学，钙成像和行为技术的组合来探讨嗅觉如何在大脑内映射和编码。Lisa Eckel博士，心理学和神经科学教授，我的研究探讨了感觉，内分泌和内分泌和内源性大麻素系统在控制发明行为中的作用，以更好地了解这些系统的失调可能如何促进与饮食相关的疾病，包括饮食中的疾病，包括厌食性厌食症，狂热，暴饮暴食和肥胖。div> Debra Ann Fadool博士，杰出的生物科学，神经科学和分子生物物理学的杰出研究教授，我的研究探索了由离子渠道，内分泌途径和神经调节剂进行调节信号传导，这些信号传导，这些途径和神经调节剂控制嗅觉编码，异常检测和能量稳态的植入液位，以理解糖尿病的水平，以了解Olfact的Dyys Dys Ford Ford Fards Dysf。肥胖。伊丽莎白·汉莫克（Elizabeth Hammock）博士，心理学和神经科学副教授对照料者的依恋是哺乳动物脑发育的重要组成部分。我们目前的假设是嗅球充当了调节能量稳态的代谢传感器。我们将其活性定为减轻饮食引起的肥胖症的有害影响的一种手段。我的研究使用小鼠模型来探索基于电路依赖性婴儿附着的基于电路的机制。汤姆·霍普（Tom Houpt）博士，生物科学和神经科学动物教授非常擅长学习，味道和口味可以预测营养食品，并预测避免有毒食物。i研究了条件味觉厌恶和风味偏好模型中食物学习的分子机制。Alan C. Spector，Ph.D.，杰出的心理学和神经科学研究教授，我们使用行为程序，再加上周围和中央阵风系统的实验操作，以研究大脑中味觉处理的功能组织。DOUGLAS Storace博士，尽管嗅球是嗅觉信息处理的第一阶段，但生物科学和神经科学助理教授，尽管它是与感知和学习有关的复杂功能的令人惊讶的复杂功能。我的研究通过测量如何通过灯泡加工来转化嗅觉的感觉输入并传播到较高的大脑区域，调查了灯泡在这些高级神经计算中的确切作用。Roberto Vincis，Ph.D.，生物科学和神经科学助理教授我的研究研究了皮质和丘脑味性大脑区域如何整合感觉和认知味觉相关的信息以及它们如何影响喂养行为。我们结合了多站点电生理记录和光学记录，用于数据分析的定量方法，与行为训练一起对大脑区域的药理和/或光遗传学操纵。
简历
特邀报告 2021 年 6 月 应用生物技术研讨会 英国弗朗西斯·克里克研究所 2020 年 10 月 神经计算研讨会 英国伦敦大学学院 [远程] 2020 年 8 月 Q-FARM 研讨会 美国斯坦福大学 [远程] 2020 年 8 月 神经技术研讨会 美国哥伦比亚大学 [远程] 2020 年 7 月 神经技术和生物物理学研讨会 美国洛克菲勒大学 [远程] 2020 年 7 月 IEEE 光子学分会网络研讨会 加拿大渥太华 [远程] 2020 年 6 月 量子 2 光子学 美国罗彻斯特理工学院 [远程] 2020 年 5 月 北尼亚加拉瀑布光子学，美国 [远程] 2020 年 3 月 ECE 研讨会 美国波士顿大学 2020 年 3 月 ECE 研讨会 美国马里兰大学 2020 年 2 月 EECS 研讨会 美国伯克利02/2020 电子工程与物理研讨会 美国哥伦比亚大学 02/2020 电子与计算机工程研讨会 美国宾夕法尼亚大学 12/2019 复杂光子系统研讨会 荷兰特温特大学 10/2019 机器学习中的量子技术 韩国科学技术研究院 09/2019 SPIE 安全与防御 法国斯特拉斯堡 08/2019 神经技术和生物物理学研讨会 美国洛克菲勒大学 05/2019 应用物理研讨会 美国斯坦福大学 04/2019 ITAMP 研讨会 美国哈佛大学 01/2019 量子光子学 美国罗彻斯特理工学院 11/2018 麻省理工学院超冷原子中心系列研讨会 美国哈佛大学 11/2018 中国科学技术大学量子研讨会 中国上海 11/2018 2018 年国际光学与光子学青年科学家论坛 中国武汉 11/2018纳米光子学和集成光子学 中国南京 07/2018 模拟实验研讨会 英国布里斯托大学 07/2018 量子光学研讨会 英国帝国理工学院 06/2018 尼尔斯·玻尔研究所量子光学研讨会 丹麦哥本哈根大学 06/2018 DTU Fotonik 研讨会 丹麦技术大学 03/2018 布里斯托量子信息技术 英国布里斯托大学 09/2017 PICQUE 集成量子光子学 意大利罗马第一大学 06/2017 iQuISE 研讨会 美国麻省理工学院 10/2016 量子创新者 量子计算研究所 08/2016 半量子计算研讨会 加拿大量子计算研究所 11/2015 光学和量子电子学研讨会 美国麻省理工学院 11/2015 量子计算处理研讨会代尔夫特理工大学，荷兰 2015 年 3 月 美因茨大学研讨会，德国美因茨大学 2015 年 3 月 波恩大学物理研讨会，德国波恩大学 2015 年 11 月 量子模拟与量子行走 2014 年 夸祖鲁大学，南非
加拿大AI的公共资金2011-2022
8。网络安全数据挖掘2015年麦吉尔大学蒙特利尔，Qu nserc 2 9。数字绩效2015 York University Toronto，on Eng SSHRC 2 10。大规模机器学习2015年不列颠哥伦比亚大学温哥华大学，不列颠哥伦比亚省ENG NSERC 2 11。高级机器人技术与控制2017年伦敦西安大略大学，Eng nserc 1 12。生物信息学2017滑铁卢大学，Eng nserc 1 13。生物医学数据分析2017年魁北克大学Gatineau，Qu nserc 2 14。计算学习理论2017 Regina Regina University，SA Eng Nserc 1 15。计算愿景2017 York University Toronto，on Eng nserc 1 16。计算机愿景2017 York University Toronto，on Eng Cihr 2 17。决定神经科学2017多伦多大学多伦多大学，Eng nserc 2 18。模糊混合决策支持系统的建筑2017艾伯塔大学埃德蒙顿大学，AB ENG NSERC 1 19。生成模型2017多伦多大学多伦多大学，on Eng nserc 2 20。机器学习2017 Carleton University Ottawa，on Eng nserc 2 21。视觉的神经元电路2017麦吉尔大学蒙特利尔，QU ENG CIHR 2 22。航空航天机器人2018年蒙特利尔大学蒙特利尔大学，Qu nserc 2 23。人工智能和医学成像2018滑铁卢大学，Eng nserc 2 24。自主太空机器人技术和机电一体化2018 Carleton University Ottawa，on Eng Nserc 2 25。计算机视觉和机器学习2018不列颠哥伦比亚大学温哥华大学，不列颠哥伦比亚省ENG NSERC 2 26。机器人技术与控制机器学习2018多伦多大学多伦多大学，on Eng nserc 2 27。机器学习2018 Guelph Guelph University，on Eng Nserc 2 28。Micro and Nano Engineering Systems 2018多伦多大学多伦多大学，ENG NSERC 1 29。智能生物医学微型系统2018 Qu fr nserc 2 30。人工智能（AI）支持下一代无线网络2019渥太华渥太华大学，Eng nserc 2 31。生物医学计算和信息学2019皇后大学金斯敦，Eng Cihr 2 32。生物信号互动和人格技术2019麦吉尔大学蒙特利尔，QU ENG CIHR 2 33。合作机器人学2019多伦多大学多伦多大学，on Eng Nserc 2 34。计算生物学与生物物理学2019皇后大学金斯敦，Eng Cihr 1 35。计算神经科学2019年多伦多大学，on Eng Nserc 2 36。计算药物基因组学2019多伦多大学多伦多大学，on Eng CIHR 2 37。计算精神病学2019年艾伯塔大学埃德蒙顿大学，AB Eng CIHR 2 38。机器人技术和人工智能的道德工程2019渥太华大学渥太华大学，Eng sshrc 239。智能纳米镜头可塑性2019UniversitélavalQuébecCity，Qu nserc 2 40。智能软件可靠性和合规性2019渥太华大学渥太华大学，Eng nserc 1 41。平行和分布式计算2019多伦多大学多伦多大学，Eng Nserc 2 42。天体物理数据分析和机器学习2020年蒙特利尔大学蒙特利尔大学，Qu fr nserc 2 43。健康科学中的因果推理和机器学习2020蒙特利尔大学蒙特利尔大学转化生物医学的机器学习2020多伦多多伦多大学，on Eng CIHR 2 45。神经退行性疾病研究中的多模式数据整合2020年麦吉尔大学蒙特利尔，QU ENG CIHR 246。人口健康信息学2020麦吉尔大学蒙特利尔，QU ENG CIHR 1 47。精密医学数据分析2020蒙特利尔大学，QU FR CIHR 1 48。化学和数学界面的人工智能2021渥太华大学渥太华大学，on Eng Nserc 249。卫生人工智能2021 Dalhousie University Halifax，NS Eng Nserc 2 50。人工智能法和数据治理2021麦吉尔大学蒙特利尔，QU ENG SSHRC 2 51。数据，民主和人工智能2021 York University Toronto，on Eng sshrc 2 52。交互式人类系统设计2021不列颠哥伦比亚大学温哥华大学，不列颠哥伦比亚省ENG NSERC 1 53。医学人工智能2021渥太华大学渥太华大学，on Eng Cihr 1 54。自然语言处理和机器学习2021不列颠哥伦比亚大学温哥华大学，不列颠哥伦比亚省ENG SSHRC 2 55。神经计算和接口2021蒙特利尔大学，QU ENG CIHR 2 56。值得信赖的人工智能2021安大略大学学院
CMOL BS 4年2425
论文论文-Riazi，A。（2024）。分析社交媒体网络中的信息扩散。ms。论文。田纳西大学的美国查塔努加 - Riazi，A。 （2017）。 平衡海滩概况的有效性。 博士学位论文。 东地中海大学，塞浦路斯-Riazi，A。 （2010）。 （限制）含水层中波传播的数字建模。 ms。论文。 Shiraz University（国际分部），伊朗。 同行评审的文章-Riazi，A.，Türker，U。，＆Slovinsky，P。A. （2022）。 次大海滩概况：美国西南部的侵蚀和积聚平衡方法的应用。 河口和海岸，1-16。 -Mohammadian，E.，Liu，B。和Riazi，A。 （2022）。 评估不同机器学习框架以估计NACL盐水中的二氧化碳溶解度：对二氧化碳注入到低含量地层的影响。 岩石圈，2022年（特殊12），1615832。 -Riazi，A。和Slovinsky，P。A. （2021）。 亚赛海滩概况分类：一种无监督的深度学习方法。 大陆架研究，226，104508。 -Riazi，A.，U。Türker和Rakhshandehroo，G。R.（2021）。 昼夜地表水波动对地下水扩散的影响：通过Fick的第二定律进行评估。 环境科学与污染研究，1-9。 -Kayan，G.，Riazi，A.，Erten，E.，Türker，U。 （2021）。 峰值单位放电估计基于未加州流域参数。田纳西大学的美国查塔努加 - Riazi，A。（2017）。平衡海滩概况的有效性。博士学位论文。东地中海大学，塞浦路斯-Riazi，A。（2010）。（限制）含水层中波传播的数字建模。ms。论文。Shiraz University（国际分部），伊朗。 同行评审的文章-Riazi，A.，Türker，U。，＆Slovinsky，P。A. （2022）。 次大海滩概况：美国西南部的侵蚀和积聚平衡方法的应用。 河口和海岸，1-16。 -Mohammadian，E.，Liu，B。和Riazi，A。 （2022）。 评估不同机器学习框架以估计NACL盐水中的二氧化碳溶解度：对二氧化碳注入到低含量地层的影响。 岩石圈，2022年（特殊12），1615832。 -Riazi，A。和Slovinsky，P。A. （2021）。 亚赛海滩概况分类：一种无监督的深度学习方法。 大陆架研究，226，104508。 -Riazi，A.，U。Türker和Rakhshandehroo，G。R.（2021）。 昼夜地表水波动对地下水扩散的影响：通过Fick的第二定律进行评估。 环境科学与污染研究，1-9。 -Kayan，G.，Riazi，A.，Erten，E.，Türker，U。 （2021）。 峰值单位放电估计基于未加州流域参数。Shiraz University（国际分部），伊朗。同行评审的文章-Riazi，A.，Türker，U。，＆Slovinsky，P。A.（2022）。次大海滩概况：美国西南部的侵蚀和积聚平衡方法的应用。河口和海岸，1-16。-Mohammadian，E.，Liu，B。和Riazi，A。（2022）。评估不同机器学习框架以估计NACL盐水中的二氧化碳溶解度：对二氧化碳注入到低含量地层的影响。岩石圈，2022年（特殊12），1615832。-Riazi，A。和Slovinsky，P。A.（2021）。亚赛海滩概况分类：一种无监督的深度学习方法。大陆架研究，226，104508。-Riazi，A.，U。Türker和Rakhshandehroo，G。R.（2021）。昼夜地表水波动对地下水扩散的影响：通过Fick的第二定律进行评估。环境科学与污染研究，1-9。-Kayan，G.，Riazi，A.，Erten，E.，Türker，U。（2021）。峰值单位放电估计基于未加州流域参数。环境地球科学，80，42。-Riazi，A.，Vila -Concejo，A.，Salles，T.，Türker，U。（2020）。提高了碳酸盐砂的阻力系数和沉降速度。科学报告，10，9465。-Riazi，A。（2020）。准确的潮汐水平估计：一种深度学习方法。海洋工程，198，107013。-Riazi，A.，Karmo，D.，Shikh Ibrahim，M.A。，＆Amadou，S。（2019年）。估计意大利面桥的重量和故障负荷：一种深度学习方法。实验与理论人工智能杂志，1-10。-Ashoor，A。和Riazi，A。（2019）。步进的溢洪道和能量耗散：一种非均匀的步长方法。应用科学，9（23），5071。-Riazi，A。（2019）。遗传算法和针对旅行者问题的双重染色体实施。SN应用科学，1：1397。-Riazi，A。和Türker，U。（2019）。自然沉积物颗粒的阻力系数和沉降速度。计算粒子力学，6（3）-427-437。-Riazi，A。和Türker，U。（2018）。基于遗传算法的搜索空间分裂模式及其在液压和沿海工程问题中的应用。神经计算和应用，30（12），3603-3612。-Riazi，A。和Türker，U。（2017）。平衡海滩概况：侵蚀和积聚平衡方法。水与环境杂志，31（3），317-323。
边缘世界研究指南
研究是 RimWorld 游戏的重要组成部分，它允许玩家建造令人难以置信的机械机器并学习新技术。然而，殖民者经常被其他任务分心，比如砍树。为了鼓励研究，玩家需要建立一个优先研究的系统。一个很好的起点是建造一个简单的研究台，这可以在游戏开始时完成。将棋子分配给研究需要选择它们并在工作选项卡中检查研究任务。然而，由于优先级图表，棋子很少开始研究，所以玩家需要相应地调整他们的优先级。设置手动优先级允许玩家将研究设置为高优先级工作，确保定期完成。这可以通过将研究优先级设置为 1 并将棋子的任务限制为仅与研究相关的工作来实现。玩家还应该根据自己的情况考虑他们的研究人员应该关注什么。在较简单的难度下，学习如何制造更快的船只是关键，而在较困难的难度下，优先考虑更好的武器和炮塔是必不可少的。编辑研究允许玩家通过研究特定项目来增强他们殖民地的能力。一旦玩家建造了研究台并选定了项目，研究人员就会开始研究并生成研究点数。点数生成速度取决于研究人员的技能水平，多个研究台可以提高速度。但是，一次只能主动研究一个项目。研究难度与派系的技术水平有关，这使得研究高科技项目更加困难。研究过程以科技树的形式呈现，较早的项目放在左侧，较晚的项目更依赖于右侧的较早项目。模组可以添加新的研究项目，可以手动或自动添加。工业领域的建议研究路径包括：电池、太阳能电池板、微电子、多分析仪、制造和高级制造。部落在研究电池之前对电力的研究路径类似。完成某些项目后，硬核 500% 兰迪跑动需要快速加工和武器。新石器时代研究项目包括： - 精神酿造 - 简单的树木播种 - 啤酒酿造 - 被动冷却器 - 可可母猪干肉保存：制作可长期保存的肉类和植物混合物，非常适合旅行者。 反曲弓制作：制造一种有效且廉价的远程武器，用于狩猎或战斗。 中世纪研究项目：探索中世纪技术水平的项目，部落需要 1.5 倍的研究时间或殖民地的基本成本。 服装裁缝：利用您的缝纫技能制作复杂的服装，如裤子、掸子和牛仔帽。 家具制作：使用木材和工艺品制作复杂的家具，如床、茶几和餐椅。 地毯编织：使用传统技术将布料编织成漂亮的地毯。 锻造：建造铁匠铺，锻造金属武器、工具和装饰品，如地砖和珠宝。石材切割：将岩块切割成石块，用于建筑项目或石砖地板等装饰品。长刀制作：使用金属加工技能制造长剑、长矛和其他带刀刃的武器。板甲锻造：用金属或木材制作板甲，在战场上防护。大弓制作：使用木工和工程技能打造用于远程战斗的大弓。贵族服饰裁缝：使用纺织艺术为贵族制作衬衫和皇室长袍等正式服装。皇室服饰裁缝：为皇室制作最精致、最华丽的服装，包括皇冠和皇室长袍。竖琴制作：使用木工和工艺制作一种在贵族中流行的简单固定乐器。大键琴制作：使用高级木工技能制作一种更复杂的固定乐器，如大键琴。工业研究项目：探索工业技术水平的项目，需要部落的 2 倍研究时间或殖民地的基本成本。 药物生产：建立药物实验室进行基本合成，并进一步提炼灵药、醒脑药、兴奋剂和 Penoxycyline 等药物。 电力：利用电力用于各种工业应用。 1600 1600 3200 无 简单电池 建造用于储存电力的电池。 400 400 800 电力 简单生物燃料精炼 建造生物燃料精炼厂，从木材或食物等生物物质生产化学燃料。 700 700 1400 电力 简单水车发电机 在河流上建造水车发电机以产生稳定的电力供应。 700 700 1400 电力 简单营养糊 建造营养糊分配器，高效地从原始营养原料生产可食用的膳食，完全不需要劳动力。 400 400 800 电力 简单 太阳能电池板 建造太阳能电池板用于发电。 600 600 1200 电力 简单 空调 建造冷却器，让人们在炎热的天气中感到舒适，或建造冷冻机用于储存易腐烂的货物。 500 500 1000 电力 简单 自动门 建造自动门，当有人靠近时，门会自动打开，不会减慢任何人的速度。 600 600 1200 电力 简单 水培 建造水培盆，无论外面的地形或天气如何，都可以在室内快速种植农作物。 700 700 1400 电力 简单 显像管电视 生产显像管电视用于娱乐观看。 1000 1000 2000 电力 简单 复杂家具 包装好的生存餐 生产永不变质的包装好的生存餐，非常适合旅行。 500 500 1000 营养膏 简单的泡沫灭火器 构建泡沫灭火器，这是一种自动防火装置，可在火焰蔓延时散布阻燃泡沫。 600 600 1200 电力 简单的 IED 用任何类型的迫击炮弹构建临时陷阱。500 500 1000 电力 简单 地热能在蒸汽喷泉上方建造地热发电厂，以获得不间断电力。 3200 3200 6400 电力 简单 无菌材料 建造无菌瓷砖，使洁净室更加安全、有效地进行医疗、研究和烹饪。 600 600 1200 电力 简单 彩色灯 建造彩色灯，仅用于装饰目的。 300 300 600 电力 简单 机械加工 建造机械加工台，以制造枪支、手榴弹、防弹装甲，并撕碎死去的机械体以获取资源。 1000 1000 2000 电力 简单 锻造 烟雾弹包 建造烟雾弹包，让佩戴者可以部署防御性烟幕。 300 300 600 机械加工 简单 复杂服装 假肢 制造廉价的假肢来替换失去的肢体，需要熟练的医生来安装。 600 600 1200 机械加工 简单 枪械制造 制作简单的手动操作枪支，如左轮手枪、泵动式霰弹枪、栓动步枪和燃烧弹发射器。 500 500 1000 机械加工 简单 防弹装甲 制作缝有金属盔甲的服装以抵御子弹和爆炸，这种厚重的盔甲会稍微减慢运动速度。 1200 1200 2400 机械加工 简单 板甲 迫击炮 制造可以将迫击炮弹发射到很远距离的迫击炮 - 甚至可以越过墙壁。 2000 2000 4000 枪械制造 简单 反冲操作 制作低功率反冲操作枪支，如自动手枪和机关手枪。 500 500 1000 枪械制造 简单的气体操作 制造大威力枪支，如链式霰弹枪、轻机枪和重型冲锋枪。 1000 1000 2000 反冲操作 简单的炮塔 反冲操作 简单的微电子学 使用复杂的微电子设备解锁研究工作台和通讯控制台。 简单的平板电视 生产高分辨率电视机以获得更好的娱乐效果。 微电子学 高科技显像管电视 建造水分泵、病床和其他医疗设备。 微电子学 高科技 机械加工 建造深钻、地面穿透扫描仪和运输舱，用于资源开采和勘探。 高科技运输舱 建造可发射的运输舱，用于将人员和物资运送到地球表面。 机械加工 药品生产 通过结合草药、中性胺和布料来生产标准工业药品。 远程矿物扫描仪 建造远程矿物扫描仪来探测全球各地的珍贵矿物。盾牌 使用动量排斥技术制造可穿戴的盾牌装备，以防止射弹穿越战场边界。 精密膛线 制造精密加工的枪支，如突击步枪和狙击步枪。 气动操作 自动加农炮炮塔 生产重型、远程自动加农炮炮塔用于防御。 多管武器 组装带有多根枪管的迷你枪以增加火力。 多分析仪 制造多分析仪以提高研究速度并实现更高级别的项目。 生命体征监测器 制造生命体征监测器，放置在病床旁边可改善医疗效果。制造 建造能够进行从组件组装到动力装甲制造等高科技项目的制造台。高科技多分析仪可制造先进的乐器、用于空袭的跳跃包和可穿戴的枪链，以提高士兵的准确性。他们还建造了生物雕塑舱，对殖民者进行生物改造，解锁生物再生循环以治愈旧伤疤、再生丢失的身体部位并治愈身体疾病。神经增压器可提高意识和学习率，但会增加饥饿感，需要每天补充能量。太空研究项目包括建造用于无限期假死的加密睡眠棺材、带有先进组件的侦察装甲、高科技突击部队使用的海军装甲以及动力装甲服的复杂服装。其他产品包括精密膛线、失去肢体和眼睛的仿生替代品、星际飞行基础知识、远程传感器和真空硬化飞船加密睡眠棺材。长寿命核反应堆为星际飞船提供动力，在启动期间吸引袭击者。约翰逊-田中驱动器利用量子效应进行动量传递，从而实现星际旅行。星际飞船操作需要 AI 机器队长，奖励信号系统可以说服现有角色担任这一角色。铁甲装甲以牺牲机动性为代价提供重度保护。这些系统需要高级组件。脑接线植入物可以诱发或阻止快乐或疼痛等感觉。专门的仿生肢体可以设计用于战斗或劳动目的。紧凑、可隐藏的武器和毒液合成能力可以集成到身体的各个部位。Royalty DLC 包含几个超级研究项目，包括人工代谢，它比生物胃更安全或更有效地处理食物。神经计算植入物通过直接脑机接口协助思考和学习。皮肤硬化和愈合因子仿生学增强了自然过程。肉体塑形植入物可用于美学增强或个人愉悦。分子分析仿生学辅助免疫系统或分析食物，而昼夜节律影响植入物以化学方式操纵身体的内部时钟，减少睡眠需求。 **在 RimWorld 中选择正确的研究路径** 每次 RimWorld 游戏的开始都可能让人不知所措，因为要进行大量的研究树。根据所选场景，可用选项可能会有很大差异。本指南重点介绍 Crashlanded 和 Lost Tribe 场景的基本研究建议。### Crashlanded 场景在 Crashlanded 场景中，玩家选择的 90% 都来自该场景，从一开始便可轻松获得电力。为了在这种环境中有效生存，首先研究 **电池** 至关重要。这将使您能够高效利用电力，因为风力涡轮机和太阳能电池板等其他能源提供的能量不稳定。接下来，优先研究**太阳能电池板**，因为它们可以很好地补充电池。但是，如果您的殖民地附近有一条河流，最好先研究**水磨发电机**，以提供持续的电力来源。这种方法可确保您可以安全有效地储存能源。### 推荐的优先顺序研究路径：1. **电池**或**水磨发电机**（如果有河流）2. **太阳能电池板**（如果有水磨发电机，则不需要）3. **微电子技术**4. **多分析仪制造**5. **制造**### 失落的部落场景对于失落的部落场景，您的殖民地开始时没有任何技术，方法有很大不同。初步研究侧重于基本需求而不是电力。### 推荐的优先顺序研究路径：1. **复杂服装**，用于抵御恶劣天气条件。2. **复杂家具**，确保棋子有适当的居住区。 3. **石材切割** 建造必要的石墙，确保定居点安全。4. **锻造** 获得额外的资源和制造能力。5. **电力** 满足基本需求后。锻造对于部落士兵来说至关重要，因为他们需要更好的武器，因为没有枪支。要制造自己的武器，他们需要学习锻造。这项技能是先决条件，从长远来看，在机械加工方面也会对他们有益。完成包括锻造在内的初步研究后，您可以继续研究电力，然后专注于其他技术。有了电力，您现在就可以探索与以前相同的技术树路径，但适用于 Crashlanded 场景。他们需要学习锻造。这项技能是先决条件，从长远来看，在机械加工方面也会对他们有益。完成包括锻造在内的初步研究后，您可以继续研究电力，然后专注于其他技术。有了电力，您现在就可以探索与以前相同的技术树路径，但适用于 Crashlanded 场景。他们需要学习锻造。这项技能是先决条件，从长远来看，在机械加工方面也会对他们有益。完成包括锻造在内的初步研究后，您可以继续研究电力，然后专注于其他技术。有了电力，您现在就可以探索与以前相同的技术树路径，但适用于 Crashlanded 场景。