XiaoMi-AI文件搜索系统
World File Search System系统行为
通用注册文件 - ESI 集团
CIMdata 对 S&A 部分的描述如下：模拟与分析包括各种 0D/1D/2D/3D 技术，例如结构和疲劳分析、热分析、动力学、声学、多体模拟、计算流体动力学、材料特性、系统建模和仿真、设计优化/DoE/稳健设计、模拟结果可视化、经验数据分析、基于数学的一般计算、模拟过程和数据管理以及其他旨在使工程师能够通过数字建模和模拟来模拟现实世界的功能行为以执行“假设”场景、探索和评估替代设计和技术概念，并在新产品开发过程中深入了解系统行为；对“竣工”进行最终性能验证
通用注册文件 - ESI 集团
CIMdata 对 S&A 部分的描述如下：模拟与分析包括各种 0D/1D/2D/3D 技术，例如结构和疲劳分析、热分析、动力学、声学、多体模拟、计算流体动力学、材料特性、系统建模和仿真、设计优化/DoE/稳健设计、模拟结果可视化、经验数据分析、基于数学的一般计算、模拟过程和数据管理以及其他旨在使工程师能够通过数字建模和模拟来模拟现实世界的功能行为以执行“假设”场景、探索和评估替代设计和技术概念，并在新产品开发过程中深入了解系统行为；对“竣工”进行最终性能验证
在医疗领域使用人工智能 (AI) 技术有几个目标
摘要：广义上讲，人工智能 (AI) 是指任何类似于人类行为的计算机或系统行为。人工智能的一个子领域是“机器学习”，它使计算机能够从数据中学习，而无需明确的人工编程。全球医疗保健领域最重要的当代趋势之一是人工智能 (AI) 技术在医学领域的应用。基于人工智能的技术正在深刻地改变世界医疗保健系统，使医疗诊断系统得到彻底重建，同时降低医疗支出。在治疗疾病之前，确定疾病所属的疾病类别至关重要。根据病情的特征空间对疾病类型进行分类是可行的。机器学习算法可以解决这个问题。
使用具有物理信息的LSTM进行自动驾驶汽车建模
准确地对重型车辆（例如卡车）的动态进行建模对于安全自动导航至关重要。动态模型需要在各种天气和道路状况以及不同的负载配置下捕获复杂的系统行为。此摘要概述了在自动驾驶汽车的运动计划和控制背景下，物理知识的长期记忆（PI-LSTM）网络的整合为动态模型。通过利用LSTM的预测能力来建模复杂的动力学，并通过在损失函数中添加物理约束而施加的普遍性，我们为生成针对运动计划和控制而定制的更有效和可靠的预测的框架。车辆建模的系统识别问题旨在解决以下普通微分方程：
IWMSE：航空电子领域基于 NoC 的 MPSoC 中的动态重构
现代基于片上网络的多处理器片上系统 (NoC-based MPSoCs) 具有更高的性能潜力，但也可能允许在飞机等复杂系统中将相同功能集中在更少的设备上。尽管有这些优势，但航空电子行业仍然不愿采用多核技术，因为必须满足可预测性等软件要求才能保证安全性和可靠性。多核处理器的应用对这些要求的影响尚未完全了解。因此，我们的研究是由航空电子领域中与多核应用相关的软件需求驱动的。我们解决系统行为的动态方面，并研究灵活分区和在线任务迁移作为一种在共享计算平台上提高资源利用率的方法。
使用人工智能对变速驱动器的冷却进行状态监测
人工智能 (AI) 已成功应用于寻找大量领域问题的解决方案。机器学习的核心是开发能够分析或预测给定系统行为的统计模型。本研究旨在利用人工智能技术监测变速驱动器冷却系统的健康状况。为此，从不同操作条件下的物理测试设置收集测量值，然后使用这些数据样本训练人工神经网络。本论文详细介绍了这种状态监测的两种主要方法，开发模型来预测系统未来行为并直接得出健康指标的值。本论文还旨在详细介绍驱动器及其冷却系统的建模，并提供人工神经网络的理论背景。
IWMSE：航空电子领域中基于 NoC 的 MPSoC 中的动态重新配置
现代基于片上网络的多处理器片上系统 (NoC-based MPSoCs) 具有更高的性能潜力，但也可能允许在飞机等复杂系统中将相同功能集中在更少的设备上。尽管有这些优势，但航空电子行业仍然不愿采用多核技术，因为必须满足可预测性等软件要求才能保证安全性和可靠性。多核处理器的应用对这些要求的影响尚未完全了解。因此，我们的研究是由航空电子领域中与多核应用相关的软件需求驱动的。我们解决系统行为的动态方面，并研究灵活分区和在线任务迁移作为一种在共享计算平台上提高资源利用率的方法。
自动化信任度的测量水平
摘要 心理测量越来越多地用于评估对系统自动化的信任，其中许多系统对安全至关重要。对于信任的最高测量水平，目前尚无共识。这很重要，因为测量水平决定了哪些数学和统计数据可以有意义地应用于评级。在这项工作中，我们介绍了一种新方法来确定心理测量评估现象的最高测量水平。我们利用这种方法，使用人类对执行搜索任务的无人机系统行为的评分来确定对自动化的信任的测量水平。结果表明，信任最好在序数级别上表示，并且在大多数情况下可以将其视为区间。对自动化的信任不太可能被视为比率。我们讨论了这些结果、它们的含义以及未来的研究。
海报：绕过自动驾驶汽车中的基于控制不变的防御
摘要 - 自治车辆（AV）越来越受到黑客的攻击。但是，AVS的系统安全至关重要，因为任何成功的攻击都会导致严重的经济损失，设备损失甚至人类生命的损失。评估新算法的良好安全原则是表明该提案对强大的对手有抵抗力。因此，在这张海报中，我们意识到最糟糕的攻击类型，称为隐形攻击，对转向控制系统，这对于AVS的横向控制很重要。我们提出的隐形攻击的核心是使用模型预测性控制（MPC），状态空间模型（SSM），系统识别（SI）和动态时间扭曲（DTW）允许攻击者准确模拟系统行为，从而允许它们执行不可检测的攻击。
人工智能在预测和预防高风险环境中汽车故障中的作用
人工智能模仿人类智能，用于预测和预防关键的汽车故障。这些故障通常发生在测试情况下，可能很危险。了解组件行为对于实施有效的故障防御措施至关重要。目前，预测随机组件故障具有挑战性。人工智能通过智能模拟真实世界条件来实现预测性故障模拟。通过将模拟的组件行为与实际数据进行比较，可以实现故障预测。这对于维护和备件供应计划非常有价值。汽车系统中的人工智能技术正在不断发展，对于解决当前问题和防止未来故障至关重要。模拟和预防性维护对于了解系统行为和防止故障至关重要。