摘要 随着人工智能 (AI) 在设计过程中的应用越来越广泛,了解用户如何接受 AI 设计的产品至关重要。这项研究通过 Amazon Mechanical Turk 对 205 人进行了在线调查,研究了公众目前如何看待 AI 的设计能力与人类设计师的能力。调查收集了受访者对 16 个特定自行车设计目标的看法、人口统计信息以及自我报告的设计和 AI/ML 知识水平。研究结果表明,人们认为 AI 在大多数设计目标上的表现会比人类设计师差,尤其是那些依赖于用户的目标。这项研究还表明,人们自我报告的设计知识水平越高、年龄越大,他们就越有可能认为 AI 的设计能力会超过人类设计师的能力。这项研究的见解有助于理解用户对 AI 设计产品的接受度,以及人类设计师对人机团队中 AI 输入的接受度。关键词:人工智能、协同设计、市场影响 联系人: Chong, Leah 麻省理工学院 美国 leahmchong@gmail.com
摘要 — 本文介绍了一种针对具有参数和动态不确定性混合的系统的结构化鲁棒控制设计方法。所提出的方法在分析步骤和综合步骤之间交替进行。在分析步骤中计算参数不确定性的样本,从而产生一组仅包含动态不确定性的不确定系统。然后在此不确定模型阵列上合成控制器。此合成步骤本身涉及交替为每个不确定系统构建 D 尺度和为整个缩放对象集合调整单个控制器。控制器调整是使用结构化控制设计技术执行的。所提出的方法用于设计柔性飞机的颤振抑制控制器。飞机动力学由高保真度和降阶模型描述。颤振抑制的设计目标是在存在混合不确定性的情况下实现鲁棒稳定性。所提出的结构化设计方法产生了一个低阶线性时不变 (LTI) 控制器,可将颤振速度提高 15%。提供了额外的鲁棒性分析和高保真模拟来评估控制器性能。
摘要 — 本文介绍了一种针对具有参数和动态不确定性混合的系统的结构化鲁棒控制设计方法。所提出的方法在分析步骤和综合步骤之间交替进行。在分析步骤中计算参数不确定性的样本,从而产生一组仅包含动态不确定性的不确定系统。然后在此不确定模型阵列上合成控制器。此合成步骤本身涉及交替为每个不确定系统构建 D 尺度和为整个缩放对象集合调整单个控制器。控制器调整是使用结构化控制设计技术执行的。所提出的方法用于设计柔性飞机的颤振抑制控制器。飞机动力学由高保真度和降阶模型描述。颤振抑制的设计目标是在存在混合不确定性的情况下实现鲁棒稳定性。所提出的结构化设计方法产生了一个低阶线性时不变 (LTI) 控制器,可将颤振速度提高 15%。提供了额外的鲁棒性分析和高保真模拟来评估控制器性能。
高精度温度测量正成为应用物理和基础物理等众多领域的横向需求。在大多数情况下,高精度与对高稳定环境的需求相伴而生,以确保实验的长期运行,例如系外行星探测仪器的情况 [1]。为了实现更高的稳定性,将这些实验转移到太空是一种自然的选择。事实上,越来越多的任务正在寻求在轨实验提供的稳定性,这是实现其科学目标的关键要求 [2-5]。在太空任务中,LISA 等引力波探测器 [6] 代表了温度传感中一个特别具有挑战性的领域,主要原因是这些天文台的设计目标是在毫赫兹频率范围内实现最高灵敏度。在这些超稳定操作状态下,温度波动会通过各种现象干扰科学测量,包括直接施加到测试质量上的热感应力和干涉仪中温度引起的路径长度变化 [ 7 – 10 ]。近年来,人们对开发能够实现高温度分辨率的新技术的兴趣日益浓厚。光学计量实验已证明温度精度为 80 nK / √
摘要 - 越来越多地使用Approximate会员检查过滤器来加快许多应用程序的数据处理。此外,隐私正在成为许多系统的关键设计目标,因此,需要仔细考虑过滤器的隐私。以前的作品表明,知道过滤器的实现详细信息并且可以访问其内容的攻击者可能能够提取有关过滤器中存储的元素的一些信息。但是,这种攻击是特定于Bloom过滤器的,并且要求元素的宇宙必须很小。在本文中,我们表明,在许多实用设置中,只有对过滤器具有黑色框访问的攻击者,可以提取有关过滤器中存储的元素的信息,而不管特定的过滤器类型和宇宙大小如何。这可能是基于关键观察,即在许多应用中,存储在滤镜中的元素不是随机选择的,但它们集中在元素宇宙的一个或多个部分中。为了识别这些部分,可以在宇宙的不同部分测量积极概率;具有明显大于过滤器的平均正概率的零件是滤光片浓缩的零件。这种方法已正式化,并应用于几个案例研究,以显示攻击者可以在各种情况下获取有关过滤器存储的元素的其他信息。
大多数无线局域网标准(如 IEEE 802.11 a/b/g [1–3])都不符合低成本设计目标,因为这些标准对误码率 (BER)、范围和数据速率都有很高的要求。为了满足低成本要求,需要制定一个性能约束较低的标准,以满足工业和商业、家庭自动化、个人电脑 (PC) 外围设备、消费电子产品、个人保健以及玩具和游戏等成本敏感型应用的需求。为此,IEEE 最近批准了 802.15.4 标准,可在 868/915 MHz 和 2.4 GHz 下运行 [4]。本文介绍了 868/915 MHz ZigBee 收发器的自上而下系统设计和仿真,并推导出一组符合 IEEE 802.15.4 物理 (PHY) 层标准要求的系统级无线电规范。系统级无线电规范包括系统噪声系数、灵敏度、本振相位噪声、信道整形和选择滤波器的阶数、互调特性、模数转换器和数模转换器 (ADC/DAC) 的位分辨率、信道抑制性能和频谱整形。本文还讨论了采用 0.18 µ m 互补金属氧化物半导体 (CMOS) 技术实现单芯片低功耗低成本 ZigBee 收发器的电路拓扑。
最终目标是使旋翼机的安全性能与大型商用固定翼机的运行相媲美;最近发生的事件只是强调了缩小相对安全性能差距的必要性。要做到这一点,需要通过改进直升机设计,将重点放在预防而不是生存上。在这方面,我们的目标是制定一个明确的认证策略,使旋翼机能够切实接近商用固定翼机的安全性和可靠性性能。民航局和 OHSAG 没有直接的手段来确保这些设计目标,因此,我们将继续与 EASA 密切合作,并支持所有必要的 EASA 工作组协助实现这一目标。我们很高兴参与 EASA 目前作为其安全风险组合 - 海上直升机运营的一部分开展的工作。显然,EASA 正在为这项活动投入大量精力、时间和专家资源。这项工作为该领域取得真正的、持久的进展提供了机会。我们也承认并欢迎欧洲航空安全局于 2015 年 8 月宣布的一项倡议,即委托对直升机北海运营管理现行实践安全审查进行独立研究,并已向他们提供了所需信息以协助他们完成任务。
生物复合材料面临的巨大挑战之一是提高弯曲强度和冲击强度。因此,本研究的重点是优化和参数研究天然混合纤维增强纳米复合材料。聚丙烯中的红麻/玄武岩/纳米石墨烯纤维用于增强生物复合材料样品。采用响应面法 (RSM) 研究并根据包括玄武岩纤维重量百分比、红麻纤维以及纳米石墨烯在内的多个参数提出了生物复合材料性能的数学模型。在弯曲和冲击试验下讨论了样品的性能,并使用 FESEM 图像解释了结果。根据弯曲强度和能量吸收的增加、样品重量的减轻,将参数的最优值设置为多目标,并考虑到设计目标绘制了帕累托图。研究结果表明,弯曲性能最佳的复合材料试件弯曲强度为 51.2558 MPa,由 0.8723 wt% 的玄武岩纤维、15% 的洋麻纤维和 0.76881% 的石墨烯纳米颗粒组成。此外,冲击性能最佳的试件能量吸收率为 116,809 J / m,由 8.23% 的玄武岩纤维、0.808% 的石墨烯纳米颗粒和 15% 的洋麻纤维组成。
设定正确的目标并确定其优先顺序可能是人们为自己、团队和组织做出的最关键和最具挑战性的决策。在本文中,我们探讨是否有可能利用人工智能 (AI) 帮助人们设定更好的目标,以及此类应用可能出现哪些潜在问题。我们设计了第一个由人工智能驱动的数字目标设定助手原型,并设计了一个严格的经验范式来评估人工智能生成的目标建议的质量。我们的经验范式在一项大规模重复测量在线实验中,根据一系列关于重要目标特征、动机和可用性的自我报告测量,将人工智能生成的目标建议与随机生成的目标建议和无辅助目标设定进行了比较。一项有 259 名参与者的在线实验的结果表明,我们直观而引人注目的目标建议算法对人们的目标质量及其追求目标的动机产生了不利影响。这些令人惊讶的发现凸显了未来利用人工智能帮助人们设定更好目标的工作需要解决的三个关键问题:i) 将人工智能算法的目标函数与设计目标保持一致,ii) 帮助人们量化不同目标对他们的价值,以及 iii) 保持用户的自主感。
以快速前往火星为设计目标,探索定向能应用于航天器任务设计。随着光子激光技术的不断发展,预计将实现前所未有的尺寸(直径 10 米)和功率(100 兆瓦)的地球激光阵列。这种尺寸的相控阵激光器结合大气补偿,能够将激光功率传送到地月空间的航天器,入射激光通过充气反射器聚焦到氢加热室中。然后,氢推进剂通过喷嘴排出,实现 3000 秒的比冲。该架构可通过回燃机动立即重复使用,以返回推进装置,同时仍在地球激光的射程范围内。能够承受更大的激光通量,从而实现高推力和高比冲的组合,与激光电推进相比,这种方法更具优势,并且占用的参数空间类似于气芯核热火箭(无需反应堆)。加热室及其相关的再生冷却和推进剂处理系统是设计的关键要素,在本研究中受到特别关注。还详细分析了经过 45 天的飞行后到达火星所需的天体动力学和极端空气捕获机动。讨论了激光热推进作为太阳系及其他地区其他快速飞行任务的有利技术的应用。