XiaoMi-AI文件搜索系统
World File Search System设计过程
景观设计过程中的能量有效的解决方案
摘要。在数字化转型时代，人工智能（AI）正在成为一种基础技术，它正在推动许多行业的效率和创新。AI具有很大影响的一个领域是智能预测维护（SPM）。行业正在逐渐从旧的反应性维护模型转变为使用AI的方法。此转变有助于最大程度地减少停机时间，降低成本并提高运营效率。本文探讨了AI实现SPM的许多好处，现实世界应用和技术。基于系统的SPM使用机器学习分类器已与深度学习算法LSTM相结合，以优化Sonelgaz Algeria的能源系统的SPM。使用预测模型和分析时间序列数据，LSTM模型以几乎97％的准确性获得了良好的准确性。实验结果表明了出色的表现，二进制分类的得分约为92％，多种分类的分数令人印象深刻。比较分析以预测准确性强调了MAS-LSTM混合方法的超级性。我们的解决方案模型SIPM（智能能源系统，智能，预测和维护）在Python中实施，预测设备故障概率在30天内为0.0046。
Düzce大学科学技术杂志 成瘾心理药理学 TiO2作为室内光催化油漆的效果... 景观设计过程中的能量有效的解决方案 人工智能执行的能量系统的智能预测维护 不同尺寸粒子增强PMMA复合材料的榛子 çukurova医学学生杂志视觉... 芬太尼和芬太尼亚组作为化学武器... 社会工作杂志 商业智能，机器学习，深度学习和人造街 439候选教师对人工智能的看法和... 解决数学焦虑，缺乏信心和负面态度 jaesaçteh
摘要在这项研究中，研究了添加到芳香纤维/环氧复合材料对这些复合材料机械性能的石墨烯量的影响。在研究中，将石墨烯纳米颗粒以四种不同的速率添加到环氧基矩阵中，并通过机械方法混合，然后使用手部铺铺和真空输注方法获得5层芳香芳烃环氧石墨烯复合板。样品进行弯曲测试和ASTM D3039进行拉伸测试，并进行了三分弯曲和拉伸测试。显微结构检查是在宏观显微镜下进行的。研究后，观察到在产生的复合材料的微观结构中发生了聚集。确定将石墨烯添加到芳香环氧树脂复合材料中提高了弯曲强度和弯曲模量，在添加了1％石墨烯的样品中观察到了最高的弯曲应力。与未依存的复合材料相比，弯曲强度在该样品中增加了约64％。此外，在未凝聚的样品中测量了最高的拉伸强度，在添加0.25％的石墨烯之后，由于结构中发生的石墨烯的聚集，拉伸强度降低了。关键字：石墨烯纳米颗粒，机械性能，芳香纤维，环氧复合材料
探索生物和人工神经网络在建筑环境中的交叉点，并研究支持设计过程演进的算法
摘要。本篇评论探讨了神经网络与建筑之间的关系，特别是在外观设计、室内设计和建筑施工领域。它研究了两种类型的神经网络：生物神经网络，代表人类大脑的神经系统；人工智能，受大脑结构和功能启发的计算系统。本研究对这些神经网络及其在各个领域的应用进行了描述性概述。它进一步研究了这些网络如何在不同层面与建筑相结合。该研究强调了“神经架构”的概念，它将人工神经网络 (ANN) 与建筑相结合，以产生多种设计可能性并揭示隐藏的模式。ANN 用于创建智能建筑和优化结构设计流程以降低成本。此外，该研究还探索了“神经架构”，它探索了生物神经网络 (BNN) 与建筑的相互作用，重点关注建筑环境对大脑和行为的影响。它结合了神经科学、建筑和环境心理学的原理。案例研究分析表明，“pix2pix”、GCNN、DCGAN、CycleGAN 和 StyleGAN 等 AI 工具在通过融合传统和现代风格以及增强创作过程来实现建筑设计的现代化方面的重要性。
集成到建筑设计过程
摘要：最近，人工智能（AI）渗透到了各个部门，通过自动化人类执行的任务来彻底改变了人类生活的各个方面。这包括制造自动化，某些教育方法和社交媒体的动态。，尽管有这些进步，但在某些领域中，AI难以完全模仿人类的能力，尤其是创造力，是独特的人类属性。建筑师可以利用AI技术来简化其工作，有效地处理非创造任务，并为创新过程提供更多时间。尽管AI在几秒钟内产生了丰富的数据，但许多建筑师和设计师仍然不熟悉将AI集成到其流程中。通过对AI的全面研究，包括其模式，决策过程，与数据相关的预测和事件演示，很明显，AI可以从其持续的学习能力，自我进化和增强绩效中受益匪浅，从而有助于建筑设计过程的各个阶段。本研究旨在制定一个框架，该框架描绘了AI及其在重塑和增强建筑设计过程的不同阶段的模式的集成，重点是完成非创造性任务，最终节省了宝贵的时间和精力。这又可以在创造过程中支持建筑师，并在展示创新设计的同时取得最佳结果。基于一个理论框架，该框架阐明了与AI相关的文献，其不同的类型和模式。此外，它在AI的能力，边界及其对建筑师作用的影响的背景下对设计过程阶段进行了细致的研究。突出显示旨在充当建筑助手的概念化的AI系统的建议。该系统根据其特定目标和功能利用各种AI模式，从而在整个建筑设计过程中提供了全面的支持。关键字：人工智能（AI） - 创造力 - 建筑设计过程 - AI模式。
创意设计过程中的生成式人工智能：深入探究可能的认知偏差
在创意环节中，参与者在发散过程和收敛过程中都表现出认知偏差。在各种情况下，观察到发散过程依赖于或与 ChatGPT 给出的方向密切相关。尽管三组在创意方法上有所不同，并且各自决定在创意生成的早期阶段纳入或排除生成性 AI 工具，但他们的最终结果几乎倾向于同一方向：创建一个颜色编码的分隔空间，让专注、放松和协作可以共存。结果的细节再次相似或在多个情况下相同：使用舒适的座椅（在研讨会 1、2 和 3 期间建议 14 次）、窗帘（在研讨会 1 和 3 期间建议 3 次）、灵活的座椅（在研讨会 1 和 2 期间建议 13 次）和隔音（在研讨会 1、2 和 3 期间建议 13 次）。这些例子是特意选择作为例证的，因为它们在二人的 ChatGPT 对话中反复出现。
引用 (APA) Nouws, S.、Martinez De Rituerto De Troya, Í.、Dobbe, R. 和 Janssen, M. (2023)。诊断和解决公共人工智能和算法系统设计过程中出现的危害。在 DD Cid (Ed.) 中，第 24 届数字政府研究国际会议论文集 - 共同应对不稳定的世界：数字政府与团结，DGO 2023（第 679-681 页）。（ACM 国际会议论文集系列）。计算机协会 (ACM)。https://doi.org/10.1145/3598469.3598557 重要提示 要引用此出版物，请使用最终发布的版本（如果适用）。请检查上面的文档版本。
算法和数据驱动系统越来越多地用于公共部门，以提高现有服务的效率或通过新发现的处理大量数据的能力提供新服务。不幸的是，某些情况也会对公民产生负面影响，表现为歧视性结果、武断决定、缺乏追索权等等。这些对公民产生了严重影响，从物质伤害到心理伤害。这些伤害部分来自设计过程中的选择和互动。现有的技术设计批判性和反思性框架没有解决公共部门系统设计中几个重要的方面，即在潜在的算法危害面前保护公民、确保系统安全的机构设计，以及对权力关系如何影响这些系统的设计、开发和部署的理解。本次研讨会的目标是发展这三个观点，并朝着公共组织内反思性设计过程迈出下一步。研讨会将分为两部分。在上半部分，我们将通过一系列简短的演讲阐述这些观点的概念基础。研讨会参与者将通过了解哪些机构可以支持系统安全以及权力关系如何影响设计过程，学习在社会技术系统中防止算法危害的新方法。在下半部分，参与者将有机会通过分析真实案例来应用这些视角，并反思将概念框架应用于实践的挑战。
设计过程中的人工智能
本书讨论了如何在设计过程的早期阶段纳入人工智能 (AI) 系统。如今，设计师需要新的工具来支持他们应对日益增加的项目复杂性并增强他们的绩效和能力。人工智能系统似乎是增强设计师创造力的有力手段。这一假设在一个研讨会上得到了测试，其中 16 名参与者在研究、草图和颜色选择的整个创作阶段与三个人工智能系统合作。结果表明，通过人工智能生成的数据触发横向思维，设计师可以获得更广泛的变化和灵感，同时降低僵化的风险。因此，如果有意识地应用人工智能，它可以显著影响设计过程的创造性阶段。作为人工智能系统智能代理，本书将人机协作视为人类代理之间的协作，并提出了一套有助于实现与机器有效合作的指导方针。
将工程设计过程集成到可再生能源单元的STEM Makerspace中的影响，以培养学生的系统思维技能
目前，世界各地的科学教育系统面临着全球挑战，尤其是在预期与可持续发展计划有关的环境变化方面。与气候变化有关的复杂系统问题，基于化石的能源储量减少以及对经济产生影响的社会环境问题，使利益相关者意识到可持续性发展教育（ESD）计划。本研究旨在研究STEM-PBL集成工程设计过程（EDP）在更新能力学习单元中的有效性，以提高学生的系统思维能力。对XI年级的67名高中学生进行了非等效对照组设计的定量体验心理研究。结果表明，用STEM-EDP教授的学生的表现比以传统STEM学习方法学习的学生更好。此外，这种学习策略还鼓励学生积极参与每个EDP过程，以便他们在心灵和动手的活动中表现出良好的表现，这会影响增加学生的系统思维能力。此外，实施STEM-EDP学习是为了发展学生通过应用技术和工程活动设计的能力，并特别注意基于设计的理论。它不需要学生和老师准备超级学化的技术，因为在这种学习设计中的技术集成使用了便宜，简单且“易于查找”设备，以创建更有意义的学习包。在关键的教学法中，STEM-PBL综合EDP可用于系统地通过工程设计思维过程来促进学生的STEM识字和思维技能，从而扩大学生的认知构建和观点，以减少常规教育学中的例行工作。
数字与传统设计过程
设计过程是长期以来一直是建筑师的主题。今天，当数字技术在建筑设计中发挥不可替代的作用时，预计设计过程与传统原则有关。，但从素描到3D建模到BIM应用程序，设计过程基于建筑师在数字技术出现之前应用的传统原理。数字素描更多地集中在通过数字跟踪手动运动和模仿纸上的外观的数字跟踪，而不是研究通过素描设计建筑对象的过程。创建3D模型还旨在生成用于替代建筑物传统模型或逼真的可视化的模型。BIM模型主要集中在项目文档的开发上。通过使用数字技术对模仿传统表示形式的关注也使使用计算机应用程序模拟建筑物功能的各个方面，例如能源消耗，自然照明，通风等。本文概述了在1980年代和1990年代进行的系统理论和人工智能的进步启发的计算机辅助建筑设计过程中的研究，并比较了该研究与目前在市场上存在的计算建筑设计应用程序的研究。分析表明，当时开发的计算机建筑设计的许多重要原理现在被遗忘了。当今的应用程序仅允许基本的解决问题技术，并且不允许探索和分析代表建筑设计过程的真实本质的变体。由于较早的计算机无法处理大量信息，因此这些系统是实验性的，但是当时进行的研究在本文中简要说明了，表明可以开发与建筑师实际工作相符的数字设计过程。