XiaoMi-AI文件搜索系统
World File Search System软计算
信息系统的趋势和应用以及...
“智能系统和计算的发展”系列包含有关智能系统和智能计算的理论、应用和设计方法的出版物。几乎涵盖了所有学科，例如工程、自然科学、计算机和信息科学、ICT、经济学、商业、电子商务、环境、医疗保健、生命科学。主题列表涵盖了现代智能系统和计算的所有领域，例如：计算智能、软计算（包括神经网络、模糊系统、进化计算和这些范式的融合）、社交智能、环境智能、计算神经科学、人工智能、虚拟世界和社会、认知科学与系统、感知与视觉、基于 DNA 和免疫系统、自组织和自适应系统、电子学习和教学、以人为本和以人为中心的计算、推荐系统、智能控制、机器人和机电一体化（包括人机协作）、基于知识的范式、学习范式、机器伦理、智能数据分析、知识管理、智能代理、智能决策和支持、智能网络安全、信任管理、交互式娱乐、网络智能和多媒体。《智能系统和计算的发展》中的出版物主要是重要会议、研讨会和代表大会的论文集。它们涵盖了该领域的最新重大发展。
时空信息融合在船舶辅助系统故障检测中的应用
传感器融合一直是数据分析及其应用的重点主题之一。个体传感信息通常用于揭示潜在的过程动态并识别其中的潜在变化。这些系统通常配备具有（可能）不同模态的多个传感器。这些问题表明需要融合分布式和异构信息，以便实时准确推断关键系统的状态。为此，本文开发并验证了分布式物理过程（例如，船上辅助系统）中的故障检测和分类方法。文献中提出了几种传感器融合方法来解决故障检测问题，包括线性和非线性滤波器、自适应模型参考方法和基于神经网络的估计方案。然而，据作者所知，这些技术尚未应用于船上系统，因为存在一些固有的困难，包括：（可能）信号的非平稳行为、过程动态的潜在非线性、输入输出和反馈相互作用、多模态数据的缩放和对齐以及乘性过程噪声。上述一些问题可以在一定程度上简化或通过更简单的解决方案来近似。例如线性和线性化建模和贝叶斯估计技术（例如扩展卡尔曼滤波和粒子滤波）[1][2]。研究人员还使用了软计算
生物医学工程课程
ABE 4911 工程研讨会 ASE 3213 可变形结构力学 BIO 3304 普通微生物学 BCH 4013 生物化学原理 CH 2503 初级有机化学 CH 2501 初级有机化学 - 实验室 CH 4331 实用质谱法 CH 4341 实用材料表征 CH 4461 实用光学光谱法 CH 4513 有机化学 I CH 4511 有机化学实验室 I CH 4523 有机化学 II CH 4521 有机化学实验室 II CHE 3413 工程材料 CHE 4143 高级聚合物/复合材料 CSE 1233 计算机编程 - C CSE 1273 计算机编程 - Java CSE 4613 生物计算 CSE 4623 计算生物学 CSE 4683 机器学习和软计算 ECE 3213 固态电子学 ECE 3413 电子电路简介 ECE 3283 电子学 ECE 3423 电路 I ECE 3421 电路 I 实验室 ECE 3424 中级电子电路 ECE 3443 信号与系统 ECE 3714 数字设备 ECE 4273 微电子设备设计 ECE 4293 纳米电子学
关于使用人工智能提供客户和公共管理服务的调查：聊天机器人
摘要 聊天机器人是一种有效的工具，可以以自动化、最合适和最准确的方式解决用户查询。根据主题领域的复杂性，研究人员正在采用各种软计算技术来使聊天机器人易于使用。据观察，聊天机器人已经遍布全球，提供广泛的服务，包括订购食物、推荐产品、提供保险政策建议、提供客户支持、提供财务援助、安排会议等。然而，聊天机器人干预影响最大的公共管理服务尚未被探索。本文讨论了基于人工智能的聊天机器人，包括它们的应用、挑战、架构和模型。它还讨论了聊天机器人从图灵测试和基于规则的聊天机器人到高级人工智能聊天机器人 (AI-Chatbots) 的演变。AI-Chatbots 提供多种服务，本文将其概括为两个主要方面，包括基于客户的服务和基于公共管理的服务。本次调查的目的是了解和探索基于客户和公共管理服务的聊天机器人的可能性。调查显示，人工智能辅助聊天机器人系统在提供客户服务和提供更好的公共行政服务治理方面具有巨大潜力。
人工智能生物信息学：组学和组间研究工具的开发和应用
半个世纪以来，生物信息学和计算生物学提供了工具和数据分析方法，因此组学时代的开始对研究人员来说代表了一个新的挑战，它从信息学、数学和统计学领域汇聚到生物信息学领域。在大多数情况下，所提供的解决方案似乎难以供生物医学领域的研究人员使用。这种情况尤其发生在将数据科学和人工智能 (AI) 领域的复杂方法应用于生物医学数据时 (Lisboa 等人，2000 年)。机器学习、统计学习和软计算方法（例如深度神经网络或遗传算法）也已成为生物世界中使用的术语，但对其潜力的理解并不完整（Pavel 等人，2016 年；Lin 和 Lane，2017 年；Zeng 和 Lumley，2018 年）。近年来，组学、多组学和组间实验为生物学研究迈出了新的一步，为个性化医疗打开了窗口，例如用于诊断（Riemenschneider 等人，2016 年）。医学大数据时代即将到来，代表着又向前迈出了一步。考虑到这一点，我们的研究主题介绍了生物和医学领域人工智能的新发展，以及它们在组学和组学间方法的高通量数据分析中的应用（Facchiano 等人）。
Boris M. Velichkovsky Pavel M. Balaban Vadim L. Ushakov 编辑 认知研究、人工智能和神经信息学的进展
“智能系统和计算进展”系列包含有关智能系统和智能计算的理论、应用和设计方法的出版物。几乎涵盖了所有学科，例如工程、自然科学、计算机和信息科学、ICT、经济学、商业、电子商务、环境、医疗保健、生命科学。主题列表涵盖了现代智能系统和计算的所有领域，例如：计算智能、软计算（包括神经网络、模糊系统、进化计算及其范式的融合）、社交智能、环境智能、计算神经科学、人工智能、虚拟世界和社会、认知科学与系统、感知与视觉、基于 DNA 和免疫的系统、自组织和自适应系统、电子学习与教学、以人为本和以人为中心的计算、推荐系统、智能控制、机器人和机电一体化（包括人机协作）、基于知识的范式、学习范式、机器伦理、智能数据分析、知识管理、智能代理、智能决策与支持、智能网络安全、信任管理、交互式娱乐、网络智能和多媒体。《智能系统与计算进展》中的出版物主要是重要会议、专题讨论会和代表大会的论文集。它们涵盖了该领域近期的重要发展，既具有基础性又具有应用性。该系列的一个重要特点是出版时间短且全球发行。这使得研究成果能够迅速而广泛地传播。
基于强化学习的先进配电系统中最优电源管理的智能控制策略：综述
摘要：在向能源网络分散化、数字化和脱碳转型的背景下，基于可再生能源的配电应用（如微电网、智能电网、智能建筑和电动汽车系统）中的智能能源管理变得越来越重要。可以说，通过引入智能技术（特别是人工智能），采用基于计算机的智能自主决策，可以克服许多挑战并利用这一转型带来的好处。与其他数值或软计算优化方法不同，基于人工智能的控制允许分散的电力单元协作做出最佳决策，以满足管理员的需求，而不仅仅是基于任务分工的原始分散。在智能方法中，强化学习是最相关和最成功的，尤其是在配电管理应用中。原因是它不需要精确的模型来获得与环境交互的优化解决方案。因此，我们始终需要对发展水平有一个清晰、最新的认识，尤其是在缺乏对这一至关重要的研究领域的最新全面详细评论的情况下。因此，本文满足了这一需求，并全面回顾了基于 RL 的最先进的成功和杰出的智能控制策略，以优化电力流和配电管理。其中，对新兴策略、基于 RL 多智能体的提案以及管理微型和智能电网（特别是储能）电力流的多智能体主要次级控制的文献进行了分类，并给予了广泛重视。结果，我们审查了 126 篇最相关、最新和非增量的论文，并将其归入相关类别。此外，我们还确定了每个选择的主要正面和负面特征。
评估运动监测的加速度计量和循环节奏数据
抽象运动模式分析使用多种方法来识别由可穿戴传感器，视频 - 摄像头和全球导航卫星系统记录的体育活动。本文使用来自心率监视器的数据，导航系统记录的加速度学信号和手机传感器进行了运动分析。在一个丘陵地区记录了实际的骑自行车实验，其路线约为12公里。信号，以发现地理和生理数据之间的关系，包括检测心率恢复延迟作为身体和神经状况的指标。所提出的算法利用了信号分析的方法和人体运动特征的提取方法，这些方法用于研究心率，路线效力，循环速度和循环节奏的对应关系，包括时间和频域。数据处理包括使用Kohonen网络和对运动模式进行分类的两层软计算模型的使用。获得的结果指向平均时间为22.7 s，在循环传感器检测到重负荷后的心率下降50％。进一步的结果指出，人体磨损加速度计记录的信号与从GNSSS数据评估的速度之间的信号之间的对应关系。基于加速度计量数据的下坡和上坡循环的分类分别为培训和测试数据集的精度分别为93.9％和95.0％。这些技术也可以应用于康复和神经系统疾病诊断中的广泛应用。提出的方法表明，可穿戴的传感器和人工智能方法构成了有效的工具，可在不同的运动活动中评估生理状况，包括骑自行车，跑步或滑雪时进行运动监测。
邀请
Building upon the success of IS'02, IS'04, IS'08, IS'12, IS'16, IS'20 (held in Sofia and Varna, BG), IS'06, IS'10 (held in London, GB), IS'14, IS'22 (held in Warsaw, PL) and IS'18 (held in Funchal, Madeira Island, PT) the 12 th IEEE International Conference on Intelligent Systems IS'24应继续将智能系统广泛领域的顶级专家汇集在一起的传统。这个论坛是来自世界各地的科学家的机会，可以在数据科学，智能控制，人工智能，神经网络，软计算，数据挖掘和知识发现，机器（深度）学习，智能测量等的理论和实践中分享思想和成就。演示文稿应将当代智能系统作为一个结合理论研究以及自动化，信息技术和测量中的应用的概念。智能系统的所有方面都是感兴趣的：理论，算法，工具和应用程序。除了主要会议外，会议时间表还应与其他几个研讨会，讲习班，海报会议，教程课程，学生会议等，在类似的范围内，该范围将在IEEE结束之前，之中和之后进行24。iS'02 to iS'22被建立为科学论坛，仅收集符合高科学标准的优质论文和演讲。遵循该传统，应仔细审查所有提交给IS'24的原始论文，以便将可能包括在会议记录中。会议结束后，应将选定数量的最佳论文扩展和修订，以便将可能包含在著名的期刊或施普林格书籍中。
人工智能在土木/建筑/建筑工程教育中的应用 Mohammed E. Haque 建筑科学系 德克萨斯 A&M 大学 Vikram Karandikar 建筑科学系 德克萨斯 A&M 大学 摘要 对于某些科学和工程教育领域来说，超越传统的院系课程界限变得越来越重要。人工智能 (AI) 就是这样一个领域；它的应用非常广泛且跨学科。应特别鼓励研究生学习当代计算技术的各种应用，包括人工神经网络 (ANN)、遗传算法 (GA) 等。土木/建筑/建筑工程对神经启发计算技术的应用兴趣日益浓厚。这种兴趣的动机是某些信息处理特性与人脑相似。软计算 (SC) 是一种新兴的计算方法，它与人类思维在确定性和精确性的环境中推理和学习的非凡能力相似。本文重点介绍了人工智能在土木/建筑/建筑工程尤其是 SC 领域的各种应用。作为毕业项目的一个例子，本文展示了一个基于 ANN 和 GA 的知识模型，其中研究了客户对大型多层公寓住宅方案的舒适性和安全性问题的偏好。建筑/工程是一门应用科学，可以从现有结构及其成功和失败中吸取许多教训，并将它们结合起来以找出更好的结构的新技术。这意味着设计师应该能够从每个以前的设计中得出一些定性值，特别是用户对建筑安全性和舒适度质量的认可，以确保设计成功。建筑师/设计工程师经常面临软数据的挑战，这些数据本质上是语言定性的，需要解释并融入他们的设计决策过程。他们应该非常了解客户的愿望和要求，尤其是客户在具体设计问题上的偏好。因此，后期
人工智能在土木/建筑/建筑工程教育中的应用 Mohammed E. Haque 建筑科学系 德克萨斯 A&M 大学 Vikram Karandikar 建筑科学系 德克萨斯 A&M 大学 摘要 对于某些科学和工程教育领域来说，超越传统的院系课程界限变得越来越重要。人工智能 (AI) 就是这样一个领域；它的应用非常广泛且跨学科。应特别鼓励研究生学习当代计算技术的各种应用，包括人工神经网络 (ANN)、遗传算法 (GA) 等。土木/建筑/建筑工程对神经启发计算技术的应用兴趣日益浓厚。这种兴趣的动机是某些信息处理特性与人脑相似。软计算 (SC) 是一种新兴的计算方法，它与人类思维在确定性和精确性的环境中推理和学习的非凡能力相似。本文重点介绍了人工智能在土木/建筑/建筑工程尤其是 SC 领域的各种应用。作为毕业项目的一个例子，本文展示了一个基于 ANN 和 GA 的知识模型，其中研究了客户对大型多层公寓住宅方案的舒适性和安全性问题的偏好。建筑/工程是一门应用科学，可以从现有结构及其成功和失败中吸取许多教训，并将它们结合起来以找出更好的结构的新技术。这意味着设计师应该能够从每个以前的设计中得出一些定性值，特别是用户对建筑安全性和舒适度质量的认可，以确保设计成功。建筑师/设计工程师经常面临软数据的挑战，这些数据本质上是语言定性的，需要解释并融入他们的设计决策过程。他们应该非常了解客户的愿望和要求，尤其是客户在具体设计问题上的偏好。因此，后期