XiaoMi-AI文件搜索系统
World File Search System返回值
2024-2025 届会议
单元 1：计算思维和编程 – 2 ● 复习 11 年级中涵盖的 Python 主题。 ● 函数：函数类型（内置函数、模块中定义的函数、用户定义函数）、创建用户定义函数、参数和形参、默认参数、位置参数、函数返回值、执行流程、变量的作用域（全局作用域、局部作用域） ● 异常处理：简介、使用 try-except-finally 块处理异常 ● 文件简介、文件类型（文本文件、二进制文件、CSV 文件）、相对路径和绝对路径 ● 文本文件：打开文本文件、文本文件打开模式（r、r+、w、w+、a、a+）、关闭文本文件、使用 with 子句打开文件、使用 write() 和 writelines() 将数据写入/附加到文本文件、使用 read()、readline() 和 readlines() 从文本文件读取、seek 和 tell 方法、文本文件中的数据操作 ● 二进制文件：二进制文件的基本操作：使用文件打开模式（rb、rb+、wb、wb+、ab、ab+）打开、关闭二进制文件、导入 pickle 模块、dump()和 load() 方法，在二进制文件中读取、写入/创建、搜索、附加和更新操作 ● CSV 文件：导入 csv 模块，打开/关闭 csv 文件，使用 writer()、writerow()、writerows() 写入 csv 文件并使用 reader() 从 csv 文件中读取 ● 数据结构：堆栈、堆栈上的操作（推送和弹出）、使用列表实现堆栈。
mca.pdf
演讲I编程的基础：解决问题的方法，使用高08级编程语言进行系统开发，算法和流程图的概念，结构化编程的概念和作用。C的基础知识：C的历史，C的显着特征，C程序的结构，编译C程序，链接和运行C程序，字符集，令牌，标记，关键字，标识符，常数，变量，指令，数据类型，标准输入/输出/输出/输出，操作员，运算符和表达式。ii条件程序执行：如果，如果，if-else和嵌套了IF-ELSE 08语句，开关语句，对开关值的限制，断路和默认情况使用开关，交换机比较和IF-ELSE的比较。循环和迭代：对于且do-while循环，多个循环变量，嵌套循环，分配运算符，断开和继续语句。函数：简介，类型，函数声明，函数调用，定义函数，函数原型，将参数传递给函数返回值及其类型，编写多功能程序，按值调用函数，值，递归函数。iii数组：数组符号和表示形式，声明一维08数组，初始化数组，访问数组元素，操纵数组元素，尺寸未知或不同大小的数组，二维数组，多维阵列。指针：简介，特征， *和＆＆＆＆＆＆ersing，指针类型声明和分配，指针算术，通过参考调用，将指针传递给函数，阵列，指针，函数指针，指针指向指针，指针阵列。字符串：简介，初始化字符串，访问字符串元素，字符串数组，将字符串传递给函数，字符串函数。
mca-syllabus-2021-22.pdf
演讲I编程的基础：解决问题的方法，使用高08级编程语言进行系统开发，算法和流程图的概念，结构化编程的概念和作用。C的基础知识：C的历史，C的显着特征，C程序的结构，编译C程序，链接和运行C程序，字符集，令牌，标记，关键字，标识符，常数，变量，指令，数据类型，标准输入/输出/输出/输出，操作员，运算符和表达式。ii条件程序执行：如果，如果，if-else和嵌套了IF-ELSE 08语句，开关语句，对开关值的限制，断路和默认情况使用开关，交换机比较和IF-ELSE的比较。循环和迭代：对于且do-while循环，多个循环变量，嵌套循环，分配运算符，断开和继续语句。函数：简介，类型，函数声明，函数调用，定义函数，函数原型，将参数传递给函数返回值及其类型，编写多功能程序，按值调用函数，值，递归函数。iii数组：数组符号和表示形式，声明一维08数组，初始化数组，访问数组元素，操纵数组元素，尺寸未知或不同大小的数组，二维数组，多维阵列。指针：简介，特征， *和＆＆＆＆＆＆ersing，指针类型声明和分配，指针算术，通过参考调用，将指针传递给函数，阵列，指针，函数指针，指针指向指针，指针阵列。字符串：简介，初始化字符串，访问字符串元素，字符串数组，将字符串传递给函数，字符串函数。
想象、初始化和探索：多智能体强化学习中的有效探索方法
有效的探索对于在复杂的协调任务中发现多智能体强化学习 (MARL) 的最优策略至关重要。现有的方法主要利用内在奖励来实现承诺性探索，或者使用基于角色的学习来分解联合动作空间，而不是直接在整个动作观察空间中进行集体搜索。然而，它们在获取特定的联合动作序列以在长期任务中达到成功状态时经常面临挑战。为了解决这一限制，我们提出了想象、初始化和探索 (IIE)，这是一种新颖的方法，为复杂场景中的高效多智能体探索提供了一种有前途的解决方案。IIE 采用变换器模型来想象智能体如何达到可以影响彼此转换函数的临界状态。然后，我们在探索阶段之前使用模拟器初始化此状态下的环境。我们将想象表述为序列建模问题，其中状态、观察、提示、动作和奖励是自回归预测的。该提示由剩余时间步长、剩余返回值、影响力值和一次性演示组成，用于指定期望状态和轨迹并指导动作生成。通过在关键状态下初始化智能体，IIE 显著提高了发现潜在重要且未被充分探索区域的可能性。尽管方法简单，但实证结果表明，我们的方法在星际争霸多智能体挑战赛 (SMAC) 和 SMACv2 环境中的表现优于多智能体探索基线。尤其值得一提的是，与其他生成方法（例如 CVAE-GAN 和扩散模型）相比，IIE 在稀疏奖励 SMAC 任务中表现出色，并且在初始化状态下生成了更有效的课程。
计算机科学与技术学士学位课程计划和教学大纲......
（适用于 CO、IT & AI & ML、AI & DS、M&C） 学分数和 L/T/P 方案：4 和 3/0/2 先决条件： 课程类型：IC 课程学习目标：本课程的目标是提供使用 C 语言编程解决问题的基础知识。 课程内容：单元 1 编程基础和控制语句：计算机框图、硬件与软件、操作系统和编译器的概念、C 编程简介、使用输入和输出运算符和表达式的基本编程、使用 if 和 if-else 进行编程、使用循环-for、while、do-while 进行编程；使用 switch 和 break。单元 2 基于数组的编程：定义和处理用于解决问题和字符串的一维和二维数组。单元 3 使用函数进行模块化编程：结构化编程、定义和调用函数、使用函数进行模块化编程、将参数和数组传递给函数、void 函数并返回值。单元 4 使用指针、结构和联合进行编程：C 中的指针：指针声明、将指针传递给函数、指针与数组、动态内存分配。结构和联合、使用结构和联合数组进行编程、联合的内存要求。参考书：1. Byron S. Gottfried，《使用 C 语言编程》，Schaum 系列，Tata McGraw Hill，2015 年。2. E Balaguruswamy，《使用 C 语言编程》，Tata McGraw Hill，2015 年。3. Kernighan & Richie，《C 编程》，Prentice Hall of India，2002 年。课程成果：1. 了解使用软件和编程解决问题。2. 学习使用输入、输出和控制语句的简单概念进行编程。3. 使用数组、函数、字符串、结构和指针解决问题。
人工智能学士学位课程计划和教学大纲 - ...
技能-I（针对 CO、IT 和 AI 和 ML） 学分数和 L/T/P 方案：4 和 3/0/2 先决条件： 课程类型：IC 课程学习目标：本课程的目标是提供使用 C 语言编程解决问题的基础知识。 课程内容：单元 1 编程基础和控制语句：计算机框图、硬件与软件、操作系统和编译器的概念、C 编程简介、使用输入和输出运算符和表达式的基本编程、使用 if 和 if-else 进行编程、使用循环-for、while、do-while 进行编程；使用 switch 和 break。单元 2 基于数组的编程：定义和处理用于解决问题和字符串的一维和二维数组。单元 3 使用函数进行模块化编程：结构化编程、定义和调用函数、使用函数进行模块化编程、将参数和数组传递给函数、void 函数并返回值。单元 4 使用指针、结构和联合进行编程：C 中的指针：指针声明、将指针传递给函数、指针与数组、动态内存分配。结构和联合、使用结构和联合数组进行编程、联合的内存要求。参考书：1. Byron S. Gottfried，《使用 C 语言编程》，Schaum 系列，Tata McGraw Hill，2015 年。2. E Balaguruswamy，《使用 C 语言编程》，Tata McGraw Hill，2015 年。3. Kernighan & Richie，《C 编程》，Prentice Hall of India，2002 年。课程成果：1. 了解使用软件和编程解决问题。2. 学习使用输入、输出和控制语句的简单概念进行编程。3. 使用数组、函数、字符串、结构和指针解决问题。
极度降水的统计建模
累积的水）以毫米（mm）为单位。 因此，有非常广泛的文献提出了用于在不同时间尺度（小时，每小时，每日，每月）下降水分布的模型。 例如，用于建模正降水的最流行的分布可能是伽马分布[79]，由于其灵活的形状，它通常也提供适合每月降水量的足够适合，但是伽马分布无法在高时间尺度上捕获大降雨特征，即累积的水）以毫米（mm）为单位。因此，有非常广泛的文献提出了用于在不同时间尺度（小时，每小时，每日，每月）下降水分布的模型。例如，用于建模正降水的最流行的分布可能是伽马分布[79]，由于其灵活的形状，它通常也提供适合每月降水量的足够适合，但是伽马分布无法在高时间尺度上捕获大降雨特征，即每天和每日。建模降水及其聚集体提出了与其他天气变量（例如温度）相比的独特挑战。精确地捕获随着时间或空间的降水的聚集行为对于许多应用至关重要，包括洪水或干旱风险评估。这需要对适当的依赖模型进行典范或隐式规范，以在时空中结合边缘分布，在时间和空间中，不仅极端，而且中度和低降水值都会有助于极端聚集体。特定于降水的另一个方面是其间歇性，这意味着当考虑完整的观察序列时，可以观察到许多零值。这需要将概率分布视为阳性降水的连续成分的混合物，而在没有沉淀的情况下以零为零成分。虽然整个分布对于降水很重要，但它的极端尤其引起了人们的关注，因为它们通过雨水引起的洪水对人们的影响[38]，农业[99]和基础设施[85]。对局部极端的研究是极值分析[50，55]的重要早期应用，也是许多方法论发展的催化剂。的确，如果模型未正确指定，则将参数模型用于整个分布可能会导致尾部分位数估计值的显着偏差。因此，使用源自极值理论的模型来估计降水的尾矿[24，8，33]已成为普遍做法。本章回顾了用于研究极端降水的某些关键方面的统计方法，但没有任何声称是详尽的。第1.2节简要概述了典型的数据特征。第1.3节提出了单变量的概率分布，用于在极值和估计其参数的方法中建模可变性。然后，第1.4节演示了这些分布在代表不同持续时间和频率下的预提取强度或返回值时的应用。第1.5节说明了如何在空间上汇总信息以获得更有效的回报率估计值。上述部分中的方法假设极端降水事件是独立的，并且分布相同。但是，有多种原因认为事实并非如此。例如，季节性和空间模式以及气候变化可能引起非组织性。第1.6节回顾了各种检测和建模非组织降水极端的方法。最后一节是一个讨论，介绍了随机发生器的概念，并阐述了为模拟目的建模极端降雨的重要性。