XiaoMi-AI文件搜索系统
World File Search SystemAPA
引文 (APA) 哈罗·皮萨罗索 (Haro Pizarroso)，G.，和范坎彭 (van Kampen)，E. (2023)。用于强化学习分析的可解释人工智能技术
强化学习越来越多地应用于飞行控制任务，目的是开发真正自主的飞行器，能够穿越高度变化的环境并适应未知情况或可能的故障。然而，这些日益复杂的模型和算法的开发进一步降低了我们对其内部工作原理的理解。这会影响算法的安全性和可靠性，因为很难甚至不可能确定它们的故障特征以及它们在从未测试过的情况下会如何反应。通过开发可解释的人工智能和可解释的强化学习方法（如 SHapley 加法解释），可以弥补这种理解的不足。此工具用于分析 Actor-Critic 增量双启发式编程控制器架构在非线性飞行条件下（例如在高攻角和大侧滑角下）执行俯仰速率或滚转速率跟踪任务时学习的策略。之前曾使用相同的分析工具对相同的控制器架构进行过探索，但仅限于标称线性飞行状态，并且观察到控制器学习了线性控制律，即使其人工神经网络应该能够近似任何函数。有趣的是，这篇研究论文发现，即使在非线性飞行状态下，这种控制器架构学习准线性控制律仍然是更理想的，尽管它似乎不断修改线性斜率，就好像它是增益调度技术的一个极端情况一样。
已发表版本引文 (APA)：Pagnani, D. (2023)。海上风电场黑启动服务的设计与整合：确保可再生能源
Daniela Pagnani 于 1995 年出生于委内瑞拉加拉加斯。她于 2017 年获得意大利卡西诺大学工业工程学士学位，最终成绩为 110/110。2019 年，她在丹麦奥尔堡大学获得电力系统和高压工程硕士学位（加权平均分为 10.3）。自 2019 年 8 月起，她在丹麦根措夫特的 Ørsted 工作。2020 年，她开始在奥尔堡大学攻读博士学位，与 Ørsted 合作担任工业合作伙伴。2021 年 9 月至 12 月期间，她是西班牙瓦伦西亚理工大学自动化和工业信息学研究所 (Ai2) 的客座博士研究员。2017-19 年，她在奥尔堡大学的 IEEE 学生分会担任志愿者。自 2020 年起，她担任 CIGRE 丹麦下一代网络指导委员会的志愿者，自 2021 年起担任指导委员会主席。她特别感兴趣的领域包括电力系统分析、可再生能源转型、并网转换器、黑启动和孤岛运行。
已发表版本引文 (APA)：Marczinkowski, HM (2022)。重新思考岛屿及其在可持续能源规划中的模式：包容性能源如何
这项工作考虑并定义了可再生能源建模（尤其是在岛屿上）在向可持续和高度可再生能源系统过渡中的作用。它通过潜在地将 80,000 个岛屿纳入其中，这些岛屿在能源规划中的作用有限，但在全球范围内具有重要意义，从而解决了《巴黎协定》的问题。为了实现全球目标，岛屿也需要做出贡献，尽管可能性和支持有限，但受到的关注却越来越多。这项工作特别关注三个案例研究，强调了岛屿的一般观点、它们的局限性和潜力，以及我们可以从中获得的解决能源规划的智慧方式。因此，阐述和结合了智能能源系统和岛屿的概念，并将其置于转型和多层次治理的新理论背景中。这是通过研究案例研究中的能源系统分析和建模来实现的。这批判性地反映了岛屿上的可再生能源示范和建模；当包括来自岛屿的观点并与岛屿合作时，它对能源转型中的岛民和规划者都有好处。与模型岛的合作和创建为未来的研究和可持续地应对气候变化提供了支持。
引用发布版本（APA）：Marczinkowski，H。M.和Barros，L。（2020）。技术方法和机构一致至100％可再生能源EN
摘要：可以在许多方面取决于当地的可能性，在能源系统中的可再生能源（RE）集成。在有限的岛屿背景下对此进行评估，本文在两倍的技术分析中介绍了多能系统过渡到100％的份额。使用Energy Pllan建模工具对马德拉岛进行的案例研究用于一方面显示出岛上的所有运输和供暖需求的优势和劣势，同时剩余的需求与生物量一起提供，另一方面，另一方面，额外的智能充电，车辆到车辆，热收集器，热收集器和仓库以及电力和电气产品以及电力型和Electerofages以及Electrofuel和Electerogages。技术结果表明第二种方法的潜力和优势，与第一个削减生产量的第一个相比，生物量降低了50％，成本降低了1-3％。技术分析得到了制度分析的支持，该机构分析通过能源系统中的其他灵活性和相互作用来强调平衡需求。对于需求和电网的最大灵活性，以及成功实施100％的RE，投资激励措施和动态性tari效应，要求更具动态的消费者参与和战略能源计划。
已发表版本的引用 (APA)：Chen, M., Zhou, D., & Blaabjerg, F. (2020). 虚拟同步发电机的建模、实施和评估
传统电力系统以同步发电机为主，同步发电机被证明具有大惯性和阻尼等固有优点，有利于电力系统的稳定运行。同时，通过调速器和自动电压调节器 (AVR)，同步发电机可以很容易地实现频率和电压的调节。惯性通常可以定义为物体对其运动状态变化的抵抗力。在电力系统稳定性方面，惯性表示在短路等扰动下保持转子转速和频率的能力 [1]。该函数由同步发电机的摆动方程确定，该方程描述了发电和负载之间的功率不平衡。当任何扰动导致功率不平衡时，转子将释放或储存与惯性成比例的动能来抵抗频率变化 [2]。这种效应有助于降低频率最低点和频率变化率 (RoCoF) [3]，[4]。
引用发布版本（APA）：Ntelopoulos，A。和Nasrolllahi，K。（2024）。呼叫：级联自动编码器和视频异构的大型语言模型
摘要 - 本文使用3D深度自动编码器和大型视觉语言模型（LVLM）介绍了一种新方法，以弥合视频数据和多模式模型之间的差距，以进行视频异常检测。该研究探讨了先前架构的局限性，尤其是在遇到分布外实例时缺乏专业知识。通过在同一管道中集成自动编码器和LVLM，该方法可以预测异常的存在并提供详细的解释。此外，这可以通过采用二进制分类并自动提示新查询来实现。测试表明，系统的推论能力为工业模型的缺点提供了有希望的解决方案。但是，缺乏用于异常检测的高质量指导遵循视频数据需要一种弱监督的方法。公认的LLM领域的当前局限性，例如物体幻觉和低物理学感知，突出了需要进一步研究以改善视频异常检测域的模型设计和数据质量。
引用出版版本（APA）：Søndergaard，J。K.，Christensen，R。B.和Popovski，P。（印刷中）。
摘要 - Quantum Internet需要确保及时提供涉及分布式量子计算或传感的任务中的纠缠量子。这是通过优化量子网络的上流方法来解决的[21]，其中在接收任务之前分发了纠缠。任务到达后，所需的纠缠状态将通过本地操作和经典交流达到。纠缠前的分布应旨在最大程度地减少所用量子的数量，因为这降低了矫正性的风险，从而降低了纠缠状态的降解。优化的量子网络考虑了多跳光网络，在这项工作中，我们正在用卫星辅助纠缠分布（SED）补充它。动机是卫星可以捷径拓扑，并将纠缠放在两个没有通过光网络直接连接的节点。我们设计了一种用SED纠缠纠缠的算法，这导致纠缠前分布中使用的量子数量减少。数值结果表明，SED可以显着提高小量子网络的性能，而纠缠共享约束（EC）对于大型网络至关重要。索引条款 - Quantum网络，自上而下的纠缠段，卫星辅助纠缠分布
引用出版物（APA）：Pancarelife财团，更长，T。，Clemen，E
关键目标，如果要将颅咽性瘤和垂体肿瘤排除在队列分析之外，那么其他儿童脑肿瘤（CBT）的幸存者（CBTS）有可能增加体重，超重或肥胖症，如果是这样，则与下丘脑诊断功能障碍的关联是什么？知识不仅超重（20.3％）和肥胖症（8.5％）的普遍性（8.5％）高，而且频繁（$ 1 2.0标准偏差得分[SDS]）的体重增加（11.6％）。随访期间体重指数（BMI）的这些变化似乎与下丘脑 - 垂体功能障碍有关。诊断时较高的BMI SDS，糖尿病（DI）或随访期间中央早熟青春期（CPP），而低度胶质瘤与超重和肥胖有关。在随访期间，在诊断，DI或CPP时具有较高BMI SD的相关性CBT和低级神经胶质瘤可能需要对随访期间的体重变化和下丘脑垂体功能的变化进行更强烈的监视，旨在降低长期心血管疾病的发病率。