XiaoMi-AI文件搜索系统
World File Search SystemAuthors
EDIS 作者使用 AI 工具时的指南
如果您的内容大量由人工智能生成，则必须在出版物中包含披露声明。一般来说，如果使用来自任何其他来源的类似贡献会构成未经适当引用的剽窃，则必须披露人工智能的使用。人工智能模型在得到适当提示后，可以有效地帮助您创建基本上属于您自己的内容。它们可以充当一种代笔作家，帮助重组、重写或重新组织您的内容，以实现清晰度或其他目标。但是，如果人工智能的贡献程度需要在人类合著者的情况下进行确认，则应披露人工智能的使用。
Streptomyces Stramineus作者：Labeda等。 1997 ...
Genus: Streptomyces FH 6172 Species: stramineus Numbers in other collections: DSM 41783 Morphology: G R ISP 2 good saffron yellow A SP zinc yellow none G R ISP 3 good zinc yellow A SP zinc yellow none G R ISP 4 good zinc yellow A SP zinc yellow none G R ISP 5 sparse beige A SP none none G R ISP 6 good brown beige A SP none none ISP 7 G R good brown beige A SP none none Melanoid pigment: --+- NaCl resistance: % Lysozyme resistance: pH: Value- Optimum- Temperature : Value- Optimum- 28 °C Carbon utilization: Glu Ara Suc Xyl Ino Man Fru Rha Raf Cel + - - - + - - - - + Enzymes: Gel Cit Ure Arg Onp Trp Lys Odc VP Ind H2S + + + + - - + + - - - 2+ 3- 4（+）5（+）6- 7- 8- 9+ 10（+）11+ 12+ 13-14-15-16+ 17-18+ 19+ 20-评论：
![arXiv:2102.07039v1 [cs.RO] 2021 年 2 月 14 日 - 加州理工学院作者](/simg/2\25e43204245c78df627668556baf7f3f3d635b52.webp)
arXiv:2102.07039v1 [cs.RO] 2021 年 2 月 14 日 - 加州理工学院作者
摘要 — 实时、保证安全的轨迹规划对于未知环境中的导航至关重要。然而，实时导航算法通常会牺牲鲁棒性来换取计算速度。或者，可证明安全的轨迹规划往往计算量太大，无法进行实时重新规划。我们提出了 FaSTrack，即快速安全跟踪，这是一个既能实现实时重新规划又能保证安全的框架。在这个框架中，实时计算是通 过允许任何轨迹规划器使用系统的简化规划模型来实现的。该系统跟踪该规划，用一个更现实、更高维的跟踪模型来表示。我们预先计算了由于两个模型不匹配以及外部干扰而导致的跟踪误差界限 (TEB)。我们还获得了用于保持在 TEB 内的相应跟踪控制器。预计算不需要事先了解环境。我们展示了 FaSTrack 使用 Hamilton-Jacobi 可达性进行预计算，并使用三种不同的实时轨迹规划器和三种不同的跟踪规划模型对。
人工智能伦理需要优质数据 作者：Angela Daly
在本章中，我们认为，关于人工智能的讨论必须超越“伦理”的语言，并与权力和政治经济相结合，才能构成“好数据”。特别是，鉴于伦理作为看待人工智能问题的框架的局限性，我们必须超越目前部署的非政治化的“伦理”语言（Wagner 2018），以确定人工智能是否“好”。为了规避这些限制，我们使用“好数据”的语言和概念（Daly、Devitt 和 Mann 2019），作为一个更广泛的术语来阐明人工智能以及其他数字技术的开发和部署所涉及的价值观、权利和利益。对好数据的考虑超越了数据保护/隐私和 FAT（公平、透明和问责制）运动的反复出现的主题，包括对权力的明确政治经济批判。我们不提供更多的道德原则（它们往往说的是相同或相似的事情），而是提供构建良好数据人工智能的四个“支柱”：社区、权利、可用性和政治。总的来说，我们认为人工智能的“善”是一个明确的政治（经济）权力问题（Winner 1980），并且始终与人工智能的创造和使用程度有关，以增进社会福祉，特别是增加最边缘化和最被剥夺权利的人的权力。我们为实施“更好”的人工智能方法提供建议和补救措施。我们的策略使对人工智能进行一种不同的（但互补的）评估成为人工智能构建和部署的更广泛的社会技术系统的一部分。
人为因素设计方法评论作者 - ePrints Soton
目录 执行摘要……………………………………………………………………………… 简介…………………………………………………………………………..4 HEI 简介…………………………………………………………………………10 1. SHERPA………………………………………………………………………………15 2. HET – 人为错误模板………………………………………………………..23 3. TRACEr…………………………………………………………………………30 4. TAFEI – 错误识别任务分析…………………………………...37 5. 人为错误 HAZOP…………………………………………………………………47 6. THEA – 人为错误评估技术……………………………………54 7. HEIST – 系统工具中的人为错误识别………………………….63 8. HERA 框架…………………………………………………………………69 9. SPEAR – 预测错误分析与减少系统………………….75 10. HEART - 人为错误评估与减少技术……… ...路径分析………………………………………………...127 20. GOMS……………………………………………………………………...134 21. VPA – 言语协议分析………………………………………………..138 22. 任务分解 …………………………………………………………………144 认知任务分析简介……………………………………………………..150 23. ACTA – 应用程序
提交论文以纳入 ASTRO 2008 会议录的作者须知
(b) Presagis Canada Inc. 许多标准组织（如 FAA、NASA 和军事机构）都发布了一套全面的关于无人机 (UAV) 地面控制站 (GCS) 设计的人为因素指南和标准。然而，GCS 设计师发现很难将所有这些标准整合到他们的设计中，因为很难找到适用于他们工作的特定文档。因此，大多数 GCS 设计师只关注过去的设计趋势和飞行员工作量评估结果等因素。除此之外，与传统的飞机驾驶舱设计师不同，GCS 设计师不一定必须遵循一套特定的概念和技术规则；一些组织甚至已经开始探索使用虚拟现实和增强现实设备（如 Oculus Rift、Microsoft Hololens 等）来构建他们的控制站。这些灵活性和自由度是 GCS 设计最近呈指数级增长的主要原因。然而，它们在整合人为因素标准方面也带来了巨大的挑战。这项研究工作重点是创建符合人为因素的设计和评估 (HFCDE)，该设计和评估可用于根据设计师遵循适用的人为因素指南和标准的程度来设计和评估 GCS。研究的第一阶段集中于设计和评估使用商用现货构建的新 GCS
arXiv:2102.07039v1 [cs.RO] 2021 年 2 月 14 日 - 加州理工学院作者
摘要 — 实时、保证安全的轨迹规划对于未知环境中的导航至关重要。然而，实时导航算法通常会牺牲鲁棒性来换取计算速度。或者，可证明安全的轨迹规划往往计算量太大，无法进行实时重新规划。我们提出了 FaSTrack，即快速安全跟踪，这是一个既能实现实时重新规划又能保证安全的框架。在此框架中，通过允许任何轨迹规划器使用系统的简化规划模型来实现实时计算。该计划由系统跟踪，由更现实、更高维的跟踪模型表示。我们预先计算了由于两个模型不匹配以及外部干扰而导致的跟踪误差界限 (TEB)。我们还获得了用于保持在 TEB 内的相应跟踪控制器。预计算不需要事先了解环境。我们演示了使用 Hamilton-Jacobi 可达性进行预计算的 FaSTrack 和三个不同的实时轨迹规划器以及三个不同的跟踪规划模型对。
磁性螺旋中列级的热力学相变作者
列中阶段缺乏翻译顺序，但具有方向顺序。nematic阶段已经在各种系统中发现，包括液晶，相关材料和超导体。在这里，我们报告了磁性列相，其中基部成分由磁性螺旋组成。我们使用谐振软X射线散射直接探测与磁性螺旋相关的阶参数，并找到具有复杂时空特征的两个不同的列型相。使用X射线相关光谱法，我们发现两个列型相之间的相边界附近，波动在多个不同的时间尺度上共存。我们的微磁模拟和密度功能理论计算表明，波动随着磁性螺旋的重新定位而发生的，表明自发对称性破裂和新的自由度的出现。我们的结果为表征外来阶段的框架提供了一个框架，可以扩展到广泛的物理系统。
印度太阳能项目的环境影响和缓解策略 作者
太阳能已成为印度重要的可再生能源，在该国的可持续发展中发挥着关键作用。虽然太阳能项目提供了许多环境效益，但它们并非完全没有生态影响。本章旨在探讨印度太阳能项目的环境影响并提出有效的缓解策略。本研究利用全面的文献综述、数据分析和案例研究来评估太阳能相关环境影响的现状，并确定可行的解决方案以最大限度地减少其生态足迹。二、印度太阳能项目的背景和意义
评估建筑物的长期温室气体排放 FSEC-PF-1271-22 作者
本文讨论了旨在评估建筑物长期 CO 2 e 排放量的美国国家标准的制定和影响。本文讨论了住宅和商业建筑的标准，这些标准使用每小时能源使用量来评估 CO 2 e 影响，以预测长期 CO 2 e 排放量。由于建筑物能源使用量和电力公用电网的排放强度随一天中的时间和季节而变化，因此采用每小时而不是每年的核算方法非常重要。此外，现场燃料选择也有很大影响，尤其是在预测长期排放影响方面。随着通过使用可再生资源、能源储存和分布式能源资源减少电力公用电网的碳排放，现场燃烧燃料对长期排放预测的影响变得越来越突出。由于建筑物可以使用数十年，因此预测未来的电网至关重要。电力部门规划模型可用于创建前瞻性排放指标，这些指标对建筑界在长期建筑能源排放预测和了解电网如何随时间演变方面很有用。美国国家可再生能源实验室 (NREL) 开发的 2021 Cambium 数据库满足了美国未来电网预测的需求。也应为其他电网开发类似的数据库。这些标准的使用还涉及美国环境保护署 (EPA) 温室气体 (GHG) 议定书范围 3 的影响。本文讨论了两项为解决建筑能耗直接产生的 CO 2e 排放而制定的美国国家标准 — — 一项针对住宅单元，另一项针对商业建筑。两项标准都旨在评估当前和未来建筑能耗设计决策对 CO 2e 的影响，其中 CO 2e 包括甲烷 (CH 4 ) 和一氧化二氮 (N 2 O) 以及二氧化碳 (CO2) 温室气体排放当量。美国住宅能源服务网络 (RESNET) 已将二氧化碳当量指数纳入 ANSI/RESNET/ICC 标准 301，ASHRAE 标准 90.2 使用该指数确定住宅单元是否符合规定，ASHRAE 则纳入了零碳排放因子 (zCEF)，以确保商业建筑符合 ASHRAE 标准 189.1。这两项标准都利用 Cambium 数据库预测未来电网排放量。这两项标准都使用燃烧前加上燃烧长期边际二氧化碳当量排放率 (LRMER_CO 2 e) 的组合，并将其应用于每小时能源使用量，以评估长期排放量。这两项标准都假设 NREL 低成本可再生能源情景来确定电网未来的燃料结构。这两项标准还使用 Cambium 生成和排放评估 (GEA) 区域来确定地理电网敏感性。