XiaoMi-AI文件搜索系统
World File Search SystemBENCHMARK
引入应用空气动力学替代建模基准案例
从飞机设计到认证，需要大量空气动力学数据以确保最佳性能，符合监管标准并保持结构完整性。这些数据必须跨越整个飞行包络，包括压力和剪切应力分布，全局系数和衍生物。传统上来自飞行测试，风洞实验或数值模拟，这些数据通常具有不同的保真度，从手册方法到高分辨率模拟。近年来，由于人工智能和机器学习的进步，对这些数据有效使用的需求已经增长，从而可以开发快速运行的替代模型。与传统的高保真模拟或实验设置不同，这些设置可能是资源密集型的替代模型，该模型在这些数据集中训练，可以提供与数据库查询相当的快速预测。AIAA应用的空气动力学替代建模（AASM）组的成立是为了将集中在航空航天科学中的数据驱动和AI建模上，并将来自学术界，工业和政府机构的专家团结在一起。AASM组优先考虑对航空航天应用的替代建模的开发，准确性和适用性，包括设计优化，不确定性量化，系统工程和任务分析，这对数字工程生态系统至关重要。为了支持方法论的评估和比较，本文介绍了四个基准案例：一个集成式机翼性能系数的空气动力学数据库，6DOF生成的导弹案例，以及两个集中在表面压力分布的数据集。这些基准强调了相关的替代建模挑战，并将通过AIAA公开提供，为航空航天社区提供宝贵的资源。
QH9：QM9分子的量子哈密顿预测基准
监督的机器学习方法已越来越多地用于加速电子结构预测作为第一原理计算方法的替代物，例如密度功能理论（DFT）。虽然许多量子化学数据集都集中在化学性质和原子力上，但实现对汉密尔顿基质的准确有效预测的能力是高度的，因为它是确定物理系统和化学特性的量子状态最重要，最基本的物理量。在这项工作中，我们生成了一个新的量子汉密尔顿数据集，称为QH9，以根据QM9数据集为999分子动力学轨迹的精确汉密尔顿矩阵和130,831个稳定的分子几何形状。通过使用各种分子设计基准任务，我们表明当前的机器学习模型具有预测任意分子的汉密尔顿矩阵的能力。QH9数据集和基线模型均通过开源基准提供给社区，这对于开发机器学习方法以及加速分子和材料设计的科学和技术应用可能非常有价值。我们的基准标有https://github.com/divelab/airs/tree/main/main/opendft/qhbench。
绿色功率 - 使用Portfolio Manager
•现场绿色力量。可以通过位于您物业的太阳能光伏面板或风力涡轮机产生现场绿色功率。至Benchmark，您将输入两米：一米以跟踪您使用和导出的现场可再生电力的数量，以及一秒钟来跟踪您从网格购买的电力。由于现场可再生电力发电是建筑物能源需求的一部分，因此必须对其进行跟踪；仅输入基于网格的电力是不够的。当您输入现场绿色电源时，重要的是要指出您是否拥有与您生成的绿色功率相关的可再生能量证书（REC）。您必须拥有Recs，以查看排放指标中现场绿色力量的好处。但是，即使您不拥有Recs，您也会看到源能源和得分。
BETA：面向 SSVEP-BCI 应用的大型基准数据库
脑机接口 (BCI) 提供了一种替代的交流方式，在过去 20 年里引起了人们日益增长的兴趣。具体来说，对于基于稳态视觉诱发电位 (SSVEP) 的 BCI，频率识别方法和数据共享已经有了显著的改进。然而，这个领域的公共数据库数量仍然有限。因此，我们在研究中提出了一个面向 BCI 应用的 BE 基准数据库 (BETA)。BETA 数据库由 70 名执行 40 个目标提示拼写任务的受试者的 64 通道脑电图 (EEG) 数据组成。BETA 的设计和获取是为了满足现实世界应用的需求，它可以用作这些场景的试验台。我们通过一系列分析验证了数据库，并对 BETA 上的十一种频率识别方法进行了分类分析。我们建议分别使用宽带信噪比 (SNR) 和 BCI 商来表征单次试验和人群水平的 SSVEP。BETA 数据库可从以下链接下载 http://bci.med.tsinghua.edu.cn/download.html。
ModelVsBaby：一个以发展为导向的分布外物体识别基准
深度神经网络最近已成为思考人类视觉学习的卓越计算工具。最近的研究探索了改变自然图像的影响，并比较了人类和模型的反应，为它们的功能以及深度神经网络如何塑造我们对人类学习的理解提供了宝贵的见解。至关重要的是，人类的大部分视觉学习都发生在早期发展过程中。然而，将人工智能模型与年轻人进行比较的良好控制的基准很少。在这里，我们提出了一个以发展为导向的分布外 (OOD) 对象识别基准。我们的基准 ModelVsBaby 包括一组在视觉科学文献中长期研究的 OOD 条件，预计对人类 OOD 对象识别的发展很敏感：轮廓、几何、遮挡、模糊、拥挤的背景和基线现实条件。除了刺激之外，我们还发布了一个独特的数据集，其中包含 2 岁儿童对刺激的反应。我们对数据集的初步分析显示出几个有趣的模式：2 岁儿童在轮廓条件下的准确率达到 80%，几乎与现实条件（概率 = 12%）一样好。在其他具有挑战性的条件下，他们的表现也远高于概率，接近 60%。我们还评估了在不同数量的互联网规模数据集上训练的图像文本关联 (CLIP) 模型。模型性能表明，只要有足够的数据，人工智能学习者就可以学习所有条件。然而，现实和轮廓需要较少的训练数据才能学习，就像人类一样。我们的基准刺激和婴儿反应为构建与人类在学习成果和学习轨迹方面保持一致的计算模型提供了重要的垫脚石。这项努力可以为创建更好的视觉发展模型提供依据，并提高人工智能系统在实际应用中的效率。未来的工作可能会使用基准刺激来测试更多的年龄组，并在“发展一致性”方面对各种风格的模型进行详细比较。
PQI基准表，V2024 -AHRQ质量指标
hcup是通过联邦 - 国家 - 工业合作伙伴关系开发的医疗保健数据库以及相关软件工具和产品的家族。HCUP包括美国最大的纵向医院护理数据，并从1988年开始遇到遇到级别的信息。SID包含有关住院排放的全付款人，遭遇级别的信息，包括通常在计费记录中发现的临床和资源信息，例如患者人口统计，最多30个国际疾病分类，第十个修订，临床修改/程序分类系统（ICD-10-CM/PCS/PCS）（ICD-10-CM/PCS）（ICD-10-CM/PCS）（ICD-10-CM/PCS）诊断和付费付费，付费和付费。在2021年，HCUP数据库占美国所有年度分院的97％以上。2
dlbench+：定量和定性数据湖评估的基准
摘要。在过去几年中，数据湖的概念已成为数据存储和分析的时尚。因此，已经提出了几种方法来构建数据湖系统。但是，由于没有通常的共享标准来比较数据湖系统，因此很难评估此类建议。因此，我们在本文中介绍了DLBench+，这是一种评估和比较支持文本和/或表格内容的数据湖实现的基准。更具体地说，我们提出了一个由文本和CSV文档制成的数据模型，该模型是由一组各种任务组成的工作负载模型以及一组基于绩效的指标，所有这些指标都与数据湖的上下文有关。除了纯粹的定量评估之外，我们还提出了一种方法，以通过评估用户体验来定性评估数据湖系统。作为概念证明，我们使用dlbench+评估我们开发的开源数据湖系统。
imroz方案：单独使用MPF与VRD的基准
输注反应的最常见症状（≥5％）包括呼吸困难和咳嗽。1级输注相关的反应报告了6％的患者，28％的2级和3级或4级为1.2％。 过敏反应发生在不到1％的患者中。 SARCLISA输注中断的总发病率小于1％，至少一种Sarclisa输液中断与输注相关反应导致的患者的发生率为26％。 首次Sarclisa输注中断的中位时间为61分钟（范围4至240分钟）。 由于输注相关反应， sarclisa在1％的患者中停用。 降低IRR的风险和严重程度，在Sarclisa输注对乙酰氨基酚，H 2拮抗剂，二苯胺或同等学历和地塞米松之前对患者进行预处理。1级输注相关的反应报告了6％的患者，28％的2级和3级或4级为1.2％。过敏反应发生在不到1％的患者中。SARCLISA输注中断的总发病率小于1％，至少一种Sarclisa输液中断与输注相关反应导致的患者的发生率为26％。首次Sarclisa输注中断的中位时间为61分钟（范围4至240分钟）。sarclisa在1％的患者中停用。降低IRR的风险和严重程度，在Sarclisa输注对乙酰氨基酚，H 2拮抗剂，二苯胺或同等学历和地塞米松之前对患者进行预处理。
低速风洞流动诊断和基准...
摘要 德克萨斯 A&M 大学的低速闭环风洞用于研究各种流动类型产生的湍流混合。预期的实验范围从典型的“单位流”到更复杂的流动和几何组合。该设施最初位于匹兹堡大学，后来搬迁至德克萨斯 A&M 大学的热工水力学验证和确认 (THVV) 实验室。该风洞经过了大量改造和更新的诊断，重新引发了人们对流动质量评估的兴趣。这包括通过粒子图像测速 (PIV) 测量提供的风洞入口速度分布的全面映射。额外的温度和表压测量完成了系统能力的评估。这些初步诊断产生了计算流体动力学 (CFD) 模型验证所需的经验确定的边界条件和流体特性相关性。本文最后介绍了两种单元流类型，包括流过圆柱体的流动（具有三个不同的横截面）和在三个速度比下以横流方式流动的单个圆形射流。单元流可作为 THVV 模拟工作的初始基准。每个基准都列出了关键验证指标，包括集合平均速度、雷诺应力和本征正交分解 (POD) 特征向量。
使用 XFlow 对分离流进行工业基准模拟
摘要我们使用商用格子波尔兹曼求解器 XFlow 模拟湍流分离流。使用传统的计算流体动力学 (CFD) 软件，工业问题需要耗时的网格划分过程。由于其基于粒子的方法，XFlow 中的网格划分复杂性降低，允许使用八叉树结构轻松解决复杂几何形状。然而，这种网格划分的便利性引发了计算分离流的准确性问题。将针对不同的工业基准展示 XFlow 的性能并与实验数据进行比较。我们选择了四个工业案例：首先，Re = 8 时的 Goldschmied Body 10。9 · 10 4。第二，HLWP-2（第 2 届高升力预测研讨会）19 几何，代表 Re = 1 时的整架飞机。35 · 10 6 和 Re = 15 。1 · 10 6 。第三，NACA0012 15 在 Re = 0 时的动态失速。98 · 10 6，频率降低，k = 0 。1.最后，使用位于 Re / L = 4 时前缘的结节来改善机翼失速的参数研究。66 · 10 6，参考长度 L 。