XiaoMi-AI文件搜索系统
World File Search SystemBing
人工智能在抗震建筑设计中的应用：使用深度学习和 ImageAI 方法确定不规则结构体系 Kaan Bingöl 1 , Aslı Er Akan 2* , Hilal Tuğba Örmecioğlu 3 , Arzu Er 4
1 比利希姆创新中心，METU Technopolis，安卡拉 06510，土耳其 2 恰卡亚大学，建筑学院，建筑系，安卡拉 06530，土耳其 3 阿克德尼兹大学，建筑学院，建筑系，安塔利亚 07070，土耳其 4 阿克德尼兹大学，技术职业高中，安塔利亚 07070，土耳其 重点：图形/表格摘要 人工神经网络和深度学习方法 估计结构不规则性的新方法 深度学习和图像处理方法在抗震建筑设计中的应用 图 A. 图形摘要目的：本研究的目的是通过使用深度学习和图像处理方法，创建一个不规则控制助手 (IC Assitant)，它可以为建筑师提供有关结构系统决策是否符合抗震规定的一般信息，这些信息可在设计过程的早期阶段通过深度学习和图像处理方法进行。这样，在设计的早期阶段就能做出正确的决策，并防止在实施项目阶段可能发生的意外修改。理论与方法：在本研究中，我们提出了一个不规则控制助手 (IC Assitant)，它可以为建筑师提供有关土耳其地震规范中定义的结构系统不规则性的一般信息，它是使用深度学习和图像处理方法开发的。PYTHON 是学术领域最常用的编程语言之一，PYTHON IDLE（集成开发和学习环境）用于创建应用程序。Image AI 工作库用于制作此软件产品。结果：向 IC 助手展示了以前没有给过机器的新计划，并询问这些计划中的结构系统是否按照地震法规的定义是规则的还是不规则的。结果表明，DK 助手可以成功地提供有关任何结构系统的规则性百分比的信息。结论：研究表明，深度学习和图像处理方法可用于在建筑设计过程的早期阶段发现结构不规则性。
新技术：微软 Bing 搜索的预计总体经济影响™
数据可发现。随着现代组织存储的数据量不断增长，IT 必须让这些数据可搜索。以前标记和实施分类法的尝试需要大量投资和劳动力，但收效甚微。相反，Bing 中的 Microsoft Search 严重依赖 AI 和 Microsoft Graph，几乎不需要管理，并且可以免费快速提供结果。一家专业服务公司的首席架构师表示：“即使您有其他搜索解决方案，它也无法为您提供 Bing 中的 Microsoft Search 所能提供的功能。您需要付出巨大努力来设置它，您必须为此付费，但它不会与所有 Office 365 进行本机集成，也不会提供最佳的用户体验。切换到 Bing 中的 Microsoft Search 是 IT 容易实现的项目之一，但对于组织而言，这是一个巨大的胜利。”
经济主题宾果
• 交易收益：“每次我们在商店购买东西时，我们都获得了所购买物品的使用权，企业也获得了经营业务的收入。” • 相互依赖：“由于我的父母全职工作，他们依靠我做一些家务，而我依靠他们赚钱来支付住房和食物。” • 稀缺性：“由于我工作、上学和参加体育运动，所以我的时间非常紧张，我没有足够的时间和朋友在周末出去玩。” 2. 告诉学生，他们将通过玩宾果游戏来更好地了解他们的同学。分发讲义 1：“经济主题宾果游戏”。让学生查看游戏板上的主题示例，并在脑海中记下他们自己生活中经历过的几个例子。让学生在房间里走动，让同学们为他们自己生活中经历过的例子签名，确保他们的名字写得清晰易读。告诉学生这些信息将会共享，因此他们只应对他们想要公开的内容进行签名。告诉学生，你将给前五名获得 Bingo 牌的学生颁发奖品，即水平、垂直或对角线上的五个签名方块。告诉学生，如果他们的 Bingo 牌中包含中间一列（空白处除外）的任何方块，他们必须在提交纸质文件以获得奖品之前，在纸质文件上写下该方块的主题。（奖品可能是糖果、家庭作业通行证、奖励积分券等。） 3. 告诉学生开始。拿出前五块完成的 Bingo 牌，确保中间一列的方块标签正确（如果适用）。在板的顶部为获胜者写上适当的数字顺序（1、2、3、4 和 5）。让学生就座。确定第一名获胜者，并让该学生说出哪个方块序列让他获得 Bingo 牌。让获胜者确定为他们的 Bingo 方块签名的学生。对于这些学生中的每一个，让他们进一步解释他们的行为。例如，如果学生签名“为父母工作以换取使用汽车”，请询问该学生这样做的原因。该学生很可能会回答，他或她获得的收益（使用汽车）在当时比成本（完成工作所需的时间和精力）更有价值。继续此过程，直到学生回答了获胜者宾果游戏的所有区块。4. 在白板或图纸上的不同空间中，列出四个主题中的每一个。这些主题应尽可能分散，以便学生可以来到白板并在每个主题下写下信息。告诉学生他们现在将被分成四组，并分配四个主题之一。