XiaoMi-AI文件搜索系统
World File Search SystemCLES
ML-MAS：自动驾驶汽车的混合 AI 框架
机器学习 (ML) 技术是需要大量传感的全自动系统的关键部分。深度学习已被证明在自动驾驶汽车的图像处理中非常有效 [13, 22]。花费大量精力和时间开发合适的 ML 模型可能永远无法提供完美的解决方案，无法避免所有关键场景（例如碰撞、事故）并遵守所有道路规则。总会有一些情况，模型训练不足或预测准确度不够，这会导致即使是最好的模型也会失败 [16]。重新训练模型可能不是一个有效的选择，因为为这些关键情况准备训练环境需要大量时间和困难，特别是如果这种情况发生在现实世界的部署期间，可能会对人类造成伤害。对于这种复杂的系统，验证和确认通常是一项要求。然而，由于大多数深度学习技术的黑箱性质，形式化验证要么不切实际，要么不可行 [17]。即使可以验证系统的关键部分，形式验证也无助于改善自动驾驶行为。尽管如此，验证和确认仍应是整个系统流程的一部分，但本文的其余部分将重点介绍如何改善车辆的自动驾驶行为。提高自动驾驶汽车自主性的另一种选择是结合符号人工智能的基于规则的技术
案例研究：Carcoustics Tech Center GmbH - Brüel & Kjær
• Carcoustics International GmbH 是汽车行业整体车辆声学解决方案设计、开发和制造领域的全球领导者 • 该公司专注于开发和生产用于整车、系统和部件的空气噪声吸收、隔离和阻尼解决方案 • Carcoustics 的客户包括许多领先的汽车制造公司 • Carcoustics 的技术中心拥有令人印象深刻的测试和测量设施 • Carcoustics 已获得 ISO 14001 和 ISO 16949 的全球认证 • “对更安静、更舒适的车辆的需求不断增加” • Carcoustics 与 Brüel & Kjær 的合作关系可以追溯到 20 多年前 • 2002 年购买了 24 通道 PULSE 数据采集和分析系统 • “Brüel & Kjær 的质量非常出色，PULSE 是进行 NVH 测试的非常好的标准平台” • “我们正在扩大对 PULSE 和声全息术的使用，使用空间透射“声场的形成（STSF）软件类型 7688” • “很明显，STSF 技术将为我们带来多种好处 - 它将大大减少测量时间” • Carcoustics 不断扩大其在整车声学方面的能力 • Carcoustics 继续为客户提供创新、轻量、有效的声学和热管理解决方案，但它正在将这些解决方案带入新的市场领域，包括商用车和重型卡车，并进入亚洲市场
利用纳米粒子进行量子传感进行重量测定
摘要：继 2020 年首次演示冷却至量子基态的悬浮纳米球（U. Delić 等人，Science，第 367 卷，第 892 页，2020 年）之后，宏观量子传感器似乎即将问世。与其他量子系统相比，纳米球的质量较大，这增强了纳米粒子对引力和惯性力的敏感性。从这个角度来看，我们描述了光学悬浮纳米粒子实验的特点（J. Millen、TS Monteiro、R. Pettit 和 AN Vamivakas，“悬浮粒子的光力学”，Rep. Prog. Phys.，第 83 卷，2020 年，艺术编号 026401）及其在加速度传感方面的拟议用途。悬浮纳米粒子平台的独特之处在于它不仅可以实现量子噪声限制的传导，量子计量学预测其灵敏度将达到 10 − 15 ms − 2 量级（S. Qvarfort、A. Sera fini、PF Barker 和 S. Bose，“通过非线性光力学进行重力测量”，Nat. Commun.，第 9 卷，2018 年，文章编号 3690），而且可以实现长寿命量子空间叠加以增强重力测量。这遵循了开发利用叠加或纠缠的传感器（如冷原子干涉仪）的全球趋势。得益于这些现有量子技术的重大商业开发，我们讨论了将悬浮纳米粒子研究转化为应用的可行性。
1997v02.pdf - 美国钢结构协会
在过去的几个月中，许多读者可能已经注意到（我希望！）《现代钢结构》对桥梁和钢桥问题的报道有所增加。自 10 月以来，每期都有桥梁专题，我们还增加了“桥梁穿越”作为月刊。我希望每个人都喜欢增加的桥梁报道，并希望听到您的反应（传真：3121670-5403；电子邮件：melnick@a iscmail.co m）。大部分变化是由国家钢桥联盟推动的，该联盟是 A1SC 的一个部门，是美国所有钢桥相关活动的“伞状”组织，参与者包括钢铁生产商、制造商、业主、设计师、总承包商和安装商——基本上是所有对设计和建造钢桥感兴趣的人。它的使命是通过市场营销、技术改进、教育和立法行动来增加钢桥的市场份额，其统计数据有助于为 MS 撰写有关桥梁设计和施工的文章。有关 NSBA 的更多信息，请联系执行董事 Arun Shirol（电话：6121537-7073；传真：6121537-4997；电子邮件：shirole@aiscman il. com）。
锂离子电池回收和预处理的新进展
引言在电动汽车，固定能源存储和消费产品中使用锂离子电池（LIB）的使用呈指数增长，行业正在为对寿命终止（EOL）管理服务的需求不断增长做准备。在原始产品中不再可行的LIB时，可以将电池重新使用，重新用于另一种产品类型（例如电动汽车电池以固定存储），再回收或在垃圾填埋场中使用。1,2 LIB模块通常被归类为通用废物（具有简化处理要求的有害废物类别）。垃圾填埋场 - 即使在标题为危险的废物垃圾填埋场中 - 由于与其他选择相关的好处，也不建议使用。回收自由液体从原本浪费中产生价值，并避免生产新电池所需的维珍材料采矿。这避免了获得锂，钴，镍和其他金属的相关环境，社会和全球运输的影响。收集使用的模块是必要的1）为有价值和关键的材料建立国内可及性，2）支持全球许多国家的刚起步的自由回收行业。因此，回收已成为LIB的有利和建议的选择。3这本白皮书审查了LIB回收行业的状态，可用的可用回收方法以及有望在2030年商业化的有希望的回收创新和进步。
使用大语言模型的实时异常检测和反应性计划
摘要 - 在Internet规模数据上接受培训的大型语言模型（LLMS）具有零拍摄的一代化功能，这使它们成为一种有前途的技术，用于检测和缓解机器人系统的分布故障模式。完全意识到这一诺言提出了两个挑战：（i）减轻这些模型的大量计算费用，以便可以在线应用它们，以及（ii）将他们对潜在异常现象的判断局限于安全控制框架。在这项工作中，我们提出了一个两阶段的推理框架：首先是一个快速的二进制异常分类器，可以分析LLM嵌入空间中的观察结果，该观察结果可能会触发较慢的后备选择阶段，该阶段利用了生成LLMS的推理。这些阶段对应于模型预测控制策略中的分支点，该策略保持了沿着各种后备计划继续沿着各种后备计划的联合可行性，以便在检测到异常后立即考虑缓慢的潜伏期，从而确保安全性。我们表明，即使使用相对较小的语言模型实例化，我们的快速异常分类器与最先进的GPT模型形成了自回归推理。这使我们的运行时监视器能够在资源和时间限制下改善动态机器人系统的可信度，例如四摩托或自动驾驶汽车。在我们的项目页面上可以使用仿真和现实世界实验中说明我们方法的视频：https：//sites.google.com/view/aesop-llm。
已发表版本的引用 (APA)：Keller, S.、Horstmann, M.、Kashaev, N. 和 Klusemann, B. (2019)。经实验验证的多步模拟策略可预测激光冲击喷丸后残余应力场中的疲劳裂纹扩展速率。国际疲劳杂志，124，265-276。https://doi.org/10.1016/j.ijfatigue.2018.12.014
对于损伤容错设计 [1] 来说，疲劳和腐蚀是航空工业 [2] 中两个主要故障原因。激光冲击喷丸 (LSP) 是一种表面处理技术，可在易受疲劳现象影响的关键区域引入具有较大穿透深度的压缩残余应力。这些压缩残余应力可能导致疲劳裂纹扩展 (FCP) 延缓，如由 AA2024-T3 [3] 组成的 M(T) 试样或搅拌摩擦焊接的 AA7075-T7351 [4] 所示。然而，压缩残余应力的产生总是会导致结构内的拉伸残余应力以保持应力平衡。这些拉伸残余应力可能会导致 FCP 速率加速。因此，准确了解施加的残余应力场并预测由此产生的 FCP 速率对于保证有效和优化地应用 LSP 是必要的。 FCP 模拟中经常采用的一种策略是计算疲劳载荷循环的最小和最大应力强度因子，并使用这些应力强度因子作为 FCP 方程的输入[5–8]。所应用的 FCP 方程将裂纹尖端的应力强度因子与 FCP 速率联系起来。这项工作应用了 Paris 和 Erdogan [9] 开发的第一个 FCP 方程、Walker 方程 [10]，例如，该方程成功应用于激光加热引起的残余应力场 [11]，以及 NASGRO 方程 [12]，该方程现在经常用于预测 FCP 速率 [5–7]。不同的 FCP 方程具有不同的计算精度和不同的计算效率。
1997v02.pdf - 美国钢结构协会
在过去的几个月中，许多读者可能已经注意到（我希望！）《现代钢结构》对桥梁和钢桥问题的报道有所增加。自 10 月以来，每期都有桥梁专题，我们还增加了“桥梁穿越”作为月刊。我希望每个人都喜欢增加的桥梁报道，并希望听到您的反应（传真：3121670-5403；电子邮件：melnick@a iscmail.co m）。大部分变化是由国家钢桥联盟推动的，该联盟是 A1SC 的一个部门，是美国所有钢桥相关活动的“伞状”组织，参与者包括钢铁生产商、制造商、业主、设计师、总承包商和安装商——基本上是所有对设计和建造钢桥感兴趣的人。它的使命是通过市场营销、技术改进、教育和立法行动来增加钢桥的市场份额，其统计数据有助于为 MS 撰写有关桥梁设计和施工的文章。有关 NSBA 的更多信息，请联系执行董事 Arun Shirol（电话：6121537-7073；传真：6121537-4997；电子邮件：shirole@aiscman il. com）。
经实验验证的多步模拟策略可预测激光冲击喷丸后残余应力场中的疲劳裂纹扩展速率
对于损伤容限设计 [1] 来说，疲劳和腐蚀是航空工业 [2] 中两个主要故障原因。激光冲击喷丸 (LSP) 是一种表面处理技术，可在易受疲劳现象影响的关键区域引入具有较大穿透深度的压缩残余应力。这些压缩残余应力可能导致疲劳裂纹扩展 (FCP) 延缓，如由 AA2024-T3 [3] 组成的 M(T) 试样或搅拌摩擦焊接的 AA7075-T7351 [4] 所示。然而，压缩残余应力的产生总是会导致结构内的拉伸残余应力以保持应力平衡。这些拉伸残余应力可能会导致 FCP 速率加速。因此，准确了解施加的残余应力场并预测由此产生的 FCP 速率对于保证有效且优化地应用 LSP 是必要的。 FCP 模拟中常用的一种策略是计算疲劳载荷循环的最小和最大应力强度因子，并将这些应力强度因子用作 FCP 方程的输入 [5–8] 。所应用的 FCP 方程将裂纹尖端的应力强度因子与 FCP 速率联系起来。这项工作应用了 Paris 和 Erdogan [9] 开发的第一个 FCP 方程、Walker 方程 [10] ，例如，该方程在激光加热引起的残余应力场中成功应用 [11] ，以及 NASGRO 方程 [12] ，该方程现在
氯胺酮对严重创伤性脑损伤儿童颅内压的急性影响*
患有STBI的孩子。最近的一项单中心研究使用了连续生理变量的数据库来评估多种ICP靶向药物。这项研究发现，高渗盐水与更快的ICP降低和改善的脑灌注压力（CPP）相比，与其他药物相比（5）。使用高频数据的未来研究可能会改善临床实践。氯胺酮是一种通常用作重症监护的N-甲基-D-天冬氨酸抗古生物（6）。氯胺酮增加心输出量和血压，使其成为血液动力学不稳定患者的吸引人选择（7-10）。传统上，氯胺酮在颅内过度张力的风险中避免了氯胺酮，在TBI中限制了实用性。早期临床研究观察到氯胺酮施工后的ICP增加（11-13）。由于没有批判通风，因此这些较旧的研究对当前实践的适用性可能会受到CO 2的CE-外血管效应的混淆而受到限制（14，15）。不足会增加脑血容量，并可能增加ICP；因此，在STBI中建议对正常动脉CO 2水平进行通风（3）。最近的研究不支持氯胺酮提高ICP的观念。对七个艺术品的系统评价描述了对101名成年人和55名患有STBI儿童的治疗，发现ICP随后的氯胺酮剂量总体降低（16）。在儿童中，ICP减少