人类很自然地会将来自不同感官的信息联系起来——这种现象称为跨模态对应。例如,我们会将高音调的声音与小而亮的物体联系起来,而不是与大而暗的物体联系起来。哺乳动物的类似关联表明了一种进化优势,可能有助于动物解读不完整的环境线索(例如,根据动物的叫声判断其大小、发出资源位置的信号)。然而,在非哺乳动物中的证据很少,限制了我们对这种现象进化起源的理解。为了填补这一空白,我们收集了两种非哺乳动物物种中不同跨模态关联的证据:陆龟(Testudo hermanni)和家鸡(Gallus gallus)。在陆龟中,我们报道了音调与大小的关联,最近又增加了自发音调与亮度关联的新证据。在小鸡身上,我们提供了空间亮度关联以及声音符号关联的证据,类似于人类将任意声音(例如“Bouba”或“Kiki”)与特定形状(圆形或尖形)配对的倾向。这些发现表明,跨模态关联并非哺乳动物所独有,可能反映了脊椎动物大脑中共同的组织原则。这项研究揭示了远亲物种之间的感知相似性,并支持跨模态关联在进化过程中得到保留的观点。此类机制可能会增强多感官整合,提高在不同环境中的适应性。
超级电容器[18]、锌空气[19,20]和锂空气电池[21]以及锂离子、钠离子和钾离子存储负极。[22–24] 不同钴磷化物(Co x P:CoP+Co 2 P)[25]与氧化钴(Co x P/CoO)[26]的组合使这些材料多功能化并提高了其性能。另一方面,Co x P和Co 3 (PO 4 ) 2的联合作用对锂硫电池电化学性能和多硫化物转化机理的影响尚未研究。尽管钴磷化物具有广泛的潜在应用,但它们通常通过复杂的合成路线合成,包括在过量的磷源和还原剂中对钴或钴氧化物进行磷化。[22,24–26] 最近,Li等人。报道了使用化学计量的脱氧核糖核酸 (DNA) 作为 P 源,通过简便的静电纺丝和热处理成功合成了 Co 2 P/Co 2 N/C。[27] 另一方面,由于聚丙烯腈(碳源)溶液中无机组分的溶解度较差,限制了 Co 2 P 的含量。相反,使用水和乙醇可溶性的聚乙烯吡咯烷酮 (PVP) 作为碳源,可以合成无机组分含量高的碳复合材料。[28] 此外,还证实了 PVP 衍生的碳/SiO 2 复合纳米纤维垫可以作为多功能中间层,有效防止多硫化物的穿梭,并提高 S 基锂电池的电化学性能。[29,30]
A 主题:面向对象分析与设计 分支:CSE 师资:博士,教授(CSE)12IT302CV 面向对象分析与设计 教学:每周 4 节课 学分:4 学期分数:25 期末考试:75 分 期末考试时长:3 小时 第一单元 UML 简介 – CO1:建模的重要性 – CO1、建模原则 – CO1、面向对象建模 – CO1、UML 的概念模型 – CO1、架构 – CO1、软件开发生命周期 – CO1。第二单元基本结构建模 - CO2:类 – CO2、关系 – CO2、常见机制 – CO2 和图表 – CO2。高级结构建模 – CO2:高级类 – CO2、高级关系 CO2、接口、类型和角色 – CO2、包 – CO2。第三单元类图和对象图 – CO1 & CO2:术语 – CO1 & CO2、概念 – CO1 & CO2、类图和对象图的建模技术 – CO1 & CO2。第四单元基本行为建模-I – CO2:交互 CO2、交互图 CO2。第五单元基本行为建模-II – CO2 & CO3:用例 – CO2 & CO3、用例图 – CO2 & CO3、活动图 – CO2 & CO3。第六单元高级行为建模 – CO2 & CO3:事件和信号 – CO2 & CO3、状态机 – CO2 & CO3、流程和线程 – CO2 & CO3、时间和空间 – CO2 & CO3、状态图 – CO2 & CO3。第七单元架构建模 – CO4:组件 – CO4、部署 – CO4、组件图 – CO4 和部署图 – CO4。第八单元案例研究:统一库应用程序 – CO5。特克斯
Q.1(a)L1,L2 CO1 PO12(B)L2 CO1 PO12(C)L2 CO1 PO12 Q.2(A)L1,L2 CO1 PO12(B)L2 CO1 PO12(C)L2 CO1 PO12 PO12 Q.3(A)L2 CO2 PO10 L2 CO2 PO10(A)L2 PO10(B)L2 PO10(B)L2 CO2 CO2 CO2 CO2 PO10(C) PO10 Q.4(A)L2 CO2 PO10(B)L2 CO2 PO10(C)L2 CO2 PO10 Q.5(a)L2 CO3 PO10(B)L2 CO3 PO10(C)L4 CO3 PO10 Q.6(a)L3 CO3 PO10(a)L3 PO10(b) L1,L2 CO4 PO9(B)L4 CO4 PO11(C)L2 CO4 PO9 Q.8(a)L2 CO4 PO9(B)L2 CO4 PO11(C)L3 CO4 PO9 Q.9 Q.9(a)L3 CO5 PO5(B) PO5(B)L2 CO5 PO5(C)L2 CO5 PO5 div>
Q.1 (a) L1 CO1 PO1 (b) L2 CO1 PO1 (c) L2 CO1 PO1 Q.2 (a) L2 CO2 PO1, PO2 (b) L2 CO2 PO1, PO2 (c) L2 CO2 PO1, PO2 Q.3 (a) L3 CO2 PO1, PO2, PO3 (b) L3 CO2 PO1, PO2, PO3 (c) L1 CO2 PO1 Q.4 (a) L3 CO2 PO1, PO2, PO3 (b) L3 CO2 PO1, PO2, PO3 (c) L2 CO2 PO1, PO2 Q.5 (a) L2 CO3 PO1, PO2, PO3 (b) L2 CO2 PO1, PO2 (c) L1 CO2 PO1, PO2 Q.6 (a) L2 CO2 PO1, PO2 (b) L2 CO2 PO1, PO2 Q.7 (a) L2 CO3 PO1, PO2, PO3 (b) L3 CO3 PO1,PO2,PO3 Q.8 (a) L2 CO3 PO1,PO2,PO3 (b) L2 CO3 PO1,PO2,PO3 (c) L1 CO3 PO1 Q.9 (a) L3 CO4 PO1,PO2,PO3 (b) L2 CO4 PO1,PO2 Q.10 (a) L2 CO4 PO1,PO2 (b) L2 CO5 PO1,PO2,PO3
A 主题:面向对象分析与设计 分支:CSE 师资:博士,教授(CSE)12IT302CV 面向对象分析与设计 教学:每周 4 节课 学分:4 学期分数:25 期末考试:75 分 期末考试时长:3 小时 第一单元 UML 简介 - CO1:建模的重要性 - CO1、建模原则 - CO1、面向对象建模 - CO1、UML 的概念模型 - CO1、架构 - CO1、软件开发生命周期 - CO1。第二单元基本结构建模 - CO2:类 - CO2、关系 - CO2、常见机制 - CO2 和图表 - CO2。高级结构建模 - CO2:高级类 - CO2、高级关系 CO2、接口、类型和角色 - CO2、包 - CO2。第三单元类图和对象图 – CO1 & CO2:术语 – CO1 & CO2、概念 – CO1 & CO2、类图和对象图的建模技术 – CO1 & CO2。第四单元基本行为建模-I – CO2:交互 CO2、交互图 CO2。第五单元基本行为建模-II – CO2 & CO3:用例 – CO2 & CO3、用例图 – CO2 & CO3、活动图 – CO2 & CO3。第六单元高级行为建模 – CO2 & CO3:事件和信号 – CO2 & CO3、状态机 – CO2 & CO3、流程和线程 – CO2 & CO3、时间和空间 – CO2 & CO3、状态图 – CO2 & CO3。第七单元架构建模 – CO4:组件 – CO4、部署 – CO4、组件图 – CO4 和部署图 – CO4。第八单元案例研究:统一库应用程序 – CO5。教科书:1. 统一建模语言用户指南,Ivar Jacobson 和 Grady Booch,James Rumbaugh,Pearson Education,2009 年。2. UML 2 工具包,Magnus Penker、Brian Lyons、David Fado 和 Hans-Erik Eriksson,Wiley-Dreamtech India Pvt.Ltd.,2004 年。参考文献:1. UML 中的面向对象设计基础,Meilir Page-Jones,Pearson Education,2000 年。2. 使用 UML2 建模软件系统,Pascal Roques,Wiley-Dreamtech India Pvt. Ltd.,2007 年。3. 面向对象分析和设计,Atul Kahate,第 1 版,McGraw-Hill Companies,2007 年。
12什么是插值?2M L1 CO2 II 13什么是决策树?2M L1 CO3 III 14什么是分类?2M L1 CO3 III 15什么是回归?2M L1 CO3 III中期问题问题16什么是什么提升?2M L1 CO3 III 17什么是包装? 2M L1 CO3 III 18什么是分类器? 2M L1 CO3 III 19定义LDA。 2M L1 CO4 IV 20写下PCA和ALDA的任何两个区别。 2M L1 CO4 IV 21机器学习的数据减少是什么? 2M L1 CO4 IV 22什么是进化学习? 2M L1 CO4 IV 23什么是遗传后代? 2M L1 CO4 IV 24什么是遗传算子? 2M L1 CO4 IV 25什么是强化学习? 2M L1 CO5 V 26机器学习中的采样2M L1 CO5 V 27什么是贝叶斯网络? 2M L1 CO5 V 28什么是提案分布? 2M L1 CO5 V 29 Markov随机字段的应用是什么? 2M L1 CO5 V 30机器学习中的MDP是什么? 2M L1 CO5 V2M L1 CO3 III 17什么是包装?2M L1 CO3 III 18什么是分类器?2M L1 CO3 III 19定义LDA。 2M L1 CO4 IV 20写下PCA和ALDA的任何两个区别。 2M L1 CO4 IV 21机器学习的数据减少是什么? 2M L1 CO4 IV 22什么是进化学习? 2M L1 CO4 IV 23什么是遗传后代? 2M L1 CO4 IV 24什么是遗传算子? 2M L1 CO4 IV 25什么是强化学习? 2M L1 CO5 V 26机器学习中的采样2M L1 CO5 V 27什么是贝叶斯网络? 2M L1 CO5 V 28什么是提案分布? 2M L1 CO5 V 29 Markov随机字段的应用是什么? 2M L1 CO5 V 30机器学习中的MDP是什么? 2M L1 CO5 V2M L1 CO3 III 19定义LDA。2M L1 CO4 IV 20写下PCA和ALDA的任何两个区别。2M L1 CO4 IV 21机器学习的数据减少是什么?2M L1 CO4 IV 22什么是进化学习? 2M L1 CO4 IV 23什么是遗传后代? 2M L1 CO4 IV 24什么是遗传算子? 2M L1 CO4 IV 25什么是强化学习? 2M L1 CO5 V 26机器学习中的采样2M L1 CO5 V 27什么是贝叶斯网络? 2M L1 CO5 V 28什么是提案分布? 2M L1 CO5 V 29 Markov随机字段的应用是什么? 2M L1 CO5 V 30机器学习中的MDP是什么? 2M L1 CO5 V2M L1 CO4 IV 22什么是进化学习?2M L1 CO4 IV 23什么是遗传后代?2M L1 CO4 IV 24什么是遗传算子?2M L1 CO4 IV 25什么是强化学习? 2M L1 CO5 V 26机器学习中的采样2M L1 CO5 V 27什么是贝叶斯网络? 2M L1 CO5 V 28什么是提案分布? 2M L1 CO5 V 29 Markov随机字段的应用是什么? 2M L1 CO5 V 30机器学习中的MDP是什么? 2M L1 CO5 V2M L1 CO4 IV 25什么是强化学习?2M L1 CO5 V 26机器学习中的采样2M L1 CO5 V 27什么是贝叶斯网络? 2M L1 CO5 V 28什么是提案分布? 2M L1 CO5 V 29 Markov随机字段的应用是什么? 2M L1 CO5 V 30机器学习中的MDP是什么? 2M L1 CO5 V2M L1 CO5 V 26机器学习中的采样2M L1 CO5 V 27什么是贝叶斯网络?2M L1 CO5 V 28什么是提案分布? 2M L1 CO5 V 29 Markov随机字段的应用是什么? 2M L1 CO5 V 30机器学习中的MDP是什么? 2M L1 CO5 V2M L1 CO5 V 28什么是提案分布?2M L1 CO5 V 29 Markov随机字段的应用是什么? 2M L1 CO5 V 30机器学习中的MDP是什么? 2M L1 CO5 V2M L1 CO5 V 29 Markov随机字段的应用是什么?2M L1 CO5 V 30机器学习中的MDP是什么? 2M L1 CO5 V2M L1 CO5 V 30机器学习中的MDP是什么?2M L1 CO5 V
14. 简要解释与风能相关的环境因素。 16 K2 CO3 15. 用清晰的草图解释 HAWT 和 VAWT。 16 K2 CO3 16. i) 简要介绍印度的地热能潜力。 8 K2 CO4 ii) 提及选择地热发电厂时考虑的参数。
