XiaoMi-AI文件搜索系统
World File Search SystemConsumption
一个基于可解释的信念规则的先进的基于基于信念的框架，以预测建筑物的能耗
摘要：建筑能源消耗的预测对减少能源浪费的公用事业公司，用户和设施经理有益。但是，由于预测算法的各种缺点，例如，非透明输出，通过后事后工具的临时解释，较低的准确性以及无法处理数据不确定性，这种预测在该领域中的适用性有限。结果，基于领域的知识解释性具有高精度对于使能源预测值得信赖至关重要。以此为动机，我们提出了一个基于域知识的基于可解释的基于信念规则的专家系统（EBRBES），以基于领域的知识解释，以准确预测能源消耗。我们优化了BRBES的参数和结构，以提高预测准确性，同时使用其推理引擎处理数据不确定性。为了预测能源消耗，我们会考虑到楼层，日光，室内入住和建筑加热方法。我们还描述了如何实现能源消耗的反事实。此外，我们提出了一种基于信念规则的自适应平衡确定（BRBABD）算法，用于确定解释性和准确性之间的最佳平衡。为了验证所提出的EBRBES框架，使用了基于瑞典Skellefteå的案例研究。Brbabd的结果表明，我们提出的EBRBES框架在解释性和准确性之间的最佳平衡和准确性之间的平衡高于85.08％。
技术对当代艺术生产和消费的影响
摘要 数字艺术、虚拟现实技术和在线艺术市场的兴起彻底改变了艺术创作和体验的方式。在创作方面，技术为艺术家探索开辟了一系列新的媒介和技术。技术也使艺术家更容易与全球观众分享他们的作品。Instagram、Twitter 和 Facebook 等社交媒体平台为艺术家提供了一种向比以往更广泛的受众展示作品的方式，使他们能够建立自己的品牌并吸引新的粉丝和收藏家。在消费方面，技术对人们体验和与艺术互动的方式产生了重大影响。例如，虚拟现实 (VR) 技术允许观众进入数字艺术装置并以完全沉浸式的方式体验它。然而，人们担心技术对当代艺术的影响。一些人认为，对数字艺术和在线平台的日益关注导致了传统艺术形式的贬值。数据来源于书籍、期刊文章以及在线资源。使用艺术史学家的方法对数据进行定性分析，以描述性方式呈现数据。文章最后强调了技术对艺术生产和消费的积极和消极影响。建议艺术家应利用技术进步提供的机会，但也应意识到潜在的负面影响，例如知识产权的丧失。
利用人工智能预测能源消耗
摘要：本文全面回顾了人工智能 (AI) 在工业 4.0 背景下的整合，强调了其对各个行业的变革性影响及其在可持续能源管理的能源消耗预测中的具体应用。从工业发展的历史视角开始，从自动化到当前的信息物理系统时代，这篇评论强调了人工智能在重塑制造流程中的关键作用。本文探讨了人工智能在能源领域的多种应用，特别是其在短期负荷预测、需求响应优化以及对太阳能和风能等可再生能源的准确预测方面的有效性。讨论了由于分散化和电网连接设备的激增而导致的电力系统日益复杂化，强调了人工智能促进的有效信息交换的重要性。此外，这篇评论深入探讨了用于能源预测的各种模型，包括监督学习模型、人工神经网络和深度学习模型。概述了人工智能在电力系统控制、管理、能源市场定价和政策建议中的实际应用，展示了其在优化能源效率和平衡电力生产和消费方面的潜力。人工智能在改善供需预测方面的作用的实际例子，例如谷歌子公司 DeepMind 增强了风力发电量预测，凸显了这些技术对现实世界的影响。然而，摘要也承认了现有的挑战，包括理论背景不足、实践专业知识不足和资金限制阻碍了人工智能在能源行业的广泛应用。总之，本文对人工智能在预测能源消耗方面的现状、挑战和潜力提供了宝贵的见解，为不同行业的可持续能源管理提供了路线图。
金砖四国可再生能源消费对经济增长的影响：面板数据分析
本研究旨在考察可再生能源消费对金砖四国（巴西、俄罗斯、印度、中国和土耳其）经济增长的影响。为此，我们将总固定资本形成、贸易开放和外国直接投资视为控制变量。本研究使用 Driscoll & Kraay 估计量，使用 1990-2020 年期间的数据进行面板分析和国家分析。根据面板结果，可再生能源消费、贸易开放和 FDI 变量在统计上不显著。当单独分析各国时，可再生能源消费对经济增长的影响各不相同。因此，它对中国、印度、俄罗斯产生负面影响，对巴西和土耳其产生正面影响。然而，它只在印度和土耳其具有统计学意义。在所有国家中，总固定资本形成的增长对增长都有积极影响，并且具有统计学意义。贸易开放对增长的影响在巴西（正）、中国（正）和印度（负）具有统计学意义。 FDI 仅在中国和土耳其具有统计显著性。FDI 对中国经济增长产生负向影响，对土耳其则产生正向影响。
通过微小的增强学习
摘要 - 无人驾驶飞机（UAV）可以通过携带高清摄像头从各个方向和不同角度捕获道路状况的图片，这有助于更有效地收集相关的道路数据。，由于其能源能力有限，无人机在长时间执行相关任务时面临挑战。因此，关键的关注点是如何计划无人机的路径并最大程度地减少能源消耗。为了解决这个问题，我们建议使用无人机路径计划（MAUP）的多代理确定性策略梯度（MADDPG）算法。考虑到MAUP的能耗和记忆使用情况，我们进行了优化以减少这两个方面的消耗。首先，我们定义了一个旨在减少无人机能耗的优化问题。其次，我们将定义的优化问题转变为一个加强学习问题，并设计伤人以解决它。最后，我们通过减少MAUP隐藏层中的神经元的数量并在连接上进行细粒度修剪来优化能耗和内存使用情况。最终模拟结果表明，与其他方法相比，我们的方法有效地降低了无人机的能耗。
电池矿山中电池电动卡车的能耗和电池尺寸
摘要：采矿生产是全球能源最密集的行业之一，消耗了大量的化石燃料，并在全球范围内有助于广泛的碳排放。电池技术的电气化和高级发展的趋势已从柴油机转变为电池替代品。这些替代方案很有吸引力，因为它们与传统的柴油卡车相比有助于脱碳。本文对采矿运输卡车（MHT）动力总成的最新技术进步进行了全面综述。它还基于采矿系统级别的考虑来比较这些配置，以评估其未来潜力。评估的配置包括柴油卡车（DET），手推车辅助卡车（TAT），仅电池卡车（BOT），带动态充电卡车（BT-D）的电池手推车和带有固定充电卡车（BT-S）的电池手推车。根据分析，在这些替代选择中对车载柴油机或电池电源的能源需求（不包括手推车功率）如下：det-681 kWh，bot-bot-645 kWh，tat-tat-511 kWh，511 kWh，bt-s-bt-s-bt-s-471 kWh，471 kWh和bt-d-bt-d-bt-d-bt-d-466 kWh。本文还基于当前电池技术，电池材料选择，电池包设计和电池尺寸选择的方法来说明电池尺寸设计的理论。在量身定制的电池尺寸选择的情况下，Bot，BT-D和BT-S配置需要LIFEPO 4（LFP）电池量分别为25吨，18吨和18吨。此外，在20年的时间里，BT-S证明了车载电池成本最低。基于对电池MHT替代方案的技术经济评估，已经确定BT-D需要最低量的车载电池能量。
原型的功耗分析在农业现场操作方案中轻巧的自动货物机器人
摘要：城市电动汽车市场的持续增长和电子行业的快速发展创造了积极的前景，以促进自主机器人解决方案的发展，以覆盖关键生产部门。农业可以看作是这样的，因为它的数字化转型是保护环境的必要条件，并应解决自然资源的退化和增加地球人口的营养需求。许多研究着重于农业车辆的潜力，以提高智力的运作。同时，对这些车辆的活动足迹的研究可以成为监督，检测故障，扩展，建模或优化相关操作的基础。在这方面，这项工作采用了原型轻巧的自动驾驶电动货车，概述了一种简单且具有成本效益的机制，用于详细的机器人的功耗日志。此过程是在良好的粒度上进行的，可以详细的跟踪。该研究还讨论了在各种典型的农业场景方案中机器人的能量性能。此外，已经进行了比较分析，以评估两种不同类型的电池的性能，以在所有操作场景中为机器人供电。即使是非专家用户也可以进行现场操作实验，同时为收集数据的潜在使用提供了方向。鉴于电动机器人车的尺寸和消耗之间的线性关系，原型农业货物机器人的能量性能可以作为该地区各种研究的基础。
太阳能电池板安装对电力消耗和生产的影响
▶我们扩大了有关平等问题和微型生成剂注入电的电力分配的文献，以及使用电池（Pretnar＆Abajian，2023; Sexton et al。，2021; Boampong＆Brown，2020; 2020; Eid et et el。，2014）