XiaoMi-AI文件搜索系统
World File Search SystemEters
SSC-352 海洋结构... - 船舶结构委员会
船舶结构委员会赞助开发了一个数据库，涵盖了钢的韧性，该工作重点是识别和采购用于海洋应用的钢材。包含定量韧性数据的数据源，以及从这些数据开发一个记录良好的计算机化数据库，供广大工程师和材料科学家使用。其中包括来自材料供应商的原始数据以及来自各种组织发表的论文和技术报告的数据。主要关注拉伸、夏比 V 型缺口棒冲击值、断裂韧性 (JIc)、NDTT 和 DT 能量；如果同一批次材料有其他韧性参数，则包括这些参数。材料包括代表赞助机构的项目技术委员会确定的钢材。数据库中包含了大约 1000 条记录，代表了 11 种钢的大约 10,000 次试验。现已存在标准程序，可有效添加其他合金和性能的数据。
性能参数，设计注意事项，社交...
太阳能炊具的实用性如今正在上升。但是，由于某些技术挑战，这并不是很快。目前的评论论文涵盖了太阳能箱炊具研究的研究和未来可能性。已经讨论了与太阳能箱烹饪者有关的各个方面，例如热性能参数，设计改进的各个阶段，社会可接受性问题和计算方法分析方法，以便将技术困难最小化。本文讨论了有关太阳能箱炊具的简介，优势，缺点，各种实际考虑，这是任何SBC的关键因素。此外，关于各种计算技术等各种计算技术，人工智能技术，物联网等都有一个帅气的讨论。介绍了使用这些计算技术的应用，对迄今为止的应用程序进行审查以及与研究有关的未来可能性。重点是太阳能箱炊具开发的未来可能性，因此这可能是一项公认的未来技术。
低成本传感器在船舶室内空气质量分析中的可靠性
摘要：船舶内和船舶周围的空气质量受各种污染源的控制，这些污染源对于航运环境来说是独一无二的。这使得船上的生活和工作条件与城市或建筑物内的情况大不相同。为了深入了解这些差异，需要了解船上的趋势和绝对污染物量。但是，由于尺寸、重量或安全原因，通常无法安装参考仪器来监测 NO 2 、NO、O 3 、颗粒物和其他环境参数。因此，包含各种传感器的更紧凑的设备是一个不错的选择。但是，只有在充分了解这些传感器在航运环境中的行为和性能时，才有可能使用这些传感器。为了研究这一背景，我们被允许将一艘 36 年船龄的近岸作业船上的传感器测量结果与参考级仪器的测量结果进行比较。通过在几艘内陆船上组织的测量活动获得了传感器的额外行为信息。这篇文章表明，气体和颗粒物传感器记录的趋势是可靠的，但检测限不足、噪音较大、校准不完善和传感器误差会导致一些可靠性限制。
使用GPU和多线程的优化视觉变压器训练
摘要 - 传统的卷积神经网络（CNN）通常在捕获各种数据集中的复杂空间关系和细微的模式方面遇到困难。为了克服这些限制，这项工作先驱，使视觉变压器（VIT）模型的应用在计算机视觉领域引起了显着关注，因为它们能够通过自我意见机制在图像中捕获图像中的长期依赖性的能力。然而，培训大量参数的大规模VIT模型会带来计算挑战。在本文中，我们提出了一种优化的方法，用于培训VIT模型，该模型利用图形处理单元（GPU）的并行处理功能，并使用多线程优化了计算工作负载分布。在CIFAR-10数据集上对所提出的模型进行了训练和测试，并在100个时期后达到了99.92％的出色精度。与现有方法相比，实验结果揭示了我们方法在优化训练效率方面的有效性。这强调了VIT模型的出色性能及其革新图像分类任务的潜力。索引术语 - CIFAR-10数据集，卷积神经网络（CNN），GPU，图像分类，多线程，视觉变压器（VIT），注意机制
组合脑外科医生：修剪神经网络中相互抵消的权重
如果神经网络规模较大，则往往在训练时获得更高的准确度，即使生成的模型参数过多。但是，在训练之前、之中或之后小心地删除过多的参数，也可能产生准确度相似甚至更高的模型。在许多情况下，这可以通过简单的启发式方法实现，例如删除一定比例的绝对值最小的权重，即使绝对值并不是权重相关性的完美指标。前提是，获得明显更佳的剪枝性能取决于考虑删除多个权重的综合影响，因此，我们重新审视基于影响的剪枝的经典方法之一：最佳脑外科医生 (OBS)。我们提出了一种易于处理的启发式方法来解决 OBS 的组合扩展，其中我们选择要同时删除的权重，并将其与未剪枝权重的单次系统更新相结合。我们的选择方法在高稀疏性方面优于其他方法，如果在这些方法之后应用单次权重更新，也会很有优势。源代码：github.com/yuxwind/CBS。
修剪神经网络中相互抵消的权重
如果神经网络规模较大，则往往在训练时获得更高的准确度，即使生成的模型参数过多。但是，在训练之前、之中或之后小心地删除过多的参数，也可能产生准确度相似甚至更高的模型。在许多情况下，这可以通过简单的启发式方法实现，例如删除一定比例的绝对值最小的权重，即使绝对值并不是权重相关性的完美指标。在获得明显更佳的剪枝性能取决于考虑删除多个权重的综合影响这一前提下，我们重新审视了基于影响的剪枝的经典方法之一：最佳脑外科医生 (OBS)。我们提出了一种易于处理的启发式方法来解决 OBS 的组合扩展，其中我们选择要同时删除的权重，并将其与未剪枝权重的单次系统更新相结合。我们的选择方法在高稀疏性方面优于其他方法，如果在这些方法之后应用单次权重更新，也会很有优势。源代码：github.com/yuxwind/CBS。
组合脑外科医生：修剪神经网络中相互抵消的权重
如果神经网络规模较大，则往往在训练时获得更高的准确度，即使生成的模型参数过多。但是，在训练之前、之中或之后小心地删除过多的参数，也可能产生准确度相似甚至更高的模型。在许多情况下，这可以通过简单的启发式方法实现，例如删除一定比例的绝对值最小的权重，即使绝对值并不是权重相关性的完美指标。在获得明显更佳的剪枝性能取决于考虑删除多个权重的综合影响这一前提下，我们重新审视了基于影响的剪枝的经典方法之一：最佳脑外科医生 (OBS)。我们提出了一种易于处理的启发式方法来解决 OBS 的组合扩展，其中我们选择要同时删除的权重，并将其与未剪枝权重的单次系统更新相结合。我们的选择方法在高稀疏性方面优于其他方法，如果在这些方法之后应用单次权重更新，也会很有优势。源代码：github.com/yuxwind/CBS。
具有不对称临时免疫时期和部分跨免疫的传染病扩散的两晶型模型
我们引入了具有不对称临时免疫期和部分跨免疫力的两种元模型。我们根据菌株特异性的碱性繁殖数量，临时免疫力和交叉免疫性程度，从而获得了竞争性排除和菌株共存的明确条件。我们分叉分析的结果表明，即使两种菌株具有相似的基本繁殖数和其他流行病学参数，临时免疫期的差异以及部分或完整的交叉免疫也可以提供显着的竞争优势。为了分析动力学，我们引入了一个准稳态还原模型，该模型假设原始应变保持其流行稳态状态。我们使用线性稳定性分析，平面平面分析和Bendixson-Dulac标准完全分析了所得的平面混合开关系统。我们使用共同的模型和相关的模型与COVID-19的发病率数据相结合，重点介绍了三角洲（B.1.617.2），Omicron（B.1.1.529）和Kraken（XBB.1.5）变体。这些数值研究表明，尽管19 Covid-19的早期新型菌株具有显着接管和灭绝祖先菌株的趋势，但最近的菌株具有共存的能力。
Pignus -Padua Research Archive
在本文中，我们介绍了第一个综合IDS框架，该框架结合了效果效果 - 映射技术和级联模型，以解决上述问题。我们称我们提出的解决方案在工业互联网（Pignus）中提出的深度学习模型入侵检测。Pignus集成了自动编码器（AE），以选择最佳特征，并将级联反向后背传播神经网络（CFBPNN）进行分类和攻击检测。级联模型使用从初始层到输出层的互连链接，并确定正常和异常的行为模式并产生完美的分类。我们在五个流行的IIOT数据集上执行了一组实验：气管管道，储水箱，NSLKDD+，UNSW-NB15和X-IIOTID。我们将Pignus与最先进的模型进行了比较，从精度，假阳性比率（FPR），精度和召回率进行了比较。结果表明，Pignus提供的精度超过95％，平均比现有型号高25％。在其他参数中，Pignus显示出20％的FPR，10％的回忆10％，精度提高了10％。总的来说，Pignus证明了其效率为IIOTS的IDS解决方案。因此，Pignus是IIOTS的有效解决方案。
通过动态流行病学模型评估 COVID-19 疫苗效力——针对十个国家的研究
疫苗在现实世界中对抗 COVID-19 感染的效果对于应对这一流行病至关重要。我们提出了一个变系数随机流行病模型，根据公开的流行病学和疫苗接种数据来估计疫苗效力。为了应对未观测到的状态变量带来的挑战，我们开发了一个多步骤分散估计程序，使用不同的数据段来估计不同的参数。使用 B 样条结构来近似底层感染率，并促进模型模拟以获得潜在状态变量的估算值和基于模拟的估计值之间的目标函数，从而使用疫苗接种前的数据基于模拟估计诊断率，使用疫苗接种后的数据基于模拟估计疫苗效果参数。并且通过核回归估计随时间变化的感染率、康复率和死亡率。我们应用所提出的方法来分析十个国家共使用了 8 种疫苗的数据。分析显示，全面接种的平均有效率比部分接种至少高出22%，且远高于世卫组织认可的2021年11月20日之前（包括德尔塔变种占主导地位的时期）50%的水平。