XiaoMi-AI文件搜索系统
World File Search SystemFlatten
我们应该与人工智能合作进行文献综述吗？扁平化世界中认知价值观的改变
在本文中，我们重新讨论了与人工智能 (AI) 合作进行文献综述的问题，并讨论了是否应该这样做以及如何做到这一点。我们还呼吁进一步反思在审查过程的不同阶段使用某些基于机器学习或生成式人工智能的人工智能工具时所面临的认知价值风险，这通常需要重新定义范围并从根本上遵循迭代过程。虽然人工智能工具加速了搜索和筛选任务，特别是在涉及大量文献时，但它们可能会损害质量，尤其是在透明度和可解释性方面。专家系统不太可能对这些任务产生负面影响。在更广泛的背景下，任何人工智能方法都应该保留研究人员批判性地选择、分析和解释文献的能力。
Flattening the Duck Curve: A Case for Distributed Decision Making
摘要 — 可再生资源的大量渗透导致净负荷快速变化，从而产生了典型的“鸭子曲线”。由此产生的大容量系统资源的爬升需求是一项运营挑战。为了解决这个问题，我们提出了一个分布式优化框架，在这个框架中，位于配电网中的分布式资源被协调起来，为大容量系统提供支持。我们使用电流注入 (CI) 方法对多相不平衡配电网的功率流进行建模，该方法利用基于 McCormick 包络的凸松弛来呈现线性模型。然后，我们使用加速近端原子协调 (PAC) 来解决这个 CI-OPF，该协调采用 Nesterov 型加速，称为 NST-PAC。我们以加利福尼亚州旧金山为例，使用改进的 IEEE-34 节点网络，在太阳能光伏、灵活负载和电池单元的高渗透率下，将我们的分布式方法与本地方法进行了评估。我们的分布式方法将大容量系统发电机的爬升要求降低了多达 23%。索引词 — 配电网、分布式优化、储能
人工智能助力新冠肺炎类疫情评估动员：曲线早期趋平案例研究
摘要：2019 年冠状病毒病 (COVID-19) 大流行的全球爆发暴露了医疗保健和公共卫生对流行病/大流行的准备和规划的脆弱性。除了治疗和免疫的医疗实践外，彻底了解社区传播现象也至关重要，因为相关研究报告称 17.9–30.8% 的确诊病例仍无症状。因此，有效的评估策略对于在短时间内最大限度地增加受检人群至关重要。本文提出了一种人工智能 (AI) 驱动的流行病/大流行移动评估代理动员策略。为此，使用从过去的移动众包感知 (MCS) 活动中获得的数据训练自组织特征图 (SOFM)，以模拟城市多个地区的个人流动模式，从而在最短的时间内用最少的代理最大限度地增加评估人群。通过移动众包感知模拟器对真实街道地图的模拟结果，并考虑最坏情况分析，结果表明，在社区传播风险下，在城市出现第一例确诊病例后的第15天，通过AI驱动的评估中心动员，可以在评估代理随机部署到全城的情况下，将未评估人口规模减少到未评估人口的四分之一。
使用 BEAMnrc 设计 50kVp 接触式 X 射线治疗装置的平坦化滤波器
利用 MCNP 计算非均匀体模内电子束的剂量分布并通过实验测量进行验证。 Hassan Ali Nedaie，伊朗德黑兰医科大学癌症研究所 使用 NPL 网格上的 DOSRZnrc 计算英国主要标准治疗级电子束热量计的间隙校正 Mark Bailey，英国泰丁顿国家物理实验室 辐照小组建模工作组 - 蒙特卡罗代码审查 Mark Bailey（辐照小组秘书），英国泰丁顿国家物理实验室 使用 BEAMnrc 设计 50kVp 接触式 X 射线治疗装置的平坦滤波器 Gareth M. Baugh，英国考文垂大学医院阿登癌症中心 验证 PENELOPE 蒙特卡罗代码以计算异质体模中的吸收剂量 Léone Blazy，CEA-Saclay，法国亨利贝克勒尔国家实验室 使用不同版本 MC 代码对低能锗探测器进行蒙特卡罗校准的结果 PENELOPE Robert Brettner-Messler，FJ Maringer，奥地利维也纳联邦计量测量局 Geant4 作为质子束中 Al2O3：C 发光响应的轨迹相互作用模型的传输代码 S. Greilich，Risø 国家实验室，DK-4000 罗斯基勒，丹麦 探测器死层厚度对探测器效率的影响 Mario Kedhi，阿尔巴尼亚地拉那核物理研究所 探测器效率和巧合求和 c 的计算