XiaoMi-AI文件搜索系统
World File Search SystemFluent
推荐引用 推荐引用 C. Anthony Pfaff，《流畅胁迫：21 世纪胁迫语法》（宾夕法尼亚州卡莱尔：美国陆军战争学院出版社，2022 年），https://press.armywarcollege.edu/monographs/952
本专著源于与美国陆军和作战司令部参谋人员的军事规划人员的对话，讨论希望更好地了解战争门槛以下的竞争如何进行以及军队如何发挥更有效的作用。问题的一部分似乎是军事从业者往往没有充分区分击败敌人和胁迫敌人。前者涉及消除敌人的选择，而后者涉及旨在说服敌人选择合作的讨价还价。讨价还价意味着一方必须将主导地位和主动权让给对方，并进行不体面的操纵以重新获得主导地位和主动权。也许更重要的是，讨价还价违背了军事行动的逻辑和语法。当军队摧毁（或至少中和）敌军的速度比后者摧毁或中和前者的速度更快时，军队就获胜了。当目标不是摧毁敌方军事力量时，军事力量可能仍然有用，但使用它们的逻辑和语法就不那么明确了。本专著旨在阐明胁迫如何发挥作用，以便军事从业者能够更好地调整要求、威慑措施和对合作伙伴的支持，以确保美国的重大利益。
Fluent：用于口吃的人
口吃是一种言语障碍，影响着全世界数百万人的个人和职业生活。为了避免受到污名和歧视，口吃者 (PWS) 可能会采取不同的策略来掩饰自己的口吃。一种常见的策略是单词替换，即个人避免说出他们可能会口吃的单词，而是使用替代词。这个过程本身会造成压力并增加更多负担。在这项工作中，我们介绍了 Fluent，这是一种 AI 增强写作工具，可帮助 PWS 编写他们可以更流利地说的脚本。Fluent 体现了一种新颖的主动学习方法，用于识别个人可能难以发音的单词。这些词在界面中突出显示。将鼠标悬停在任何这样的单词上时，Fluent 会显示一组具有相似含义但更容易说出来的替代词。用户可以自由接受或忽略这些建议。基于此类用户交互（反馈），Fluent 不断改进其分类器，以更好地满足每个用户的个性化需求。我们通过测量工具识别 10 个模拟用户的难词的能力来评估我们的工具。我们发现我们的工具可以在不到 20 次交互中以超过 80% 的平均准确率识别难词，并且随着反馈的增加，它不断改进。我们的工具可以用于某些重要的生活场合，例如演讲、演示等。此工具的源代码已在 github.com/bhavyaghai/Fluent 上公开。
Fluent：一款针对口吃者的 AI 增强写作工具
口吃是一种言语障碍，影响着全世界数百万人的个人和职业生活。为了避免受到污名和歧视，口吃者 (PWS) 可能会采取不同的策略来掩饰自己的口吃。一种常见的策略是单词替换，即个人避免说出他们可能会口吃的单词，而是使用替代词。这个过程本身会造成压力并增加更多负担。在这项工作中，我们介绍了 Fluent，这是一种 AI 增强写作工具，可帮助 PWS 编写他们可以更流利地说的脚本。Fluent 体现了一种新颖的主动学习方法，用于识别个人可能难以发音的单词。这些词在界面中突出显示。将鼠标悬停在任何这样的单词上时，Fluent 会显示一组具有相似含义但更容易说出来的替代词。用户可以自由接受或忽略这些建议。基于此类用户交互（反馈），Fluent 不断改进其分类器，以更好地满足每个用户的个性化需求。我们通过测量工具识别 10 个模拟用户的难词的能力来评估我们的工具。我们发现我们的工具可以在不到 20 次交互中以超过 80% 的平均准确率识别难词，并且随着反馈的增加，它不断改进。我们的工具可以用于某些重要的生活场合，例如演讲、演示等。此工具的源代码已在 github.com/bhavyaghai/Fluent 上公开。
关键词：颗粒介质；流体力学；流变学，CFD；DEM；人工智能；机器学习和神经网络。 背景与目标：该研究项目是圣埃蒂安矿业学院（法国顶级工程学院）与世界核能领导者奥拉诺公司长期合作的一部分。该项目专注于颗粒流建模。这些流体具有不同于传统流体的迷人特征。我们在自然环境（泥流、雪崩……）或工业过程（粉末混合、气力输送、筒仓卸料……）中发现了它们，其中含有各种材料（金属、氧化物、有机化合物……）。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量颗粒（10 6 10 18 ）的工业过程。在这篇博士论文中，候选人将探索人工智能的潜力，以减少使用离散元法 (DEM) 进行模拟所产生的数据量，离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息（例如以本构方程的形式）来为 CFD 模型提供数据。研究结果将发表在该领域的顶级期刊上，并由博士生在国际会议上发表。所需个人资料和技能：至少在以下一个领域拥有理学硕士学位：流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题
关键词：颗粒介质；流体力学；流变学、CFD；DEM；人工智能；机器学习和神经网络。背景和目标：该研究项目是圣艾蒂安矿业学院（法国顶级工程学院）与世界核能领导者 Orano 长期合作的一部分。该项目专注于颗粒流建模。这些流体具有与传统流体不同的迷人特征。我们在自然环境（泥流、雪崩……）或工业过程（粉末混合、气动输送、筒仓排放……）中发现它们，其中有各种材料（金属、氧化物、有机化合物……）。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量粒子（10 6 10 18 ）的工业过程。在这篇博士论文中，候选人将探索人工智能的潜力，以减少使用离散元法 (DEM) 进行模拟生成的数据量，离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息（例如以本构方程的形式）来输入 CFD 模型。研究结果将发表在该领域的顶级期刊上，并由博士生在国际会议上发表。所需个人资料和技能：至少在以下领域获得硕士学位：流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题。好奇心、严谨性、参与度、批判性分析能力、倾听能力，当然还有对科学和技术的热情，这些都是成功答辩优秀论文的关键资产。英语流利 + 愿意学习基础法语。申请：文件包括四项：求职信 + 简历 + 至少一封推荐信 + 硕士排名或学术成绩。其他：最好从 2020 年 10 月 1 日开始。在工业资助和合作下