XiaoMi-AI文件搜索系统
World File Search SystemGenerating
生成需要动态的日常活动
日常活动数据记录个人在日常生活中的各种活动被广泛用于许多应用中，例如活动调度，活动建议和决策。尽管具有很高的价值，但由于高收集成本和潜在的隐私问题，其可访问性受到限制。因此，模拟人类活动以产生大量的高质量数据至关重要。但是，现有解决方案，包括具有简化行为假设的基于规则的方法和直接拟合现实世界数据的数据驱动方法，两者都无法完全符合匹配现实的资格。在本文中，是由经典的心理学the-Ory的动机，马斯洛的需求理论描述了人类的动机，我们提出了一个基于生成的对抗性模仿学习的知识驱动的模拟框架。我们的核心思想是将人类需求的演变建模为驱动仿真模型中活动产生的潜在机制。具体而言，一个高度的模型结构，该结构删除了不同的需求级别以及神经随机微分方程的使用成功地捕获了需求动力学的分段连续特性。广泛的实验表明，我们的框架优于有关数据保真度和实用程序的最新基准。我们还提出了需求建模的有见地的解释性。此外，隐私保存评估验证生成的数据不会泄露个人隐私。该代码可在https://github.com/tsinghua-fib-lab/activity-simulation-sand上找到。
一种生成对抗网络框架，用于从加速度计生成合成道路条件数据
摘要。这项研究展示了一种新的方法，用于使用生成对抗网络（GAN）有效地生成现实的合成道路状况数据。由于手动数据收集的挑战和危险，我们提议利用GAN来增加加速度计的现实世界道路状况数据。实际加速度计的数据已预处理，并用于训练含有卷积和致密层的gan。定性分析揭示了生成的道路状况数据的视觉现实主义。定量评估还证明了GAN的高精度，精度和召回得分超过0.9。总体而言，这项研究强调了使用gans合成安全至关重要的驾驶数据的希望，从而规定了对详尽的手动数据收集的需求。我们提出的框架可以在道路状况监测和自动驾驶中进行进一步的研究和应用。
为碳密集型工业部门生成碳捕获和封存分析的排放清单
国家排放清单 (NEI) 提供每 3 年报告一次的空气排放源的标准污染物、标准前体和有害空气污染物的空气排放量详细估算。NEI 点源包括位于固定位置的较大源的排放量估算。（美国环境保护署 [b]）
使用生成语言模型和用户产品评论
摘要 - 本文介绍了一种将技术描述转换为用户友好的体验式描述的方法，同时还突出了原始描述的相关部分。产品描述通常很难没有先验知识。例如，具有相机的初学者无法理解“ ISO灵敏度51,200”之类的技术描述。我们的方法将此描述转化为更相关的短语，例如“即使在晚上捕获清晰的面孔”。我们的方法采用生成语言模型来实现这种体验式描述生成和证据估计。我们的方法首先训练具有成对的产品描述和查看的模型。训练有素的模型在给出产品描述时会生成许多候选体验描述。训练后，我们的方法使用基于消融的方法来估计生成的候选者的明显描述。当删除描述的一部分时，它会检查生成的叙述中的单词频率。例如，当从输入描述中删除“ ISO敏感性”时，诸如“夜”或“清除”之类的术语在评论中变得越来越少。实际评论数据集的主题实验验证了我们方法在产生准确叙述中突出产品功能的有效性。索引术语 - 生成语言模型，标语，slogan
无人机辅助的Visual Slam生成重建的3D场景图
摘要 - 空中机器人在各种应用中起着至关重要的作用，在各种应用中，机器人对环境的意识是基本需求。作为一种用例，在受GPS贬低的环境中的无人机需要配备不同的传感器（例如，视觉传感器），这些传感器在执行姿势估计和本地化时提供了可靠的传感结果。在本文中，针对了安装在无人机上的摄像头，重建室内环境的地图，以生成3D场景图，以进行高级表示。因此，建造并使用配备了配套计算机和RGB-D相机的空中机器人与作者提出的同时定位和映射（VSLAM）框架合适地集成在一起。在重建地图，各种结构元素（包括门和墙壁）的同时提高机器人的情境意识，上面标有印刷的信托标记，其中拓扑关系的词典被馈送到了系统中。VSLAM系统检测标记并重建室内区域的地图，并具有更高级别的语义实体，包括走廊和房间。另一个成就是生成基于多层视力的情境图，其中包含室内环境的增强分层表示。在这方面，将VSLAM集成到所采用的无人机中是本文为GPS污染环境提供端到端机器人应用程序的主要目标。为了显示系统的实用性，已经在具有不同结构布局的室内场景中进行了各种现实状况实验。评估表明，提议的无人机应用程序可以进行足够的W.R.T.地面真相数据及其基线。
NYSRC 纽约控制区大型 IBR 发电设施应用 IEEE 2800-2022 标准程序
2. 第 5.1 条 – 无功功率能力（零有功功率或接近零有功功率的无功功率支持） 按照本标准第 5 条的规定，电厂必须具备在零到 ICR 之间所有有功功率水平下提供无功功率的能力，对于具有储能能力的双向 IBR 电厂，则必须具备在 ICAR 到 ICR 之间所有有功功率水平下提供无功功率的能力。 除具有储能能力的 IBR 电厂外，除非 NYISO 和 IBR 所有者同意作为辅助服务，否则在净有功功率输出水平小于或等于零时，无需提供无功功率支持。 对于具有储能能力的 IBR 电厂，在满足电厂待机损耗（即为电厂辅助负载提供电力）所需的功率输入水平下，无需提供无功功率支持。 如果 NYISO 和 IBR 所有者同意作为辅助服务，则当电厂处于待机模式时，可能需要提供无功功率。 在这种情况下，在从功率输出到输入和从输入到输出的过渡期间，应持续保持本标准第 5 条定义的范围内的无功功率支持。在这些排除范围内的净功率水平下，无功功率支持的供应是可选的。
波托马克河发电站减排和拆除计划
序列 B – 大约 14 个月 序列 B 将包括砖砌发电站附近的结构，例如静电除尘器、砖砌烟囱和行政大楼。 序列 B 将开始进行减排和受管制废物清除，以清理除尘器、烟囱、行政大楼、屏蔽室和筒仓，为拆除做准备。 拆除将包括但不限于拆除除尘器、烟囱和行政大楼。 机械拆除方法将使用起重机、长臂挖掘机、高空挖掘机和支持设备等设备组合来实施。 在序列 B 拆除期间，有时会实施行人控制计划，以确保使用 Mount Vernon 步道的人员的安全。 行人控制计划将确定步道绕行计划以及信号员位置，以指导和通知拖车用户由于拆除工作而暂时关闭。随着行人控制计划的进一步制定，将与亚历山大市、国家公园管理局和其他利益相关者进行进一步的协调。
从...
abtract本文利用无处不在的桌面交互数据作为生成虚拟现实（VR）交互数据的输入来源，该数据可以使用户行为分析和经验增强之类的任务受益。随时间变化的中风手势被选为主要重点，因为它们在各种应用程序及其di-derse模式中的流行率。桌面和VR笔触之间的共同点（例如，速度和曲率之类的特征）允许在VR笔触中生成其他维度（例如z向量）。但是，不同的交互环境（即桌面与VR）之间以及在相同的交互环境中，各种用户的不同笔触之间存在分布变化，这使得构建能够概括不看到的分布的模型变得具有挑战性。为了应对挑战，我们制定了从桌面中风生成VR中风的问题，作为有条件的时间序列生成问题，旨在学习能够处理分发数据外数据的表示形式。我们提出了一种基于条件生成对抗网络的新型体系结构，其中发电机包含三个步骤：离散输出空间，表征潜在的分布以及学习条件域不变的表示。我们通过将方法与最先进的时间序列生成模型进行比较并进行消融研究来评估我们的方法的有效性。我们通过两个应用程序进一步说明了富集VR数据集的应用：VR中风分类和中风预测。