XiaoMi-AI文件搜索系统
World File Search SystemHINT
高速转子的机械设计与稳定性...
摘要：转子的稳定悬浮是磁悬浮控制动量陀螺仪的重要要求之一，陀螺效应是转子的一个显著特性。为研究转子结构与陀螺效应之间的关系，引入惯性比的概念，研究惯性比与陀螺效应之间的关系。为提高转子的悬浮稳定性，在建立转子悬浮系统模型的基础上，研究了交叉反馈控制（CFC）方法，指出转子在旋转作用下，仅采用分布式PID控制无法使转子悬浮稳定。为更有效的抑制陀螺效应并在更宽的转速范围内维持稳定悬浮，提出了一种带预调增益的CFC方法。研究结果验证了所提出的CFC方法能有效抑制陀螺效应引起的转子振动。试验结果还表明，较大的惯性比有利于抑制转子陀螺效应，并能在一定程度上提高悬浮稳定性。此外，通过优化惯性比，设计了MSCMG转子，角动量为200 Nms。本文对高速转子的机械设计和稳定悬浮研究具有重要的指导意义。
AITA：人工智能可信度评估
人工智能 (AI) 领域的加速发展暗示着需要将“信任”视为设计原则而不是选择。此外，基于人工智能的关键系统的设计，例如航空电子、移动、国防、医疗保健、金融、关键基础设施等，需要证明其可信度。因此，基于人工智能的关键系统必须由不同方（监管机构、开发商、客户、再保险公司和最终用户）出于不同原因从多个维度进行评估。我们可以称之为人工智能验证、监控、评估或审计，但在所有情况下，基本概念都是确保人工智能在其操作设计领域内表现良好。此类评估从开发的早期阶段开始，包括定义系统的规范要求、分析、设计等。信任和可信度评估必须在系统生命周期的每个阶段考虑，包括销售和部署、更新、维护或内部。预计只有在建立可信度的技术措施与使用和开发人工智能的组织的治理和流程规范相结合的情况下，才能在人工智能系统中建立完全的可信度。应用社会科学和人文科学 (SSH) 方法和原则来处理人与人工智能的互动，并帮助在设计和评估中实现（道德）价值观，
供体来源的游离 DNA：有吸引力的生物标记物寻求使用环境
寻找用于肾移植监测临床应用的生物标志物有时似乎是一项诱人的折磨。关于供体来源的游离 DNA (dd-cfDNA) 在移植后监测中的潜在应用的第一个暗示可以追溯到 25 年前 [ 1 ]。dd-cfDNA 主要在细胞死亡时由供体组织细胞（移植物细胞或移植物内的供体造血细胞）特异性释放，与移植物状态紧密相关，因此是一种很有前途的非侵入性生物标志物（图 1 ）。更全面、可扩展的 DNA 测序技术的进步，再加上 cfDNA 的易获取性和较短的半衰期，为开发用于测量移植接受者血浆中 dd-cfDNA 的商业化检测方法铺平了道路。在过去 10 年中，在证明了分析的稳健性之后，这些检测方法已在肾移植接受者的临床实践中得到验证，并始终证明血浆 dd-cfDNA 水平与移植物损伤之间存在显着相关性 [2-5]。这些有希望的发现促使临床采用 dd-cfDNA 检测来监测美国肾移植接受者的移植物排斥和损伤的发生情况。这得益于 2017 年的医疗保险报销以及多家商业支付方的积极承保决定。然而，在欧洲，dd-cfDNA 检测在临床实践中的应用
纠缠态比乘积态更难转移
摘要：纠缠态的分布是许多量子信息处理协议中至关重要的关键任务。一种常用的量子态分布设置设想在一个位置创建状态，然后通过一些量子通道将其发送到（可能不同的）远程接收器。虽然毫无疑问，也许直观地预料到，纠缠量子态的分布效率低于乘积态，但尚未对这种低效率（即纠缠态和分解态的量子态传输保真度之间的差异）进行彻底的量化。为此，在这项工作中，我们考虑了 n 个独立的振幅衰减通道，它们并行作用，即每个通道局部作用于 n 个量子比特状态的一部分。我们推导出了在初始状态存在纠缠的情况下，最多四个量子比特的乘积态保真度降低的精确分析结果。有趣的是，我们发现真正的多部分纠缠对保真度的影响比双量子比特纠缠更大。我们的结果暗示了这样一个事实：对于更大的 n 量子比特状态，产品状态和纠缠状态之间的平均保真度差异会随着单量子比特保真度的增加而增加，从而使后者成为不太值得信赖的品质因数。
为扩大能源社区而选拔新成员
摘要：能源社区是终端用户在以消费者为中心的背景下积极参与能源转型的关键推动因素。本文重点关注现有能源社区的扩展，这些社区可能需要在众多候选人中选择新成员。选择基于启发式方法，以提高可解释性，并从终端用户的角度促进透明的选择过程。通过精确的基于优化的能源管理策略进一步验证了所提出的方法。成员选择以迭代过程进行，其中最佳潜在候选人被添加为能源社区的新成员，然后在连续迭代中运行相同的过程。对一个由六所房屋和九名潜在候选人组成的真实社区进行了整整一个月的模拟。所提出的基于规则的方法在两个调查指标的候选人之间获得了相似的排名，并返回与更准确的优化相同的结果。此外，结果还提示了如何确定安装新资产的最佳位置（即成员），这些新资产可以对能源社区做出最大贡献，因为它可以提升候选人为社区带来的价值。从这个意义上来说，所提出的方法还可以作为投资决策支持工具以及能源社区居民的选择策略。
使用遗传算法优化特征选择
分析大型数据集以选择最佳特征是机器学习和数据挖掘中最重要的研究领域之一。此特征选择过程涉及降维，这对于提高模型的性能并降低其复杂性至关重要。最近，已经提出了几种类型的属性选择方法，这些方法使用不同的方法来获取属性的代表性子集。然而，已经提出了基于种群的进化算法，例如遗传算法 (GA)，通过避免局部最优并改进选择过程本身来弥补这些缺点。本文对基于 GA 的特征选择技术的应用及其在不同领域的有效性进行了全面的回顾。本综述使用 PRISMA 方法进行；因此，对相关文献进行了系统的识别、筛选和分析。因此，我们的结果暗示该领域的混合 GA 方法（包括但不限于 GA-Wrapper 特征选择器和 HGA-神经网络）通过解决诸如探索不必要的搜索空间、准确性性能问题和复杂性等问题，已经大大提高了它们的潜力。本文的结论将讨论遗传算法在特征选择中的潜力以及提高其适用性和性能的未来研究方向。
认知科学、神经科学和人工智能交界处的心智理论和偏好学习：综述
心智理论 (ToM) 是人类认知的关键组成部分，即人类心智将心理状态归因于他人的能力。为了理解他人的心理状态或观点，并在社交和职业环境中与他人成功互动，这种社会认知形式必不可少。同样的推断人类心理状态的能力是人工智能 (AI) 融入社会的先决条件，例如在医疗保健和汽车行业。自动驾驶汽车需要能够推断人类驾驶员和行人的心理状态，以预测他们的行为。在文献中，人们对 ToM 的理解越来越多，特别是随着对儿童和自闭症谱系障碍患者的认知科学研究的增加。同样，通过神经影像学研究，现在人们对 ToM 背后的神经机制有了更好的理解。此外，已经提出了用于推断人类心理状态的新 AI 算法，其应用更复杂，通用性更好。在这篇评论中，我们综合了认知和神经科学中对 ToM 的现有理解以及已提出的 AI 计算模型。我们重点关注偏好学习这一特别感兴趣的领域以及最新的神经认知和计算 ToM 模型。我们还讨论了现有模型的局限性，并暗示了允许 ToM 模型充分表达人类思维各个方面（包括价值观和偏好）的复杂性的潜在方法。
普通话中歧义的韵律和手势分辨率...
抽象的说话者使用韵律来解决歧义，但是如果韵律不能做出区分，该怎么办？我们探讨了（1）说话者如何采用韵律和手势提示来处理含义模棱两可的句子，以及（2）对歧义性提供有关交流效率和努力的视听性解决方案的见解。三十二名中国人被要求阐明22个模棱两可的普通话句子。一半可以使用韵律在语义上进行区分，而一半则不能。首先，参与者自发地阐明了所有模棱两可的句子，并向同盟国提供了解释，并揭示了他们的主要解释。其次，参与者每次都以暗示不同含义的提示指导，参与者两次表达了相同的模棱两可的句子。参与者的韵律提示和手势进行了编码和分析。结果表明，对于可以韵律区分的模棱两可的句子，参与者采用了各种韵律提示，例如暂停，音调，压力和口语率。此外，有51.85％的句子伴随着参考（标志性的指向）手势，而17.33％的句子伴随着非援助（Beat;互动）手势。然而，当韵律提示无法标记歧义时，参与者采取了更多的参考手势（97.30％），但非指南的手势却更少（1.28％）。总而言之，说话者采用多模式的方法来提高交流效率，而模式之间存在权衡。索引术语：韵律，手势，中文，权衡假设，多模式歧义，沟通效率和努力
从不同角度探究癌症进化
不同于生物体进化（ Leroi 等人， 2003 年； Merlo 等人， 2006 年）。在大多数情况下，生物体已经通过自然选择进行了优化，使得大多数具有表型效应的突变（非中性突变）会使情况变得更糟。对于大多数生物体来说，通常只有极少数有益的突变，而有害的突变则很多（ Bo¨ ndel 等人， 2019 年； Eyre-Walker 和 Keightley， 2007 年）。然而，自然选择并没有优化体细胞的适应性。它们不会在我们的体内尽可能地增殖和存活。恰恰相反，它们的增殖受到严格调控，而且它们经常在出现任何问题的第一个迹象时死亡。这是因为自然选择已经对它们进行了优化，以配合生物体的适应性（ Aktipis， 2020 年）。因此，与增加有机体适应度的突变相比，体细胞中应该存在更多增加细胞适应度的突变。它们甚至可能比对细胞有害的突变更频繁。如果是这样，那么增加体细胞突变率的突变体突变将被正向选择，因为它产生的适应性突变多于有害突变。这对于进化生物学家来说是违反直觉的，但马丁科雷纳的研究表明这是真的。他们发现除了少数必需基因外，几乎没有负面选择的证据，即消除有害突变。但他们发现了大量正向选择的证据，即丰富了增加体细胞适应度的突变。
s = 1/2 square-lattice抗fiferromagnet sr2cute1 – xwxo6的结构，自旋相关和磁性（0≤x≤1）
摘要：量子自旋液体是具有外在特性的高度纠缠磁状态。s = 1/2平方 - 湖泊海森堡模型是沮丧的磁性基础模型之一，具有预测但从未观察到的量子自旋液态。等学双钙蛋白sr 2可爱6和sr 2 cuwo 6是该模型的物理实现，但由于d 10 /d 0效果，具有明显不同的磁顺序和相互作用。在固体溶液SR 2可爱的1-x W x o 6中抑制了远程磁性，在X = 0.05 - 0.6的宽区域中，已经提议基态是无序诱导的旋转液体。在这里，我们提供了该系统的全面中子散射研究。我们使用偏振中子散射表明，旋转液体样X = 0.2和X = 0.5样品具有明显不同的局部自旋相关性，这表明它们具有不同的基态。低温中子衍射测量磁性富含W的样品揭示了磁相分离，这表明先前忽略的平方平面之间的层间偶联在X≈0.6处的磁序中起作用。这些结果突出显示了SR 2的复杂磁性可爱的1 -x W x o 6，并在0.2