XiaoMi-AI文件搜索系统
World File Search SystemPredictive
通过智能城市中的AI驱动预测分析来增强城市弹性
不断增长的城市废物对全球城市构成了重大的环境和经济挑战。传统的废物管理系统通常依靠效率低下的收集路线，回收过程不足以及过度使用垃圾填埋场。本文探讨了人工智能（AI）和物联网技术如何通过实现实时监控，自动排序和优化的收集路线来彻底改变智能城市的废物管理。通过整合来自智能垃圾箱，机器人分类系统和预测分析的数据，城市可以实现零浪费的目标并促进循环经济实践。实验结果表明，废物隔离准确性，收集效率和回收率有显着改善，为城市废物管理提供了可持续的蓝图。
通过智能城市中的AI驱动预测分析来增强城市弹性
缺水和效率低下的水管理是快速增长的乌拉姆地区的关键挑战。传统的供水系统通常会遭受泄漏，浪费和不平等的通道，加剧了资源短缺。本文探讨了人工智能（AI）和物联网技术如何通过实现实时监控，预测性维护和有效的资源分配来优化城市水管理。通过整合来自智能电表，压力传感器和天气预报的数据，城市可以降低水损失，提高分配效率并确保公平访问。实验结果表明，泄漏检测，节水和基础设施的可靠性有了显着改善，为智能城市的城市水管理提供了可持续的蓝图。
肿瘤组织切片体外处理作为评估肾癌患者靶向治疗的预测性临床前方法
1 格勒诺布尔阿尔卑斯大学、法国国家健康与医学研究院、CEA、IRIG-癌症和感染生物学、UMR_S 1036、F-38000 格勒诺布尔、法国； caroline.roelants@inovarion.com （CR）; qfranquet@chu-grenoble.fr（QF）; csarrazin1@chu-grenoble.fr （客户服务） nicolas.peilleron@gmail.com （NP）; sofiagiacosa@gmail.com（新加坡）; laurent.guyon@cea.fr （LG）; claude.cochet@cea.fr (CC) 2 Inovarion, 75005 巴黎，法国 3 格勒诺布尔阿尔卑斯大学，INSERM，CEA，IRIG-大规模生物学，UMR 1038，F-38000 格勒诺布尔，法国； catherine.pillet@cea.fr 4 格勒诺布尔阿尔卑斯大学医院，CS 10217，38043 格勒诺布尔 CEDEX 9，法国； lafontanell@chu-grenoble.fr（AF）; g.fiard@ucl.ac.uk （GF）; JALong@chu-grenoble.fr（J.-AL）; jldescotes@chu-grenoble.fr (J.-LD) * 通信地址：odile.filhol-cochet@cea.fr;电话：+ 33-(0)4-38785645；传真：+ 33-(0)4-38785058
经济非线性模型预测性控制造船区供暖网络：扩展版本
摘要 - 在本文中，我们提出了一种用于地区供暖网络（DHNS）的经济非线性模型预测控制（MPC）算法。所提出的方法具有生产者，多个生产者和存储系统，这是第四代DHN的重要组成部分。这些网络通过它们优化其运营的能力，旨在降低供应温度，适应分布式的热源以及利用热含量和存储提供的灵活性，这对于实现化石燃料燃料的能源供应至关重要。开发一个智能能源管理系统来实现这些目标，需要高度复杂的非线性系统和能够处理大规模优化问题的详细模型。为了解决这个问题，我们引入了一个基于图的优化模型，该模型有效地集成了分布式生产者，生产者，存储缓冲区和双向管流，以便可以在实时MPC设置中进行影响。此外，我们进行了几个数值实验，以评估闭环中提出的算法的性能。我们的发现表明，MPC方法比传统的基于规则的控制器获得了多达9％的成本提高，同时更好地维护系统限制。
重复短路应力下 SiC MOSFET 栅极老化规律预测
b IRT Saint-Exupéry，图卢兹，法国 摘要 本文提出了 SiC MOSFET 栅极在重复短路应力下的老化规律。基于分析研究、物理形式和预处理数据，提出了基于应力变量 T j、T 脉冲栅极损伤 % 和 E sc 的数值拟合。对老化规律的准确性和预测能力进行了评估和比较。结果提出了一种基于 T Al_Top 金属源的新老化规律。该规律的拟合精度最高。最后，直接基于短路能量 E sc 的老化规律似乎具有最佳的预测能力。 1. 简介 SiC MOSFET 提高了功率转换器效率 [1]。如今，必须保证意外极端操作中的可靠性和稳健性。然而，由于平面结构中的电流密度更高和通道更短，SiC MOSFET 的短路 (SC) 耐受时间 (T SCWT @2/3 x V DSmax ) 低于硅器件，t SCWT = 2μs，而 Si IGBT 的 t SCWT = 10μs。最近，人们投入了大量精力来研究短路测试下的专用 SiC MOSFET 故障机制 [2,3]。高温变化导致栅极区域和 Al 源金属周围产生累积热机械应力。这些通常导致 SiC MOSFET 无法超过源自硅标准的 1000 次重复短路循环阈值。在 SiC MOSFET 栅极损坏之前，对其允许的短路循环次数的预测目前尚不为人所知，但这却是运行阶段主要关注的问题。在 [4] 中，提出了威布尔分布和直接 T j Coffin-Manson 老化定律，但漏源电压偏置降低至 200V，并使用栅极沟槽器件。在 [5] 中，作者通过实验证实了栅极老化与 T j 应力的依赖关系，但未拟合 Coffin-Manson 参数，因此未提出预测能力。在本文中，进行了重复的 SC 研究，以建模并提出一组 SiC MOSFET 上的预测分析栅极老化定律
基于微生物组的宿主表型预测的无混杂预测模型
与许多领域一样，存在混杂效应（或偏见）在微生物研究中提出了重大挑战，包括使用微生物组数据来预测宿主表型。如果无法正确解决，混杂的人可能会导致虚假的关联，偏见的预测和误导性的解释。一个无表的示例是药物二甲双胍，通常规定治疗2型糖尿病（T2D），并且已知会影响肠道微生物组。在这项研究中，我们提出了使用微生物组数据进行人类表型预测的无混杂预测模型。这些模型在对抗性的Min-Max优化框架内利用端到端方法来得出与混杂因素不变的特征，同时考虑了混杂因素与预测结果之间的固有相关性。我们使用不同的网络体系结构实现了两个版本的无混杂预测变量：一个基于完全连接的网络（称为FNN CF），另一个基于以前的生物学知识（称为MicroKPNN CF）。我们在与T2D关联的微生物组数据集上评估了我们的模型，其中二甲双胍充当混杂因素。我们的结果表明，与不解释混杂因子并更有效地识别与表型相关的微生物标记的模型相比，无混杂的预测因子具有更高的精度，而不是受二甲双胍影响的标记。在先前的知识指导的方法中显示出较低的预测能力，但它提供了更大的可解释性，从而提供了对基本生物学机制的更多见解。
在有限时间
摘要 - 该纸张介绍了在主要道路上合并到排中的坡道车辆的纵向控制概率。为了应对这一挑战，提出了具有专门反馈控制定律的有限时间模型预测控制（MPC）算法。设计了状态错误的约束集，并基于此建立了决策方案，以允许坡道车辆在设计的MPC策略下开始评估一开始合并操作的可行性。如果合并是可行的，则提议的MPC策略将用于将坡道车辆驱动到所需状态周围的小邻居，并根据排的速度和在有限的时间步骤中的位置，然后再加入排队。此外，通过共同设计的反馈控制法实现了渐近趋同倾向到所需状态。否则，将不会触发MPC策略，而是一种替代方法，例如放慢坡道车辆以创造空间并允许主道上的车辆前进。在提出的方法下，在所有时间步骤中都实现了MPC优化问题的递归可行性，并且可以在MPC算法下证明与所需状态小社区的有限时间收敛。也得出了收敛时间步骤的上限，该界限用于证明决策机制的有效性。另外，还保证了坡道车辆的闭环约束满意度和渐近稳定性。通过模拟示例证明了所提出的MPC方法的有效性。
景观设计过程中的能量有效的解决方案
摘要。在数字化转型时代，人工智能（AI）正在成为一种基础技术，它正在推动许多行业的效率和创新。AI具有很大影响的一个领域是智能预测维护（SPM）。行业正在逐渐从旧的反应性维护模型转变为使用AI的方法。此转变有助于最大程度地减少停机时间，降低成本并提高运营效率。本文探讨了AI实现SPM的许多好处，现实世界应用和技术。基于系统的SPM使用机器学习分类器已与深度学习算法LSTM相结合，以优化Sonelgaz Algeria的能源系统的SPM。使用预测模型和分析时间序列数据，LSTM模型以几乎97％的准确性获得了良好的准确性。实验结果表明了出色的表现，二进制分类的得分约为92％，多种分类的分数令人印象深刻。比较分析以预测准确性强调了MAS-LSTM混合方法的超级性。我们的解决方案模型SIPM（智能能源系统，智能，预测和维护）在Python中实施，预测设备故障概率在30天内为0.0046。
OHP的纸莎草纸：通过加强学习的预测控制，以提高性能 在英国通道和北海地区跟踪野生扁平鱼中的抗菌抗性指示基因：一个健康问题
在本文中，我们在数值模拟中实施和研究一种基于模型的增强学习（MBRL）方法，称为自适应光学（PO4AO）的策略优化。我们使用面向对象的Python自适应光学（OOPAO）模拟工具来模拟Provence自适应光学元件金字塔运行系统（Papyrus）光学台，并提供系统的实时模型。尤其是我们证明了该方法的预测能力，因为时间误差主导了木瓜的误差预算。我们首先介绍了强化学习框架的详细描述，包括我们对状态空间，行动空间和奖励功能的定义。实验部分将PO4AO与在不同大气条件下调整良好的积分器进行了比较。总而言之，在将方法应用于实际望远镜和未来工作的可能途径之前，我们将讨论实验在数值模拟中的重要性。