XiaoMi-AI文件搜索系统
World File Search SystemPrints
自闭症和发育障碍杂志 - ePrints Soton
摘要：目的：既往研究表明，体育锻炼可调节自闭症谱系障碍 (ASD) 儿童的内源性褪黑激素水平，改善其睡眠质量。然而，体育锻炼、褪黑激素补充剂或两者结合哪种方式更能有效改善此类儿童的睡眠质量仍不清楚。本研究旨在通过比较三种干预措施（体育锻炼、褪黑激素补充剂或两者结合）对改善 ASD 儿童睡眠质量的有效性来回答这一研究问题。方法：62 名确诊为 ASD 的儿童被随机分为四组：骑自行车组（n = 18）、褪黑激素补充剂组（n = 14）、两者结合组（n = 12）和安慰剂对照组（n = 18）。评估了四 (4) 个睡眠参数（睡眠效率、入睡潜伏期、睡眠持续时间和入睡后觉醒时间）。结果：结果显示，所有干预措施均显著改善了睡眠效率、入睡潜伏期和睡眠持续时间，但安慰剂对照组没有显著改善。然而，各干预措施之间未发现显著组间差异（ps > .05）。结论：我们的研究结果表明，体育锻炼和褪黑素补充剂在改善自闭症儿童睡眠质量方面具有相似的效果。
摘要-EPRINTS SOTON-南安普敦大学
Yanjia Zhou，A Feng Li，A，B Guihong Lan，A* Yongqiang Liu，C Haiyan Qiu，A Bo Xu，A Keyu Pu，A Wenren Dai，A Xinyang Zhang，A a。西南石油大学，化学与化学工程系，成都610500，中国。b。 Yibin Tianyuan Group Co.，Ltd.，Yibin 644004，中国。c。英国南安普敦南安普敦大学工程与物理科学学院。
传感器-18-00260-v3.pdf - QUT ePrints
1 昆士兰科技大学未来环境、机器人与自主系统研究所，2 George St, Brisbane, QLD 4000，澳大利亚；dmitry.bratanov@qut.edu.au (D.B.)；felipe.gonzalez@qut.edu.au (F.G.) 2 维多利亚州农业研究中心，维多利亚州经济发展、就业、交通与资源部，Rutherglen, VIC 3083，澳大利亚；kpowell@sugarresearch.com.au 3 植物生物安全合作研究中心，Bruce, ACT 2817，澳大利亚；john.weiss@ecodev.vic.gov.au 4 维多利亚州农业研究中心，维多利亚州经济发展、就业、交通与资源部 AgriBio 中心，5 Ring Road, Bundoora, VIC 3083，澳大利亚* 通信地址：f.vanegasalvarez@qut.edu.au；电话：+61-7-3138-4593 † 当前地址：Sugar Research Australia, Meringa, QLD 4865, Australia。
沙巴苏海尔 - QUT ePrints
摘要 — 工业流程依靠传感数据进行关键决策。从收集的数据中提取可操作的见解需要一个能够确保数据可信度的基础设施。为此，我们设想了一个基于区块链的工业物联网 (IIoT) 框架来解决数据管理和安全问题。从可信来源收集的数据记录在区块链中后，产品生命周期事件就可以输入数据驱动系统进行流程监控、诊断和优化控制。在这方面，我们利用数字孪生 (DT)，它可以通过识别故障并在关键事件发生前推荐预防措施，从数据中得出智能结论。此外，我们讨论了 DT 和区块链的集成，以解决不同的数据存储库、不可信的数据传播和故障诊断等关键挑战。最后，我们确定了 IIoT 在利用区块链和 DT 时面临的突出挑战和未来的研究方向。
最低设备清单的制定 - QUT ePrints
摘要：作为适航要求的一部分，除非最低设备清单 (MEL) 在任何适用条件下允许，否则飞机不得在设备或系统不工作的情况下放行。通常，MEL 与主 MEL (MMEL) 相似，后者由制造商开发并经监管机构批准。但是，飞机系统日益复杂，运营要求、环境条件、机队配置等也日益多样化。需要采用量身定制的方法来开发 MEL。虽然确保飞机适航是每个飞机运营商的责任，但监管机构也必须发布指南来帮助运营商开发他们的 MEL。目前，尚无批准的标准来开发 MEL，这对航空监管机构和飞机运营商都构成了挑战。本文回顾了当前的 MEL 文献、标准和流程以及与 MEL 相关的事故/事件，以概述 MEL 开发和使用的现状，并重申系统方法的必要性。此外，本文还揭示了 MEL 相关文献的匮乏和 MEL 法规的模糊性。此外，研究发现，对 MEL 的开发和使用的培训和指导不足以及缺乏适航性主题方面的经验可能会导致 MEL 的管理不善和误用。考虑到上述挑战，本研究提出了将系统工程和社会技术系统方法相结合以开发 MEL。
人工智能的 360° 视角 - ePrints Soton
神经网络回归已有 10 年。在这一周年纪念日的推动下，我们对人工智能 (AI) 采取了整体视角。认知任务的监督学习得到了有效解决——前提是我们拥有足够高质量的标记数据。然而，深度神经网络模型不易解释，因此黑盒和白盒建模之间的争论成为了焦点。注意力网络、自我监督学习、生成建模和图神经网络的兴起拓宽了人工智能的应用空间。深度学习也推动了强化学习作为自主决策系统核心构建块的回归。新人工智能技术可能带来的危害引发了透明度、公平性和问责制等社会技术问题。控制人才、计算资源以及最重要的数据的大型科技公司在人工智能领域的主导地位可能会导致极端的人工智能鸿沟。尽管最近人工智能驱动的对话代理取得了戏剧性和出人意料的成功，但自动驾驶汽车等备受瞩目的旗舰项目的进展仍然难以捉摸。必须注意缓和围绕该领域的言论，并使工程进展与科学原理保持一致。
能量收集材料路线图 - ePrints Soton
Vincenzo Pecunia 1*，S。RaviP. Silva 2*，Jamie D. Phillips 3，Elisa Artegiani 4，Alessandro Romeo 4，Hongjae Shim 5，Jongsung Park 6，Jin Hyeok Kim 7 Z 12，Marina Freitag 12，Jie Xu 13，Thomas M. Brown 13，Benxuan Li 14，Yiwen Wang 15，Zhe Li 16，Bo Hou 17，Behma和Emmay Emmay 18，Veronika Kovacova，20，sebastjan Glinsek 20，Sehini Kar-Narayan 22，Yong bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin， Uskaitė24，Stephan Barth 24，25 Feng，Wenzhu，Costa Wenzhu，26 28，Javier del Campo 29,30，Senentxu Lanceros-Mendez（27-30），Hamideh Khanbareh，31周35，Trinny Tat 35，Il Woo Ock 35，Jun Chen 35，Sontyana Adonijah Graham 36，Jae Su Yu 36，Ling-Zhi Huang 37，Dan-Dan Li 37，Ming-Guo MA 37 Atzidis 40，Hongyao Xie 40，小lei shi 41，Zhi-gang Chen 41，Alexander Riss 42，Michael Parzer 42，Fabian Garmroudi 42，Ernst Bauer 42，Madison Zali 43，Madison Zali 43 Uzlarich 46，Ctirad Uher 47，Jinle Lan 48，Yuan-Hua Lin 49，Luis Fonseca 50，Alex Morata 51，Mariz Guillov，53 David Berthebaud 54，Takao Mori 55,56，Robert J. Quinn 57，Jan-Willem 57，Jan-Willem 57 phllick 57 phllipl phllipp pland Trand Lenoir 58，Deepak Venkatesh，Zhao Zhanner 266，Gang Zhang 63，Yoshiyuki Nonoguchi 64，Bob C. Schroeder 65，Emiliano Bilotti 66，Akanksha K. Menon 67 ，Fabrizio Viola 71，Mario Caironi 71，Dimitra G. Georgiadou 72，Li ding 73，Lian-Mao Peng 73，Zhenxing Wang 74，Muh-Dey Wei 75，Magato Negra 75，Renato Negra 75，Max C. Lemme 74，Mahme 74，Mahme 74，MAHMOUD 77，MAHMOUN 77，277，277，taby，Taoby，Taoby，Taoby，277，Moh，277，taby，277，taby，277，taby，277，taby，taby，277奥西78
数字孪生 - ePrints@IISc
数字孪生 (DT) 技术远未全面成熟，导致其在实践中的实施非常零散，其中一些功能由 DT 自动化，而其他功能仍由人类执行。这种零散的 DT 实施常常使从业者想知道在工作系统中应该为 DT 分配什么角色（或功能），以及它将如何影响人类。缺乏对人类和 DT 在工作系统中所扮演的角色的了解可能会导致巨大的成本、资源分配不当、对 DT 的不切实际的期望以及战略错位。为了缓解这一挑战，本文回答了研究问题：当人类与 DT 一起工作时，DT 可以扮演哪些类型的角色，这些角色可以在多大程度上实现自动化？具体来说，我们提出了一个二维概念框架，即数字孪生级别 (LoDT)。该框架整合了 DT 可以扮演的角色类型，大致分为 (1) 观察者、(2) 分析师、(3) 决策者和 (4) 行动执行者，以及每个角色的自动化程度，分为五个不同的级别，从完全手动到完全自动化。特定的 DT 可以在不同级别扮演任意数量的角色。该框架可以帮助从业者系统地规划 DT 部署，清晰地传达目标和可交付成果，并制定战略愿景。案例研究说明了该框架的实用性。
模拟风力发电场尾流排放 - ePrints Soton
摘要 减少航运排放的需要迫在眉睫。未来的潜在燃料候选包括氢气和甲醇。本研究试图通过采用自下而上的方法来量化燃料消耗和排放，对这两种燃料类型进行公平的比较。以一艘液化天然气运输船进行的 10,755 海里的航程作为案例研究。为氢燃料电池能源系统和重整甲醇燃料电池能源系统开发了模型。模拟计算了每种方案的燃料需求和尾气排放量。然而，由于氢气和甲醇都不是自然产生的，因此还应考虑生产这些燃料所需的能量。已经模拟了三种生产方法：带电解的风力涡轮机；带电解的电网供应；蒸汽甲烷重整。此后，计算了每种燃料方案的总生命周期排放量并将其与现有船舶进行比较。通常，这被称为油井到尾流的排放，但对于绿色燃料，风电场到尾流可能更合适。结果表明，改用甲醇最多可减少 8.3% 的尾气排放和 18.8% 的风力发电厂尾气排放，但前提是燃料完全由可再生能源生产。液氢燃料电池能源系统产生的风力发电厂尾气排放为零，所需的可再生能源比甲醇少 33.3%。术语
设计道德：负责任的研究和 - ePrints Soton
在这里，我们反思了一个多学科工作组如何探索在食品供应链中使用新技术进行数据共享的道德复杂性。我们采用了由三部分组成的各种设计方法，包括协作构思和推测场景开发、设计虚构对象的创建以及使用基于卡片的工具 Moral-IT 卡组进行评估。我们通过 EPSRC 的负责任创新框架展示了预期、反思、参与和行动的过程如何构建一个可信的虚构世界，在这个世界中，数据信托使用人工智能 (AI) 支持整个食品供应链的数据共享和决策。这种方法为将数据共享的道德挑战作为反思和参与式负责任创新方法的一部分提供了丰富的机会。我们反思这种方法作为一种参与式（共同）设计和负责任创新方法的价值和潜力。