XiaoMi-AI文件搜索系统
World File Search SystemScratch
a4_dp_entreps grime dance_noy div>
‘CMA CGM基金会已经与法国粮食援助组织合作了几年。这些组织目前正面临需求增加和资源不足，尤其是用于食品的存储，运输和分发。我们决定走得更远，动员CMA CGM基金会的资源和力量，以在马赛中心建立法国最大的多缔合仓库。花了两年的时间与协会合作才从头开始，了解需求的规模并有效地采取行动。团结仓库将优化存储空间，改善志愿者的工作条件，并提高粮食援助的分配。这是一项真正的社会创新，也是一项重大投资，使该设施在其技术，相关性以及最重要的是其有用性方面与众不同。 ''
使用高阶动态模式分解和小型数据集的视觉变压器
基于机器学习的框架，以及深入学习的更具体的框架。这包括第一次使用高阶动态模式分解（HODMD）算法，以便在医学场中的数据增强和特征提取。第二阶段的重点是构建和训练视觉变压器（VIT），在相关文献中几乎没有探索。即使使用小数据集，VIT也适用于从头开始的有效培训。设计的神经网络分析来自超声心动图序列的图像，以预测心脏状态。获得的结果表明了所提出的系统的优越性和HODMD算法的效率，即使表现优于预认证的综合神经网络（CNN），这是迄今为止文献中选择的方法。
使用机器学习的硅和基于SIGE的量子设备的跨体系结构
基于SI和SIGE的设备对量子电路缩放的潜力受到设备可变性的污染。每个设备都需要调整为操作条件，并且每个设备实现都需要一个不同的调整协议。我们证明，可以从使用相同算法的划痕中自动调整4门Si Finfet，5门GESI纳米线和7门GE/SIGE异质结构双量子点设备的调整。我们分别达到30、10和92分钟的调整时间。该算法还提供了这些设备中每个设备的参数空间景观的洞察力，从而可以对发现双重量子点状态的区域进行表征。这些结果表明，通过机器学习启用了用于调整量子设备的总体解决方案。
开发学习和验证的学习 - 对象 - iamed-at-...
通过将基于计算思维（CT）的数学推理与幼儿教育进行通过编程恐龙游戏，旨在通过使用学习对象（LOS）来提高服务前教师的教学技能。此外，还探索了LOS构造的框架，以与教学目标保持一致，并强调学生数学成果的重要性，对CT概念的理解以及教师用来帮助学生解决问题的过程。本研究利用评估网格工具来评估数字学习资源，发现表明57位职前教师评估的LOS高质量。我们的研究表明，如何创建和使用LO进行教师的教学发展，重点关注教学方法和在CT活动中的数学知识的应用。
tofaş2023年度报告
在全球范围内增强自己的产品开发功能。凭借其从头开始开发车辆的专业知识和知识，托法斯研发中心不仅监督了托法斯工厂生产的模型的生产，而且还参与了斯特兰蒂斯集团内不同模型的产品开发过程。该中心同样是全球产品开发项目的工程服务的主要出口商。通过解决全球对汽车软件的需求，继续扩大其运营的范围，TofaşR＆D开发了基于连接的移动解决方案。生产率驱动的数字优化是Tofaş智能基本转型的关键，也是公司的战略优先事项。为了保持其竞争优势，托法斯（Tofaş）不断根据技术进步和改变市场需求来调整其生产实践。
car damage detection using machine learning
Siruganur ,Trichy Abstract – Modern car insurance industries waste a lot of resources due to claim leakages, which determines the amount they pay. Currently,visual Inspections and Validations are done manually,which can delay the claim processes.Previous study have shown that classifying images is possible with a small data set,by transferring and re purposing knowledge from models trained for a different task. Our goal is to build a Car Damage classifier using a deep learning model that is able to detect the different damage types and give an accurate depiction given a car image. However, due to the limiting set of data, it can be result in being a determining factor.Training a Convolutional Network from scratch (with random initialization) is difficult because it is relatively rare to have a large enough dataset.In this project we explore the problem of classifying images containing damaged cars to try and assess the monetary value of the damage. Because of the nature of this problem,classifying this data may prove to be a difficult task since no standardized dataset exists and some of the clases utilized might not be discriminative enough. Utilizing a pretrained YOLOv8 model,we trained a classifier in order to categorize the dataset,testing 3 different cases: damaged or not (damage vs whole),damage location (front vs rear vs side),damage level (minor vs moderate vs severe). Index Terms - YOLO model,CNN
尼泊尔虚拟AI助手
摘要 - 随着人工智能（AI）的发展，我们不需要批判性思维的许多常规冗余工作都被机器所取代。由于AI，物联网（IoT）的范围也在增加。物联网是在现实生活中应用AI的合适平台。在本文中，我们提出了将AI与IoT相结合的虚拟AI助手。我们的系统使用ESP8266（节点MCU）芯片作为家庭自动化应用程序的核心微控制器。这是一个与IoT兼容的微控制器，具有云连接功能，借助WiFi（无线保真度）完成。这允许灯光，风扇，米炊具等家用电器等。由世界任何地方的桌面或移动应用程序控制。我们的系统使用语音识别作为控制应用程序的主要来源。语音识别功能可以检测和区分人们的声音，这在安全性和隐私方面是一个方便的功能。除了物联网之外，在此系统中还实现了软件功能，例如笔记制作，应用程序启动器，Web导航和通过语音识别的自动键入。我们的工作还利用尼泊尔语言用于物联网应用程序，用于关闭家庭电器。AI模型是从Scratch手动培训尼泊尔语言的，因为尼泊尔语言的适当音频数据集不可用。我们在尼泊尔虚拟AI助手开发方面的工作是将硬件和软件与AI集成，以创建用户友好的自动化并轻松自动化，并在人们的日常生活中轻松。