XiaoMi-AI文件搜索系统
World File Search SystemSimulate
从模拟的Electro- ...
准确的初始轨道确定（IOD）对于太空域意识（SDA）至关重要。这项研究引入了一种iod方法，旨在增强用电光（EO）传感器的短距离角度调查的未知空间对象的初始检测的轨道预测准确性。方法论将机器学习模型与轨道力学原理集成在一起。该模型在各种轨道方案的模拟观测数据集上进行了训练，包括低地球轨道（LEO），中地球轨道（MEO），地理轨道（GEO）和高度椭圆形轨道（HEO）。比较分析表明，所提出的方法的表现优于传统的纯粹角度方法，例如拉普拉斯，高斯和好东西方法，相对于观察者，角度误差的中位数降低。这种改进提高了后续跟踪工作的可靠性。网络体系结构具有两个长的短期内存（LSTM）层，然后是完全连接的（密集）层，在使用基于物理学的损耗函数预测位置和速度状态向量时，可以实现最佳结果。这些发现强调了机器学习在提高SDA功能方面的潜力。
在许多模拟世界中缩放指导代理
构建体现的AI系统，可以遵循任何3D环境中任意语言指令，是创建一般AI的关键挑战。实现此目标需要学习在感知和具体动作中的基础语言，以完成复杂的任务。可扩展的，可指导的，多世界代理商（SIMA）项目通过培训代理商遵循各种虚拟3D环境（包括精选的研究环境以及开放的商业视频游戏）的自由形式说明来解决此问题。我们的目标是开发一个可以指导者，可以在任何模拟的3D环境中能够实现人类所能做的任何事情。在本文中，我们描述了我们的动力和目标，我们取得的最初进步以及在几种不同的研究环境和各种商业视频游戏上取得了希望的初步结果。
模拟深云中的二级冰生产
摘要：已经提出了多种机制来解释次级冰的产生（SIP），并且已经认可SIP在形成云冰晶体中起着至关重要的作用。但是，大多数天气和气候模型都不考虑其云微物理方案中的SIP。在这项研究中，除了默认的rime分裂（RS）过程外，将超冷的雨/细雨滴（DS）和冰上的分解 - 冰碰撞 - 冰碰撞（BR）的两种SIP过程，即粉碎/碎片化。此外，还引入了两个不同的参数化方案。进行了一系列的灵敏度实验，以研究在欧洲中部开发的基于温暖的深对流云中，SIP如何影响云微物理学和云相位分布。仿真结果表明，云微物理特性受到SIP过程的显着影响。冰晶数浓度（ICNC）增加了20倍以上，并且考虑到SIP过程，表面沉淀降低了20％。有趣的是，发现BR占主导地位，并且BR过程速率分别大于RS和DS过程速率，分别为四个和三个数量级。在实现所有三个SIP过程时，云中的液体像素数馏分在云层内部和云顶部下降，但降低取决于BR方案。模拟深度对流云中冰的增强面（IEF）的峰值为10 2-10 4，并在2 24 8 c处位于所有三个SIP过程，而IEF的温度依赖性对BR方案敏感。但是，如果仅包括RS或RS和DS操作，则IEF是可比的，峰值为6个，位于2 7 8 C，此外，关闭CASCADE效应导致ICNC和冰晶体混合率显着降低。
洞悉回旋处的模拟智能移动性
摘要：本文探讨了智能运输系统的领域，特别是在智能移动性的背景下以回旋处作为潜在解决方案。回旋处提供了更安全，更高效的驾驶环境，这要归功于它们的曲线轨迹促进了速度控制和降低车辆速度以减轻交通镇定。综合评论支持作者在回旋处的设计和评估中提出当前的知识和新兴需求。需要对用于评估回旋处系统安全性和操作性能的模型和方法进行重点检查。鉴于汽车市场带来的新挑战以及车辆到车辆通信对该道路基础设施的概念化和设计的影响，这尤其重要。在Aimsun中分析了两个回旋处的案例研究，以模拟连接和自动驾驶汽车（CAVS）的市场渗透率不断提高及其交通影响。通过微观交通模拟，该研究评估了回旋处的安全性和性能效率的进步。本文结论是概述领域，以进一步研究和不断发展回旋处在过渡到互联和自动驾驶汽车和基础设施过渡中的作用的观点。
模拟了大型语言模型和临床信用系统的滥用
1美国国立卫生研究院（NIH）的NIH临床中心，美国马里兰州贝塞斯达州2已经提出了语言模型（LLMS）来支持许多医疗保健任务，包括疾病诊断和治疗个性化。虽然可以应用AI来协助或增强医疗保健的提供，但也存在滥用的风险。llms可用于根据不公平，不准确或不公正的标准分配资源。例如，社会信贷系统使用大数据来评估社会中的“可信赖性”，从而根据仅由权力结构（公司实体，管理机构）定义的评估指标来惩罚那些得分差的人。强大的LLM可以扩大此类系统，该系统可以根据多模式数据（金融交易，Internet活动和其他行为输入）对个人进行评分。医疗保健数据也许是最敏感的信息，可以收集，并有可能通过“临床信贷系统”来侵犯公民自由，其中可能包括限制或配给标准护理。本报告模拟了如何利用临床数据集，并提出了减轻AI医疗保健模型固有的风险的策略。1。简介大语模型（LLMS）可以使用复杂的非结构化数据执行高级任务 - 在某些情况下，除了人类功能之外。1,2这种进步正在扩展到医疗保健：正在开发新的AI模型来使用患者数据进行任务，包括诊断，工作流程改进，监测和个性化治疗建议。但是，如果受到管理当局，公司或其他决策实体的虐待，临床AI普遍性的这种增加也会引起公民自由的重大脆弱性。对这种潜力的认识可能会降低风险，激励透明度，为负责任的治理政策提供信息，并导致新保障措施的发展。社会信贷制度是“大数据压迫”的新兴例子，旨在限制“抹黑”的特权，但不是“可信赖”。 3-23在社会信用系统中，从公民/成员收集的大型多模式数据集可用于确定给定社会内的“可信赖性”，基于仅由功率结构定义和控制的评分指标。3-23公民必须表现出对权力结构的忠诚，并积极地与专业，财务和社会优化的既定定义保持一致；否则，他们可能会失去自己和亲人的关键资源访问权限。例如，对管理机构的批评可能会导致旅行，就业，医疗服务和/或教育机会的限制。3-23甚至非常小的“犯罪”，例如轻率的购买，停车票或过度的在线游戏，也可能导致处罚。21-23最终，从电力结构中获取资源，威胁力量结构或以其他方式被认为是不受欢迎/不信任的任何行为都可能导致负面后果，包括由于公共“黑名单”而进行的社会羞辱。24个社会信贷系统旨在扩大公司，医院系统和其他实体持续存在的现有数据权滥用 - 无论是在监视/数据收集方面，都可以根据分数来采取的行动范围。记录的数据滥用示例包括从私人汽车购买数据，以根据驾驶行为以及使用筛查算法来增加保费，以否认老年人或残疾患者的健康保险索赔（覆盖医师建议）。25-28同样，有偏见的算法被用于错误地拒绝器官移植，并且一项研究警告了多基因风险评分在永久性种族/种族歧视中的作用
cmip6模型很少模拟南极冬季海冰异常，如2023年所观察到的那样大
普通语言摘要在2023年，冬季南极海冰地区降至自1978年底开始以来卫星记录以来最低的。仍在争论中，自然变化可以解释这一低范围，以及气候变化可以解释多少。全球气候模型是用于研究过去和预测未来全球变化的工具。我们表明，在没有气候变化的情况下，这些模型的最新一代极不可能模拟从2023年冬季观察到的均值的均值减少。包括强烈的气候变化四倍，使这种减少的机会很少，但是机会仍然很低。当模拟这些罕见的减少时，海冰大约需要10年才能恢复到一个新的，较低的区域：这表明南极海冰在未来几十年中可能会过渡到新的，较低的状态。
为什么CMIP6模式集合平均值对北极温度的模拟比全球温度更准确？
摘要：为了对预期的气候变化做出适当的政策响应，需要准确模拟和预测未来的变暖。我们研究了 CMIP6（气候模型比较计划第六阶段）气候模型对全球和北极平均地表气温的模拟。大多数模型高估了观测到的平均全球变暖。在所考虑的 19 个模型中，只有 7 个模拟的全球变暖在 2014-2023 年平均值和 1961-1990 年参考期之间观测到的变暖平均值的 ± 15% 以内。10 个模型高估了全球变暖超过 15%，只有一个模型低估了全球变暖超过 15%。CMIP6 气候模型对北极变暖的模拟比对全球变暖平均值的模拟要好得多。原因是模型对北极变暖的高估和低估分布均匀，而大多数模型高估了全球变暖平均值。8 个模型与观测到的北极变暖的误差在 ± 15% 以内。只有三个模型对全球平均温度和北极温度的模拟准确度在±15%以内。
评估印度尼西亚西爪哇省万隆市的绿色空间管理改进的评估
摘要。从2015年至2022年（8年）成功地进行了1/24º分辨率3维区域循环的1/24º分辨率的模拟，涵盖了ElNiño2015年的Enso年和LaNiña2022在Banda Sea（NBS）的LaNiña2022。海面温度/高度的模型和数据比较很好地再现了观察到的卫星数据集，相关系数高于0.9。表明，NBS中的平均循环是由西部布鲁（Western Buru）和曼帕海峡（Manipa Strait）的两种流入液，导致蜿蜒的向东平均循环，累积在东NBS中的温度较高的水，与Buru以南的高电流方差相关，并沿着Manipa海峡沿线。海洋学参数的季节性变化在研究区域占主导地位。例如，在东南（西北）季风期间，海水温度最低（最高），盐度最大（最小）。此外，年间的时间尺度ENSO和IOD显着调节了海水温度和盐度变化，尤其是在热跃层层（110 m）。与2015年的ElNiño有关，较冷和盐水较高，与较高的IOD相关，与LaNiña2022年期间的温暖和更新鲜的水相比，iod较温暖和更新鲜的水。
模拟的起始停机和催化剂层氧化还原对低温电解的降解和性能损失的影响
应力测试是开发出，该测试的重点是质子交换膜电解的阳极催化剂层降解，这是由于模拟的起步操作而引起的。ex exte测试表明，由于近表面还原和循环到高电位时，重复的氧化还原循环会加速催化剂溶解。相似的结果发生在原位，其中发现细胞动力学（> 70％），虹膜从阳极催化剂层迁移到膜中。但是，观察到其他过程，包括虹膜氧化的变化，较薄和更密集的催化剂层的形成以及从运输层迁移的铂。还发现了增加的界面弱化，通过增加催化剂层的接触电阻和分离部分，从而增加了欧姆和动力学损失。反复的水流关闭进一步加速性能损失，并增加界面和催化剂层内的撕裂和分层的频率。这些测试应用于几种商业催化剂，在其中观察到含有钌或高金属含量的催化剂的损失率更高。这些结果表明有必要了解如何发生操作停止，以确定损失机制的加速方式以及制定限制绩效损失的策略。©2024作者。由IOP Publishing Limited代表电化学学会出版。[doi：10.1149/1945-7111/ad2bea]这是根据Creative Commons Attribution 4.0许可（CC by，http://creativecommons.org/licenses/ by/4.0/）分发的开放式访问文章，如果原始工作适当地引用了原始作品，则可以在任何媒介中不受限制地重复使用工作。
基底神经节神经动物模型的模拟多巴胺调节
摘要：脊椎动物的基底神经节在动作选择中起着重要作用，这是替代运动程序之间冲突的解决方案。也已知基底神经节电路的有效操作依赖于适当水平的神经递质多巴胺。，我们研究了在以前的基底神经节模型中降低或增加模拟多巴胺的补品水平，该模型集成到了由动物行为启发的觅食任务中的机器人控制结构中。主要发现是，模拟多巴胺水平的进行性降低导致行为减慢，并且在低水平下无法启动运动。这些状态因显着水平的提高而部分缓解（更强的感觉/动机输入）。相反，增加的模拟多巴胺通过与丢失作用有关的部分表达的运动活动引起了机器人运动作用的扭曲。这也可能导致行为切换的频率增加。模拟多巴胺的水平显着降低或高于基线可能会导致行为整合的丧失，有时将机器人留在“行为陷阱”中。在受多巴胺失调影响的动物和人类中观察到某些类似的性状表明，机器人模型可以证明可用于理解多巴胺神经传递在基底神经节功能和功能障碍中的作用。