XiaoMi-AI文件搜索系统
World File Search SystemSimulator
TimeGAN作为可编程数据平面中强化学习培训的模拟器
摘要 - 这项研究探讨了时间序列GAN在可编程数据平面（PDP）中的应用，以增强计算机网络的背景下，特别是在视频应用程序中。我们应对各种挑战，包括数据集扩展，平衡和实际设置中的扩展RL培训时间。通过利用TimeGAN生成的综合数据，我们加速了实验，增强数据集多样性并简化RL模型训练，最终使用RL试剂评估了PDP的实时设置的TimeGAN对真实设置的性能。这项研究通过直接比较GAN使用率和真实设置，弥合计算机网络文献中的差距，并突出了由RL模型训练的RL模型获得的99％的服务质量相似性，确认TimeGan的潜力是有价值的模拟器，而无需损害RL训练效率。索引术语 - 机器学习，生成对抗网络 - 自主管理
根据目标人群的治疗指导量化Padova 2型糖尿病模拟器
摘要 - 目的：最近提出了Padova 2型糖尿病（T2D）模拟器（T2D），以优化包括新型长效胰岛素在内的T2D处理。它由一个生理模型和一个描述葡萄糖动力学的计算机群中，这些葡萄糖动力学是从基于复杂的基于示踪剂的实验技术研究的早期T2D受试者中得出的。这将有效性的T2DS结构域限制为此特定的子人群。相反，在不接受胰岛素或高级T2D主题中运行模拟将更有价值。但是，在此类人群中进行复杂的实验是很少或具有成本效益的。因此，我们提出了一种使用已发表的临床数据将T2D调整为任何所需T2D子人群的方法。作为案例研究，我们将T2DS扩展到了未经胰岛素的T2D受试者，他们需要开始胰岛素治疗以补偿降低的胰岛素功能。
桌面和云端 MH-60R 直升机训练模拟器，专为不同国家快速改装而设计
美国和其他海军与工业界合作开发并部署了一种训练工具，用于训练美国和国际版的 MH-60R 直升机。由于 MH60R 直升机可以针对不同国家进行不同的配置，因此训练也需要针对直升机的具体版本进行调整。正在或即将驾驶 MH-60R 的国家包括澳大利亚、丹麦、希腊、西班牙、印度和韩国。该工具称为操作员机器界面助手 (OMIA)，主要是可扩展、易于修改的低成本 PC 托管桌面或基于云的机组人员。OMIA 为前排座椅和传感器操作员站提供了大部分驾驶舱界面，提供除飞行之外直升机操作的大多数方面的培训，其中包括但不限于导航操作、无线电操作、紧急操作、雷达、ISAR、ESM、FLIR 以及主动和被动声学。
训练辅助工具、设备、模拟器和模拟 (TADSS)
*任何未包含在此表格中的设备申请必须在培训日期前 90 天提出。完整的培训支持系统 (TSS) - 企业培训辅助设备、设备、模拟器和模拟 (TADSS) 索引和目录位于 TSC。请咨询 TSC 工作人员了解详细信息。
一种快速且可扩展的神经形态计算模拟器
在许多神经形态工作流程中，模拟器在重要任务中发挥着至关重要的作用，例如训练脉冲神经网络、运行神经科学模拟以及设计、实施和测试神经形态算法。当前可用的模拟器适用于神经科学工作流程（例如 NEST 和 Brian2）或深度学习工作流程（例如 BindsNET）。问题是，基于神经科学的模拟器速度慢且可扩展性不强，而基于深度学习的模拟器不支持神经形态工作负载的某些典型功能（例如突触延迟）。在本文中，我们解决了文献中的这一空白，并提出了 SuperNeuro，这是一种快速且可扩展的神经形态计算模拟器，能够进行同质和异构模拟以及 GPU 加速。我们还提供了初步结果，将 SuperNeuro 与广泛使用的神经形态模拟器（如 NEST、Brian2 和 BindsNET）在计算时间方面进行了比较。我们证明，对于小型稀疏网络，SuperNeuro 比其他一些模拟器快约 10 × –300 倍。对于大型稀疏网络和大型密集网络，SuperNeuro 比其他模拟器分别快约 2.2 × –3.4 倍。
使用Simpleerocket，太空飞行模拟器和Kerbal太空程序等太空游戏来教儿童轨道力学
孩子们喜欢太空探索，但他们不一定知道火箭和航天器实际上是如何工作的。孩子们可以根据物理学使用以太空为主题的游戏，以了解有关金属圆柱体如何充满推进剂移动和在太空中相互作用的方式，同时仍然很开心。我们谈论我们的示例视频，重点关注儿童太空迷，以帮助他们开始。我们使用当前在稳定版本中可用的游戏，首先从基本概念2D游戏（例如Simpleerockets）开始，然后再使用Space -Flight Simulator（也是2D）。从那里，我们在Simpleerockets 2中提供了发展到3D运动的示例，现在称为Juno：New Origins，Kerbal Space Program和Kerbal Space Program的新版本2。我们将介绍如何教孩子Delta-V和特定冲动等概念。我们的目标是帮助孩子和老师从诸如亚轨道轨迹等简单概念和轨道上发展，再到火箭舞台，轨道转移，会合，登陆，降落以及最终的更先进的概念，最终，在跨层次的trips上获得的资源保护和效率。
使用模糊逻辑和HIL模拟器
1通讯作者：dsbsrm@gmail.com收到：2023年5月9日修订：2023年6月28日接受：2023年7月13日出版：2023年7月21日摘要 - 铅酸电池的性能和健康，用于自动，工业和可再生能源系统等各种应用中的铅酸电池的性能和可再生能源系统的运营效益和实量效益和实地效益。实时监控电池健康的性能可防止故障并延长电池寿命。本文建议使用模糊逻辑控制器和硬件（HIL）模拟器进行铅酸电池实时监控系统的健康和性能。所提出的系统测量关键电池参数，例如电压，电流和温度。它使用模糊的逻辑算法处理这些数据，以计算电池的充电状态（SOC）和健康状况（SOH）。HIL模拟器提供了一个虚拟平台，用于实时测试和验证系统。调查结果表明，提出的方法可以产生可靠的电池SOH估计值，这使其成为各种应用中实时电池监视的有前途的解决方案。关键字 - 模糊逻辑控制器，HIL实时模拟，铅酸电池，充电状态，健康状况。
医疗 VR 训练模拟器中的评分和评估...
摘要 本研究提出并评估了虚拟现实 (VR) 训练模拟器的评分和评估方法。VR 模拟器可捕获详细的 n 维人体运动数据，这些数据可用于性能分析。开发了定制的医疗触觉 VR 训练模拟器，并用于记录来自 271 名具有多种临床经验水平的受训者的数据。提出了 DTW 多元原型 (DTW-MP)。VR 数据被分为新手、中级或专家。用于时间序列分类的算法的准确率为：动态时间规整 1-最近邻 (DTW-1NN) 60%，最近质心 SoftDTW 分类 77.5%，深度学习：ResNet 85%，FCN 75%，CNN 72.5% 和 MCDCNN 28.5%。专家 VR 数据记录可用于指导新手。评估反馈可以帮助受训者提高技能和一致性。动作分析可以识别个人使用的不同技术。可以实时动态检测错误，发出警报以防止受伤。
回顾：Aladdin：一款预 RTL、高性能加速器模拟器，支持定制架构的大型设计空间探索
Aladdin [1] 是一个预 RTL 功耗/性能模拟器，旨在实现以加速器为中心的系统的快速设计空间搜索。该框架将算法的高级语言描述作为输入（C 或 C++），并使用动态数据依赖图 (DDDG) 作为加速器的表示，而无需生成 RTL。从无约束程序 DDDG（对应于加速器硬件的初始表示）开始，Aladdin 对图形应用优化和约束，以创建加速器活动的真实模型。我们针对一系列应用，通过手写 Verilog 和商用高级综合 (HLS) 工具对加速器的 RTL 实现验证了 Aladdin。我们的结果表明，与传统 RTL 流程生成的加速器设计相比，Aladdin 可以高精度地模拟功耗、性能和面积，误差在 10% 以内，同时以更少的设计工作量和时间提供这些估算。 Aladdin 可以捕捉加速器设计的权衡，从而为异构系统（包括加速器、通用核心和共享内存层次结构，例如在移动 SoC 中看到的）提供新的架构研究方向。特别是，Aladdin 允许用户在异构环境中探索加速器的定制和共享内存层次结构。例如，在使用 GEMM 基准的案例研究中，Aladdin 通过评估整个系统的更广泛设计空间发现了重要的高级设计权衡。我们设想 Aladdin 既可以用作加速器模拟器，也可以用作未来多加速器系统的设计空间探索工具。
使用Fire Dynamics Simulator（FDS）
1。sandia aria和fuego：弧线的详细模型和随后的爆炸2。火力动力学模拟器：较大的集中能源和随后的爆炸的详细模型3。IEEE经验方法：基于相关实验的分析模型