XiaoMi-AI文件搜索系统
World File Search SystemStudy
2023 届及以后班级学习计划和教学大纲（3 至 8 年级）
BTCS 614-18 软件项目管理 BTCS 615-18 软件项目管理实验室 BTCS 616-18 数据科学 BTCS 617-18 数据科学实验室 BTCS 618-18 机器学习 BTCS 619-18 机器学习实验室 BTCS 620-18 移动应用开发 BTCS 621-18 移动应用开发实验室 BTCS ZZZ-18：选修课-IV
原始发表论文的引用（记录版本）：Yuan, M., Karamchedu, S., Fan, Y. et al (2022). Study of flaws in directing energy dep
采用定向能量沉积技术在用于硬面堆焊的热作工具钢基材上沉积了具有不同层数的冷作工具钢。本研究涉及了覆层工具钢中的缺陷和微观结构。在沉积区发现了包括孔隙和裂纹在内的缺陷，其数量随着沉积高度或层数的增加而增加。大的不规则孔隙主要位于沉积层的下部区域。此类孔隙的形成归因于合金元素在孔隙表面的偏析和热量输入不足。非平衡共晶微观结构是孔隙邻近区域的特征。另一方面，开裂往往发生在沉积层的上部。确定了导致开裂的两个重要因素。第一个是微观结构梯度，当从底部移动到顶部沉积层时，微观结构梯度从细胞状树枝状晶变为柱状树枝状晶。其次，根据Thermocalc软件的模拟，沉积的冷作工具钢表现出相对较大的凝固温度范围，从而对热裂纹具有很高的敏感性。
230420-Piedmont-完成最终可行性研究-...
研究表明，项目经济效益强劲，通胀削减法案产生积极影响 • 可行性表明，为期 30 年的项目的 NPV 8 结果为 25 亿美元，税后 IRR 为 32% • 年均稳态 EBITDA 和税后现金流分别增加至 3.76 亿美元和 3.17 亿美元 • 项目经济效益表明，美国支持电动汽车政策产生积极影响 • 创新的 Metso:Outotec 技术比传统转换具有更好的可持续性 • 已准备好开发的场地，具有基础设施、劳动力、客户亲近度和合作政府 • 划为工业用地，减少了开始施工所需的许可证和批准数量 • 提供低成本、清洁、可靠的能源，符合 TVA 到 2050 年实现净零排放的目标 • 许可和项目融资活动正在推进，目标是在 2024 年开始施工
原始文章进行了为期8周的可行性研究，对上肢运动性能和功能性
原始文章对基于Tele的监督进行为期8周的可行性研究，以对上肢运动性能和功能能力的剧本练习，Subhasish Chatterjee。Abstrac t Background Telerehabilitation，使偏远地区的患者更容易获得康复，并且在运输挑战方面已被广泛实施，以恢复中风。随着通信技术的发展，Telerehabilitation正在成为一个更可行的选择。仍然未知，但是，这种分娩策略在中风患者的康复方面有多成功。在此前瞻性，单组，治疗性试验中的材料和方法，根据选择标准招募了12例患者。在基线签署了签署的患者同意书后，对患者进行了身体评估，并熟悉患者。患者通过现场会议，每周3天接受了基于电视的监督，每周3天，每周3天进行30分钟的监督。在切换任务之前，有30秒的休息时间。分别在基线，第4周和8周干预的基线时采取了结果指标，FMA UE和中套。计算描述性统计数据以获取基线时的人口统计信息和结果度量。为了评估数据的正态性，采用了Shapiro-Wilk测试。由于发现数据是正态分布的，因此进行了重复测量ANOVA和事后分析，以评估小组内基线，第4周和第8周的数据。Bonferroni校正用于解决多个比较。p值小于0.05被认为表明统计学上的显着差异。结果每个结果度量都表明有很大的改善（p <0.05）。根据组内分析，在FMA UE和Mesupes（p <0.001）中观察到了明显的区别。结论基于Tele的以任务为导向的练习有效地改善了中风患者的上肢运动性能和功能能力。
![[新闻稿] 人工智能战略和研究路线图已提交给马里兰州议会，为 2025 年合乎道德且富有成效地使用人工智能制定路线图](/simg/8/8ec5b951a6b2f36dce9ce52abd5e9bb38b1b3d4b.webp)
[新闻稿] 人工智能战略和研究路线图已提交给马里兰州议会，为 2025 年合乎道德且富有成效地使用人工智能制定路线图
马里兰州克朗斯维尔：今天，马里兰州信息技术部 (DoIT) 和马里兰州人工智能分部宣布，他们已向马里兰州议会提交了人工智能支持战略和人工智能研究路线图（AI 路线图）。该路线图列出了该州将实施的 5 部分战略，以加快在全州安全实施人工智能和机器学习技术。它还概述了该州将在 12 个关键领域开展的具体研究，包括促进经济发展、提高州劳动力的生产率以及为当地学校系统制定政策。“生成人工智能正以前所未有的速度发展，可能影响马里兰州人民生活的几乎每个方面，”DoIT 部长兼人工智能分部主席 Katie Savage 表示。“人工智能路线图为马里兰州在 2025 年的发展规划了路线图，帮助其加快人工智能采用的步伐，同时考虑到马里兰州独特的资产、机遇和风险。我们准备以切实可行的方式采用这项技术，使我们的国家更加安全、更具竞争力、更高效。”
一个案例研究动态定价的收益和挑战。
结论：调查结果表明，动态定价提供了重要的好处，例如收入优化，增强的竞争力和改善的库存管理。必须解决与所感知的公平，道德考虑和技术要求有关的挑战。该研究揭示了动态定价对高价值客户的假定影响，强调需要透明且公平的定价策略来维持其信任和忠诚度。这项研究强调了通过道德数据使用和连续的技术适应来解决这些挑战的重要性，以有效地优化定价策略。该研究对动态定价的战略意义提供了全面的理解，为学术界和实践提供了宝贵的见解。
MSC第一部分动物学学生的研究旅行到卡纳塔克邦（18- ...
为MSC动物学学期II学生进行了一次学习游览，ZOO-511：野外工作II（一项学分），从2025年1月18日至24日至卡纳塔克邦，2025年1月24日至24日，由Preeti Pereira，Preeti Pereira，Gandhita Kundaikar女士和一名MTS Diptesh先生的Preeti Pereira陪同。1月19日，该组织参观了Sri Chamarajendra动物园（迈索尔动物园），并看到动物园维护的各种动物。后来访问了迈索尔宫，该小组观察到了复杂的建筑，雕刻的门，金色豪达和众多绘画。和Brindavan Gardens是卡纳塔克邦著名的旅游景点之一，尤其是大坝和音乐喷泉。1月20日，学生参观了迈索尔大学，植物学系和动物学系。向学生简要介绍了该部门正在进行的研究，并被允许观察中央动物设施。学生后来参观了大学的动物博物馆。该小组也有机会参观果蝇中央设施，并观察到实验室中果蝇的不同菌株（野生和突变体）及其维持的条件。学生由迈索尔大学系主任M. S. Krishna教授致辞。下午，学生参观了CSIR-中央食品技术研究所。Paragi Ramesh Kumar博士，高级首席科学家技术转移和业务发展欢迎该小组，并向CFTRI部门简要介绍。他还欢迎与学生合作进行未来的研究。CFTRI FPIC部高级科学家S. Ezil Vendan博士向他的食品保护和安全部门进行了简要介绍，他们创新了他们的技术和方法，以保护储存的食物和谷物免受害虫和真菌的影响。他还解释了熏蒸过程和浓度
发展性计算障碍患者的大脑结构持续存在差异：纵向形态测量研究
发展性计算障碍 (DD) 是一种学习障碍，会影响数字算术技能的习得。患者在数字处理方面表现出持续的缺陷，这与大脑激活和结构异常有关。据报道，发展性计算障碍患者的顶叶皮层（包括顶内沟 (IPS)）以及额叶和枕颞皮层灰质减少。此外，计算障碍患者的白质存在差异，例如下纵束 (ILF) 和上纵束 (SLF)。然而，这些结构差异的纵向发展尚不清楚。因此，我们的目标是研究患有和不患有发展性计算障碍的儿童的灰质和白质的发展轨迹。在这项纵向研究中，我们以 4 年为间隔两次收集了 13 名患有发展性计算障碍的儿童（8.2-10.4 岁）和 10 名正常发育 (TD) 儿童（8.0-10.4 岁）的神经心理学测量值和 T1 加权结构图像。使用基于体素的形态测量法对纵向数据进行体素级灰质和白质体积估计。本研究首次揭示了 DD 儿童在发育过程中灰质和白质体积持续减少。双侧下顶叶包括 IPS、缘上回、左楔前叶、楔叶、右枕上回、双侧颞下回和颞中回以及岛叶均发现灰质减少。双侧 ILF 和 SLF、下额枕束 (IFOF)、皮质脊髓束和右丘脑前部放射 (ATR) 的白质体积减少。在行为上，DD 儿童在基线和随访中在各种数字任务中的表现明显较差，证实了数字处理方面的持续缺陷。本研究结果与文献一致，文献表明 DD 儿童在数字网络中的灰质和白质体积减少。我们的研究进一步阐明了大脑发育的轨迹，揭示了这些已知的颞叶和额顶叶长联系纤维和相邻区域的结构差异
太阳能和风能优化案例研究
摘要 本文探讨了人工智能 (AI) 在提高可再生能源系统效率和功能方面的变革性作用，重点关注太阳能和风能优化。太阳能和风能作为全球能源转型的关键参与者，不仅对环境有益，而且具有社会变革性，为服务不足的社区提供负担得起的能源解决方案。例如，巴基斯坦的低收入家庭越来越多地采用太阳能，因为与传统能源相比，太阳能价格更便宜（亚洲开发银行 [ADB]，2022 年）。本文重点介绍了预测性维护、能源产出优化和与能源存储集成等人工智能应用，强调了它们提高可再生能源系统可靠性和可持续性的潜力。具体的例子包括人工智能驱动的太阳能电池板跟踪系统将效率提高 20%（麻省理工学院 [MIT]，2021 年），谷歌的 DeepMind 提前 36 小时预测风力发电量，将价值提高 20%（谷歌，2019 年），丹麦风电场利用人工智能优化布局，实现能源产量增加 12%（丹麦技术大学，2020 年）。这项研究强调了人工智能不仅在推动技术创新方面发挥的作用，而且在解决全球能源不平等方面也发挥着作用。