XiaoMi-AI文件搜索系统
World File Search SystemTang
引文 (APA) Tang, R., De Donato, L., Bes̆inović, N., Flammini, F., Goverde, RMP, Lin, Z., Liu, R., Tang, T., Vittorini, V., & Wang, Z. (2022)。人工智能在铁路系统中的应用文献综述。交通研究 C 部分：新兴技术，140，1-25。文章 103679。https://doi.org/10.1016/j.trc.2022.103679 重要提示 要引用此出版物，请使用最终出版版本（如适用）。请检查上面的文档版本。
如今，人们普遍认为人工智能 (AI) 正在显著影响包括铁路在内的众多领域。在本文中，我们对人工智能在铁路运输中的当前最新进展进行了系统的文献综述。特别是，我们从铁路整体角度分析和讨论了论文，涵盖了维护和检查、规划和管理、安全和保障、自动驾驶和控制、收益管理、运输政策和乘客流动等子领域。这篇评论朝着塑造人工智能在未来铁路中的作用迈出了第一步，并总结了当前与铁路运输相关的人工智能研究的重点。我们回顾了 2010 年至 2020 年 12 月期间的约 139 篇科学论文。我们发现，主要研究工作都集中在铁路维护和检查的人工智能上，而关于铁路运输政策和收益管理的人工智能的研究非常有限或没有。其余子领域受到了轻度到中度的关注。人工智能应用前景广阔，往往会成为解决多项铁路挑战的游戏规则改变者。然而，目前，铁路领域的人工智能研究大多仍处于早期阶段。未来的研究有望开发先进的组合人工智能应用（例如优化），将人工智能用于决策，处理不确定性并应对新出现的网络安全挑战。
行业首创：Loft Orbital 与空客签署协议，采购超过 15 个 Arrow 卫星平台，Spac 下一步发展的有力证据
行业首创：Loft Orbital 与空客签署协议，采购超过 15 个 Arrow 卫星平台 太空下一步发展的有力证据：整个太空生态系统齐心协力，提供尽可能最好的太空#NextSpace #SpaceMatters 图卢兹，2022 年 1 月 14 日——空客已签约向太空初创公司 Loft Orbital 供应超过 15 个源自空客 Arrow 平台的卫星平台。Arrow 是 OneWeb 星座的基础卫星平台。OneWeb 星座的轨道上有 394 个空客 Arrow 平台，另外 254 个正在生产中，以完成 OneWeb 所需的 648 颗航天器。通过此次收购，Loft Orbital 确认了其意图，即让空客 Arrow 平台成为其服务业务模式的真正主力。Loft Orbital 提供真正的端到端服务，使客户能够以前所未有的简单性和经济性在可靠的高性能卫星上快速部署和操作他们的有效载荷。 Loft Orbital 还与空客签订了合同，对 Arrow 平台进行修改，使其适用于更广泛的长寿命任务和应用。Loft Orbital 在美国和法国均设有办事处，总部位于硅谷中心旧金山和欧洲航天之都图卢兹，并打算在与空客签订合同关系后继续快速扩大其在法国的业务。空客此前受益于公众支持，在图卢兹开发了 Arrow 平台和 OneWeb 试验线。法国经济、财政和复苏部长 Bruno Le Maire 表示：“初创公司 Loft Orbital 与全球航天领导者空客之间签订的这项开创性合同是一个非常好的消息。它展示了法国新航天公司的接受度以及整个航天生态系统在发展全行业创新方面的协同作用。它还证明了法国航天生态系统的发展速度，初创企业、中小企业和大型集团共同努力提供世界一流的解决方案，并充分验证了政府正在制定的战略和举措，以发展一个充满活力且不断发展的下一代航天创新生态系统。我很高兴 Loft 在空客的支持下提出的项目依赖于法国供应商，超过 60% 的价值是在法国创造的。”空客空间系统负责人 Jean-Marc Nasr 表示：“我们将小型低地球轨道平台 Arrow 出售给 Loft Orbital，是对我们为下一个太空时代发展大规模制造战略的强烈认可。我们可靠的平台已经在轨道上证明了它对 OneWeb 的价值，OneWeb 有超过 60% 的卫星在轨道上运行。我们期待与 Loft Orbital 合作，为他们提供最好的空间技术——将经过工业验证的专业知识与颠覆性创新相结合——为他们的客户服务。”Loft Orbital 首席执行官 Pierre-Damien Vaujour 表示：“我们对与空客签署的这份采购协议感到非常兴奋，这是业界首创。利用空客工程
推荐引用 推荐引用 唐建安，“深度学习引导的材料微观结构预测及其在先进制造中的应用”
1.1 工艺-微观结构关系 ...................................................................... 1 1.2 基于物理的建模 ...................................................................... 4 1.3 微观结构预测中的机器学习 ...................................................... 6 1.4 生成对抗网络 ...................................................................... 8 1.5 激光烧结 ...................................................................................... 9 1.6 基于激光的先进制造中的现场监测
基于切线空间的逻辑回归跨学科学习，用于增强运动想象分类
摘要 — 脑机接口 (BCI) 的性能通常会受到影响，因为记录的 EEG 信号本身具有非平稳性，且不同受试者之间存在高度差异。本研究提出了一种新方法，使用基于切线空间的迁移学习 (LR-TSTL) 的逻辑回归来解决基于运动想象 (MI) 的 BCI 分类问题。从 EEG 信号计算出的单次试验协方差矩阵 (CM) 特征被转换为黎曼几何框架，并且通过考虑下三角矩阵来计算切线空间特征。然后使用逻辑回归模型对它们进行进一步分类，以提高分类准确性。在健康受试者的数据集以及中风患者的数据集上测试了 LR-TSTL 的性能。与现有的受试者内学习方法相比，所提出的方法在平均分类准确率 (78.95 ± 11.68%) 方面给出了相同或更好的性能，同时应用于健康受试者的留一跨受试者学习。有趣的是，对于患者数据集，LR-TSTL 显著（p < 0.05）超越了当前基准性能，平均分类准确率为 81.75 ± 6.88%。结果表明，所提出的跨学科学习方法有可能实现下一代无校准 BCI 技术，并具有增强的实用性，尤其是在针对中风患者的神经康复 BCI 设计的情况下。
纠结：集成量子的传统处理器......
量子计算机利用量子物理现象创建专用硬件，可以高效执行针对纠缠叠加数据的算法。该硬件必须连接到传统主机并由其控制。然而，可以说，迄今为止的主要好处在于重新表述问题以利用纠缠叠加，而不是使用奇异的物理机制来执行计算——这种重新表述往往会为传统计算机产生更高效的算法。并行位模式计算并不模拟量子计算，但提供了一种使用非量子、位级、大规模并行、SIMD 硬件来高效执行利用叠加和纠缠的广泛算法的方法。正如量子硬件需要传统主机一样，并行位模式硬件也需要。因此，当前的工作提出了 Tangled：一种简单的概念验证传统处理器设计，其中包含一个与集成并行位模式协处理器 (Qat) 紧密耦合的接口。通过构建指令集、为流水线实现构建完整的 Verilog 设计，以及观察接口在执行涉及纠缠、叠加值运算的简单量子启发算法中的有效性，研究了这种在传统计算和量子启发计算之间接口的可行性。
引用出版版本：Zhou，X，He，J，Velanis，Cn，Zhu，Y，He，He，Y，Tang，K，K，Zhu，M，Graser，L，Leau，E，Wang，Wang，X，X，Zhang，Zhang，l，Andy Tao，W.
1。广东林南现代农业实验室，农业部基因组分析实验室，深圳农业基因组学院，中国农业科学院，深圳518124，中国518124，中国2。广东林南现代农业实验室，农业部基因组分析实验室，深圳农业基因组学院，中国农业科学院，深圳518124，中国518124，中国2。广东林南现代农业实验室，农业部基因组分析实验室，深圳农业基因组学院，中国农业科学院，深圳518124，中国518124，中国2。园艺学院，中国农业大学，北京100193，中国3。 西拉斐特普渡大学园艺和景观建筑部，美国47907，美国4。园艺学院，中国农业大学，北京100193，中国3。西拉斐特普渡大学园艺和景观建筑部，美国47907，美国4。爱丁堡大学生物科学学院分子植物科学研究所，丹尼尔·卢瑟福大厦，麦克斯·卢瑟福大厦上海植物压力生物学中心和CAS卓越分子植物科学中心，中国科学院，上海201602，中国6。综合植物生物学研究所，生命科学学院，江苏师范大学，Xuzhou 221116，中国7。 应用科学大学Mannheim，Paul -Wittsack- str。 10，Mannheim 68163，德国8。 西拉斐特普渡大学生物化学系，美国47907，美国†这些作者对这项工作也同样做出了贡献。 *通信：Justin Goodrich（Justin.goodrich@ed.ac.uk）; Jian -Kang Zhu（jkzhu@psc.ac.cn）; cui -jun Zhang（zhangcuijun@caas。 cn，张博士负责与本文相关的材料的分布）综合植物生物学研究所，生命科学学院，江苏师范大学，Xuzhou 221116，中国7。应用科学大学Mannheim，Paul -Wittsack- str。10，Mannheim 68163，德国8。西拉斐特普渡大学生物化学系，美国47907，美国†这些作者对这项工作也同样做出了贡献。*通信：Justin Goodrich（Justin.goodrich@ed.ac.uk）; Jian -Kang Zhu（jkzhu@psc.ac.cn）; cui -jun Zhang（zhangcuijun@caas。cn，张博士负责与本文相关的材料的分布）
使用切实的机器人套件进行教学编程
摘要：编程最近已成为最需要的技能之一。这增加了教育儿童在早期进行编程和计算思维的需求。本研究旨在研究如何有效地基于有形的机器人用户界面来掌握编程基础。这是通过设计和实施，Kodockly来完成的，这是一种教育机器人套件，适用于6至11岁的幼儿。儿童可以在玩套件时学习三个主要的编程概念（顺序，con和循环）。n = 38名儿童的样本参加了这项研究。使用组间实验设计对Kodockly进行了测试，以测试机器人套件的有效性，以根据正常的教学方法教儿童编程概念。结果表明，对于学习增益，参与度和系统可用性，两组之间有显着差异。因此，将Kodockly用作教育机器人被认为是教幼儿编程基础知识的有效方法。Kodockly是为年轻人而建造的，以吸引他们进行工程教育。
使用模拟中心评估人工智能驱动的临床决策支持系统对抑郁症治疗的感知效用 Myriam Tanguay-Sela* a、David Benrimoh* 1a、Christina Popescu a、Tamara Perez b、Colleen Rollins c、
Aifred 是一种临床决策支持系统 (CDSS)，它使用人工智能帮助医生选择重度抑郁症 (MDD) 的治疗方法，根据患者特征提供不同治疗方案的缓解概率。我们评估了参与模拟临床互动的医生对 CDSS 的实用性的看法。20 名精神病学和家庭医学工作人员和住院医生完成了一项研究，其中每位医生与标准化患者进行了三次 10 分钟的临床互动，这些患者表现出轻度、中度和重度 MDD 发作。在这些场景中，医生可以访问 CDSS，他们可以在治疗决策中使用它们。通过自我报告问卷、场景观察和访谈评估了 CDSS 的感知效用。60% 的医生认为 CDSS 是他们治疗选择过程中的有用工具，家庭医生认为其效用最大。此外，50% 的医生会将该工具用于所有抑郁症患者，另外 35% 的医生表示他们会将该工具留给病情更严重或难以治疗的患者。此外，临床医生发现该工具在与患者讨论治疗方案时很有用。必须在临床试验中进一步评估该 CDSS 的疗效及其改善治疗结果的潜力。
IFN工作文件1387，2021战略储备与市场范围内的能力机制PärHolmberg和ThomasTangerås
这项工作得到了瑞典能源局和SvensktNäringsliv的财务支持。我们感谢与SvensktNäringsliv，SvenskaKraftnät，Energiforsk和瑞典能源机构项目46227-1的参考小组的会议。尤其要感谢Zarah Andersson，Peter Cramton，BjörnHagman，LinaHåkansdotter，Marie Knutsen-Öy，Malgorzata Sadowska和匿名的裁判员以及对我们工作的帮助和评论。最后，我们要感谢格伦·尼尔森（Glenn Nielsen），他在撰写本文时协助我们。B研究所工业经济学研究所（IFN），斯德哥尔摩。剑桥大学能源政策研究小组（EPRG）的副研究员。隶属于斯坦福大学能源与可持续发展计划（PESD）。c工业经济学研究所（IFN），斯德哥尔摩。剑桥大学能源政策研究小组（EPRG）的副研究员。隶属于斯坦福大学能源与可持续发展计划（PESD）。