XiaoMi-AI文件搜索系统
World File Search SystemTowards
通过可解释的自动化机器学习迈向大型工业数据挖掘
抽象工业系统资源能够生成大量数据。这些数据通常采用异质格式并分发，但它们表示可以挖掘可以允许部署智能管理工具进行生产活动的信息。为此，有必要使用人工智能（AI）模型来实施知识提取和预测过程，但是对于非专家用户而言，对预期AI模型的选择和配置往往越来越复杂。在本文中，我们提出了一种方法和一个软件平台，该方法可能允许不熟悉AI的工业参与者选择和配置算法，以最佳地适应他们的需求。因此，该方法基本上是基于自动化的机器学习。产生的平台有效地可以在AI算法和超参数配置的组合之间做出更好的选择。也可以提供重新塑造算法和模型的解释性的功能，从而提高这些模型在实践用户社区中的可占用性。所提出的方法已应用于预测维护的领域。当前测试是
面向空间应用的紧凑、坚固且高度稳定的光学频率参考
共同作者：GOHLKE，Martin（德国航空航天中心 (DLR)）；KUSCHWESKI 博士，Frederik（德国航空航天中心 (DLR)）；OSWALD，Markus（德国航空航天中心 (DLR)）；ABICH，Klaus（德国航空航天中心 (DLR)）；ALAM 博士，Tasmim（德国航空航天中心 (DLR)）；BLOMBERG，Tim（德国航空航天中心 (DLR)）；BISCHOF，Jonas（德国航空航天中心 (DLR)）；BOAC，Alex（德国航空航天中心 (DLR)）；BUSSMEIER，Andre（德国航空航天中心 (DLR)）；RÖDER，Niklas（德国航空航天中心 (DLR)）；WÜST，Jan Martin；SANJUAN 博士，Jose（德国航空航天中心 (DLR)）；SCHULDT 博士，Thilo（德国航空航天中心 (DLR)）； BRAXMAIER, Claus 教授（德国航空航天中心 (DLR)）
对可持续能源消耗建模相互影响
摘要。已提出合作虚拟电厂生态系统（CVPP-E）和认知家庭数字双胞胎（CHDT）的概念，为可再生能源社区（REC）中家庭的有效组织和管理做出了贡献。这两个想法都可以由数字双胞胎表示，彼此相互补充。CHDT可以建模为软件代理，旨在具有某些认知能力，可以使他们根据其所有者的偏好或价值系统做出自主决策。由于其认知和决策能力，这些代理人可能会表现出一些行为属性，例如参与协作，相互影响彼此以及采用某种形式的社会创新能力。这些行为属性有望促进合作，这些属性被设想为提高CVPP -E的生存能力和可持续性。因此，本研究试图证明CHDT可以相互影响彼此朝着共同目标相互影响的能力 - 从而促进可持续的能源消耗。我们采用了一种多方法仿真技术，该技术涉及在单个仿真平台上集成多个模拟范式，例如系统动力学，基于代理的事件模拟技术。研究结果表明，相互影响可以增强生态系统中的可持续消费。
鞭毛虫前轴藻基因组学揭示线粒体丧失的途径
1 捷克共和国查理大学理学院寄生虫学系 BIOCEV、Vestec、2 西布列塔尼大学、CNRS、海洋生态系统与生态联合研究中心 BEEP、IUEM、法国普卢扎讷、3 德国马尔堡马克斯普朗克陆地微生物研究所昆虫肠道微生物学和共生研究小组、4 波兰华沙大学生物学院进化生物学研究所、生物和化学研究中心、5 加拿大埃德蒙顿阿尔伯塔大学医学系传染病科、6 瑞士洛桑联邦理工学院生命科学学院；瑞士洛桑生物信息学研究所，7 生态学、系统学和进化部，巴黎萨克雷大学，法国奥赛国家科学研究院，8 捷克科学院生物中心寄生虫学研究所，捷克 Česke´ Bud ě jovice，9 俄斯特拉发大学理学院，生物学和生态学系，捷克共和国
朝着欧盟储蓄和投资工会
12 1。减少碎裂，提高透明度并提高IPO生态系统15 2。加深需求：创建欧盟储蓄和投资产品，重新制作“ 401K EU”，并建立欧盟股票基金19 3.促进私人数据经济作为未来成功和欧盟竞争力的关键要素22 4.加强欧盟清除生态系统作为财务稳定和下一代效率的骨干25 5.交易后景观：促进跨境竞争以促进巩固和整合28 6。在欧盟成功案例上建立建设：Eurobonds and Funds 30 7。继续数字思想领导：永久中央银行数字货币（CBDC）32 8。提高证券化和市场制造34 9.确保综合监督愿景来保证信任，投资者保护和财务稳定36 10。发展未来的人才 - 领先的生态系统和更强大的零售参与的基础38 11.作为文化重新定位的关键驱动力税收优惠
使用最佳门源电压去极化在功率SIC MOSFET的短路操作下朝着安全故障模式
摘要 - 本文重点介绍了在短路条件下SIC MOSFET的鲁棒性水平的提高。在这项研究中，提出了两种允许在短电路操作下在平面电源MOSFET设备中确保安全的“失败”（FTO）模式的方法。这些方法基于栅极源电压的直接去极化及其根据FTO和经典不安全热失控之间的临界消散功率（W/mm²）的计算进行估计。他们允许确定门源电压的最大值，以在接近名义值的排水源电压下保留FTO模式。引入了FTO和“ Fafto-Short”（FTS）之间功率密度的边界。对竞争中的两种故障模式进行了完整的实验，该实验可能出现在1.2 kV SIC MOSFET的短路测试（SC）测试中。最后，研究了栅极源电压去极化对国家电阻（R DS（ON））的惩罚，以评估技术效率。
abimed：迈向一种用于药物审查和多药管理的创新临床决策支持系统
摘要。老年人中的多药是临床（不良药物事件的增加）和经济问题的公共卫生问题。一种解决方案是药物审查，这是药剂师对患者药物的优化治疗的结构化评估。但是，此任务乏味，认知复杂且容易出错，并且仅提出了少数临床决策支持系统来支持它。现有系统是实施准则的基于规则的系统，或者是呈现药物知识的文献系统。在本文中，我们介绍了Abimed的研究项目，通过文献评论和头脑风暴，我们确定了五项用于药物审查的决策支持系统的候选创新：从GP到药剂师的患者数据转移，使用语义技术，基于规则的方法和基于规则的方法和纪录片的方法，机器学习协会，使用机器学习以及使用药剂师和GP的两条讨论。
向超越5G网络管理增强
摘要 - 电信网络的复杂性日益增加，突显了对强大的网络管理框架的需求。这样的框架就是FCAP，它涵盖了广泛的功能，包括故障管理，配置管理，会计管理，绩效管理和安全管理。为了有效地解决现代网络的复杂性，人工智能（AI）技术的集成，尤其是机器学习（ML）和机器推理（MR），已成为FCAPS中的关键策略。ML为网络提供了数据驱动的算法，以识别模式并做出明智的预测，而MR专注于开发可理解的AI系统，这些系统可以根据明确的知识得出结论。在本文中，我们探讨了MR及其在FCAP中的使用范围。首先，我们介绍了FCAPS框架的概述，包括对FCAPS级别的分类。然后，我们提供了MR方法的新颖分类法，介绍了传统和高级MR。接下来，我们审查MR技术，以解决FCAP中新兴问题的问题。最后，我们讨论了对6G网络进行进一步研究的开放问题和未来方向。
面向 3 岁以下胎儿脑生物测量自动化报告...
1* 英国伦敦国王学院生物医学工程与成像科学学院早期生命成像研究系。2 英国伦敦巴兹健康 NHS 信托神经放射学系。3 英国伦敦国王学院生物医学工程与成像科学学院生物医学计算系。4 英国伦敦圣乔治大学医院 NHS 基金会神经放射学系。5 英国伦敦盖伊和圣托马斯 NHS 基金会神经放射学系。6 英国伦敦伦敦国王学院妇女与儿童健康系。7 英国坎伯利西门子医疗有限公司 MR 研究合作部门。8 英国伦敦国王学院生物医学工程与成像科学学院成像物理与工程研究系。