XiaoMi-AI文件搜索系统
World File Search SystemTwin
Ola Electric 推出与 NVIDIA Omniverse 集成的 Ola 数字孪生平台
● 借助 Ola Digital Twin，Ola Electric 将其 Futurefactory 的制造运营从设计到调试的上市时间缩短了 20% 以上 ● Ola Digital Twin 平台无缝集成了 Krutrim AI 和 NVIDIA 技术 班加罗尔，2024 年 10 月 24 日：印度最大的纯电动汽车公司 Ola Electric 今天宣布推出突破性的 Ola Digital Twin 平台，以改变制造流程和产品开发生命周期。Ola Digital Twin 平台基于 NVIDIA Omniverse 开发，无缝集成了 Krutrim AI 和 NVIDIA 技术以及其他先进的模拟工具和物联网平台，以创建全面的数字孪生环境，从而加快 Ola Electric 制造设施的规划并优化设备布局、产品开发生命周期和基于计算机视觉的质量检测系统的构建。该平台还利用物理上精确的模拟和生成式 AI 执行从运动学模拟到生成用于训练自主移动机器人 (AMR) 和机械臂的合成图像数据等任务。通过整合 NVIDIA Omniverse（一个应用程序编程接口 (API)、软件开发工具包和服务平台，使开发人员能够利用通用场景描述 (OpenUSD) 实现物理 AI）以及 NVIDIA Isaac Sim（一个基于 Omniverse 构建的用于设计和测试机器人的参考模拟平台），Ola Electric 已将其 Futurefactory 的制造业务从设计到调试的上市时间缩短了 20% 以上。Ola Electric 还在 Futurefactory 的自动机器人焊接线上利用 Ola Digital Twin 来模拟焊接过程和质量检测系统。这可以在将更改实施到物理世界之前对其进行虚拟部署和测试。Ola 的开发人员使用 Ola Digital Twin 的生成 AI 功能和 NVIDIA Omniverse API 来生成合成资产，包括照明、环境场景、物体和缺陷，这有助于将感知 AI 模型训练时间从数月缩短到数周，同时考虑到现实世界中无法安全复制的场景。该平台还具有热模拟功能，可用于构建下一代 OLA Krutrim 数据中心和液冷基础设施。此外，Ola Consumer 还使用 NVIDIA Isaac Sim 训练其机器人拾取和放置应用程序，用于其自动化暗店中复杂的库存单元。这些机器人在虚拟模拟中接受训练，以便在动态、自动化的环境中自主处理复杂的操作。
解决心脏数字孪生的心电图逆问题：一项综述
摘要 — 心脏数字孪生 (CDT) 是用于理解复杂心脏机制的个性化虚拟表示。CDT 开发的一个关键部分是解决 ECG 逆问题，这使得能够从体表 ECG 数据中重建心脏源并估计患者特定的电生理 (EP) 参数。尽管存在复杂的心脏解剖结构、嘈杂的 ECG 数据和逆问题的病态性质等挑战，但计算方法的最新进展极大地提高了 ECG 逆推理的准确性和效率，增强了 CDT 的保真度。本文旨在全面回顾解决 ECG 逆问题的方法、它们的验证策略、它们的临床应用及其未来前景。对于方法，我们大致将最先进的方法分为两类：确定性方法和概率方法，包括传统技术和基于深度学习的技术。将物理定律与深度学习模型相结合具有良好的前景，但诸如准确捕捉动态电生理学、获取准确的领域知识以及量化预测不确定性等挑战仍然存在。将模型集成到临床工作流程中，同时确保医疗专业人员的可解释性和可用性至关重要。克服这些挑战将推动 CDT 的进一步研究。
Aqua-气候数字双胞胎
Aqua提供了一个框架，用于访问，处理和分析大量气候数据•使数据访问简单（两行代码以获取Dask启用Xarray）•处理所有技术性（处理所有技术性（网格权重，FDB请求，不同的可变名称和不同名称和单元，eCodes，ecodes verties））。
Destine Digital Twins和Digital Twin Engine
在EUROHPC上操作复杂的地球系统和影响部门的工作流程，并提供软件解决方案和服务，用于访问，处理和与数字双胞胎及其数据
综合论文 - 地球的数字孪生
人类世描述了我们当前的时代，地球的环境受到人类活动的影响显著。人口和财富的快速增长引发了地球系统各个部分的可持续发展挑战。与此同时，地球观测、系统模型和数字技术的进步使我们能够创建环境的“数字孪生”。数字孪生结合了地球系统数据和模型，以生成地球的高精度数字表示，帮助我们探索人类发展情景的后果并评估其对环境的影响。因此，数字孪生为决策者提供了强大的决策支持工具，以平衡人类发展、可持续资源利用和环境保护。
NASA 地球系统数字孪生 (ESDT) 原型
• 建立数字孪生框架，使 NASA 遥感数据产品和陆地表面模型产品能够直接与作物生长模型耦合或同化 • 通过 NASA 土地信息系统（LIS）同化高分辨率遥感输入（例如降水、温度、土壤湿度等）以估计每日时间尺度上的陆地表面变量（水和能量通量） • 实施作物生长模型、根区水质模型和农业技术转移决策支持系统，以估计长期天气条件和预测的未来气候情景下的作物生长状态、生物量和作物产量 • 实施贝叶斯神经网络 (BNN) 模型来预测最终的县级作物产量 • 开发工具进行“假设”调查以提供农业指导 • 开发使用操作 Web 应用程序传播非机密作物进展数据、生物量和作物产量地图的能力
数字孪晶用于弹性全球供应链
简介数字孪生（DT）是一项技术，可促进真实过程，资产或网络的精确副本表示；模拟的数据是从实时的现场传感器获得的（Jones等人。2020;国家学院2024）。实际设置可以是物理的，例如港口，运输网络或制造过程，或无形的，例如客户在营销活动中的行为或城市中的送货驱动程序谈判（Dholakia and Hales 2024）。dt可以为可能的问题提供快速警报，并实现早期干预和解决方案。在当今的全球环境中，供应链高度容易受到大流行和战争等事件的影响，DT可以提供早期警告和预期行动以应对威胁（请参阅Lemos等人。2020）。
主题：使用无细胞胎儿 DNA 对胎儿非整倍体、双胞胎合子性和微缺失进行无创产前筛查
国家指南建议对所有孕妇进行胎儿染色体异常筛查，其中大多数是非整倍体，即染色体数目异常。三体综合征是涉及 1 条染色体的 3 个拷贝的非整倍体。21、18 和 13 三体是存活至出生的最常见的胎儿非整倍体形式。使用母体血清和胎儿超声对这些疾病进行标准筛查存在许多局限性。无创产前筛查 (NIPS) 分析母体血清中的胎儿无细胞 DNA (cfDNA) 是传统血清筛查的潜在补充或替代方法。还提出了使用胎儿 cfDNA 的 NIPS 来筛查微缺失。已经有人提议使用胎儿 cfDNA 进行双胞胎合子的产前检测，以便为双胞胎输血综合征和其他单绒毛膜双胞胎相关异常的早期监测提供信息。
通过AI和战场数字双胞胎增强军事行动：整合贝叶斯优化，遗传算法和强化学习
本文提出了一种使用先进技术（例如贝叶斯优化（BO），遗传算法（GA）和加固学习（RL）等先进技术来优化军事行动的综合方法。该研究重点关注三个关键领域：防御行动中的单位处置，消防支持计划和下属单位的任务计划。对于单位处置，BO用于优化基于战场指标的营的位置，汤普森采样采集功能和周期内核可实现卓越的结果。在消防支持计划中，GA用于最大程度地减少威胁水平和发射时间，以有限的资源下解决资源受限的项目调度问题（RCPSP）。最后，开发了用于任务计划的RL模型，结合了多代理增强学习（MARL），图形注意网络（GAT）和分层增强学习（HRL）。RL模型通过模拟战场场景来展示其在产生战术操作方面的有效性。这种方法使军事决策者能够增强复杂环境中运营的适应性和效率。结果强调了这些优化技术支持军事指挥和控制系统在实现战术优势方面的潜力。
van der waals ferroelectrics
在散装3R-TMD晶体中，具有相同堆叠顺序的层组显示为三维双胞胎，被双边界的平面隔开。Here, we propose [10] the formation of two-dimensional (2D) electron/hole gases at twin boundaries, analyse their stable density in photo-doped structures, which appears to be in the range of n * ~8x10 12 cm -2 for electrons at both intrinsic mirror twin boundaries in bulk crystals and twisted twin boundaries in structures assembled from two thin mono-domain films.我们还预测了组装双胞胎之间的扭角值的“魔法”值，为此，累积的载体密度，n *和moiré模式之间的可相差性将促进形成强相关的电子状态，例如wigner晶体。参考文献[1] F. Ferreira等，科学报告11，13422（2021）