XiaoMi-AI文件搜索系统
World File Search SystemUnstructured
利用人工智能和分析实现更安全的能源运营
世界上 80% 的信息都是非结构化的，能源行业也是如此。一个常见的错误是使用结构化数据应用程序强行适应和管理非结构化信息。这种方法会造成信息孤岛和缺乏数字连续性。它还禁止安全主管和运营和维护人员查找所需信息并能够打开、使用、理解和信任它。采用现代信息管理软件技术和最佳实践可大大减少这一挑战，并实现更安全的能源运营。
图形卷积网络用于模拟多孔介质中的多相流量和传输
多孔介质中多相流体动力学的数值模拟对于地球地下的许多能量和环境应用至关重要。数据驱动的次要模型为高保真数字模拟器提供了计算廉价的替代方案。虽然常用的卷积神经网络（CNN）在近似部分微分方程解决方案方面具有强大的功能，但CNN处理不规则和非结构化的模拟网格仍然具有挑战性。然而，地球地下的模拟模型通常涉及与复杂的网格网格的非结构化网格，从而限制了CNN的应用。为了应对这一挑战，我们基于图形卷积网络（GCN）构建了替代模型，以近似多孔介质中多相流和传输过程的空间 - 周期解。我们提出了一种适合耦合PDE系统双曲线特征的新GCN体系结构，以更好地捕获传输动力学。2D异质测试案例的结果表明，我们的替代物以高精度预测压力和饱和状态的演变，并且预测的推出对于多个时间步中仍然稳定。此外，基于GCN的模型可以很好地推广到训练数据集中看不见的不规则域几何和非结构化网格。
在复杂环境中与基础模型和多代理增强学习协调搜索
摘要 - 我们提供了一个多代理系统模拟，旨在在多个机器人之间有效协调和合作，尤其是适合搜索操作。此模拟反映了未结构化且复杂的室外场景，其中明显的阻塞和遮挡的地形表面会造成搜索困难。该软件利用了系统性学习（RL）和集中式多代理变压器（MAT）来使自主剂能够收集，处理和集成数据到MAT中。模拟机器人可以在动态和非结构化环境中有效搜索。项目代码和视频可以通过https://github.com/ directLab/coordinating-mat-env索引术语 - ISAAC SIM，多代理模拟，增强增强学习，非结构化环境，仿真，软件，软件
S -211法案与供应链中的强迫劳动和童工作斗争-Macewan University2024年3月USRI电话结果-Edmonton
Taylor，Keirsten Cankaya，Ozlem人类服务健康和社区研究，与日常对象的非结构化游戏中的儿童科学，技术，工程和数学行为2,779.00 $
Borse Scudo -DM630/Makr Shakr
在复杂和非结构化的环境中部署自主智能操纵器仍然是一项艰巨的任务，在感知和动作观点下，许多开放问题。的确，当环境不是提前结构化和众所周知的情况时，计划机器人应采取的一组措施实际上是不可行的。这种行动确实可能取决于环境的全部状态（放置在感兴趣的对象和障碍物），其动态（即，当对象，人类或其他机器人四处移动时）以及任务本身的复杂性，而采取的行动可能取决于过去机器人在过去的工作。这项研究的范围是开发理论，方法和算法，以使操纵者在具有挑战性和非结构化的情况下，例如在食品和饮料制备中进行完全自治。学生将深入研究为