XiaoMi-AI文件搜索系统
World File Search SystemUsages
自我修复材料：机制，表征和应用：详细的评论
摘要：有一类称为自我修复材料的材料，这些材料以其内在的能力来区分，以便在内部损坏或骨折时修补自己。因为它具有内置的康复机制，因此具有这种独一无二的力量。该系统可以对涉及化学反应，物理改变和生物学过程的方法的伤害做出反应。需要延长各种行业中使用的材料的耐力和寿命，例如建筑，运输和电子产品，一直是创造自我修复材料的推动力。在本文中讨论了用于研究自我修复材料以及用于表征它们的方法的机制。在本文中探讨了许多自我修复方法，例如基于微胶囊的愈合，内在的愈合和外部愈合方法。内在的愈合也被覆盖。此外，此处讨论了用于评估愈合过程的疗效的特征方法，例如机械评估，热评估和显微镜。此外，本文介绍了几个行业中的自我修复材料的预期用法，例如涂料，粘合剂和相关产品复合材料以及生物医学设备。在本文中，描述了在某些应用中使用自我修复材料的优点，例如改善材料的寿命，可靠性和可持续性。
第八届国际会议
在这个半天的教程中，我们将首先介绍可重复研究的概念和重要性。然后，我们将介绍如何使用 R 、 L A TEX 和 Sweave 自动生成统计报告以确保可重复研究。将介绍每个软件组件： R ，用于执行所需统计分析（包括图形生成）的免费交互式编程语言和环境； L A TEX ，用于生成统计报告书面部分的排版系统； Sweave ，用于将 R 代码嵌入 LaTeX 文档、编译 R 代码并将所需输出插入生成的统计报告中的灵活框架。然后将使用详细示例介绍使用这三个软件组件从头开始生成可重复统计报告的步骤。还将演示在数据或分析发生变化时重新生成报告以及自动更新输出的能力。我们将展示 Sweave 的更多高级用法和自定义功能，以便制作更漂亮的报告并使研究更具可重复性，并讨论 Sweave 和 knitr 之间的差异。此外，本教程将提供一个实践课程，在此期间将生成和修改实践报告、有用的提示和所需的资源/参考资料。
第八届国际会议
在这个半天的教程中，我们将首先介绍可重复研究的概念和重要性。然后，我们将介绍如何使用 R 、 LA TEX 和 Sweave 自动生成统计报告以确保可重复的研究。我们将介绍每个软件组件：R ，用于执行所需统计分析（包括生成图形）的免费交互式编程语言和环境；LA TEX ，用于生成统计报告书面部分的排版系统；Sweave ，用于将 R 代码嵌入到 LaTeX 文档中、编译 R 代码以及将所需输出插入到生成的统计报告中的灵活框架。然后，我们将使用详细示例介绍使用这三个软件组件从头开始生成可重复的统计报告的步骤。我们还将演示在数据或分析发生变化时重新生成报告以及自动更新输出的能力。我们将展示 Sweave 的更多高级用法和自定义功能，以便制作更漂亮的报告并使研究更具可重复性，并讨论 Sweave 和 knitr 之间的差异。此外，本教程将提供实践课程，在此期间将生成和修改实践报告、有用的提示和所需的资源/参考资料。
下载-BIM-建筑业理事会
前言（2）我很高兴看到建筑业委员会（CIC）建筑信息建模（BIM）标准的发布 - 一般（版本2-2020年12月），其中包含与ISO 19650年19650年信息管理原则，工作流程和需求相符的主要增强功能，还提供了ISO 19650-2的香港Annex of ISO 19650-2：2018：2018。用户将与2019年8月的出版物相比，将发现此新版本有很大不同。2014年，建筑业理事会（CIC）发表了一份报告，名为“用于在香港建筑业中建筑信息建模（BIM）的战略实施的路线图”，目的是建立蓝图，以促进和采用香港建筑业中BIM。BIM路线图建议在九个地区采取17项倡议，并采取三项行动。建立本地BIM标准是旨在为香港的BIM从业者设定通用平台和语言的即将行动之一。CIC的BIM标准将分阶段实施。第一个标准，更名为CIC BIM标准 - 将军于2015年9月发布。从那时起，BIM从业人员获得了更实用的项目经验，并且在香港的建筑，工程，建筑，所有者和运营商（AECOO）行业的各个领域都采用了BIM的广泛采用。释放技术通函（作品）编号沿CIC一直在继续制定并建立针对特定BIM使用和学科的CIC BIM标准，并作为既定的实践与相关利益相关者进行磋商。7/2017，18/2018＆9/2019由香港特别行政区政府（HKSAR）的开发局（DEVB）（HKSAR），资本工程项目的项目估计估计超过3000万美元，要求从2018年1月1日开始使用BIM技术。，随着2017年11月21日在BIM委员会根据BIM标准的工作组建立工作组，CIC将确定和调整共同做法，并建立新的标准和准则，以促进在项目执行中更好地实施和采用BIM。已发布完整的CIC BIM标准套件，分别涵盖了以下特定的BIM使用或学科：（i）CIC BIM标准 - 一般（2019年8月）； （版本2-2020年12月）； （ii）CIC BIM建筑和结构工程标准（版本2至2020年12月）； （iii）地下公用事业的CIC BIM标准（2019年8月）； （iv）机械，电气和管道的CIC BIM标准（2019年8月）； （v）准备法定计划提交的CIC BIM标准（2020年12月）； （vi）CIC生产BIM对象指南 - 一般要求（2019年8月）；和（vii）CIC BIM词典（2020年12月）。CIC BIM标准的不同出版物 - 一般可以概述如下：
医疗信息系统中的人工智能代理和知识获取
这项研究工作从人工智能代理如何影响人机交互 (HCI) 以获取急诊科 (ED) 中的相关和必要信息的角度，强调了人工智能应用程序的必要性及其在医疗领域信息流优化中的用途。这项研究调查了如何应用人工智能代理来管理与患者相关的意外经历的情况，例如长时间等待、过度拥挤问题以及大量患者未经诊断就离开。为了获取知识，我们结合了建模研讨会技术，从瑞典斯德哥尔摩索尔纳卡罗琳斯卡医院急诊科的领域专家那里收集领域信息，并利用 NLP 技术设计人工智能代理。我们讨论了如何将提出的解决方案用作医疗从业者和工作人员的助手，以改善各种医疗程序中的医疗协助，从而增加流量并减少工作量和焦虑水平。本工作的实施部分基于自然语言处理 (NLP) 技术，该技术有助于以自然的方式开发信息获取和检索的智能行为，以支持患者/亲属与医疗保健组织有效而自然地沟通。关键词：AI-Agents、NLP、人机交互 (HCI)、健康信息系统
通过 X 射线进行原位/原位操作电催化剂表征...
摘要：在过去的几十年中，X 射线吸收光谱 (XAS) 已成为探测非均相催化剂结构和成分、揭示活性位点的性质以及建立催化剂结构模式、局部电子结构和催化性能之间联系的不可或缺的方法。本文将讨论 XAS 方法的基本原理，并描述用于解读 X 射线吸收近边结构 (XANES) 和扩展 X 射线吸收精细结构 (EXAFS) 光谱的仪器和数据分析方法的进展。本文将介绍 XAS 在非均相催化领域的最新应用，重点介绍与电催化相关的示例。后者是一个快速发展的领域，具有广泛的工业应用，但在实验表征限制和所需的高级建模方法方面也面临着独特的挑战。本综述将重点介绍使用 XAS 对复杂的现实世界电催化剂获得的新见解，包括其工作机制和化学反应过程中发生的动态过程。更具体地说，我们将讨论原位和原位 XAS 的应用，以探测催化剂与环境（载体、电解质、配体、吸附物、反应产物和中间体）的相互作用及其在适应反应条件时的结构、化学和电子转变。
蒙版视频和肤色imu自动编码器用于以自我为中心动作识别
摘要。与视觉信号相比，放置在人体四肢上的惯性测量单元（IMU）可以捕获准确的运动信号，同时对照明变化和遮挡具有鲁棒性。尽管这些角色 - 在帮助以以上为中心的行动识别方面是有价值的，但IMU的潜力仍然不足。在这项工作中，我们提出了一种新颖的动作识别方法，该方法将来自人体磨损的IMU的运动数据与以自我为中心的视频相结合。由于标记的多模式数据的稀缺性，我们设计了一种基于MAE的自我监管预处理方法，通过对视觉和运动信号之间的自然相关性进行建模，从而获得了强大的多模式表示。为了建模整个体内的多个IMU设备的复合关系，我们利用了多个IMU设备中的协作动力学，并建议将人类关节的相对运动特征置入图形结构中。实验表明我们的方法可以在多个公共数据集上实现最新性能。在更具挑战性的场景中，我们的基于MAE的预培训和基于图的IMU建模的有效性得到了进一步的验证，包括部分缺少IMU设备和视频质量损坏，从而促进现实世界中更灵活的用法。
可解释人工智能在诊断和手术中的应用
摘要：近年来，人工智能（AI）在医学领域显示出巨大的前景。然而，可解释性问题使得AI在临床中的应用变得困难。一些研究已经对可解释的人工智能（XAI）进行了研究，以克服AI方法黑箱性质的局限性。与深度学习等AI技术相比，XAI可以提供模型的决策和解释。在这篇综述中，我们对使用XAI进行医学诊断和外科应用的最新趋势进行了调查。我们从PubMed，IEEE Xplore，计算机协会和Google Scholar搜索了2019年至2021年期间发表的文章。我们将符合选择标准的文章纳入综述，然后从研究中提取和分析相关信息。此外，我们提供了一个关于乳腺癌诊断的实验展示，并说明了XAI如何应用于医学XAI应用。最后，我们总结了医学XAI应用中使用的XAI方法，研究人员遇到的挑战，并讨论了未来的研究方向。调查结果表明，医学XAI是一个很有前景的研究方向，本研究旨在为医学专家和AI科学家在设计医学XAI应用时提供参考。
可重用设计：电力电子元件的残值监控
延长电子产品的使用寿命是可持续设计的一个主要问题。电力电子元件是我们日常服务使用中不断增长的一部分，从笔记本电脑充电器（10-100 W）、家用空调（1-10 kW）、太阳能发电厂（1-100 kW）到铁路电动汽车（1-100 MW）。由于设备体积与额定功率成正比，因此它们大大增加了电子垃圾的产生量。修复转换系统对设计师来说是一个挑战，即系统应该如何设计才能在多年内得到维护。此外，通过电子元件（或子系统）再利用引入循环经济意味着评估电力电子产品的剩余价值。本文首先从现有技术的角度介绍了残值评估，以定义电力电子元件应包括的相关参数（例如：平均故障间隔时间 - MTBF - 多因素函数、元件市场价格评级、内部残值关键材料、内含能量等），并提出了一种估算该值的方法。© 2022 作者。由 ELSEVIER B.V. 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（https://creativecommons.org/licenses/by-nc-nd/4.0）由第 32 届 CIRP 设计会议科学委员会负责同行评审
电池智能：诊断和预测
目标和意义：本项目旨在通过非侵入性现场技术开发方法、工具和协议，以改善电池诊断和预测。背景：电池诊断和预测是一项艰巨的任务。锂离子电池和钠离子电池比传统电池复杂得多，其退化具有路径依赖性，因为不同的用途（电流、温度、SOC范围、SOC窗口等）会导致不同类型的退化。此外，由于大型电池组由数千个电池组成，因此无法使用复杂模型或大量传感器。传统上，电池诊断通过两种相反的方法进行。学术路线旨在实现最大准确性，并通过投入大量资源来实现这一目标。第二种路线——通常在部署的系统上使用——使用尽可能少的资源，并且不能具有破坏性。因此，它无法有效预测真实的健康状况。这种对最新技术的评估促使 HNEI 定义并开发了第三条与行业兼容的中间路线，以经济高效且无损的方法实现准确诊断，仅使用电池组中已有的传感器，同时需要有限的计算能力。HNEI 开发了一个机械建模框架，其中电池数字孪生由单个电极数据构建，电池退化通过一个电极相对于另一个电极的缩放或平移来模拟。使用此框架，电压