XiaoMi-AI文件搜索系统
World File Search SystemVr
布鲁塞尔自由大学 AI 工具箱 Bargiacchi, Eugenio
存在几个与 AI-Toolbox 功能部分重叠的库。MADP（Oliehoek 等人，2017）是最著名的工具箱之一。它用 C++ 编写，面向多智能体部分可观察模型，并提供多种算法。MADP 是面向对象的，因此类的层次结构很大，而 AI-Toolbox 的设计更紧凑。此外，MADP 没有 Python 绑定。BURLAP 是一个用于强化学习和规划的广泛的 JAVA 库。它包含可视化环境的代码，可与 ROS 框架一起使用（Quigley 等人，2009）。它主要关注完全可观察的环境，而 AI-Toolbox 包含多种最先进的 POMDP 算法。pomdp-solve 是 Anthony Cassandra 编写的 C 库，其中包含相对较旧的 POMDP 算法（最新的算法发表于 2004 年）。它还需要商业许可的 CPLEX 线性规划求解器。MDPToolbox（Chades 等人，2014 年）是用于单代理 MDP 算法的 MATLAB 工具箱。相比之下，AI-Toolbox 还支持 bandits、POMDP 和 MMDP 算法。还有其他工具箱，例如 PyMDPToolbox、JuliaPOMDP（Egorov 等人，2017 年）、ZMDP 和 APPL，但它们的范围比 AI-Toolbox 小得多。
Ti-Mo-TiC 金属基复合材料的选择性激光熔化工艺优化 Bey Vrancken a,b , Sasan Dadbakhsh c,d , Raya Mertens c , Kim Vanme
Ti-Mo-TiC 金属基复合材料的选择性激光熔化工艺优化 Bey Vrancken a,b、Sasan Dadbakhsh c,d、Raya Mertens c、Kim Vanmeensel a、Jef Vleugels a、Shoufeng Yang c、Jean-Pierre Kruth (1) ca 比利时鲁汶天主教大学材料工程系 b 美国加利福尼亚州利弗莫尔劳伦斯利弗莫尔国家实验室 c 比利时鲁汶天主教大学机械工程系 PMA、法兰德斯制造商成员 d 瑞典斯德哥尔摩皇家理工学院生产工程系 采用选择性激光熔化 (SLM) 加工 CP Ti、6.5 wt% Mo 和 3.5 wt% Mo 2 C 粉末混合物。优化工艺参数以获得全密度、无裂纹的零件。在原位分解 Mo 2 C 以利于形成 TiC 之后，该材料由均匀分散在 β-(Ti,Mo) 基质中的亚微米级 TiC 薄片组成，硬度高达 550 HV，压缩屈服应力为 1164 ± 37 MPa。可以通过在高密度加工窗口内改变工艺参数以及通过后处理热处理来调整微观结构和机械性能。选择性激光熔化 (SLM)、金属基复合材料、钛
已发表版本引文 (APA)：Araujo, T.、Helberger, N.、Kruikemeier, S. 和 de Vreese, CH (2020)。我们信任人工智能吗？对人工智能自动决策的看法。AI & Society，35(3)，611-623。https://doi.org/10.1007/s00146-019-00931-w
摘要 在不断增长的 (数字) 数据量和人工智能进步的推动下，当代社会的决策越来越多地被委托给自动化流程。本研究借鉴社会科学理论和关于算法欣赏和算法感知的新兴研究，探讨了个人特征与对人工智能自动决策的感知之间的关联程度，以及这些感知的边界条件，即这些感知在不同的媒体、(公共) 健康和司法背景下的差异程度。一项基于情景的全国样本调查实验 (N = 958) 的数据显示，人们总体上担心风险，对社会层面自动决策的公平性和实用性有不同的看法，总体态度受个人特征的影响。有趣的是，人工智能自动做出的决策通常被评价为与人类专家相当甚至更好。这些发现的理论和社会意义被讨论。
Fort St. Vrain 和 Peach Bottom 的特征规划...
本报告是作为美国政府机构赞助的工作报告而编写的。美国政府及其任何机构、巴特尔纪念研究所及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构或巴特尔纪念研究所对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。