XiaoMi-AI文件搜索系统
World File Search Systemassess
映射加热和冷却载荷以评估热能网络的潜力
热能网络提供了邻里规模的脱碳策略，使用共享的基础设施在互连建筑物之间有效地传递热能并将重点从单个建筑层面的解决方案转移。虽然试点项目已经证明了本地利益，但尚未探索扩大热能网络的更广泛影响。评估这些系统的全部潜力需要一种系统的方法来识别可行的部署地点，评估其技术和经济潜力，并将其整合到长期的能源系统模型中。本报告通过（1）建立评估热能网络可行性的关键标准的第一步，以及（2）开发地理空间方法来绘制热能水槽。该分析使用可扩展的工具和公开可用的地理塔来在马萨诸塞州的弗雷明汉（Framingham）提出了一个案例研究，以表征建筑物库存，计算加热和冷却负载，并识别高密度负载中心。使用灰色框模型计算建筑物水平的加热和冷却负载曲线，汇总到热能需求密度图中，并用于识别和表征研究区域内的热水槽。已鉴定的热水公司与为潜在的热能网络试点项目选择的位点对齐，从而验证了方法。最后，该报告提供了扩展分析并提高对热能网络大规模部署的系统范围价值的指南。
智能分析脑电信号以评估消费者决策：神经营销研究
摘要 — 神经营销是一个新兴领域，它将神经科学与营销相结合，以更好地了解影响消费者决策的因素。该研究提出了一种通过分析脑电图 (EEG) 信号来了解消费者对广告 (ads) 和产品的积极和消极反应的方法。这些信号是使用低成本单电极耳机从 18-22 岁志愿者那里记录下来的。采用朴素贝叶斯 (NB)、支持向量机 (SVM)、k 最近邻和决策树等机器学习方法以及提出的深度学习 (DL) 模型进行了详细的受试者相关 (SD) 和受试者独立 (SI) 分析。SVM 和 NB 对 SD 分析的准确度 (Acc.) 为 0.63。在 SI 分析中，SVM 在广告、产品和基于性别的分析中表现更好。此外，DL 模型的性能与 SVM 相当，尤其是在基于产品和广告的分析中。索引词 —BCI、EEG、神经营销、机器学习、深度学习
可视化方法评估医学图像分类神经网络的鲁棒性
深度学习方法已显示出在医学图像分析 [1] 中的高性能潜力，尤其是计算机辅助诊断的分类。然而，解释它们的决策并非易事，这可能有助于获得更好的结果并了解它们的可信度。已经开发了许多方法来解释分类器的决策 [2]–[7]，但它们的输出并不总是有意义的，而且仍然难以解释。在本文中，我们将 [8] 的方法改编为 3D 医学图像，以找出网络对定量数据进行分类的基础。事实上，定量数据可以从不同的医学成像模式中获得，例如用正电子发射断层扫描 (PET) 获得的结合电位图或从结构磁共振成像 (MRI) 中提取的灰质 (GM) 概率图。我们的应用重点是检测阿尔茨海默病 (AD)，这是一种诱导 GM 萎缩的神经退行性综合征。我们使用从 T1 加权 (T1w) MRI 中提取的 GM 概率图（萎缩的代理）作为输入。该过程包括两个不同的部分：首先训练卷积神经网络 (CNN) 以将 AD 与对照对象进行分类，然后固定网络的权重并训练掩码以防止网络正确分类训练后已正确分类的所有对象。这项工作的目标是评估最初为自然图像开发的可视化方法是否适用于 3D 医学图像，并利用它来更好地理解分类网络所做的决策。这项工作是原创作品，尚未在其他地方提交。
报告日期：2023 年 8 月 25 日 081-68X-0005 评估客户的……
条件：在驻军/作战环境中，您在有执照或有资质的提供商的监督下工作；您的客户有疑似行为健康问题，需要您评估客户的精神状态。您将获得 SF 600、医疗护理时间记录或电子健康记录、记事本、笔、国防卫生局程序指导 (DHA-PI) 6490.12 行为健康治疗和结果监测、MEDCOM Reg 40-50 职业管理领域 68 在军事治疗机构直接护理患者的入伍医务人员的临床基线能力、ATP 4-02.6 医疗公司（角色 2）、ATP 4-02.8 部队健康保护、ATP 4-02.10 剧院住院、AR 385-10 陆军安全计划、DA PAM 600-24 和当地标准操作程序 (SOP)。此任务不应在 MOPP 4 中进行培训。标准：通过完成心理状态检查问题和风险评估来评估客户的心理状态，符合 (IAW) DHA-PI 6490.12，同时遵守所有绩效步骤以 100% 的准确度和 GO/NO-GO 标准进行。 特殊条件：在训练此任务时，领导者应结合使用陆军理论的八个相互关联的作战变量的情景/情况：政治；军事；经济；社会；信息；基础设施；物理环境，时间，（PMESII-PT）来教育士兵了解作战环境 (OE) 意识，强化价值观，并解决当前的陆军问题，以完善士兵对陆军作战的理解。PMESIIPT 变量几乎在每场冲突中都会出现，并作为 OE 的基石。它们可以相互关联、重叠，并共同作为理解 OE 的基础。安全风险：低 MOPP 4：从不
使用 REMChlor-MD 评估基质扩散对氯化溶剂位点的影响
氯化溶剂羽流的修复是一项艰巨的技术挑战，因为只有少数几个地点已经证实能够将地下水完全恢复到原始状态。本情况说明书总结了造成这一困难的一个关键因素 - 基质扩散。基质扩散是地下水中的污染物最初从高渗透性区域（例如砂砾）中浓度较高的区域迁移到低渗透性介质（例如黏土砂、粉砂和粘土）的过程。当高渗透性区域的地下水羽流浓度降低时，这种扩散过程可以逆向发生（“反向扩散”），并且在主要污染源被移除或控制后很长一段时间内，可能成为难以管理的次要污染源。
整合人工智能来评估学习环境中的情绪：系统的文献综述
结果：研究结果揭示了各种人工智能驱动的方法，这些方法是为了捕捉和分析学生在学习活动中的情绪状态而开发的。研究结果总结为四个基本主题：（1）教育中的情绪识别，（2）技术整合和学习成果，（3）特殊教育和辅助技术，（4）情感计算。所采用的关键人工智能技术包括机器学习和面部识别，用于评估情绪。这些方法在增强教学策略和创建迎合个人情感需求的自适应学习环境方面显示出巨大的潜力。审查发现了一些新兴因素，虽然这些因素很重要，但需要进一步研究才能充分了解它们之间的关系和含义。这些因素可以显著增强人工智能在教育环境中评估情绪的使用。具体来说，我们指的是：（1）联邦学习，（2）卷积神经网络（CNN），（3）循环神经网络（RNN），（4）面部表情数据库，以及（5）智能系统开发中的道德规范。
综合战争游戏评估北约演习中新兴和颠覆性海事技术的环境
北约动态信使 (DYMS) 22 是联合部队发展作战实验演习 [1]，北约作战团体与工业和学术界的合作伙伴合作，通过广泛的实验促进海上无人系统 (MUS) 与北约作战的作战整合 [2]。在 DYMS-22 中，现场多领域演习将于 9 月 23 日至 30 日在特洛伊半岛附近的葡萄牙北大西洋演习区进行。DYMS-22 中的一个集团专注于在海军水雷战 (NMW) 任务中使用创新的 MUS 技术进行实验。NWM 集团将执行一系列水雷对抗 (MCM) 任务，探索完全自主任务执行和调查的优缺点
多点疲劳裂纹方法评估飞机铆接板的结构完整性
本论文由 Scholars' Mine（密苏里科技大学图书馆和学习资源服务）提供。本作品受美国版权法保护。未经授权的使用（包括复制再分发）需要获得版权持有者的许可。如需更多信息，请联系 scholarsmine@mst.edu 。
使用脑电图信号评估现实场景中记忆检索时的工作量
摘要。目的：脑电图 (EEG) 作为一种生理测量手段，在人因研究中越来越受欢迎，因为它客观、不易产生偏见，并且能够评估认知状态的动态。本研究调查了参与者在单显示器和双显示器配置下执行典型办公室任务时记忆工作量与 EEG 之间的关联。我们预计单显示器配置的记忆工作量会更高。方法：我们设计了一个实验，模拟受试者执行某些办公室工作的场景，并检查受试者在两种不同的办公室设置中是否经历了不同程度的记忆工作量：1）单显示器设置和 2）双显示器设置。我们使用 EEG 频带功率、相互信息和一致性作为特征来训练机器学习模型，以对高记忆工作量状态和低记忆工作量状态进行分类。主要结果：研究结果表明，这些特征表现出显着差异，并且在所有参与者中都是一致的。我们还在先前的研究中通过 Sternberg 任务收集的不同数据集验证了这些 EEG 特征的稳健性和一致性。意义：该研究发现 EEG 与个体的记忆工作量相关，证明了使用 EEG 分析在开展现实世界的神经人体工程学研究中的有效性。
使用功能性近红外光谱评估内疚和羞耻引起的大脑激活
功能性近红外光谱（fNIRS）是一种很有前途的脑成像方式，可用于研究道德情绪的神经基础。然而，使用 fNIRS 测量道德情绪的可行性尚未确定。在本研究中，我们使用 fNIRS 来检测两种典型的道德情绪——内疚和羞耻引起的大脑激活。我们向参与者呈现内疚和羞耻的背景以唤起情绪反应，并使用 fNIRS 测量大脑活动。单变量一般线性模型分析显示，眶额皮质、背外侧前额皮质和颞中回对两种情绪都有显著激活，右颞顶交界处对内疚有特定激活。多变量分类分析显示整体识别准确率为 52.50%，在分类内疚、羞耻和中性情绪时明显高于偶然水平。这些结果表明使用 fNIRS 评估由内疚和羞耻引起的大脑激活的可行性，并展示了 fNIRS 在研究道德情绪的神经相关性方面的潜力。