XiaoMi-AI文件搜索系统
World File Search Systemdigitally
9.2 ns 至 1 ms 数字控制多调谐死区时间优化，实现高效的 GaN HEMT 功率转换器
摘要 —本文介绍了一种可调的新型死区控制电路，为电源转换器优化提供最佳延迟。我们的方法可以减少死区损失，同时提高给定电源转换器的效率和功率密度。该电路提供了一个可重构延迟元件，可为具有不同负载和输入电压的不同电源转换应用产生宽范围的死区。推导出降压转换器的最佳死区方程，并讨论了其对输入电压和负载的依赖性。实验结果表明，所提出的电路可以提供宽范围的死区延迟，范围从 9.2 ns 到 1000 ns。针对不同的电容负载 (CL ) 和工作频率 (fs ) 测量了所提出的电路的功耗。在 CL = 12 pF、V dd = 3.3 V 和 fs = 200 kHz 时，该电路在测得的死区范围内消耗的功率在 610 µW 到 850 µW 之间。当选择最小死区时间为 9.2 ns 时，所提出的死区发生器可以运行高达 18 MHz。所提出的电路占用面积为 150 µ m × 260 µ m。将制作的芯片连接到降压转换器以验证所提出的电路的运行。与死区时间为 T DLH = T DHL = 12 ns 的固定转换器相比，具有最小 T DLH 和最佳 T DHL 的典型降压转换器在 I Load = 25 mA 时的效率提高了 12%。
设计驱动的外部分析：数字原生企业的适应和创新框架
摘要：使用设计思维方法分析外部因素对于适应、发现机会和降低本土数字企业的风险至关重要。本研究引入了一个植根于设计原则和未来外部分析场景的框架，旨在满足当前的市场需求。该研究采用定性定量混合研究方法，结合了文献综述、研讨会和调查等方法。这些方法可以收集和分析定性和定量数据，通过在 DNVB 案例研究中使用研究主题，可以全面准确地理解研究主题。使用我们称之为 ASPECT 的设计思维方法开发概念框架有助于全面解释复杂性，将集体和个人因素交织在一起。这降低了在模糊、不确定和不稳定的环境中做出战略决策时忽视基本要素的风险。这种方法与 CAME、Pestle 和 SWOT 等传统外部分析框架形成对比。本文旨在通过探索基于设计过程的外部分析新模型来为文献做出贡献。该框架将设计思维流程的传统阶段与未来情景方法相结合，以识别组织相关的外部因素。它为数字企业创建新的商业模式和增长战略提供了一个创新的概念框架。
对数字熟练的芬兰K-12数学教师对人工智能在教室中的作用的态度和期望
人工智能在社会中的影响和重要性日益增长，导致人们对人工智能作为学校的教育工具的潜力越来越兴趣，以帮助学生和教师。在这项研究中，我们研究了对挖掘技能的K-12数学教师（n = 85）对人工智能在课堂上作用的态度和期望。这项研究是通过使用混合方法策略在瑞典和芬兰语的数学教师中进行基于网络调查的结果来完成的。使用遗嘱，技能和工具框架进行分析。调查是在引入chatgpt-3之前进行的。结果表明，教师对学校中AI工具的态度的特征是兴趣，开放性和意识。教师对学校使用AI的可能性和风险有平衡的看法。但是，教师还强调，AI工具会将重点从学习关键的数学技能转变为学习和与AI工具本身的互动的风险。研究得出的结论是，所调查的K-12数学教师对数字工具具有广泛的经验，并且很可能会成为课堂上AI工具的早期采用者。
执行摘要 - 数字化护理经济 - ...
随着对护理服务的需求不断增长，东南亚和全球出现了利用数字化的新型护理服务模式。这些模式包括儿童保育、老年人护理和残疾人护理，还有女性企业家建立 DECE，为护理人员（包括家政工人）提供市场和招聘服务。DECE 的商业模式提供不同的服务，并不统一。它们包括用线上组件补充线下工作的招聘机构，以及提供按需护理服务的数字劳动力平台。在某些情况下，DECE 会聘用住家移民护理人员；在其他情况下，它们只针对其运营所在国的永久居民。DECE 正在迅速适应对服务更高的需求，正如其在以下国家/地区的业务增长所表明的那样：
DYSAC：数字模拟的模拟计算机
摘要 为 CDC 1604 数字计算机编写了一个模拟大型电子模拟计算机的数字计算机程序。除了提供许多在电子模拟计算机中很少见的非线性计算元素外，该程序还接受输入数据，其形式可以直接从框图或模拟计算机接线图中写下来。使用数字绘图仪可以以绘制的曲线形式获得图形输出。输入语言的简单性使没有数字计算机经验的人也可以轻松使用该程序。这个数字计算机程序称为 DYSAC，是数字模拟计算机的缩写，实际上是一个完整的编程系统，并且与 FORTRAN 一样，它具有一种特殊的语言来方便使用。
将人工智能置于数字化稳健金融监管核心的必要性
正如金融服务业一样，经济的超数字化为金融监管机构带来了机遇和潜在危险。从好的方面来看，监管机构可以获取大量信息，这些信息中充满了有关金融系统风险的信号，监管机构需要花费大量时间才能了解这些风险。数据的爆炸式增长揭示了全球货币流动、经济趋势、客户入职决策、贷款承销质量、不遵守法规、金融机构为服务不足的群体所做的努力等等。重要的是，它还包含了监管机构关于新技术本身风险的问题的答案。金融数字化产生了新型风险并加速了它们的发展。问题可能在定期的监管检查之间爆发，也可能在传统报告中反映的信息表面下不知不觉地积累起来。得益于数字化，监管机构今天有机会收集和分析更多数据，并几乎实时地查看其中的大部分数据。
了解数字孪生几何的挑战...
1 mfa47@cam.ac.uk, 2 ib340@cam.ac.uk 摘要 利用数字孪生概念，即现有铁路基础设施的物理资产虚拟副本，有可能彻底改变该领域的资产管理。但是，只有存在能够经济高效地生成铁路资产数字孪生的方法，这种利用才有可能。此“孪生”过程的第一步是捕获资产的原始几何形状并将其转换为适合进一步丰富设计、施工、运营和维护数据的高级几何形状。本文研究了第一步孪生的最新进展，即生成现有铁路基础设施的几何精确模型，重点关注轨道资产。本文首先定义数字孪生，然后解释真实虚拟同步的好处以及充分利用数字孪生的挑战。随后的部分提供了纵向文献，表明当前的研究对不同的铁路几何形状、邻域结构、扫描几何形状和输入数据强度很敏感。这些因素使得为数字孪生设计的方法对于包含不同水平和垂直高度的任何轨道结构都无效。这种差异相当常见；因此，我们得出结论，自动生成轨道结构几何数字孪生的问题尚未解决。
通过聊天机器人对公民进行数字化风险筛查
为了抗击冠状病毒病 (COVID-19) 大流行，许多政府都设立了电话热线来预先筛查潜在病例。这些热线因呼叫者数量过多而苦不堪言，导致等待时间长达数小时，甚至无法联系到卫生当局。Symptoma 是一个根据症状和疾病进行分类的数字健康助手，可以区分 20,000 多种疾病，准确率超过 90%。我们使用一组不同的临床病例结合 COVID-19 的病例报告测试了 Symptoma 识别 COVID-19 的准确率。结果表明，Symptoma 可以在 96.32% 的临床病例中准确区分 COVID-19。当仅考虑 COVID-19 症状和风险因素时，Symptoma 在仅出现三种体征的情况下就能 100% 地识别出感染者。最后，我们表明，Symptoma 的准确性远远超过网上广泛提供的简单“是-否”问卷。总之，Symptoma 在系统识别 COVID-19 病例方面提供了无与伦比的准确性，同时还考虑了 20,000 多种其他疾病。此外，Symptoma 允许以 36 种语言自由输入文本，并附带针对特定疾病的后续问题。综合起来，这些结果和可访问性使 Symptoma 有可能成为全球抗击 COVID-19 的关键工具。Symptoma 预测器可在 https://www.symptoma.com 上免费在线获取。
通过聊天机器人对公民进行数字化风险筛查
为了抗击冠状病毒病 (COVID-19) 大流行，许多政府都设立了电话热线来预先筛查潜在病例。这些热线因呼叫者数量过多而苦不堪言，导致等待时间长达数小时，甚至无法联系到卫生当局。Symptoma 是一个根据症状和疾病进行分类的数字健康助手，可以区分 20,000 多种疾病，准确率超过 90%。我们使用一组不同的临床病例结合 COVID-19 的病例报告测试了 Symptoma 识别 COVID-19 的准确率。结果表明，Symptoma 可以在 96.32% 的临床病例中准确区分 COVID-19。当仅考虑 COVID-19 症状和风险因素时，Symptoma 在仅出现三种体征的情况下就能 100% 地识别出感染者。最后，我们表明，Symptoma 的准确性远远超过网上广泛提供的简单“是-否”问卷。总之，Symptoma 在系统识别 COVID-19 病例方面提供了无与伦比的准确性，同时还考虑了 20,000 多种其他疾病。此外，Symptoma 允许以 36 种语言自由输入文本，并附带针对特定疾病的后续问题。综合起来，这些结果和可访问性使 Symptoma 有可能成为全球抗击 COVID-19 的关键工具。Symptoma 预测器可在 https://www.symptoma.com 上免费在线获取。