XiaoMi-AI文件搜索系统
World File Search Systemfeasible
分析瘫痪的兴起，最佳但不可行的溶剂
1.0摘要，尽管他们共享的统计基础，但土木工程中的经验得出的代码规定和方程式与面对机器学习（ML）模型的怀疑主义形成鲜明对比。本文通过结构工程的角度研究了这种哲学张力，并探讨了ML挑战传统工程哲学和专业身份的挑战。最近的工作已经记录了ML如何提高预测精度，优化设计并分析复杂行为。但是，人们可能还会引起人们对人类直觉和算法的解释性下降的关注。为了展示这一很少探索的前面，本文介绍了如何通过扣除，归纳和绑架来成功地将ML成功整合到各种工程问题中。然后，本文确定了采用ML时可能出现的三个主要悖论：分析瘫痪（提高了预测准确性，导致对物理机制的理解降低），不可行的解决方案（优化的解决方案（优化导致挑战工程直觉的挑战）和Rashomon效应（在其中解释了能力方法和物理学方法）。本文通过解决这些悖论，并认为有必要重新考虑工程和工程教育和方法论的认识论转移，以将传统原则与ML协调。
生物采矿是电子垃圾管理的可行解决方案吗？
随着全球电子垃圾以惊人的速度增长，传统的回收方法由于使用能源密集型工艺和危险化学品，对健康和生态构成了重大风险。利用微生物从垃圾中提取有价值的金属，即生物采矿，是一种有前途的传统电子垃圾管理方法的替代方案。本研究严格审查了生物采矿作为电子垃圾回收可持续替代方案的可行性。通过将生物采矿与传统方法进行比较，本研究探讨了其环境效益、减少化学品使用和降低能耗，以及其局限性、较慢的回收率和复杂的微生物过程。研究表明，生物采矿在回收金和铜等有价值的金属时效率最高，但在回收低品位材料时效率较低。此外，研究还讨论了在哪些条件下生物采矿可以成为一种可靠的解决方案，并指出了微生物优化和适当的经济和环境条件的重要性。最后，提出了未来研究的重要领域，例如开发更高效的生物采矿工艺、进行长期环境影响评估和生命周期分析，以评估生物采矿作为电子垃圾管理途径的可持续性。
朝着可行且可靠的建筑建模，反映了运营能源使用和室内环境 - 北欧气候案例研究
可靠的建筑建模对于建筑能源认证和建筑物的装修至关重要，以更好的能源性能和室内气候。这项工作的主要目标是评估与模拟建筑几何形状及其设施所需的努力水平相关的后果，并通过提供有关模型简化后果的能源性能和舒适性的模型简化后果来指导实践者建筑建模的后果。这项工作着重于模型几何形状简化和加热系统的敏感性，以及它们对标准模拟构成中能量和热舒适性KPI的影响。此外，该研究提出了对操作绩效的验证模型，研究了适应的模拟条件的复杂性，例如加热设定点，实际人员在模型可信度上加载与受监视数据相比。敏感性研究的主要结论是，具有不同几何分区方法的模型之间的供暖需求差异相对较小，而模拟中详细的加热系统的实施对所有输出KPI的结果都具有更明显的影响。模型验证活动的主要结论是，适应性人的负载可以提高模型的准确性。具有详细几何形状的模型，当模型中的加热设定点定义为每间公寓的受监视数据时，会导致更准确的结果。对于有限数量的IAQ测量点的住宅，建议使用标准设定点而不是监视。对于具有足够IAQ传感器的公寓，适应的加热设定点和人员负载可以显着改善模型预测。
临床可行的脑形态相似性网络构建
形态相似性网络 (MSN) 将皮质组织估计为一组具有生物学意义的宏观和微观结构层面解剖特征之间的相似性，这些相似性来自多个结构 MRI (sMRI) 序列。这些网络具有临床相关性，可预测智商的 40% 差异。但是，生成这些网络所需的序列 (T1w、T2w、DWI) 是较长的采集，在某些人群中不太可行。因此，使用 T1w sMRI 中的特征估计 MSN 对临床和发育神经科学具有吸引力。我们研究了减少特征的方法是否接近原始 MSN 模型，作为研究大脑结构的潜在工具。在一个大型、同质的健康年轻人数据集（来自人类连接组计划，HCP）中，我们扩展了之前对减少特征 MSN 的研究，不仅比较了 T1w 衍生的网络，还比较了使用较少 MR 序列生成的其他 MSN，以及它们的完整采集对应物。我们生成的 MSN 在边缘级别与使用多模态成像生成的 MSN 高度相似；但是，网络的节点拓扑不同。这些网络对广义认知能力的预测有效性有限。总体而言，当多模态成像不可用或不合适时，T1w 限制的 MSN 构建是可行的，可以提供 MSN 的适当估计，并且可以成为在未来研究中检查结果的有用方法。
人工智能的新型内涵可废止推理
可废止（或非单调）推理的重要性早已在人工智能中得到认可，通过逻辑和自动推理对这种非演绎推理进行形式化建模和计算模拟的提议可以追溯到该领域早期的开创性工作。但从那时起到现在，基于逻辑的人工智能还没有产生一种逻辑和相关的自动化来处理充斥着任意迭代的内涵运算符（如相信、知道等）的可废止推理。我们提出了一种基于逻辑的新方法来解决需要内涵运算符和推理的可废止推理问题。我们利用了两个核心问题。第一个是“尼克松钻石”（ND）[1]，它是人工智能可废止推理研究中一个简单但具有启发性的样本。我们展示了如何通过构建两个论点（对应于钻石的两个分支）来解决 ND 中固有的矛盾，其中一个论点“击败”另一个论点。解决方案是通过对代理关于钻石断言上下文的信念进行推理来找到的。这种关于信念的推理本质上需要内涵逻辑。我们的第二个问题是认知科学中一个经过大量研究且更深入的问题的变体：Byrne 的“抑制任务”（ST）[ 2 ]。我们提出了一个具有挑战性的 ST 新版本，它明确且不可避免地具有内涵性——然后表明我们的新 AI 方法可以应对这一挑战。因此，我们声称我们的方法是“适用于人工智能的”——但我们认为，只有在认知科学中对相关类别的受试者进行的经验实验与我们的人工智能方法的结果相一致时，它才具有认知上的充分性。本扩展摘要的其余部分将对我们用来解决这两个问题的机制（即认知可能性计算）以及解决方案本身进行高级概述。
在温带气候下，利用光伏和电动汽车实现能源自给自足的家庭是可行的
家庭生产和消费自己的能源，即在非常地方层面实现能源自给自足，这一理念吸引了大众的想象力，并得到了欧洲部分地区的政治支持。本文探讨了到 2050 年瑞士实现家庭能源自给自足的技术和经济可行性，瑞士可以被视为其他气候温和地区的代表。我们比较了 16 个案例，这些案例涵盖四个维度：家庭类型、建筑类型、电力需求减少和乘用车使用模式。我们假设光伏 (PV) 电力供应所有能源，这意味着完全摆脱基于化石燃料的供暖和内燃机汽车。我们考虑了两种能源存储技术：锂离子电池的短期存储和氢气的长期存储，需要电解槽、储罐和燃料电池进行电力转换。我们研究了自给自足家庭的技术可行性和总系统成本，并与依赖化石燃料和现有电网的基本情况进行了比较。就整体能源平衡而言，光伏效率和可用的屋顶/外墙面积最为关键。电力需求大幅减少且城市流动模式的单户住宅最容易实现自给自足。具有传统电力需求和农村流动模式的多户建筑只有在光伏效率提高的情况下才能实现自给自足，并且整个屋顶和大部分外墙都可以覆盖光伏。所有自给自足的情况在技术上都是可行的，但比完全电气化的电网连接情况更昂贵。在某些情况下，根据储存和化石燃料的价格，自给自足甚至可能具有成本竞争力。因此，如果政治措施提高了其经济吸引力或个人决定承担必要的投资，自给自足建筑可能会开始变得越来越普遍。