XiaoMi-AI文件搜索系统
World File Search Systemframework
用于对神经系统进行最优控制建模的计算机框架 Rückauer, BJ; Gerven, MAJ van 2023，文章 / 致编辑的信 (Frontiers i
我们提出了一个控制理论框架来研究嵌入在模拟环境中的生物驱动人工神经系统（Sussillo，2014）的稳定性和可控性。从高层的角度来看，这个框架模拟了脑-机-环境的相互作用。我们首先考虑建模一个神经系统在虚拟环境中执行行为任务的问题。用控制理论的语言来说，神经系统与环境过程形成一个闭环反馈控制器。在第二步中，我们模拟神经系统的退化（例如在传感器或执行器处）并添加一个二级控制器（假肢），目的是恢复行为功能。在此过程中，我们考虑了大脑模型中的不确定性、非线性、测量噪声以及可观察状态和可控神经元的有限可用性。神经系统，从单个神经元到大规模群体，都以复杂的动态为特征，建模和控制可能具有挑战性（Ritt and Ching，2015）。经典控制理论（Khalil，2002；Brunton 和 Kutz，2017；Astrom 和 Murray，2020）为设计控制律提供了强大的工具，并在神经技术领域得到广泛应用，例如机械臂或计算机光标的闭环脑机接口 (BMI) 控制（Shanechi 等人，2016）、癫痫发作缓解的模型预测控制（Chatterjee 等人，2020）以及大脑在认知状态之间转换的机制解释（Gu 等人，2015）。闭环控制的一个特别成功的应用是通过深部脑刺激治疗帕金森病。在那里，可以使用基于阈值、比例积分或自调节控制器将病理性 β 波段振荡活动抑制在所需的目标水平（Fleming 等人，2020a、b）。 Schiffi (2011) 建立了一种将控制理论与神经科学和生物医学联系起来的典型方法，其中时空皮质动态模型与卡尔曼滤波器相结合，以估计未观察的状态并跟踪未知或漂移的模型参数。神经形态社区中的团队最近通过实现生物学上合理的操作和学习状态估计和控制规则（Friedrich 等人，2021；Linares-Barranco 等人，2022）以及神经形态 BMI 电路（Donati 和 Indiveri，2023）为这项工作做出了贡献，这有望在低功耗运行时实现更好的生物相容性。在上述许多方法中反复出现的一些挑战是线性（可实现）或低维系统的假设、对底层动态的知识或所需目标状态的可用性（如帕金森病的 DBS）。本文针对这些局限性做出了两项主要贡献。首先，我们建议一致使用动力系统来模拟大脑、环境、和假肢。除了统一方法论之外，这种选择还可以灵活地对不同程度的真实模型进行实验。在这里，我们展示了循环神经网络 (RNN) 作为神经系统和假肢的简单、高度可扩展的构建块的使用。其次，我们逐步消除了线性、系统知识、完全可观测性和监督目标状态的假设，通过使用强化学习 (RL)（Sutton 和 Barto，2020 年）进行系统识别和合成假肢控制器。
dds-e-sim：基于变压器的生成框架，用于模拟DNA数据存储中易用错误的序列
摘要。单倍型组装是重建在母体和父亲遗传的染色体拷贝上等位基因组合的问题。单个单倍型对于我们对不同变体组合如何影响表型的理解至关重要。在这项工作中，我们专注于单个二倍体基因组的基于读取的单倍型组件，该组件直接从变体基因座的读取对齐中重建了两种单倍型。我们介绍了Ralphi，这是一种新颖的深入强化学习框架单倍型组装的框架，该框架将深度学习的代表力与强化学习的代表力整合在一起，以准确地将片段读取其各自的单倍型集。为了为增强学习设定奖励目标，我们的方法将问题的经典减少到片段图上的最大片段切割公式中，其中节点与读取和边缘权重相对应捕获共享变体站点上读取的冲突或一致。我们在1000个基因组项目中衍生自基因组的片段图拓扑数据集上训练了Ralphi。我们表明，在标准人类基因组基准中，在短和长的范围内，Ralphi始终以在明显和长的覆盖范围下以相当或更长的单倍型块长度在最新的读取状态下达到较低的错误率。Ralphi可从https://github.com/popiclab/ralphi获得。
一个联合学习框架，用于增强水下无人机分布式网络的数据安全和网络入侵检测
抽象的水下无人机对于科学研究，环境监测和海上操作至关重要，可以在具有挑战性的环境中收集数据。然而，他们的部署面临着低带宽，高潜伏期，信号衰减以及由于流动性和水流而导致的间歇性连通性等问题。在这些条件下，传统的集中数据处理方法效率低下，因为它们需要将大量原始数据传输到中心位置。为了应对这些挑战，本研究提出了专门针对水下网络量身定制的联合学习（FL）框架。与集中式方法不同，FL使水下无人机可以通过在本地处理数据并仅与中央服务器共享模型更新来协作训练全球入侵检测模型。这种方法可以通过确保敏感信息永远不会离开本地设备，从而降低传输过程中拦截或妥协的风险来显着提高数据安全性。此外，FL的分散体系结构固有地与水下无人机网络的动态和分布式性质保持一致。提出的框架通过利用各个无人机的局部见解来检测威胁，包括零日攻击，而无需直接暴露敏感数据，从而改善了网络入侵检测。通过保留隐私并实现协作异常检测，FL解决了水下互联网事物中的关键网络安全挑战（IOUT）。
AI（热-AI）的高等教育法：一个规范高等教育机构AI使用的框架
将人工智能（AI）引入教育机构是该技术能力所塑造的全球趋势的一部分。但是，由于AI技术的破坏性，它极大地影响了教学方式。因此，必须建立明确的准则，即不仅要确保课程所要求的所有能力仍然有效地讲授，还可以使学生能够以有效的方式使用新技术。为新兴和动态技术制定此类准则是一项非常具有挑战性的任务，因为规则通常很难跟上快速发展的进步。欧盟通过引入基于风险的方法来规范组织的AI应用程序，找到了解决此问题的好方法。取决于风险水平，可能禁止申请，需要进行广泛的分析和保障措施，具有透明义务，或者不需要进一步的行动。本文适应了AI ACT法规的核心结构，以使教育部门为教师和学生提供与AI打交道的结构化框架。基于教学生活周期的各种用例，以说明AI在教学和学习过程中的多功能性。通过建立这样的框架，我们不仅促进了与AI打交道的能力发展，而且还有助于创建AI在教育中的道德和负责任。
基于工业反馈
数字双胞胎范式是一项非常有前途的技术，可以应用于各种领域和应用程序。但是，它缺少用于分类和定义用例的统一框架。本文的目标是解决确定的差距。使用现场研究和自下而上的方法，它旨在对工业数字双胞胎的各种用途进行分类，以帮助正式化概念并合理地通过一系列工业领域的采用。该研究是基于采用基本理论原理从各种垂直领域收集用例的迭代过程。提取，合成，分组和抽象的使用情况方案，以开发可操作的用例分类框架。本文介绍了由此产生的分类法，并通过详细说明实际工业用例（包括其价值主张和应用领域）来说明它。对用例的收集，分类和分析导致对数字双胞胎学术和工业定义中提出的共同方面进行了研究。的目标是将这些方面结合在一起，成为务实而统一的定义，未来工业联盟（AIF）委员会汇聚在一起。这项工作的主要贡献包括从共同的工业和学术角度提出提议，（i）第一个独立于领域的数字双胞胎用例的系统收集，（ii）分析和分类数字双胞胎用例及其需求的综合框架，以及（iii）对工业数字化的共识，以贡献这种结构性的构图和标准化，以实现这种结构化和标准化。
全身能力和以任务为导向创新政策的能力：一个新颖的框架和对巴西INOVA计划的案例研究
本文开发并应用了一个新颖的系统框架来分析成功以任务为导向的创新政策所需的能力和能力。框架确定了六个关键维度，其中结构能力和动态能力都必须保持一致：国家，技术管理，政策，科学技术，工业和需求维度。我们通过对巴西INOVA计划的解释性案例研究，特别是比较PAISS工业（Bioethanol）和Inova Petro（石油和天然气）子程序员的解释性案例研究，证明了特定能力和能力如何促进政策结果。尽管Paiss Industrial的成功源于各个方面的紧密一致性以及有效地动员了现有能力，但由于技术要求和行业能力之间的不对对准，Inova Petro仍在努力，尽管有实质性的资源，因此，加上有限的市场成型机制。分析表明，成功的以任务为导向的政策不仅需要个人能力和能力，还需要在所有维度上的系统一致性和有效的动员。此外，复杂的设计和实施功能在将能力转化为影响方面至关重要，尤其是在以前的经验基础上。这些发现对政策设计具有重要意义，表明面向任务的政策应考虑现有的能力和能力，同时作为通过实施开发新的工具的工具。
DIETERpy：内生可再生能源调度与投资评估工具的 Python 框架
DIETER 是一个开源电力部门模型，旨在分析未来可再生能源占比非常高的情况。它最大限度地降低了总体系统成本，包括各种发电的固定成本和可变成本、灵活性和部门耦合选项。在这里，我们介绍了 DIETERpy，它基于现有的模型版本，用通用代数建模系统 (GAMS) 编写，并使用 Python 框架对其进行了增强。这将 Python 在数据预处理和后处理方面的灵活性与 GAMS 中简单的代数公式和高效求解器的使用相结合。DIETERpy 还提供了基于浏览器的图形用户界面。新框架旨在易于访问，因为它使用户能够运行模型、更改其配置并定义许多场景，而无需深入了解 GAMS。代码、数据和手册在公共存储库中提供，并根据许可提供透明度和可重复性。© 2021 作者。由 Elsevier BV 出版 这是一篇根据 CC BY 许可 ( http://creativecommons.org/licenses/by/4.0/ ) 开放获取的文章。
启用区块链的智能合约和人工智能如何重塑金融科技和物流行业的公司治理框架
区块链技术，智能合约和人工智能的融合代表了一种变革性的技术范式，从根本上讲，在金融科技和物流行业中重新构想了公司治理。本研究评论严格研究了高级计算系统和组织管理策略的交集中出现的深刻技术破坏。通过分析分散的技术，算法决策和传统治理框架之间的复杂关系，该研究揭示了这些创新技术如何重塑组织结构，运营透明度和战略决策过程。调查探讨了区块链和AI集成的多方面含义，证明了它们在当代公司环境中的运营效率低下，合规性复杂性和信任不足等关键挑战的潜力。通过全面的经验分析和理论检查，评论阐明了这些技术的革命性潜力，以创建更适应性，智能和响应性的治理生态系统，从而超越了传统的组织范围和局限性。
中国国家与市场关系的概念框架
本文由 ScholarWorks@UMass Amherst 的经济学部门免费提供给您，供您免费访问。它已被 ScholarWorks@UMass Amherst 的授权管理员接受并纳入经济学系工作论文系列。如需更多信息，请联系 scholarworks@library.umass.edu。