XiaoMi-AI文件搜索系统
World File Search Systemize
2023 年年度报告
在此背景下，继 2022 年 10 月在加拿大多伦多举行的与行业合作伙伴举行的非常成功的 GIF 论坛之后，GIF 高级行业咨询小组 (SIAP) 发起了一项新举措，组织 SIAP 与行业特别会议，展示一些可能对行业和第四代技术开发商有用的关键 GIF 产品。2023 年 7 月举行了一场特别的小型模块化反应堆 (SMR) 会议，概述了经济建模工作组 (EMWG) 开发的用于估算先进反应堆设计的平准化单位电力成本和总资本投资成本的模型和指南。2023 年 11 月，在巴黎世界核展览会期间，与行业合作伙伴组织了另一场 SIAP 会议，以促进使用先进的制造和材料工程技术来缩短先进反应堆系统的部署时间。
可持续人工智能：环境影响、挑战和机遇
摘要 —本文从数据、算法和系统硬件的整体角度探讨了人工智能超线性增长趋势对环境的影响。我们通过检查整个行业规模的机器学习用例的模型开发周期，同时考虑系统硬件的生命周期，来描述人工智能计算的碳足迹。更进一步，我们捕获了人工智能计算的运营和制造碳足迹，并对硬件软件设计和大规模优化如何有助于减少人工智能的整体碳足迹进行了端到端分析。根据行业经验和教训，我们分享了关键挑战，并规划了人工智能多个维度的重要发展方向。我们希望本文提出的关键信息和见解能够激励社区以对环境负责的方式推进人工智能领域的发展。
使用智能技术在沙特阿拉伯开发医疗保健基础设施：挑战和机遇
本研究旨在通过智能技术的实施来探索与在沙特阿拉伯开发医疗基础设施相关的挑战和机遇。沙特阿拉伯的医疗保健部门正在进行重大的转变，智能技术的整合有可能彻底改变医疗保健服务，改善患者外表并增强整体医疗保健经验。但是，为了充分利用智能技术在医疗保健基础设施开发中的好处，需要解决一些挑战。这项研究确定并分析了这些挑战，同时还强调了在沙特阿拉伯医疗保健系统中采用智能技术所带来的机会。这些发现有助于理解沙特阿拉伯医疗保健基础设施状况的理解，并为克服挑战所需的战略和政策提供了见解，并最大限度地说明了智能技术在医疗保健中的好处。
流程挖掘与基于规则的人工智能相结合的方法用于高等教育学习规划和监控
摘要。本文介绍了一种使用流程挖掘和基于规则的人工智能方法来分析和理解学生学习路径的方法，该方法基于校园管理系统数据和学习计划模型。流程挖掘技术用于表征成功的学习路径，以及检测和可视化与预期计划的偏差。这些见解与从考试规定中提取的相应学习计划的建议和要求相结合。在这里，事件演算和答案集编程用于提供学习计划模型，这些模型支持规划和一致性检查，同时对可能的学习计划违规行为提供反馈。流程挖掘和基于规则的人工智能相结合，用于支持学习规划和监控，通过得出规则和建议来指导学生走上更合适的学习路径，获得更高的成功率。将实施两个应用程序，一个用于学生，一个用于学习计划设计者。
GDP 紧凑型电网发展规划 2037 年电力与...
能源供应方面更加独立的目标反映在政治目标中。因此，这些政治目标是在 GDP 情景框架内假设的。与上一个观察期结束于 2035 年和 2040 年的 GDP 相比，2037 年和 2045 年的可再生能源装机容量和总能源消耗均显着增加。根据《可再生能源法》（EEG），可再生能源扩张的大部分应该在 2030 年代中期实现。目的是实现碳中和电力供应，从而实现其他行业的脱碳。这一发展正在突飞猛进。因此，这极大地增加了对输电网的需求。预计到 2037 年，从德国北部到南部的电力运输需求将大幅上升至约 87.7 GW。在 2037 年至 2045 年之间，情景中的运输增长保持相似水平或仅从德国北部到南部适度增加。可再生能源的进一步扩张在很大程度上可以通过灵活性的扩大来抵消。
单一集成的三个...
抽象是单层整体上的三级闸门驱动器和氮化剂高电子迁移式晶体管（GAN HEMTS），以防止错误的转机，减少反向传导损失和实现快速切换。所提出的栅极驱动器与提供负门电压的外部和集成电容器一起工作。整体集成使电源转换电路的尺寸较小，并且由于其较低的寄生虫而改善了电路性能。集成的MIM（金属绝缘子 - 金属）电容器可改善DV/DT免疫力。的测量结果表明，所提出的GAN-IC实现了3.7 ns t和6.1 ns t o的快速切换速度，并提高了SR降压逆变器的效率。关键字：Gan Hemt，整体集成，三级闸门驱动程序，错误的转机，反向传导损失，高速切换分类：电源设备和电路
Nair的讲义有关代数和几何方法的注释...
在第一部分中，我们将从一些代数可解决的问题开始。这种方法的关键是观察到，任何物理系统的量子理论都可以看作是可观察到的代数的单一不可约形表示。，我们将探索并阐明单位性和不可及性的含义，因为我们更深入地考虑了我们考虑的各种示例。我们的方法将更多地是一种自下而上的方法，从细节转变为一般的修复。但是，此时一些一般的观察结果可能很有用。可观察到的操作员代数不能只是任何代数。我们需要一种将代数的操作员或元素连接到可以在实验室中测量的实数的方法。因此，有必要在代数上进行某个规范的概念。也需要一个共轭概念来赋予操作员的墓穴。最少的要求将以观察力为c ∗ - 代数。（对于相对不变的现场理论，需要其他要求，例如Poincar´e不变性。）
了解CHI的LLM化：通过系统的文献评论，解开LLM在CHI上的影响
大型语言模型（LLM）已被定位为革命HCI，不仅可以重塑我们研究的接口，设计模式和社会技术系统，还可以重塑我们使用的研究实践。迄今为止，对HCI中LLM的吸收几乎没有了解。我们通过对2020 - 24年与LLMS互动的153篇Chi论文进行系统的文学评论来解决这一差距。我们分类法：（1）应用LLM的域； （2）LLM在HCI项目中的作用； （3）贡献类型； （4）公认的局限性和风险。我们通过经验和人工制品的贡献发现了10个不同领域的LLM工作。作者在五个不同的角色中使用LLM，包括作为研究工具或模拟用户。仍然，作者经常提高有效性和可重复性问题，并压倒性地研究封闭的模型。我们概述了通过LLM和LLM上改善HCI研究的机会，并为研究人员提供指导性问题，以考虑与LLM相关工作的有效性和适当性。
超越属性的原始概念 - 对象组成学习
从所见的属性 - 对象对学习以概括为未看到的组合物，已在组合零拍学习（CZSL）中进行了广泛的研究。但是，CZSL设置仍然仅限于看到的属性和对象，并且不能概括地看不见的概念及其组成。为了克服这一局限性，我们提出了一项新任务，开放的词汇 - 组成零 - 折射学习（OV-CZSL），其中评估了未看到的属性，对象和看不见的组成。表明OV-CZSL是一个具有挑战性但可解决的问题，我们提出了基于存在的数据集MIT态的三个新基准（Isela，Lim和Adelson 2015），C-GQA（Mancini等人（Mancini等）（Mancini等人）2022）和vaw-czsl（Saini，Pham和Shrivastava 2022; Pham等人2021），以及新的基准和评估设置。我们将语言嵌入和外部词汇与我们新颖的邻里扩展损失一起使用，以允许任何方法学习观察和看不见的原始物之间的语义相关性。
配备扫描激光的林业机器人的自主导航
摘要：此摘要是我们目前正在进行的“创新森林计划”的研究项目的概述。该项目的目的是在种植后的第一年，尤其是机械除草剂而无需使用除草剂而自动化杨树种植园的传统手动任务。杨树林被认为是半结构化的环境，在该环境中，密集的冠层防止使用GPS信号和激光传感器，而不是局部使用激光传感器。在本文中，我们关注的主要功能之一：自主导航，其中包括检测和定位树木在如此复杂的环境中安全移动。自主导航需要精确且可靠的映射和本地化解决方案。在这种情况下，同时定位和映射（SLAM）是非常适合的解决方案。构造的地图可以可靠地用于计划移动机器人的语义路径，以便特定地对待每棵树。在凉亭和机器人操作系统（ROS）上进行的模拟证明，机器人可以在杨树林中自动导航。