XiaoMi-AI文件搜索系统
World File Search Systemsimulation
框置信深度：基于模拟的推理超矩形
在许多科学领域中，研究人员面临评估复杂统计模型的挑战，即可能的计算函数在计算上是棘手的，或者非常昂贵的计算。这导致了无似然推理方法的发展和日益普及，这为参数估计和模型比较提供了强大的替代方案。这些方法利用模拟，通过观察到的数据的比较来推断与模型在各种参数设置下产生的模拟结果的比较。在贝叶斯推论中，这些包括近似贝叶斯计算（Rubin，1984; Pritchard et al。，1999; Sisson等。，2018年），贝叶斯合成的可能性（Wood，2010; Price等，2018年），神经可能和后验估计（Rezende and Mohamed，2015年； Papamakarios，Sterratt和Murray，2019年）。在频繁的环境中，在Gourieroux，Monfort and Renault（1993）的基础工作之后，近年来才看到无可能无可能推理的进步（Masserano等人。，2022; Xie and Wang，2022年； Dalmasso等。，2024）。本研究的重点是频繁推断，针对基于模拟的模型和非标准的规律性条件的校准置信区间和区域的构建。建议的方法提供了统一的
血有灌注柱有选择地吸附膝盖+淋巴细胞，以提高抗肿瘤免疫力和肿瘤大鼠的存活率
人工智能（AI）系统的安全是人类决策之一，既是一个技术问题。在AI驱动的决策支持系统中，尤其是在医疗保健等高风险环境中，确保人类互动的安全至关重要，鉴于遵循错误的AI建议的潜在风险。为了探索这个问题，我们在物理模拟套件中进行了以安全为中心的临床医生-AI相互作用研究。医生被放置在模拟的重症监护病房中，并带有人类护士（由经验培训者扮演），ICU数据图，高保真患者的人体模特和AI建议系统。临床医生被要求为模拟患者开出两种药物，患有败血症并戴着眼镜的眼镜，以使我们能够评估他们的凝视在哪里。我们在看到AI治疗建议之前和之后记录了临床医生治疗计划，这可能是“安全”或“不安全”。92％的临床医生拒绝了不安全的AI建议，而安全的AI建议占29％。医生增加了注意力（+37％的注视固定），以不安全AI建议与安全的建议。但是，在不安全的情况下，对AI说明国家的视觉关注并不高。同样，在不安全的AI与安全AI后，临床信息（患者监测器，患者图表）没有得到更多关注，这表明医生没有回顾这些信息来源来调查为什么AI建议可能不安全。医师只能成功说服通过床头护士的脚本评论来改变剂量。我们的研究强调了人类监督在安全至关重要的AI中的重要性，以及在高保真环境中评估人类系统的价值，更像现实世界实践。
被动和主动微/...的多尺度仿真分析
新型刺激和记录系统极大地促进了神经元和神经网络研究，这些系统通常使用采用先进电子技术（尤其是微纳米级 CMOS）制造的生物芯片。传感器和神经元活动记录所涉及的传导机制模型有助于优化传感设备架构及其与读出电路的耦合，以及解释测量数据。本文首先概述了最近发表的用于体外研究的采用现代（基于 CMOS）微纳米技术制造的集成有源和无源微纳米电极传感设备，然后介绍了一种混合模式设备电路数值分析多尺度和多物理场模拟方法来描述神经元传感器耦合，适用于得出有用的设计指南。从最相关的电气性能指标（包括信噪比）的角度更详细地分析了一些代表性结构和耦合条件。
gpudrive：1 ...
多机构学习算法已经成功地在各种游戏中生成超人计划，但对部署的多代理计划者的设计影响有限。将这些技术应用于多代理计划的关键瓶颈是它们需要数十亿个经验步骤。为了启用大规模的多代理计划研究，我们提出了Gpudrive。gpudrive是一种gpu加速的多代理模拟器，构建在Madrona游戏引擎顶部，能够每秒产生超过一百万个模拟步骤。的访问，奖励和动态功能直接写在C ++中，允许用户定义降低到高性能CUDA的复杂的，异质的代理行为。尽管进行了这些低级优化，但通过Python可以完全访问Gpudrive，为多代理，闭环模拟提供了无缝且有效的工作流程。使用Gpudrive，我们在Waymo Open Motion数据集上训练加固学习剂，在几分钟内实现有效的目标，并在数小时内扩展到数千个场景。我们在
可通过志贺氏菌疫苗预防的资源匮乏地区儿童腹泻和抗生素使用负担：一项模拟研究
。CC-BY 4.0 国际许可 它是根据作者/资助者提供的，他已授予 medRxiv 永久展示预印本的许可。（未经同行评审认证）
一个快速准确的1维模型，用于动态模拟和优化分层的热量存储
Alix Untrau，Sabine Sochard，FrédéricMarias，Jean-Michel Reneaume，Galo A.C.le roux等人。一种快速准确的1维模型，用于动态模拟和优化分层的热量存储。应用能量，2023，333，pp.120614。10.1016/j.apenergy.2022.120614。hal-03947326
模拟驱动的监督学习框架，使用扩散MRI
一个人通常将信号表达式拟合到实验数据以估计模型参数。但是，某些生物物理模型中固有的不确定性使参数估计不稳定[22]。此外，准确的拟合并不一定证明基本的生物物理模型是合理的，并且估计的模型参数可能在生物物理上毫无意义[23，24]。由于数学并发症而排除了生物物理模型之类的微妙效果，例如神经突的起伏[11，20，25]。除了简化的几何模型带来的误差外，某些假设的有效性（例如GPA）仍然未知[23，26]。此外，几种信号表达式的有效性机制取决于微结构长度尺度[27]。体素可能表现出多长度尺度（例如，各种SOMA RADII），因此不同的有效性制度可以逐渐共存或逐渐出现[24]，从而使全面的模型验证变得困难。
通过定向能量沉积制造的薄壁结构中的残余应力：原位测量，快速的热机械模拟和屈曲
制造菌株和随后的残余应力是薄壁结构行为的关键要素，因为它们会引起屈曲，翘曲和失败。这项工作通过使用定向能量沉积的薄壁结构进行了对这些特征的合并实验和数值分析。通过使用红外和光学摄像头，在整个部分以及整个过程中都确定了在制造过程中温度和计划位移场中的原位测量值。这项工作的一种新颖性是在不停止制造的情况下确定位移场，与大多数现有方法不同，这大大简化了该过程的监视。此外，已经开发了该过程的数值建模来研究残余应力的形成。所提出的方法的一种新颖性是通过解耦热和机械问题来达到相当短的计算时间，这对于参数研究很有趣。结果是相关的，因为计算的温度和位移场与原位测量非常吻合。互补的屈曲分析还显示了该模型由于过度过度偏转而预测必须停止制造的能力。因此，所提出的模型可以用作为给定零件选择合适的过程参数的工具。
旋转...
摘要在操作中，印刷电路板（PCB）将面临各种和重复的热机械载荷，这可能导致铜的故障，从而导致PCB本身故障。为了模拟和更好地预测PCB的可靠性，必须定义铜的本构行为。在目前的工作中，在循环拉伸压缩载荷下经常测试了在灵活的PCB行业中经常使用的17 µm滚动退火灯泡。铜的弹性极限较低，塑性变形起着在应变过程中起重要作用。在循环载荷下，已经观察到主要的运动硬化。已通过Lemaitre-Chaboche硬化模型确定了所研究铜胶的塑性行为。接下来，已经开发出一种原始的实验设置，从而可以测量循环载荷下薄铜纤维的疲劳行为。进行了各种负载振幅的测试。已经采用了一个共同的曼森模型来重现实验数据。
集体自我消费的多代理模拟
JérémyAlbouys-Perrois，Nicolas Sabouret，Yvon Haradji，Mathieu Schumann，Benoit Charrier等。集体自我消费的多代理模拟：存储系统的影响和大型能源交换的影响。能源与建筑物，2022，254，pp.111543。10.1016/j.enbuild.2021.111543。hal- 03505248