XiaoMi-AI文件搜索系统
World File Search Systemunderstand
应用CMAQ模型在中国更好地了解空气污染问题
空气质量模型（AQM）已被广泛用于研究空气污染的形成和控制。一系列的AQM已被用来帮助中国的空气质量管理，2013年之后出版物的出版物显着增加（见图1B），当时中国Outbroke 4和CAAP被灌注。最常用的mod els包括：社区多尺度空气质量模型CMAQ； https：// www。epa.gov/cmaq）;带有扩展的综合空气质量模型（CAMX; https：//www.camx.com）;天气研究和预测模型与化学模型（WRF-CHEM; https：//ruc.noaa.gov/wrf/wrf/wrf/wrf-chem）结合在一起；戈达德地球观察系统化学模型（geos-chem; http://geoschem.org）;以及由中国科学院大气物理学研究所（IAP-CAS）开发的嵌套空气质量预测建模系统（NAQPMS）。在所有这些模型中，CMAQ是过去二十年来最常用的AQM（见图1B）。
类黄素测量法：迈向一种数字工具来理解和调整黄素的生活美学
e.karana@tudelft.nl摘要将微生物整合到人工制品中是HCI设计师感兴趣的越来越多的领域。但是，了解复杂的微生物行为所需的时间，资源和知识限制了设计师创造性地探索生命文物中的时间表达，即生活美学。桥接生物设计和计算机图形，我们开发了FlavoMetrics，这是一种交互式数字工具，该工具支持生物签名者探索黄霉菌的生活美学。此开源工具使设计人员能够实际上接种细菌并操纵刺激，以在数字环境中调节黄素的生命色。六名生物设计师评估了该工具，并反映了其对实践的影响，例如（1）了解2D以上的微生物的时空品质，（2）生物设计教育，以及（3）生命工厂的原型化经验。使用类黄素测量法，我们希望激发新颖的HCI工具，用于可访问，时间和资源效率的生物设计，以及更好地与不同的微生物时间范围内与生存人工制品生活中的差异。
LLM可以理解计算机网络吗？走向虚拟系统管理员
摘要 - 人工智能和典型的大语言模型（LLMS）的发展，为帮助系统管理员管理现代网络的复杂性提供了有希望的前景。，尽管存在这种潜力，但文献中仍然存在有关LLM可以理解计算机网络的程度的显着差距。没有经验证据，系统管理员可能会依靠这些模型，而不会确保其在准确执行与网络相关的任务方面的功效。在本文中，我们是第一个对LLMS对计算机网络理解的详尽研究。我们提出了几个研究问题，以确定LLM在提供网络拓扑及其问题时是否可以提供正确的答案。为了评估它们，我们开发了一个详尽的框架来评估LLMS在各种网络相关任务中的功能。我们在多个计算机网络上评估了我们的框架（例如，GPT4）和开放源代码（例如Llama2）模型。使用零拍的场景中，我们在通用LLM中的发现表明了令人鼓舞的结果，最佳模型的平均准确度为79.3％。专有的LLM在中小型网络中取得了值得注意的结果，而挑战则持续理解复杂的网络拓扑，尤其是对于开源模型。此外，我们提供了有关及时工程如何提高某些任务准确性的洞察力。索引术语 - LARGE语言模型，计算机网络，系统管理员。
使用聚类来了解热浪中的城市内变暖：对巴黎，蒙特利尔和苏黎世的见解
摘要我们通过将近地表的近表面空气温度与行星边界层高度进行聚类，从而引入了新的方法论进步，以表征分析的城市内群集。为了说明这种方法，我们分析了三个热浪（HWS）：2019年在巴黎，2018年的HW，蒙特利尔的2018 HW和Zurich的2017 HW。我们在热波事件发生之前，期间和之后评估基于群集的特征。，尽管该聚类通过中等分辨率成像光谱仪（MODIS）土地覆盖数据获得的建筑区域确定的城市群集与内置区域保持一致，但也可以识别出跨越几公里的其他当地热点，并扩展到建筑区域之外。使用客观的滞后模型，我们进一步确定了地面存储通量和全波向下辐射通量之间的磁滞循环的总体强度系数，在热浪期间，农村簇的城市群集的范围从0.414到0.457，从0.126到0.126到0.157。在所有城市中，随着热浪的进展，我们观察到累积的地面热通量中的加油率模式。这种提出的两组分聚类方法的未来发展，并将更具影响力的物理学和空间和时间分辨率的进步整合在一起，将为城市气候分析的城市提供更全面的特征。
利用机器学习了解溶液相键断裂反应中量子退相干的原因
摘要：退相干是一种基本现象，当纠缠量子态与其环境相互作用时，会导致波函数坍缩。退相干的必然性提供了量子计算最内在的限制之一。然而，对导致退相干的环境化学运动的研究很少。在这里，我们使用量子分子动力学模拟来探索液态氩中 Na 2 + 的光解离，其中溶剂波动会引起退相干，从而决定化学键断裂的产物。我们使用机器学习将溶质-溶剂环境表征为高维特征空间，使我们能够预测键合电子何时以及在哪个光碎片上定位。我们发现，达到必要的光碎片分离并经历异相溶剂碰撞是化学键断裂过程中退相干的基础。我们的工作强调了机器学习在解释复杂溶液相化学过程方面的实用性，并确定了退相干的分子基础。
培养物作为一种更好地了解人乳微生物群和宿主 - 麦粒相互作用的工具
将近一个世纪以来，人们已经接受了人乳中含有可行的微生物细胞。然而，在这一时期，人们认为它们是外源性污染的结果，主要来自皮肤或非紧密处理。使用培养依赖性方法的早期工作，并由分子分析支持，但是，从内源性起源确定了乳酸细菌的存在。 这提供了证据表明，人乳微生物群是由仅在皮肤表面上发现的微生物组成的，因此不能造成污染。 通过下一代测序的出现，微生物群研究领域已导致范式从典型的人类牛奶中的致病性微生物的存在转变。 这引起了广泛的认识，即人乳微生物群由数百种非致病性共生微生物组成 - 仅在人类牛奶之外的胃肠道中发现了许多厌氧微生物分类剂。 尽管如此，随着我们对人乳微生物群的复杂性和多样性的欣赏，已经改善了，许多问题与新生婴儿胃肠道的宿主 - 微生物群相互作用的功能基础有关。 要解决这些问题，将需要进行机械研究，在这种情况下，必须利用孤立的微生物是必不可少的。 因此，将需要在新的文化范式中回归依赖文化的方法。使用培养依赖性方法的早期工作，并由分子分析支持，但是，从内源性起源确定了乳酸细菌的存在。这提供了证据表明，人乳微生物群是由仅在皮肤表面上发现的微生物组成的，因此不能造成污染。通过下一代测序的出现，微生物群研究领域已导致范式从典型的人类牛奶中的致病性微生物的存在转变。这引起了广泛的认识，即人乳微生物群由数百种非致病性共生微生物组成 - 仅在人类牛奶之外的胃肠道中发现了许多厌氧微生物分类剂。尽管如此，随着我们对人乳微生物群的复杂性和多样性的欣赏，已经改善了，许多问题与新生婴儿胃肠道的宿主 - 微生物群相互作用的功能基础有关。要解决这些问题，将需要进行机械研究，在这种情况下，必须利用孤立的微生物是必不可少的。因此，将需要在新的文化范式中回归依赖文化的方法。在这篇综述中，我们将当前对人乳微生物群的理解汇总在一起，以及培养物学如何在进一步发展我们的理解中发挥基本作用。
应变 - phonon合作是了解固体中Jahn – Teller效应的必要成分
摘要：空间退化是在许多材料中发现的复杂电子，几何结构和磁性结构的原因，这些材料更具代表性的示例是KCUF 3。在文献中，该晶格的特性通常通过基于superexchange相互作用的Kugel -khomskii模型来解释。在这里，我们提供了严格的理论和计算参数，以证明结构和磁性本质上是由电子 - 振动（振动）相互作用引起的。此外，根据ÖPIK和PRYCE的工作，我们表明，晶格（均质应变）和基序（声子）扭曲之间的耦合对于了解晶格的主要稳定构型至关重要。使用此信息，我们预测了KCUF 3中的一个新的低能阶段，该阶段可以强烈改变其特性，并为如何通过应变工程稳定它提供指导。
CheXplain：帮助医生探索和理解数据驱动、人工智能支持的医学影像分析
摘要 数据驱动型人工智能的最新发展有望实现医疗诊断的自动化；然而，对于计算知识有限的医生来说，大多数人工智能都像“黑匣子”一样。以医学成像为出发点，我们进行了三次设计活动，以制定 CheXplain——一个使医生能够探索和理解人工智能支持的胸部 X 光分析的系统：（i）转诊医生和放射科医生之间的配对调查揭示是否需要、何时需要以及需要何种解释；（ii）与三位医生共同设计的低保真原型制定了八个关键特征；（iii）由另外六位医生评估的高保真原型提供了关于每个特征如何实现对人工智能的探索和理解的详细总结性见解。我们总结并讨论了未来设计和实施可解释的医疗人工智能系统的建议，这些系统涵盖四个反复出现的主题：动机、约束、解释和理由。
利用盲洞阿斯蒂亚纳克斯墨西哥群体了解行为进化的遗传基础
新型栖息地的殖民化通常会导致各种行为的演变。可以使用来自在不同环境中进化行为的紧密相关人群的个体之间的比较来研究行为进化。直到最近，在这些进化相关的生物中，功能上将基因型与行为表型联系起来一直很困难。基因编辑工具的开发将促进基因型的功能遗传分析 - 实际上是罕见的生物中的表型连接，andhasthesthepotentialtsigatigythermigantigallythermigatigyther the行为遗传学的领域，当应用于生态和进化相关的有机体。盲人山洞阿斯蒂亚纳克斯墨西哥群岛提供了一个与殖民化霍比氏菌相关的进化的显着例子。这些鱼类属于墨西哥和德克萨斯州河流的景象鱼类，包括居住在墨西哥东北墨西哥塞拉德尔阿布拉和塞拉山脉地区的盲人洞穴鱼类的居住在墨西哥和德克萨斯州南部的河流。尽管已经在墨西哥曲霉上进行了广泛的研究，但现在也正在研究衍生的行为特征，包括睡眠丧失，觅食的改变和社交行为的减少，现在也正在研究行为进化的基础和神经基础。astyanax墨西哥群已经成为一种强大的基因型模型系统 - 表型映射，因为表面和山洞是干扰素。此外，由于多个洞穴种群已经独立进化了相同的性状，因此可以在该物种中检查重复特征进化的分子基础。测序的基因组和墨西哥曲霉中基因编辑的实施为基因发现和鉴定自然发生变化对行为的贡献提供了一个平台。本综述描述了墨西哥曲霉中行为进化的当前知识，重点是进化行为的分子和遗传基础。可以使用基因编辑工具进行的新研究的多种途径，并讨论这些研究将如何增强我们对行为进化的理解。