XiaoMi-AI文件搜索系统
World File Search System三步
Digi-nose第2部分：使用传感器技术提高数字鼻系统的准确性和效率，以尽早发现森林变化
最近，BPM社区已开始尝试LLMS以提取过程信息并从自然文本中生成工艺模型，并采用[1,2,2,3,4,5]等方法。这些作品表明了该任务的LLMS有希望的功能。在宣传[6，7]中，文献中也有一个在线工具1。该工具不仅允许初始生成文本的过程模型。它还提供了用于完善生成模型的反馈循环。促销表示该任务的LLMS具有很高的潜力。但是，应用的提示策略和中间格式的使用费显着高。首次尝试该工具时，我们生成了一个三步过程，并具有两个反馈循环的迭代。使用GPT-4的OpenAI API费用为0.8美元。虽然当前的GPT-4O模型更具成本效益，但我们认为应该优化此类系统以有效地使用LLM资源来降低成本，同时保持高质量的输出。我们建议，优化的系统可以使过程建模可能民主化，或者至少使更广泛的受众访问过程建模。因此，我们已经在[8]中开发了自己的方法，该方法着重于所需的令牌数量的建模成本。
在线争议解决的新前沿：人工智能与正念的结合
本文首先概述了 ODR 的历史，并介绍了 Lodder 和 Zeleznikow 的三步 ODR 模型。然后，它探讨了人工智能在争议解决中的作用，并简要介绍了人工智能的历史。接下来，本文对两种利用人工智能技术的主要 ODR 工具进行了比较，并讨论了正念及其与调解的相关性。最后，本文介绍了一种结合人工智能和正念的新型 ODR 工具，利用两者的优势为争议方提供更有效、更有同理心的调解服务。所提出的 ODR 模型基于一种混合方法，将不同形式的人工智能与正念相结合，例如非评判性意识和富有同情心的沟通。该模型涉及使用聊天机器人进行初步沟通，使用机器学习算法进行案例评估和推荐，以及基于正念和原则的决策系统来解决争议。所提出的 ODR 模型有可能提供公平、高效且具有成本效益的争议解决程序。然而，需要进一步研究来评估其有效性和用户接受度。
前哨：一个聚合功能以确保分散的联合学习
摘要。分散的联合学习（DFL）是一种创新的范式来培训协作模型，以解决单一的失败限制。但是，FL和DFL的安全性和可信赖性因中毒攻击而受到损害，从而对其表现产生负面影响。现有的防御机制是为集中式FL设计的，它们不能充分利用DFL的特殊性。因此，这项工作引入了Sentinel，这是一种防御策略，以抵消DFL中的中毒攻击。Sentinel利用本地数据的可访问性，并定义了一个三步聚合协议，该协议包括相似性过滤，自举验证和归一化以保护恶意模型更新。Sentinel已通过不同的数据集和数据分布进行了评估。此外，已经验证了各种中毒攻击类型和威胁水平。当数据遵循IID（独立和相同分布）配置时，结果与未靶向和有针对性的中毒攻击相对于不靶向和有针对性的中毒攻击提高了最新性能。此外，在非IID配置下，它可以分析Sentinel和其他最先进的强大聚合方法的性能如何降低。
热处理对Monel K500合金组织和力学性能的影响
本研究研究并比较了不同热处理 (HT) 对采用激光粉末床熔合 (L-PBF) 和激光粉末定向能量沉积 (LP-DED) 技术制备的 Monel K500 的微观结构和力学性能的影响。由于制备过程中诱导的高冷却速度，制备的 Monel K500 试样表现出树枝状微观结构和元素微偏析。使用四种不同的 HT 程序（包括热等静压 (HIP)、固溶退火 (SA) 和时效）研究了文献中提出的 HT 对锻造 Monel K500 的适用性。使用室温单轴拉伸试验评估试样的力学性能。使用扫描电子显微镜分析了 HT 过程中试样的微观结构演变。对于所有研究的 HT 条件，与 LP-DED 试样相比，L-PBF Monel K500 试样始终表现出更高的强度和更低的延展性。 HT 工艺包括在 1160°C 下以 100 MPa 的压力进行 3 小时的 HIP、在 1100°C 下进行 15 分钟的 SA，以及在 610°C 下进行 16 小时、在 540°C 下进行 6 小时和在 480°C 下进行 8 小时的三步时效，从而使 L-PBF 和 LP-DED 制备的 Monel K500 均具有最高强度。
Lactone弹头
自然已经发展为具有反应性弹头的分子的生物合成途径，这些弹头启发了许多治疗剂，包括青霉素抗生素。肽已被证明是特别有效的共价抑制剂，可提供必需的抗菌，抗病毒和抗癌剂。在这里，我们提供了大自然部署在用β-内乳酮弹头组装肽的途径的全面表征，β-内酮弹头是具有有希望的抗癌活性的有效蛋白酶体抑制剂。弹头组件涉及三步隐性甲基化序列，在空间要求的β-内二乳酸化过程中，可能需要减少不利的静电相互作用。酰胺键合成酶和三磷酸腺苷（ATP）-GRASP酶将氨基酸促成氨基酸与β-内乳酮弹头，从而产生生物活性肽产物。在体外重新建立了整个β-内狮肽的途径后，我们继续通过酶促级联反应提供多种类似物。我们的方法比目前用于生产临床重要的含弹头肽的合成方法更有效，更清洁。
大语言模型的横向思维难题
语言模型的成功激发了NLP社区的参与需要隐含和复杂推理的任务，并依靠类似人类的常识机制。尽管这种垂直思维任务相对流行，但横向思维难题几乎没有引起关注。为了弥合这一差距，我们设计了bain t saser：一项多项选择的答案，旨在测试该模型表现出侧向思维的能力并违反默认常识关联的能力。我们设计了一个三步的程序，用于创建第一个横向思维基准，包括数据收集，分散术者的产生和重建示例的结构，从而导致1,100个具有高质量注释的难题。为了评估模型横向推理的一致性，我们根据其问题的语义和上下文重建，使B雨变得更加宽敞。我们对最先进的指令和常识性语言模型进行的实验揭示了Human和模型性能之间的显着差距，当考虑了跨重构格式的一致性时，这将进一步扩大。我们制作所有代码和数据，以刺激开发和评估横向思维模型的工作。
有机染料锚肽偶联物作为聚丙烯纱的高级着色剂
抽象聚丙烯是世界上顶级商品聚合物之一，也广泛用于纺织业。然而，它的非极性性质和部分结晶的结构显着使植物型的工业着色过程变得复杂。当前，由聚丙烯制成或具有很大比例的聚丙烯制成的纺织品在非常严峻的条件下染色，包括使用高压和温度，这使得该过程的能量密集型。本研究提出了三步的着色剂的合成，能够粘附在没有严重消耗能量条件的情况下的合成聚丙烯纱线上。这可以通过使用三甲氧基 - 尼硅烷封装有机色素，通过用三甲基甲基甲基丙烯酸甲酯修饰二氧化硅壳来引入表面双键，并最终使用硫醇烯 - 硫代烯烯 - 硫代烯烯型化学方法。我们通过在逐步合成这些新染色剂的逐步指南后，在周围条件下在一个简单的过程中在一个简单的过程中染色的聚丙烯纱来证明这种方法的适用性。最后，可视化纱线的成功染色，并讨论了其实用性。
美国太空研讨会上举行颁奖典礼
1980 推出第一款羟基磷灰石再矿化牙膏 APADENT。在接触到 NASA 技术并构思出世界上第一款“修复牙膏”后，Sangi 开始合成和研究羟基磷灰石，并与制造商 Nippon Zettoc（当时的 Nippon Zeola Co. Ltd.）合作，将其制成牙膏。APADENT 最初以每管 2,800 日元的价格出售，这在当时的牙膏价格中非常高。1985 Sangi 成立子公司 Apatite Co., Ltd.，并推出其第二个品牌牙膏 APAGARD 1989 推出 Sangi 的羟基磷灰石抗菌剂 APACIDER 1992 推出 DENTA APATO 品牌牙膏，用于合作销售。 1993 新型防龋剂“医用羟基磷灰石”诞生 经过整整 15 年的研发，Sangi 的专有羟基磷灰石成分终于被日本当时的厚生劳动省认可为具有防龋效果的药用成分，这基于十多年的研究，包括实验室工作数据和日本两所大学在日本小学进行的大规模现场试验。该成分正式命名为“医用羟基磷灰石”，以区别于其他类型的羟基磷灰石，其预防龋齿的三步机制也得到官方认可。 2003 Sangi 成功将其羟基磷灰石成分的尺寸从三位数缩小
机载遥感用于检测灌溉渠道泄漏
用于检测灌溉渠道系统中水泄漏的传统现场调查方法成本高昂且耗时。在本研究中，开发了一种快速、经济有效的方法来识别可能发生泄漏和/或渗漏的灌溉渠道位置。该方法涉及使用配备红色、近红外和热传感器的多光谱成像仪，该成像仪安装在飞机上并在低空飞行以收集图像。开发了一个三步流程，即图像采集、图像处理和现场侦察，用于处理图像和识别可能发生泄漏的位置。该方法在美国德克萨斯州的下里奥格兰德河谷进行了评估。收集了该地区 11 个灌溉区内 24 个选定渠道段的图像。图像评估表明，140 个地点可能存在渠道泄漏问题（点泄漏和/或渗漏）。制定了现场评估表，用于记录 28 个地点的泄漏类型和严重程度。确认有 26 个地点存在泄漏，成功率为 93%。本研究中使用的方法应广泛应用于检测灌溉渠道中的泄漏和渗漏。版权所有 # 2009 John Wiley & Sons, Ltd.
瑞典在太空态势感知方面的国家利益
瑞典已承诺对太空基础设施进行广泛投资，旨在将 Esrange 太空中心发展成低地球轨道卫星的发射设施。凭借其发射探空火箭的悠久历史和位于北极圈以北的有利位置，其目标是将重量不超过 150 公斤的小型卫星送入太阳同步轨道。作为扩大太空发射能力的努力的一部分，瑞典正在开展多项相关活动，以承担发射国的角色。瑞典的太空立法正在修订中，与此同时，正在研究太空态势感知 (SSA) 的需求和要求，重点是国家需求和可能的实施。瑞典国防研究局 (FOI) 多年来一直在开展 SSA 研究活动，主要从国家角度进行。本文旨在回顾当前国家实施的太空计划，特别是与 SSA 相关的计划，并讨论我们认为未来 SSA 中必不可少的国家组成部分。提出了如何实施完整 SSA 系统的三步计划，从简单的设置（基于开放数据的空间物体目录）开始，最终发展成为一个全面的系统，包括数据处理、校准、传感器调度、派生用户服务以及可能专用的国家传感器等组件。