XiaoMi-AI文件搜索系统
World File Search System优化
使用 HOMER 对土耳其某地区混合可再生能源系统进行优化设计
近年来，提高绿色能源的使用率以满足日益增长的能源需求和应对全球变暖已成为各国的重要目标之一。因此，将可再生能源整合为分布式发电变得越来越流行。在本研究中，为土耳其代尼兹利省萨拉伊科伊区一个 100 户家庭的电气化设计了混合可再生能源系统，并使用电力可再生能源混合优化模型程序来优化所需的组件输出，以实现最佳的经济和环境效果。共创建了六种混合可再生能源系统设计，三种并网和三种独立系统，这些系统采用了光伏板、风力涡轮机、柴油发电机、电池储能系统和转换器等不同组件的组合。最经济的设计是仅使用太阳能的并网系统，单位能源成本为 0.0362 美元/千瓦时，而最具成本效益的是包含太阳能、风能和电池的独立系统，成本为 1.61 美元/千瓦时。从环境角度来说，离网系统恰恰相反，排放的二氧化碳较少，而并网系统排放的二氧化碳较多。
NAVFAC 开放环境修复资源 (OER2)：确定 MEC/MPPEH 水下埋藏深度的方法军用弹药被发现在某些水下位置，这是历史处置活动以及实弹训练、测试和其他操作的结果。在水下环境中仍能发挥作用的射弹和其他弹药构成爆炸危险，可能会迁移，使人员接触到这些弹药。这种爆炸危险的管理很复杂，取决于特定地点的考虑因素，例如弹药类型、海洋环境、移动潜力以及人员如何接触和与弹药互动。本次网络研讨会的目的是总结为了解水下环境中弹药的移动性和埋藏而开发的科学。将介绍环境观测、弹药观测技术、移动性和埋藏现场观测、移动与埋藏的物理学以及埋藏的物理过程建模。演示将以将这些知识在现有场地的实际应用结束。 演讲者：Bryan Harre，NAVFAC EXWC 和 Joe Calantoni，美国 NRL 博士 日期：2022 年 11 月 9 日，星期三 时间：太平洋时间上午 11 点 | 美国东部时间下午 2 点 通过以下链接注册参加网络研讨会：https://einvitations.afit.edu/inv/anim.cfm?i=697664&k=0468450F7D53 如果您无法点击链接，请将地址复制并粘贴到您的网络浏览器中。 州际技术与监管委员会 (ITRC) 关于可持续弹性修复 (SRR) 的网络研讨会 极端天气事件会对修复措施保护人类健康和环境的能力产生不利影响。可持续弹性修复 (SRR) 被定义为“清理和再利用危险废物场地的优化解决方案，可限制负面影响、最大化社会和经济效益并增强对日益增加的威胁的抵御能力”。该网络研讨会介绍了一些工具，可帮助将可持续和有弹性的实践融入修复项目中。主题：可持续的弹性修复演讲者：ITRC 日期：2022 年 11 月 17 日时间：太平洋时间上午 10 点 | 美国东部时间下午 1 点通过以下链接注册参加 ITRC 网络研讨会：https://clu-in.org/conf/itrc/SRR/有关更多信息，请查看 ITRC 关于此主题的报告：https://srr-1.itrcweb.org/ RPM 培训活动主题的最后一次征集 RPM 培训主题的最后一次征集：现在到 2022 年 11 月 16 日链接：https://einvitations.afit.edu/inv/anim.cfm?i=699708&k=04684B0E7B5F RPM 培训日期更新：2023 年 3 月 14 日至 16 日*这与原始/预计日期不同* 正在评估场地，活动举办批准将决定最终日期和地点。
NAVFAC 开放环境修复资源 (OER2)：确定 MEC/MPPEH 水下埋藏深度的方法军用弹药被发现在某些水下位置，这是历史处置活动以及实弹训练、测试和其他操作的结果。在水下环境中仍能发挥作用的射弹和其他弹药构成爆炸危险，可能会迁移，使人员接触到这些弹药。这种爆炸危险的管理很复杂，取决于特定地点的考虑因素，例如弹药类型、海洋环境、移动潜力以及人员如何接触和与弹药互动。本次网络研讨会的目的是总结为了解水下环境中弹药的移动性和埋藏而开发的科学。将介绍环境观测、弹药观测技术、移动性和埋藏现场观测、移动与埋藏的物理学以及埋藏的物理过程建模。演示将以将这些知识在现有场地的实际应用结束。 演讲者：Bryan Harre，NAVFAC EXWC 和 Joe Calantoni，美国 NRL 博士 日期：2022 年 11 月 9 日，星期三 时间：太平洋时间上午 11 点 | 美国东部时间下午 2 点 通过以下链接注册参加网络研讨会：https://einvitations.afit.edu/inv/anim.cfm?i=697664&k=0468450F7D53 如果您无法点击链接，请将地址复制并粘贴到您的网络浏览器中。 州际技术与监管委员会 (ITRC) 关于可持续弹性修复 (SRR) 的网络研讨会 极端天气事件会对修复措施保护人类健康和环境的能力产生不利影响。可持续弹性修复 (SRR) 被定义为“清理和再利用危险废物场地的优化解决方案，可限制负面影响、最大化社会和经济效益并增强对日益增加的威胁的抵御能力”。该网络研讨会介绍了一些工具，可帮助将可持续和有弹性的实践融入修复项目中。主题：可持续的弹性修复演讲者：ITRC 日期：2022 年 11 月 17 日时间：太平洋时间上午 10 点 | 美国东部时间下午 1 点通过以下链接注册参加 ITRC 网络研讨会：https://clu-in.org/conf/itrc/SRR/有关更多信息，请查看 ITRC 关于此主题的报告：https://srr-1.itrcweb.org/ RPM 培训活动主题的最后一次征集 RPM 培训主题的最后一次征集：现在到 2022 年 11 月 16 日链接：https://einvitations.afit.edu/inv/anim.cfm?i=699708&k=04684B0E7B5F RPM 培训日期更新：2023 年 3 月 14 日至 16 日*这与原始/预计日期不同* 正在评估场地，活动举办批准将决定最终日期和地点。
优化和实现表面电极离子陷阱连接
摘要我们描述了表面电极离子陷阱连接的设计，这是大尺度离子陷阱阵列的关键元素。使用双目标优化方法设计电极，该方法保持了总伪电量曲率，同时最小化沿离子传输路径的轴向伪电势梯度。为了促进在多个陷阱区域中的平行操作的激光束输送，我们在此X结陷阱的每个臂上实现了集成的光学器件。提出了商业铸造制造的陷阱芯片的布局。这项工作建议在可扩展实现中改善离子陷阱连接性能的路线。与集成的光学解决方案一起，这有助于互连的二维阵列中的模块化陷阱离子量子计算。
实用的贝叶斯优化机器学习算法
机器学习算法的使用经常涉及对学习参数的仔细调整和模型超参数。不幸的是，这种调整是一种“黑色艺术”，需要专家经验，经验法规或有时是蛮力搜索。因此，自动方法可以很好地呼吁，可以优化任何给定的学习算法的性能。在这项工作中，我们通过贝叶斯选择的框架来考虑这个问题，其中学习算法的概括性能是从高斯过程（GP）中建模为样本的。我们表明，对于GP性质的某些选择，例如内核的类型及其超级参数的处理，可以在获得可以实现专家级别的良好优化器方面发挥至关重要的作用。我们描述了新的算法，这些算法考虑了学习算法实验的可变成本（持续时间），并且可以利用多个内核的主体进行并行实验。我们表明，这些提出的算法可以改善以前的自动过程，并且可以针对许多算法（包括潜在的Dirichlet分配，结构化SVM和卷积神经网络）达到或超越人类专家级别的优化。
在线学习课程学习的在线超参数优化
参考[1] Hou，Saihui等。“通过重新平衡来逐步学习统一的分类器。”CVPR2019。[3] Liu，Yaoyao，Bernt Schiele和Qianru Sun。“用于课堂学习学习的自适应聚合网络。”CVPR 2021。[4]刘，Yaoyao，Bernt Schiele和Qianru Sun。“ RMM：用于课堂学习学习的增强记忆管理。”神经2021。[5] Rebuffi，Sylvestre-Alvise等。“ icarl：增量分类器和表示学习。”CVPR2017。[6] Li，Zhizhong和Derek Hoiem。“学习而不会忘记。”TPAMI2017。
优化精神病学药物治疗的工具（...
a 瑞士洛桑大学医院和洛桑大学精神神经科学中心药物遗传学和临床精神药理学部；b 瑞士洛桑大学医院和洛桑大学临床药学研究与创新中心；c 瑞士日内瓦大学药学院；d 瑞士日内瓦大学瑞士西部药学研究所；e 瑞士日内瓦洛桑大学瑞士西部药学研究所；f 德国曼海姆海德堡大学医学院中央精神卫生研究所分子神经影像学系；g 瑞士洛桑大学医院和洛桑大学精神病学系；h 意大利博尔扎诺博尔扎诺卫生服务区精神病学系；i 意大利博尔扎诺南蒂罗尔地区卫生服务中心儿童和青少年精神病学系； j INSERM CESP，团队 MOODS，服务医院-大学精神病学，巴黎萨克雷大学，勒克里姆林宫比塞特，法国； k Service Hospitalo-Universitaire de Psychiatrie，H ^ opital Bic ^ etre，Assistance Publique H ^ opitaux de Paris，Le Kremlin Bic ^ etre，法国； l 瑞典斯德哥尔摩卡罗林斯卡医学院检验医学系临床药理学部； m 东部州立医院，肯塔基大学心理健康研究中心，美国肯塔基州列克星敦；德国波恩联邦医疗产品研究所； o 伦敦国王学院和 MRC 伦敦医学科学研究所 (LMS)-帝国理工学院，英国伦敦； p 韩国首尔国立大学自然科学学院脑与认知科学系；q 韩国首尔国立大学医学院精神病学系；r 奥地利维也纳医科大学精神病学和心理治疗学系；s 加拿大多伦多大学坎贝尔家庭心理健康研究所、CAMH 和精神病学系；t 德国图宾根大学精神病学和心理治疗学系；u 荷兰阿森威廉敏娜医院临床药学系；v 荷兰阿森 GGZ 德伦特精神卫生服务中心；w 荷兰格罗宁根大学药学和制药科学系药物治疗学、流行病学和经济学系；x 荷兰格罗宁根大学精神病理学和情绪调节跨学科中心精神病学系； y 加拿大安大略省多伦多市成瘾与心理健康中心坎贝尔家庭心理健康研究所；z 加拿大安大略省多伦多大学精神病学系加拿大；aa 多伦多大学药理学和毒理学系，加拿大安大略省多伦多；ab 林茨大学生物医学和临床科学系，林茨大学，瑞典；ac 斯科讷大学医院临床化学和药理学，瑞典隆德；ad 西乌尔茨堡大学医院精神卫生中心、精神病学、心身疾病和心理治疗诊所和综合诊所，西乌尔茨堡，德国；ae 南丹麦奥登塞大学精神病学系，丹麦奥登塞；af 拉德布德大学精神病学系，奈梅亨，荷兰；ag 拉德布德大学 Donders 大脑、认知和行为研究所，奈梅亨，荷兰；ah 圣奥拉夫大学医院临床药理学系，挪威特隆赫姆；ai 挪威科技大学临床和分子医学系，挪威特隆赫姆； aj 意大利墨西拿大学临床与实验医学系；ak 德国雷根斯堡大学药学研究所；al 德国慕尼黑工业大学临床化学与病理生物化学研究所；am 德国亚琛工业大学医院临床药理学研究所；an 土耳其安卡拉大学药学院毒理学系；ao 日本东京新宿区庆应义塾大学医学院神经精神病学系；ap 德国西乌尔茨堡大学医院精神病学、心身医学和心理治疗系；aq 德国美因茨大学医学中心精神病学和心理治疗系土耳其；ao 日本东京新宿区庆应义塾大学医学院神经精神病学系；ap 德国西乌尔茨堡大学医院精神病学、心身医学和心理治疗学系；aq 德国美因茨大学医学中心精神病学和心理治疗学系土耳其；ao 日本东京新宿区庆应义塾大学医学院神经精神病学系；ap 德国西乌尔茨堡大学医院精神病学、心身医学和心理治疗学系；aq 德国美因茨大学医学中心精神病学和心理治疗学系
在扩散模型中使用令牌优化的开放式摄取注意图
扩散模型代表文本到图像生成中的新范式。除了从文本提示中生成高质量的图像之外，诸如稳定扩散之类的模型已成功扩展到了共同生成的分段伪遮罩。但是，当前的敏感主要依赖于提取与用于图像合成的及时单词相关的关注。这种方法限制了从文本提示中未包含的单词代币中得出的分割掩码的产生。在这项工作中，我们介绍了开放式摄影注意力图（OVAM） - 用于文本到图像扩散模型的无训练方法，可为任何单词生成注意力图。此外，我们提出了一个基于OVAM的轻巧优化过程，用于查找具有单个注释的对象类的准确注意图。
tiago高度冗余机器人用于抓握操作的姿势优化
在发布政策中指定了此版本的手稿的重复使用条款和条件。使用受版权保护的作品需要权利持有人（作者或出版商）的同意。可根据创意共享许可证或发布者的定制许可提供的作品可根据其中包含的条款和条件使用。有关更多信息和条款和条件，请参见编辑网站。此项目是从IrisUniversitàPolitecnicadelle Marche（https://iris.univpm.it）下载的。引用时，请参阅已发布的版本。