XiaoMi-AI文件搜索系统
World File Search System估算
VDOT 成本估算手册 - Virginia.gov
- 附录 A：更新了定义以反映 VDOT 和 AASHTO 的最新指导。添加了手册中包含的大量缩写。 - 附录 B：添加了新 CEO-10 表格（即成本估算包清单）的 PDF 版本。 - 附录 C：更新了语言以反映新的全州投标标签查询工具。 - 附录 D：更新了指向新 VDOT 网址的链接。 - 附录 E：添加了自行车/行人项目部分。 - 附录 F：修订为链接到 IIM-CEO-02。 - 附录 G：语言和语法略有变化。 - 附录 H：修订为包括手册中包含的新参考资料，并删除了过时或未使用的参考资料。 - 附录 J：这是新添加的附录，包括 VDOT 首席执行官的通货膨胀备忘录，该备忘录与所有 VDOT 项目的成本估算相关。
使用贝叶斯深学习方法估算基于代理的模型
▶在一项重要的工作中，Del Negro和Schorfheide（2009）提出了DSGE-VAR程序，该程序将结构性宏观经济模型（DSGE模型）的先前信息纳入了VAR模型
使用基于机器学习的稀有事件算法估算AMOC过渡概率
摘要：大西洋子午翻转循环（AMOC）是全球气候的重要组成部分，已知是倾倒元素，因为它可能在全球变暖下崩溃。这项研究的主要目的是使用一种称为轨迹 - 自适应多级分裂（TAMS）的稀有事实算法来计算AMOC在指定时间窗口内崩溃的概率。但是，TAM的效率和准确性取决于分数函数的选择。尽管已知最佳得分函数的定义称为“委员会函数”，但总的来说，不可能先验地计算它。在这里，我们将TAM与下一代储层计算技术相结合，该计算技术从稀有事实算法产生的数据中估计委员会函数。我们在存在两种类型的过渡的AMOC的随机盒模型中测试了这一技术，所谓的快速（F）和慢速（S）过渡。f的结果与使用物理知情得分函数的文献中的结果相比有利。我们表明，使用机器学习的稀有事实算法可以正确估计过渡概率，过渡时间甚至过渡路径，以实现广泛的模型参数。然后，我们将这些结果扩展到同一模型中S转变的更为困难问题。在两种F转型和S转型的情况下，我们还展示了如何解释下一代储层计算技术以检索委员会功能的分析估计。
成本估算和融资计划
金额 亚行 a A.顾问 1.薪酬和每日津贴 a.国际顾问 380,000 b.国家顾问 210,000 2.自付费用 a.国际和本地旅行 47,000 b.培训、研讨会和会议 20,000 c.报告和通讯 7,000 B.调查 15,000 C. 货物（租赁或购买） 50,000 D. 培训、研讨会和会议 b 1.协调员 4,000 2.参与者 3,000 3.代表 2,000 E. 杂项技术援助管理费用 c 5,000 F. 应急费用 10,000 总计 753,000 ADB = 亚洲开发银行，TA = 技术援助。注：技术援助预计花费 753,000 美元，其中亚行的捐款列于表中。政府将以对口人员、办公空间和其他实物捐助的形式提供对口支持。政府实物捐助的价值估计占技术援助总成本的 5%。a 由亚行技术援助专项基金（TASF 7 和 TASF-其他来源）资助。b 此成本类别还包括作为资源人员或成员出差的亚行工作人员的预算
利用深度学习分割技术和连接的组件分析使用2D图像对立面改造的高级成本估算
摘要：应用于2D立面图像的深度学习语义分割技术在几个领域中具有巨大的希望，这些域远远超出了模型的生成，主要是如果所使用的数据是前平行的或正顺序的照片。但是，在建筑遗产领域中的有效应用尚未得到充分探索，这主要是由于缺乏多学科团队，这些团队早在数据集创建阶段就包括建筑专业人员。这项研究的目的是引入整体观点，以证明最先进的细分模型的实际实用性，以自动化城市规模住宅建筑物立面康复的高级成本估计，并在结合使用连接的组件分析时自动化。为了实现这一目标，以五个简单的阶段制定了可扩展的自下而上方法，其中包括数据科学和体系结构专业知识。该策略旨在提高早期阶段分析的准确性，并在有限的构造信息可用，并且存在很大的成本不确定性，因此可以优化参与经济可行性研究和决策过程的建筑利益相关者使用的策略。
计算和机器学习的功率和能量测量与估算初学者指南
2 功率测量分析的一般方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.5.1 基准性能与功率比 . . . . . . . . . . . . . . 13 2.5.2 热设计功率 . . . . . . . . . . . . . . . . . . . 14 2.6 测量解释和分析 . . . . . . . .. ... ... . ... ...
厨房：用于6D物体姿势估算厨房环境中的现实世界基准和数据集
摘要 - 尽管最近在6D对象构成了机器人抓握的方法方面取得了进展，但在现有数据集中这些甲基多种多样的能力与现实世界中的握把和移动操作任务之间的功能之间存在很大的表现差距，尤其是当机器人完全依靠其单声学egocentric领域（Fov）。现有的现实世界数据集主要关注桌面抓地力方案，其中机器人臂放在固定位置，并且对象集中在固定外部相机的FOV中。评估此类数据集上的性能可能无法准确反映厨房环境中日常抓握和移动操作任务所面临的挑战，例如从较高的架子，水槽，洗碗机，烤箱，冰箱，冰箱或微波炉中检索物体。为了解决这一差距，我们提出了厨房，这是一种专门估算厨房环境中各个位置的物体的6D姿势的新颖基准测试。为此，我们录制了一个全面的数据集，该数据集包含约205K现实世界的RGBD图像，用于在两个不同的厨房中捕获的111个厨房对象，利用具有以自我为中心的人的人形机器人。随后，我们开发了一个半自动的注释管道，以简化此类数据集的标签过程，从而产生2D对象标签，2D对象分割掩码和6D对象，并以最少的人为努力构成。基准，数据集和注释管道可在https：//kitchen-dataset.github.io/kitchen上公开获得。
人工智能在工程量估算中的应用……
起飞过程简化为解决几个 AI 问题，包括语义分割、对象检测和图像分类的机器学习任务。这些模型是定制训练的，模型架构不断调整以适应当前需求和推理限制。训练完成后，这些模型将部署到云端以处理施工图。机器学习模型使用自定义注释的平面图数据集进行训练，使系统能够识别墙壁及其类型、房间及其类型以及检测平面图上的物体。大型语言模型用于从平面图中提取的文本中检索有价值的信息。用户通过功能齐全的基于 Web 的起飞界面与 AI 层进行交互，该界面还允许手动起飞。
西多伦多铁路延长线成本估算同行评审
该估算反映了许多复杂因素，包括但不限于：• 环境修复，目前的估算考虑了大面积土壤污染，需要对三个不同地产进行修复以满足最高要求。第二阶段环境评估即将对这三个目前无法进入的地点进行，并将分别在完成地产收购、重新安置材料和清理当前的 Metrolinx 工作区后完成；• 修建四座横跨巴里走廊铁路线、兰斯顿大道、布洛克大道和皇后街的新桥，其中包括所需的隔离屏障；• 沿 WTRPE 修建新挡土墙；• 主要公用设施的搬迁；• 材料成本增加；• 暂定项目；• 风险津贴；• 应急津贴；• 专业工程、管理和保证服务；以及• 认识多伦多地区的当前市场状况。