XiaoMi-AI文件搜索系统
World File Search System估算
太空探索系统成本快速估算
将成本估算纳入太空系统架构设计太空探索过程，使决策者能够定性评估架构决策的成本影响。通过创建简单的系统级成本估算关系 (CER)（源自自下而上的质量估算），可以将此信息纳入决策过程。本文介绍的研究基于每种系统类型的基线配置为各种系统类型开发了这些关系。通过在图论系统架构建模框架中使用这些 CER 来探索在探索系统架构研究 (ESAS) 任务模式比较中确定的选项，可以证明这些 CER 的能力。根据成本对这些选项以及与 ESAS 中确定的任何选项都有很大不同的商业架构进行了比较，并讨论了包括 ESAS 中使用的所有性能系数在内的整体系统架构比较。
机器学习方法估算食物卡路里
当前生活方式肥胖和不良节食习惯导致的健康问题使得监测卡路里摄入成为必要。例如，评估食物的卡路里值对于糖尿病患者控制体重和控制其他慢性疾病至关重要。相反，大多数常用的卡路里控制机制，如估算卡路里含量或在复杂膳食中使用营养图表，不仅繁琐，而且容易出错。这反过来证明了需要由技术和自动化驱动的系统，在这些系统中，卡路里估算几乎不需要用户付出任何努力。当今时代还见证了计算机视觉和深度学习的进步，这有助于更好地应对上述挑战。卷积神经网络是一种以图像识别而闻名的深度学习模型，其众多应用之一是从图像中识别食物，并取得了巨大的成果。CNN 有助于根据某些视觉特征（例如纹理颜色和形状）识别食物，结合食物的体积估计，它们甚至可以帮助计算各种盘子的卡路里含量。因此，出现了比节食系统更方便的卡路里估算应用程序，节食系统需要粘贴食物图片并查询食物的卡路里含量，而满盘没有分量，图像可用于估算卡路里。
估算林业投资中的碳：...
随着DFI和其他投资者加强了打击气候变化的努力，基于自然的投资的作用变得越来越重要。可靠的工具可以帮助评估机会并减轻与自然投资相关的风险，从而促进资金分配给提供基本气候缓解结果的项目。本指南旨在帮助用户浏览可用碳冲击测量工具的景观，了解其目的和应用。涵盖指导，筛查，尽职调查和监测阶段的个人和投资组合级别的分析，它探索了投资组合中的碳撞击和测量温室气体排放。强调中立性，该指南支持用户在工具能力之间辨别，准确评估预测，理解局限性以及比较不同工具生成的信息。
nk方法以估算二氧化碳排放 - ...
•Energistyrelsen（丹麦能源机构）：具有EPC•BBR -BR -BYGNINGS -OG BOLIGREGERTET的EPC，能源消耗和CO2排放量
用机器学习估算电动汽车驾驶范围
摘要：在过去的几年中，我们目睹了使用电动汽车（EV）的增加，现在已被广泛接受为可靠和环保的运输方式。选择EV时，通常是消费者选择的关键参数之一是其驱动范围（DR）功能。DR取决于预测其价值时应解决的许多因素。在某些情况下，现有的DR估计启发式启发式技术提供了差异很大的值，这可能会引起驾驶员焦虑。在本文中，我们探讨了机器学习（ML）技术的使用来估计DR。从公开可用的数据中，我们构建了一个数据集，该数据集具有适用于DR的EV数据的数据集。然后，我们诉诸于在数据集中学到的模型上进行回归技术，并通过标准指标进行评估。实验结果表明，回归技术对短途和长途旅行的DR值进行了足够和平稳的估计，从而避免了使用先前的启发式技术的需求，从而最大程度地减少了驱动程序的焦虑并允许更好的行程计划。
估算整个模型的自适应生命周期
随着当前时代神经网络的研究，开发和应用的迅速增加，训练和使用模型所需的能量成比例增加。至关重要的是，这伴随着向环境排放的增加。一种可持续的有益方法，可减少与AI/深度学习现代时代相关的碳足迹和能源需求的上升，这是模型的适应性和连续再利用，这些模型在模型部署环境或输入数据中的变化/变化环境的变化方面进行了自适应。在此pa-per中，我们提出了预索引，这是一个预测索引，以估算与模型重新验证与数据分布变化相关的环境和计算资源。预索引可用于估计环境成本，例如从当前数据分布到新数据分布时碳排放和能源的使用。它还与并可以用来估计具有深度学习的其他资源指标，例如时期，梯度规范和模型参数变化的幅度。preedectex仅涉及数据的一个前传递，然后它提供了一个简洁的价值，以估算与重新验证的新分布移位数据相关的资源。我们表明，可以在各种数据集，模型体系结构，不同类型和分布变化的强度之间可靠地使用preedex。此工作的代码可在此处提供：https：//github.com/jekimlab/aies2024preindex因此，preIndex使用户能够做出明智的决策，以重新进行不同的分发转移，并确定最具成本效益和可持续性的选择，从而可以重新使用在环境中具有较小占地面积的模型。
使用气压传感器估算触摸力
手指压力为触摸交互提供了一个新的维度，其中输入由其空间位置和正交力定义。然而，移动设备中集成力传感硬件的有限可用性和复杂性成为探索这一设计空间的障碍。本文介绍了近期移动设备中的两项功能的综合——气压传感器（压力高度计）和入口保护——以感测用户的触摸力。当用户对设备的显示屏施加力时，显示屏会向内弯曲并导致密封底盘内的气压升高。设备的内部气压计可以感测到这种压力的增加。然而，这种变化是不受控制的，需要校准模型将气压映射到触摸力。本文推导出这样的模型，并在四种商用设备（其中两种带有专用力传感器）上证明了其可行性。结果表明，该方法对小于 1 N 的力很敏感，并且可与专用力传感器相媲美。
估算森林生物量并识别低强度采伐...
本研究的目的是利用机载激光雷达数据估算巴西安蒂玛利国家森林 (FEA) 1000 公顷热带森林的地上生物量并确定选择性采伐干扰的区域。研究区域由三个管理单位组成，其中两个单位未砍伐，而第三个单位的选择性采伐强度较低（约 10-15 立方米/公顷或总体积的 5-8%）。对 50 个 0.25 公顷地面植物进行标准随机抽样测量，并用于构建基于激光雷达的地上生物量 (AGB) 回归模型。使用激光雷达模型辅助方法估算已砍伐和未砍伐单位的 AGB（使用合成和模型辅助估算器）。这些预测使用了两个激光雷达解释变量，以 50 mx 50 m 的空间分辨率计算：1) 所有地面以上返回物的第一个四分位数高度 (P25)；2) 所有返回物地面以上高度的方差 (VAR)。模型辅助 AGB 估计量 (总计 231,589 Mg±5.477 SE；平均值 231.6 Mg ha-1±SS SE；±2.4%) 比仅针对样地的简单随机样本估计量 (总计 230,872 Mg±10.477 SE：平均值 230.9 Mg ha-1±10.5 SE；±4.5%) 更精确。使用综合估算法获得的总体和平均 AGB 估值（总体 231,694 毫克，平均 231.7 毫克/公顷）几乎与使用模型辅助估算法获得的估值相等。在分析的第二个部分，还以 1 米 x 1 米的分辨率计算了激光雷达指标，以确定选择性采伐管理单位内受伐木活动影响的区域。在 GIS 中使用高分辨率冠层相对密度模型 (RDM) 来识别和描绘道路、滑道、登陆点和采伐树隙。根据 RDM 确定的选择性采伐影响的面积为 58.4 公顷，占总管理单位的 15.4%。使用这两种空间分辨率的激光雷达分析，可以识别选择性采伐区域中 AGB 的差异，这些区域具有相对较高的残留大乔木冠层覆盖率。在选择性砍伐管理单元中，受影响区域的平均 AGB 明显低于未受干扰区域 (p = 0.01)。由 Elsevier Inc. 出版。
DTSA OP-5 - 2024 财年预算估算
使命、职责和核心职能 国防技术安全局 (DTSA) 是由国防部政策事务副部长 (USD(P)) 授权、指导和控制的一个实地活动机构，负责制定和实施国防部 (DoD) 关于国防相关商品、服务和技术国际转让的技术安全政策。1 DTSA 的使命与 2022 年国防战略中的四大国防优先事项相关：保卫国土，应对中华人民共和国日益严重的多领域威胁；阻止针对美国、盟友和伙伴的战略攻击；阻止侵略，同时准备在必要时在冲突中获胜，优先应对中华人民共和国在印度-太平洋地区的挑战，然后是俄罗斯在欧洲的挑战；建立有弹性的联合部队和国防生态系统。DTSA 通过综合威慑、战役和建立持久优势来实现这些优先事项。通过综合威慑，DTSA 控制和限制信息和技术的转让，以保护美国军方的关键技术优势，因为这些信息和技术如果落入不当之手，可能会对美国国家安全利益造成潜在损害。DTSA 特别关注可能导致大规模毁灭性武器及其运载工具扩散的转让，以及可能削弱美国作战人员技术优势的常规武器和两用技术。DTSA 评估美国生产的国防相关产品被转移至令人担忧的国家和实体（包括恐怖分子）的风险，并在可能的情况下帮助制定缓解措施，以降低转移或滥用的风险。DTSA 与多边出口管制和不扩散制度成员合作，以识别和控制关键技术，并建立共同的许可做法，以防止向令人担忧的国家的军事最终用户和最终用途出口。DTSA 在通过双边技术安全合作努力与国际伙伴合作改进技术安全实践和程序以促进更广泛和更深入的安全合作方面发挥着重要作用。此外，DTSA 还对机密信息进行对外披露审查，以支持盟国和合作伙伴与美国军队的互操作能力，建立综合威慑，从而协助提高他们的军事能力，以解决共同关心的国家安全问题。最后，在履行上述职责时，DTSA 竭尽全力通过四项核心职能，在保护关键国防信息和技术与促进美国国防工业基础健康之间取得平衡，从而建立持久优势：（1）对国防技术转让进行国家安全审查；（2）与盟友和合作伙伴密切合作，开展具有技术