XiaoMi-AI文件搜索系统
World File Search System估计方法
使用 MRI 数据进行分散式脑年龄估计
最近的研究表明，神经影像数据可用于预测大脑年龄，因为它可以捕捉大脑在发育和衰老过程中所经历的神经解剖和功能变化的信息。然而，由于神经影像数据的获取过程具有挑战性且成本高昂，研究人员往往无法获得这些数据，从而限制了预测模型的有效性。分散模型提供了一种构建更准确、更通用的预测模型的方法，绕过了传统的数据共享方法。在这项工作中，我们提出了一种分散的大脑年龄估计方法，并在三个不同的特征集上对其进行了评估，包括体积和体素结构 MRI 数据以及静息功能 MRI 数据。结果表明，与使用一个位置的所有数据训练的模型相比，分散的大脑年龄模型可以实现类似的性能。关键词：大脑年龄、分散、联合、COINSTAC
替代方法对估算增量需求有何价值？：预印本
摘要 — 电力系统运营商采购和部署灵活性储备或爬坡产品，以解决由负荷和发电的不确定性和多变性引起的平衡需求。现有方法使用日历信息和历史预测误差来估计爬坡需求。新方法研究实时天气信息是否可以为爬坡和其他平衡要求提供信息。本文比较了理论和实践中爬坡要求的估计方法。理论框架表明，替代方法何时可以通过要求更低或更高水平的爬坡产品来产生比现有方法更好的经济或可靠性性能。2019 年 5 月对 118 母线测试系统进行了为期 4 天的初步模拟，说明了当爬坡要求是基于天气信息（替代）而不是基于日历（基线）时，系统性能如何提高或下降。初步结果表明性能变化具有很大的可变性，并强调了系统条件等其他因素对实际性能变化的影响。索引词 — 灵活性、爬坡产品、可再生能源不确定性、预测误差、概率预测、可靠性。
基于模型的脑电图阿尔法波滤波，以提高动态条件下的准确性和伪影检测
摘要 — 脑电图 (EEG) 是大脑电生理活动的记录，通常通过放置在头皮上的电极进行。EEG 信号包含有关大脑状态的有用信息，特定状态与特定频率的振荡（所谓的脑电波）相关；因此，EEG 信号通常根据其频率内容进行分析。一个值得注意的例子是 alpha 波 (8-14 Hz) 的幅度估计。本文提出了一种基于模型的估计方法，该方法基于已知的 alpha 波物理特性，可在快速幅度动态的情况下增强稳健性，并自动识别 alpha 波中可能存在的伪影或不连续性。本文通过应用于临床 EEG 信号说明了所提出的方法，但它特别适用于可穿戴 EEG 应用，例如脑机接口 (BCI)，其中没有专家的人工监督。索引词 — 脑电图、生物医学测量、信号处理、时域分析、频域分析、数字滤波器、脑机接口
锂离子的先进健康预测...
摘要： - 准确的SOH估计是追求锂离子电池安全使用的关键目标。本文基于SOH预测的容量估计方法，使用了一种新颖的进料前进神经网络方法。此外，使用MATLAB®2023软件创建了使用的算法，并提出了一种馈送前向前的神经网络方法来预测电池老化过程。本文采用了来自NASA PCOE研究中心的实验数据来确定和比较电池充电和放电周期期间的实际健康状况（SOHS）和预测的健康状况（SOHS）。算法的有效性是通过比较机器学习方法的细胞降解的影响确定的，并通过模拟和比较训练，验证和测试曲线的结果，测试了算法。最后，平均绝对百分比误差（MAPE）和根平方百分比误差（RMSPE）误差表明，本文中进行的模拟正确表示电池的退化状态，并确认了提出的馈送前向神经网络的结果和有效性。
锂离子电池的单粒子模型
摘要：本文研究了电池电化学模型的校准和验证问题，这是朝着准确估算电池重要变量的强制性步骤，例如充电状态（SOC）和健康状况（SOH）。在这里，考虑了单个粒子模型（SPM），该模型通过抛物线偏微分方程（PDES）数学描述了电池内部管理现象，但众所周知，其参数很难测量或估计。通过线性有限维模型适当地近似此模型后，这里提出了SPM校准的系统过程，并验证了电池循环在电动车辆应用中发出的实际数据，即，在标准驾驶周期的情况下。在一种新颖的SOC估计方法中，适当校准的SPM以及电压和电流的度量可以在分析上将内部空间分布的离子浓度与equlibrium浓度连接起来，这反过来又是电池SOC的图像。结果表明，SPM可以可靠地预测电池内部离子的浓度，并进一步用于社会准确估计。
可持续事件指南：新加坡小鼠碳计算器
摘要本文介绍了新加坡小鼠行业的碳计算器的构建。这是一个基于网络的工具包，旨在估算事件组织者的小鼠事件中的碳排放。工具包涵盖了可归因于三个方面的碳排放：现场活动，运输和住宿。范围1、2和3的边界根据零碳事件（NZCE）所使用的原理定义了温室气体排放。我们提供了估计方法的描述，并从排放活动中计算碳足迹 - 释放活动和现有数据库中的排放因素。我们通过考虑本地小鼠特征并将局部数据源纳入我们的计算器来提高新加坡上下文中的估计精度。此外，我们还提供了用基准示例评估小鼠事件环境影响的碳强度和重要性的准则。最后，我们说明了如何使用示例使用工具包。关键字：绿色事件，碳足迹，新加坡，计算器，鼠标，净零。JEL分类：G39，L52，M14，Q51，Q54。
对象6D姿势识别和基于机器学习的抓握
摘要 - 6D姿势估计方法的研究对于增强机器人感知和操纵能力至关重要，尤其是在复杂的环境中。最初，我们在凉亭仿真环境中采用了深对象姿势估计（DOPE）项目来识别和掌握对象。但是，在高度混乱或遮挡的场景中，涂料表现出差的性能。为了应对这些挑战，我们转向了一种更强大的方法，并彻底检查了其基本的纸张和代码。计算资源和时间的限制，我们专注于一个对象，并调整了参数以加快培训和评估过程。我们成功地训练了密集型模型，进行了评估，并可视化了结果。我们将修改模型的性能与官方密集型模型进行了比较，观察到，尽管我们的调整提高了速度和可行性，但官方模型在评估和可视化任务方面的准确性和鲁棒性方面的表现优于我们的表现。此比较强调了在实际应用中模型优化与性能之间的权衡。
使用威布尔分布
5.1 点估计和区间估计，130 5.2 删失，130 5.3 估计方法，132 5.3.1 Menon 方法，132 5.3.2 x 0.10 的顺序统计量估计，134 5.4 威布尔参数的图形估计，136 5.4.1 完全样本，136 5.4.2 删失样本的图形估计，140 5.5 最大似然估计，145 5.5.1 指数分布，147 5.5.2 指数分布的置信区间——II 型删失，147 5.5.3 指数分布的估计——区间删失，150 5.5.4 指数分布的估计分布 - I 型删失，151 5.5.5 指数分布的估计 - 零失效情况，153 5.6 威布尔分布的 ML 估计，154 5.6.1 形状参数已知，154 5.6.2 威布尔尺度参数的置信区间 - 形状参数已知，II 型删失，155 5.6.3 威布尔分布的 ML 估计 - 形状参数未知，157
基于人工智能的广域监测系统分布式信念传播和循环神经网络算法 /作者=Bhamidipati, Sriramya；Kim, Kyeong Jin；Sun, Hongbo；Orlik, Philip V. /创建日期=2020 年 5 月 14 日 /主题=人工智能、通信、多物理建模、信号处理
摘要 为了对广域电网进行监控，人们开发了广域监控系统 (WAMS)。每个变电站都设有全球定位系统 (GPS) 接收系统以提供可信的授时。因此，对于 WAMS 来说，在广域范围内维持真实的 GPS 授时至关重要。然而，由于未加密的信号结构和低信号功率，GPS 授时容易受到欺骗。因此，为了从欺骗中获得可信的 GPS 授时，人们在人工智能 (AI) 框架下开发了一种新的广域监控算法，该算法由分布式信念传播 (BP) 和双向循环神经网络 (RNN) 组成。这种联合 BP-RNN 算法通过利用其分布式处理能力评估估计的 GPS 授时误差来验证每个变电站的身份。特别是，双向 RNN 在人工智能框架下提供了一种快速的授时误差估计方法。仿真结果验证了该方法比基于 Kullback-Leibler 散度的方法具有更快的检测时间，并且定时误差估计精度超过了 IEEE C37.118.1-2011 标准规定的限制。
传感器 - 语义学者
摘要：本文提出了一种稳健、准确的飞机姿态估计方法。飞机姿态反映了飞机的飞行状态，准确的姿态测量在许多航空航天应用中都非常重要。本工作旨在建立一个基于通用几何结构特征的飞机姿态估计通用框架。该方法提取线特征来描述单幅图像中的飞机结构，并利用通用几何特征形成线组以进行飞机结构识别。利用平行线聚类来检测机身参考线，飞机的双侧对称特性为弱透视投影下机翼边缘线的提取提供了重要约束。在识别飞机主要结构后，采用平面相交法根据建立的线对应关系获得三维姿态参数。我们提出的方法可以增加双目视觉传感器的测量范围，并且具有不依赖于三维模型、合作标记或其他特征数据集的优势。实验结果表明，我们的方法可以获得不同类型飞机的可靠和准确的姿态信息。