XiaoMi-AI文件搜索系统
World File Search System动态建模
用于可再生能源存储的电转气装置
本文介绍了电转气工作的动态建模。所创建的模型是使用 Aspen Plus Dynamics TM 工具开发的。实施了所需的控制策略和额外的工厂平衡组件，以研究电转气瞬态行为。首先，开发的质子交换膜电解模型经过验证阶段，以突出其在准确描述实际系统中观察到的不同现象方面的能力。然后扩大所创建的模型以满足电解、甲烷化和氧燃烧单元的要求。鉴于其能够代表整个系统、其操作及其不同的动态，所开发的模型适用于不同类型的应用。特别是，分析了一个与完全用于合成天然气生产的风电场耦合的案例研究。这种整合的结果显示了所开发的概念能够吸收电源间歇性。这种应用的局限性尤其在电力生产低迷时期尤为明显，此时应考虑使用过量氢气的缓冲储存解决方案。
采用电池-EDLC 存储设备的并网混合风电/光伏系统间歇性功率平滑控制
摘要：风能和太阳辐射具有间歇性和随机波动性，会影响电网综合运行模式下混合系统的运行稳定性。本研究研究了一种使用电池和双层电容器 (EDLC) 的电网综合风能/光伏混合系统缓解输出功率变化的平滑控制方法。当太阳能和风能系统产生的功率变化很大时，电池和 EDLC 会吸收混合系统的功率波动，从而平滑提供给电网的功率。这使得可再生能源资源在公用事业系统中的更高渗透率和整合成为可能。逆变器的控制策略是将功率注入具有单位功率因数和恒定直流母线电压的公用事业系统。光伏 (PV) 和风能系统均受控制以获取最大输出功率。为了观察混合系统在实际情况下平滑输出功率波动的性能，考虑了一天的实际场地风速和辐射数据。该控制方法的动态建模和有效性
基于人工智能的时变环境下 HAPS 规划框架
高空伪卫星 (HAPS) 是一种固定翼、太阳能供电的无人驾驶飞行器 (UAV)，旨在成为固定轨道卫星的灵活替代品，用于长期监测地面活动。然而，由于其重量轻、电动机功率弱，该平台对天气相当敏感，无法在危险天气区快速飞行。在这项工作中，我们将多个 HAPS 的任务规划问题公式化为以 PDDL+ 表示的混合规划问题。该公式还考虑了平台动态建模问题、时变环境以及需要执行的异构任务。此外，我们提出了一个框架，将 PDDL+ 自动规划器与自适应大邻域搜索 (ALNS) 方法相结合，开发该框架是为了将自动规划器与特定于该问题的元启发式方法相结合。任务和运动规划在框架内以交织的方式完成，因此保留了共同的决策/搜索空间。我们使用第三方 HAPS 真实模拟器以及一组基准测试验证了我们的方法，表明我们的集成方法可以制定可执行的任务计划。
在单个神经元分辨率下，全脑动力学的大量平行因果推断
摘要 - 经验动态建模（EDM）是一个非线性时间序列因果推理框架。由于计算成本，EDM的最新实现CPPEDM仅用于小型数据集。随着数据收集能力的增长，非常需要在大型数据集中识别因果关系。我们提出了MPEDM，这是针对以现代GPU为中心的超级计算机优化的EDM的平行分布式实现。我们改进了原始算法，以减少冗余计算并优化实现，以充分利用硬件资源，例如GPU和SIMD单元。作为用例，我们使用以单个神经元分辨率采样的整个动物大脑的数据集在AI桥接云基础架构（ABCI）上运行MPEDM，以识别整个大脑的动态因果模式。MPEDM比CPPEDM快1,530×，并且在512个节点的199秒内分析了包含101,729个神经元的数据集。这是迄今为止最大的EDM因果推论。
杰罗姆·r·布塞迈耶
傑羅姆 R. B USEMEYER 杰出教授心理与脑科学认知科学统计学兼职教授 2023 年 1 月 19 日 个人地址：印第安纳大学心理与脑科学系 2023 年 1 月 19 日 1101 E. 10 th Street Bloomington, IN 47405-1301 办公室电话：812-855-4882 传真：812-855-4691 电子邮件：jbusemey@indiana.edu 网站：http://mypage.iu.edu/~jbusemey/home.html 教育 1980 年伊利诺伊大学，博士后研究员，定量方法 1979 年南卡罗来纳大学，博士，心理学 1976 年南卡罗来纳大学，文学硕士，心理学 1973 年辛辛那提大学，文学士，优异数学/动态建模判断与决策专业经历 1997 年至今教授，现为心理与脑科学系认知科学项目杰出教授印第安纳大学，印第安纳州布卢明顿 2006 年至今兼职教授统计学系印第安纳大学，印第安纳州布卢明顿
工业离网发电厂电池容量大小与太阳变化情景之间的关系
由于其短期变化性高，孤立工业电网中的太阳能光伏电力面临着电网可靠性的挑战。存储系统可以提供电网支持，但成本高昂，需要仔细评估电力容量需求。电池尺寸确定方法现在是许多研究的重点，详细建模和复杂优化在全球范围内呈上升趋势。然而，尽管太阳变化可能是不确定性和电池尺寸过大的根源，但它很少作为场景的输入。本研究利用小波变化模型和两个变化指标提出了几种太阳变化场景。这些场景被用作两种尺寸确定方法的输入，以比较最终的电池容量，并得出关于建模复杂性和场景识别作用的结论。结果表明，忽略光伏电站的平滑效应会导致对电池功率支持的估计过高 51%。另一方面，复杂的动态建模可能会使电池功率容量降低 25%。经济分析表明，可变性情景和电池尺寸方法的适当组合可以将平准化电力成本降低 3%。
Kolmogorov-Arnold网络和进化游戏理论，用于更个性化的癌症治疗
个性化的癌症治疗正在通过利用精确医学和先进的计算技术来革新肿瘤学来量身定制疗法。尽管具有变革性的潜力，但诸如预测模型的有限的发电性，可解释性和可重复性等挑战阻碍了其整合到临床实践中。当前的方法论通常依赖于黑盒机器学习模型，虽然准确，但缺乏临床医生信任和现实世界应用所需的透明度。本文提出了一个创新框架的开发，该框架桥接了Kolmogorov-Arnold Networks（KANS）和进化游戏理论（EGT）来解决这些局限性。受Kolmogorov-Arnold代表定理的启发，Kans提供了可靠的，基于边缘的神经体系结构，能够用前所未有的适应性对复杂的生物系统进行建模。它们整合到EGT框架中 - 可以使癌症进展和治疗反应的动态建模。通过将KAN的计算精度与EGT的机械见解相结合，这种混合方法有望提高预测精度，可扩展性和临床可用性。
Envr E-210可持续性的分析方法
课程描述：了解复杂的生态和环境系统的动态以及设计促进其可持续性的政策是一个巨大的挑战，需要精通分析和测量。从业者和决策者都必须能够评估科学研究，认识到研究设计数据解释中的基本陷阱以及上下文相关性。计算建模工具允许对复杂的环境和生态系统进行更动态和准确的预测，尽管模拟输出仅与输入数据的质量一样有效。分析测量场景的完整性至关重要；哪些遗漏和局限性可能会偏向结果，以及人类行为相互作用如何导致场景建模与定量预测有所不同？为了学习这些技能，参加本课程的学生进行了实践练习，以说明一系列测量和建模技术，包括对生态和环境数据以及系统动态建模的统计分析。基于这些方法，技能发展还包括科学写作，批评基本研究文献，谈判环境资源权利以及以非技术语言进行准确传达环境科学。课程活动植根于环境和可持续性科学，气候变化，人群动态，濒危物种的人口生存能力分析，
简介 - 定量 - 诉讼 - avalanche-fisk-Assessment- ...
这项工作提出了整体定量的雪雪崩风险评估，以可追溯的计算成本和各种类型的建筑物评估，森林的影响涵盖了进攻距离，影响压力和随后的风险估计的概率分布的变化。对法国阿尔卑斯山的典型案例研究表明，从完全森林砍伐到完全森林的路径，雪崩风险的风险降低了53 - 99％，取决于在雪崩统计统计 - 动态建模中的森林覆盖率。从旧地图和照片中推断出的当地森林涵盖数据进一步表明，由于构建动力学的影响，实际上在1825年至2017年之间实际发生了20％至60％的风险，根据所考虑的建筑技术进行了重大调制。这些结果（1）主张森林免受雪地雪崩的保护作用，（2）突出了将基于自然解决方案与传统结构措施相结合的潜力，以在合理的成本下将风险降低至可接受水平的风险，（3）表明，在遇到的森林范围变化的所有相似范围变化的区域中，定居的风险显着下降，（4）在各种山区环境中的驾驶员。
Envr E-210可持续性量化研究
课程描述：了解复杂的生态和环境系统的动态以及设计促进其可持续性的政策是一个巨大的挑战，需要精通分析和测量。从业者和决策者都必须能够评估科学研究，认识到研究设计数据解释中的基本陷阱以及上下文相关性。计算建模工具允许对复杂的环境和生态系统进行更动态和准确的预测，尽管模拟输出仅与输入数据的质量一样有效。分析测量场景的完整性至关重要；哪些遗漏和局限性可能会偏向结果，以及人类行为相互作用如何导致场景建模与定量预测有所不同？为了学习这些技能，参加本课程的学生进行了实践练习，以说明一系列测量和建模技术，包括对生态和环境数据以及系统动态建模的统计分析。基于这些方法，技能发展还包括科学写作，批评基本研究文献，谈判环境资源权利以及以非技术语言进行准确传达环境科学。课程活动植根于环境和可持续性科学的核心问题 - 气候变化，人群动态，濒危物种的人口生存能力分析，