XiaoMi-AI文件搜索系统
World File Search System实验结果
量子概率是认识论证的客观程度
这一学说的本质是将量子概率解释为主观的。也就是说，QBist 概率并不反映相对频率、客观机会或其他物理概率概念；它们更倾向于量化个人主观的信念程度。QBist 概率的主观性可以通过赋予概率 1 语句的含义来说明。如果 QBist 代理以概率 1 预测实验结果，这并不意味着该未来结果的物理状态；特别是，它并不意味着结果必然会实现，也不意味着所讨论的结果已经存在于外部世界中，等待被揭示。唯一的暗示是代理完全相信会找到所讨论的结果。这是关于她或他的期望的事实，而不是关于物理世界的事实。（Dieks 2022，3f。）
电故障检测的研究和实验...
摘要 - 随着电动汽车（EV）纳入日常生活的不断增长，对可靠充电站的需求已大大增加。确保这些电台的电气安全需要高质量的电感器组件，以在充电过程中保持准确性和效率。这项研究介绍了电感器自动电气故障检测系统的开发，旨在提高成本效益并降低企业的风险。首先，本文提供了不同类型的电感器的结构，标准和技术参数。然后，详细介绍了电故障检测系统的概述和工作原理。实验结果进行分析以评估系统的准确性和可靠性，证明了其提高电动电动机充电站中电感器组件性能的潜力。
人工智能辅助计算机网络操作测试平台...
在当前不断变化的网络安全形势下，主动网络防御策略势在必行。在本研究中，我们提出了一个标准测试平台，用于测量定制网络的有效性和效率，同时分析主动攻击期间的各种参数。所提出的测试平台可用于分析存在各种类型攻击时的网络行为，并有助于在观察下微调所提出的算法。所提出的测试平台将允许用户设计、实施和评估主动网络防御机制，并提供自然启发和基于人工智能技术的良好库支持。网络负载、集群数量、家庭网络类型以及每个集群和网络中的节点数量都可以定制。在使用所提出的测试平台并在现有网络架构上结合主动防御策略的同时，用户还可以设计和提出新的网络架构，以实现有效和安全的运行。在本文中，我们提出了一个统一的标准网络防御策略模拟和基准测试平台，该平台将允许用户研究当前的方法并将其与其他方法进行比较，同时最终帮助为给定的网络安全情况选择最佳方法。我们比较了不同场景下的网络性能，即正常、受到攻击和存在基于 NICS 的自适应防御机制的情况下受到攻击，并获得了稳定的实验结果。实验结果清楚地表明，所提出的测试平台能够以最少的网络配置工作有效地模拟网络条件。在所提出的测试平台上验证的防御机制的模拟结果得到了近 80% 的改进，同时将周转时间增加到 1-2%。本文还讨论了所提出的测试平台在雾计算和边缘计算等现代技术中的适用性。© 2021 Elsevier B.V. 保留所有权利。
使用光学相干断层扫描
摘要：紫外线（UV）辐射会导致90％的光损伤对皮肤，长期暴露于紫外线辐射是对皮肤健康的最大威胁。研究了紫外线引起的光损伤的机制和晒伤皮肤的修复，要解决的关键问题是如何非破坏性和连续评估对皮肤的UV诱导的光损伤。在这项研究中，提出了一种使用光学相干断层扫描（OCT）定量分析人工皮肤（AS）的结构和组织光学参数的方法，作为一种非损害和连续评估光损伤效果的一种方式。是根据OCT图像的强度信号的特征峰来实现表面粗糙度的，这是使用Dijkstra算法量化为角质层厚度的基础。通过灰级共发生矩阵法获得的本质本地纹理特征。一种经过修改的深度分辨算法用于量化基于单个散射模型的3D散射系数分布。对AS进行了光损伤的多参数评估，并将结果与MTT实验结果和H＆E染色进行了比较。紫外线发生损伤实验的结果表明，与正常培养的AS相比，光损伤模型的角质层较厚（56.5％），表面粗糙度（14.4％）。角第二矩更大，相关性较小，这与H＆E染色显微镜的结果一致。AS的组织散射系数与MTT结果良好相关，可用于量化生物活性的损害。角度时刻和相关性与紫外线辐射剂量有良好的线性关系，这说明了OCT在测量内部结构损伤中的潜力。实验结果还证明了维生素C因子的抗疫苗效率。对AS的结构和组织光学参数的定量分析可实现多个维度中AS的非破坏性和连续检测。
人工智能和透明度如何影响公众对司法的信任
*1 ྠᚿ♫ᏛၟᏛ㒊ၟᏛ⛉ 同志社大学商学院 本研究的目的是调查导致人们对基于 AI 的审判信任度降低的因素。近年来，法官和预算短缺，而这又以牺牲用户的信心为代价。为了解决这些问题，人们期待在法庭上使用 AI。然而，AI 存在黑箱问题。部分原因是算法不可靠，这引发了人们对在法庭上使用 AI 的质疑。在本研究中，我们进行了一项调查实验，以调查透明度的存在是否会影响法官的可信度。我们还调查了判断错误对可信度的影响。从实验结果中，我们研究了人们更信任 AI 还是透明度。本研究为在法庭上使用 AI 的研究和努力提供了启示。
Microsoft Word - 22 44957 32049535 HS_VR_Ainakulov
飞机维修领域的检查和维护过程的特点是手动操作比例高、批量小、处理的部件种类繁多。该领域的学习过程复杂且昂贵。需要引入新的教育工具和技术来提供有效的教育。本文以飞机设备单元维修为例，提出了一种教育软件工具机制，该机制借助 VR 和 3D 建模技术实现。实验结果证明了所提出的机制和 VR 技术对教育系统的有效性，错误数量减少，操作执行时间增加。69% 的学生注意到在教育过程中实施 VR 的好处。所描述的创新方法不仅适用于航空教育 VR 解决方案的准备，也适用于其他工程分支。
弹性城市能源系统：人工智能支持的智慧城市应用
城市环境中对能源的需求不断增长，再加上减少碳排放的迫切需要，这就需要创新发电、配电和用电的方法。人工智能 (AI) 驱动的智能电网通过优化能源效率、整合可再生资源和确保电网稳定性提供了变革性的解决方案。本文探讨了机器学习和支持物联网的预测分析如何提高城市地区智能电网的性能。通过解决需求预测、负载平衡和可再生能源间歇性等挑战，本研究展示了人工智能彻底改变可持续能源管理的潜力。实验结果突出了电网可靠性、成本降低和碳足迹最小化的提高，为弹性和环保的城市能源系统铺平了道路。
量子电路酉矩阵生成扩展方法
摘要：本文对量子电路酉矩阵的自动生成进行了研究。我们认为量子电路分为六种类型，并给出了每一种类型的酉算子表达式。在此基础上，提出了一种计算电路酉矩阵的详细算法。然后，对于由量子逻辑门组成的量子逻辑电路，引入一种利用真值表计算量子电路酉矩阵的快速方法作为补充。最后，我们将所提算法应用于基于NCT库（包括非门、受控非门、Toffoli门）和广义Toffoli（GT）库的不同可逆基准电路并给出实验结果。关键词：量子电路，酉矩阵，量子逻辑门，可逆电路，真值表。
在农业环境中实现颜色功能的有效对象检测
在各种计算机视觉应用中，例如监视系统，自动驾驶汽车和环境监测，对象检测是非常重要的组件。为了进行有效的分析并做出正确的决策，至关重要的是，具有在田园环境中既准确又有效的对象识别方法，这些方法的特征是动物的存在和其他事物。这项研究的目的是通过利用颜色特征极限学习机（参见ELM）提出一种独特的方法来快速识别田园景观中的物体。为了在保持计算效率的同时达到较高的对象检测性能，CF-ELM将颜色特性与ELM算法相结合。如实验结果所证明的那样，所提出的方法在田园环境中检测对象是成功且有效的。