XiaoMi-AI文件搜索系统
World File Search System将模
将模仿和加强学习结合起来，以确保安全...
Shi，Shaoshuai等。“运动变压器具有全球意图定位和本地运动的重新构成”。2022。Shi，Shaoshuai等。“ MTR ++：具有对称场景建模和指导意图查询的多代理运动预测。”2023。
使用CMS实验中的机器学习技术重新权将模拟事件重新释放事件
粒子物理学中的数据分析依赖于粒子碰撞的准确模拟和检测器效应的详细模拟，以从记录的数据中提取物理知识。事件发生器以及基于Geant的模拟模拟，用于生成大量的模拟事件样本，以通过LHC实验进行分析。这些模拟的计算成本很高，其中检测器模拟和重建算法的CPU需求最大。本文介绍了如何使用一组给定模型参数获得的机器学习（ML）技术来重新使用类似的样品，以与来自不同参数或样本的样本中获得的样品。ML重新加权方法避免了需要通过事件权重将相关信息在单个样本中不相关的信息来多次模拟检测器响应。在LHC处的模拟顶级夸克对生产中，提出了用于重新加权的结果，以重新加权以建模变化和高阶计算。这种基于ML的重新加权是CMS实验的未来计算模型的重要组成部分，并将促进高光度LHC处的精确测量。
值得信赖的无人机关系：将模式动作世界分类法应用于无人机和无人机群歌剧
摘要 人为因素在航空电子系统的开发和集成中发挥着重要作用，以确保它们值得信赖并能有效使用。随着无人驾驶飞行器 (UAV) 技术对航空领域变得越来越重要，这一点也确实如此。本研究旨在通过利用流行的航空访谈方法（图式世界行动研究方法）结合从文献中确定的关于信任的关键问题，了解无人机操作员在驾驶无人机时的信任要求。对六名拥有不同经验的无人机操作员进行了访谈。这确定了过去的经验对信任的重要性以及操作员的期望。除了可以帮助开发值得信赖的系统的设备、程序和组织标准之外，还提出了针对培训以积累经验的建议。所开发的方法有望在人机交互中获得信任。
通过将模拟技术与人工智能相结合来增强人工智能能力的学习体验平台（LXP）的概念框架
工具。特别是对于人工智能经验水平较低的人来说，方法和工具缺乏清晰度。将人工智能集成到 LXP 中并将其与仿真和自动化技术相结合，可以进一步增强上述应用领域的学习体验。通信小部件和学习机器人可用于为用户定制学习路径。人工智能机器人和小部件提供有用的复习和支持提示，并提醒用户重要的里程碑。根据分析的用户数据，将发布个性化的学习和培训建议。模型工厂与仿真技术的集成使创业流程、问题和行动决策的嵌入成为可能。该框架旨在加强科学和工业领域对人工智能知识转移的必要需求。
将模式集与Jaccard索引
从数据挖掘以来，从数据挖掘和统计建模的能力也一直是数据挖掘的驱动力。可操作的知识通常采用模式的形式，其中一组先例可用于推断结果。在本文中，我们为比较不同模式集的问题提供了解决方案。我们的解决方案允许在不同技术（例如不同的分类算法）中获得的一组模式或从不同的数据样本（例如时间数据或出于隐私原因扰动的数据）进行比较。我们建议使用Jaccard索引通过将每个模式转换为集合中的单个元素来测量模式之间的相似性。我们的措施着重于提供概念简单，计算简单性，可解释性和广泛的适用性。在现实世界数据挖掘方案的背景下，将此度量的结果与预测准确性进行了比较。
将模式从赤字导向型学校转变为资产导向型学校：为什么领导者需要在学校中推广资产导向型学校
在我们的世界中，人们通常将注意力集中在哪里出了问题以及如何修复它。这导致人们在一个采用赤字模型的系统中工作。虽然其他行业也可以借助赤字模型蓬勃发展，但教育不是其中之一。当学校只关注学生表现出的危险行为时，他们往往会被动应对而不是主动出击。在学校里，最终目标必须是学生的学习和成长，这种方法是极其不成功的。相反，学校必须专注于发现和培养学生的优势以创造积极的发展。这种“积极发展强调优势而不是劣势、韧性而不是风险、资产而不是赤字”（Rose，2006 年，第 236 页）。赤字与资产模型根据 Rose（2006 年）的说法，赤字模型关注的是学生不能做什么。如果学生成绩不佳，那些从缺陷模型出发的人会认为失败是因为学生不够努力（Lombardi，2016）。从缺陷角度出发，出现的做法和假设往往会掩盖学生和教师的能力（Weiner，2006）。另一方面，资产模型或丰富模型关注学生能做什么：他们的优势、技能、天赋、兴趣和能力（Alber，2013；Rose，2006）。正如 Weiner（2006）所建议的那样，学校鼓励所有教育工作者检查和挑战隐性假设非常重要。“我们可以做出强有力的改变
值得信赖的无人机关系：将模式动作世界分类法应用于无人机和无人机群操作
摘要 人为因素在航空电子系统的开发和集成中发挥着重要作用，以确保它们值得信赖并能有效使用。随着无人驾驶飞行器 (UAV) 技术对航空领域变得越来越重要，这一点是正确的。本研究旨在通过利用流行的航空访谈方法（图式世界行动研究方法）结合从文献中确定的关于信任的关键问题，了解无人机操作员在驾驶无人机时的信任要求。采访了六名拥有不同经验的无人机操作员。这确定了过去的经验对信任的重要性以及操作员的期望。除了可以帮助开发值得信赖的系统的设备、程序和组织标准之外，还提出了针对培训以积累经验的建议。所开发的方法有望在人机交互中赢得信任。