XiaoMi-AI文件搜索系统
World File Search System并馈
AMB2025-04基准测量和挑战问题：激光热线定向能量沉积（DED）3D基于镍的Superalloy 718 TES
图1显示了构建的一般几何形状。激光焊缝在电线馈周周围有三个梁同心。挑战相关的测量值将包括残留应力/应变成分，在构建机器上拔掉后的底板偏转以及在构建过程中的底板温度。在构建过程中，激光功率保持恒定，但是进料速度和行进速度变化以产生良好的几何形状。激光校准数据，电线和底板材料组成，广泛的构建信息，包括编程的进料速率和旅行速度（G代码）以及一些热电偶数据。我们将不提供材料属性数据。
通过开发激光指导系统的激光指导导弹系统和实施调查
指南设备由三个部分组成：输入部分，处理单元和输出部分。输入部分包括传感器，数据，无线电和卫星链接以及其他信息来源。处理单元集成了此数据，并确定要实现正确标题的指定操作（如果有）。处理单元直接馈送到直接影响系统性能的输出。输出部分通过与电动机等设备（例如推力或操纵ailerons）相互作用来控制速度，舵直接改变。系统中的组件包括；定位或指导系统，飞行系统，发动机和弹头。
基于蚂蚁的神经拓扑搜索（ANTS）用于优化循环网络
摘要。为循环神经网络 (RNN) 手工制作有效且高效的结构是一个困难、昂贵且耗时的过程。为了应对这一挑战，我们提出了一种基于蚁群优化 (ACO) 的新型神经进化算法，称为基于蚂蚁的神经拓扑搜索 (ANTS)，用于直接优化 RNN 拓扑。该过程从多种现代循环细胞类型中进行选择，例如 ∆ -RNN、GRU、LSTM、MGU 和 UGRNN 细胞，以及可能跨越多个层和/或时间步骤的循环连接。为了引入鼓励形成更稀疏的突触连接模式的归纳偏差，我们研究了核心算法的几种变体。我们主要通过制定不同的函数来驱动底层信息素模拟过程（模仿标准机器学习中的 L1 和 L2 正则化）以及引入具有专门角色的蚂蚁代理（受真实蚁群运作方式的启发），即构建初始前馈结构的探索蚁和从前馈连接中选择节点以随后制作循环记忆结构的社会蚁。 我们还结合了社区智慧，其中最佳权重由蚁群共享以进行权重初始化，从而减少本地训练候选 RNN 所需的反向传播时期数，从而加快神经进化过程。 我们的结果表明，ANTS 进化的稀疏 RNN 明显优于由现代记忆细胞组成的传统一层和两层架构以及众所周知的 NEAT 算法。 此外，我们还改进了实验中使用的时间序列数据集的先前最新结果。
ECE 380：控制系统 - 普渡大学工程系
示例 3（倒立摆）。假设我们尝试在手掌中垂直平衡一根棍子。此示例中的传感器、控制器和执行器分别是我们的眼睛、大脑和手。这是一个反馈控制系统的示例。现在，如果我们闭上眼睛尝试平衡棍子会发生什么？棍子不可避免地会掉下来。这说明了另一种控制，称为前馈或开环控制，其中系统的输入不依赖于输出。如本例所示，前馈控制对干扰不具有鲁棒性——如果棍子开始时没有完全平衡，或者我们的手稍微移动，棍子就会掉下来。这说明了反馈控制的好处。
一种改进的电动执行器故障识别方法
摘要：航空航天业越来越多地采用机电驱动系统，因此需要可靠的诊断和预测方案来确保安全运行，尤其是在关键的安全关键系统（例如主飞行控制）中。此外，如果在预测性维护框架中实施预测方法，则可以提高系统在生命周期内的可用性，从而降低成本。在本文中，将介绍一种已经提出的算法的改进，该算法的范围是预测机电执行器中电机的实际退化状态，并提供温度估计。该目标是通过使用适当处理的反电动势信号和简单的前馈神经网络来实现的。可以以较小的误差实现对电机健康状况的良好预测。
光通信终端（OCT）标准 3.0 版
对于运动中的系统，例如航天器和飞机上使用的 OCT，系统必须各自跟踪其远程对应方以保持对准。此运动包括主机平台的一般飞行路径以及平台带来的抖动。OCT 的接收器通常具有相对较小的视场 (FOV)，必须补偿这种低速率运动和高速率抖动。这可以通过使用远程信号作为测量参考的闭环跟踪系统来实现。校正通常馈送到航向跟踪设备（例如万向架）以校正低速率运动和快速跟踪设备（例如快速转向镜 (FSM)）以校正高速率抖动。
