1. The 8th International Conference on Power Electronics ( IPEMC 2016-ECCE Asia ) 2. The 43rd Annual Conference of the IEEE Industrial Electronics Society ( IECON2017 ) 3. The 10th Annual IEEE Energy Conversion Congress and Exposition (ECCE 2018) 4. IEEE International Power Electronics and Application Conference and Exposition (PEAC2018) 5. Research, Demonstration and Commercialisation of DC microgrid Technologies (RDC2MT ) 6. 顾永文、马鸿泰等 6 位研究生进行三个月以上的短期访学
摘要 牵引传动系统作为高速列车的动力系统,是保障高速列车安全稳定运行的关键系统之一。故障测试验证平台是保证高速列车实时故障诊断方法有效应用的重要途径。针对高速列车牵引传动系统故障测试验证平台面临的挑战性问题,分析了故障注入、仿真可靠性评估、算法性能评估、仿真平台实现的方法与技术,并总结了针对上述问题的一些解决方案。在此基础上,提出并搭建了集高速列车实时仿真、故障场景真实模拟、随机故障测试和故障诊断算法评估为一体的高速列车牵引传动系统故障测试验证平台。最后对高速列车安全监测与验证平台未来的研究方向进行了总结和展望。关键词故障测试,验证平台,故障注入,测试评估,高速列车牵引传动系统引用杨超,彭涛,杨春华,陈志文,桂伟华。高速列车牵引传动系统故障测试与验证仿真平台。自动化学报,2019,45(12):2218−2232
Zhirui Investment是一家由Zhifei Biologicals及其控股股东共同资助的股权投资公司,以建造Zhirui生物医学工业园区。它分为研究,开发和孵化中心,抗体药物工业中心,糖尿病药业中心和药物评估中心。
Nimbro团队在各种机器人比赛中取得了良好的成绩,包括Robocup成人联盟中的人形足球等各种机器人比赛,诸如2016年DARPA大挑战之类的非结构化环境到自动垃圾箱,以及自主垃圾箱采摘挑战,例如亚马逊采摘挑战。最近,2022年,Nimbro团队赢得了Ana Avatar Xprize挑战赛。球队已经成功参加了Robocup@主联盟,并连续三场国际Robocup@主场比赛(2011年 - 坦布尔[22],2012年,2012年墨西哥城[21],2013年Eindhoven [20],还赢得了许多Robocup@Home Derman Derman Open挑战。我们专注于演示中的两臂操作和工具用法。重新定位我们的家庭服务机器人活动后,我们参加了Robocup@Home 2023 Bordeaux,并最终排在第四位。图1中给出了我们在Bordeaux的Robocup@Home 2023期间的表现的摘录。我们开发了用于实时环境和对象感知的方法,使用激光扫描仪和RGB-D摄像机等3D传感器的3D对象姿势和掌握估计。我们进一步描述了对象分割,映射和导航,抓握,音频和自然语言处理以及行为控制的方法。在本文中,我们简要概述了预期的机器人平台。此外,我们描述了我们针对Robocup@Home Task的建议方法,并对我们的行为控制进行了粗略的概述。最后,我们总结了我们的家庭服务机器人技术相关研究。
生成的AI已取得了显着的进步,以彻底改变图像和视频生成等领域。这些进步是由创新算法,体系结构和数据驱动的。然而,生成模型的快速扩散突出了一个关键的差距:缺乏值得信赖的评估指标。当前的自动评估,例如FID,剪辑,FVD等,通常无法捕获与生成输出相关的细微质量和用户满意度。本文提出了一个开放的平台g en-a rena,以评估不同的图像和视频生成模型,用户可以在其中积极参与评估这些模型。通过利用集体用户的反馈和投票,G en-A-A Rena旨在提供更民主和准确的模型绩效衡量。它分别涵盖了三个竞技场,分别用于文本形象生成,文本到视频生成和图像编辑。目前,我们总共涵盖了35个开源生成模型。g en-a-a rena已经运作了七个月,积累了社区的9000多票。我们描述了我们的平台,分析数据并解释用于对模型进行排名的统计方法。为了进一步促进基于建筑模型的评估指标的研究,我们发布了三个任务(即Genai-Bench)的偏好数据的清洁版本。我们促使现有的多模式模型,例如Gemini,GPT-4O,模仿人类投票。我们通过将投票的模型投票与人类投票来了解其惩罚能力来计算准确性。在这三个生成任务中有19%。我们的结果表明,现有的多模式模型仍在评估生成的视觉内容方面落后,即使是最佳型号GPT-4O也只能达到49的平均精度。开源MLLM的表现更糟,因为在复杂的视力方案中缺乏指导跟踪和推理能力。
Nimbro团队在各种机器人比赛中取得了良好的成绩,包括Robocup成人联盟中的人形足球等各种机器人比赛,诸如2016年DARPA大挑战之类的非结构化环境到自动垃圾箱,以及自主垃圾箱采摘挑战,例如亚马逊采摘挑战。最近,2022年,Nimbro团队赢得了Ana Avatar Xprize挑战赛。球队已经成功参加了Robocup@主联盟,并连续三场国际Robocup@主场比赛(2011年 - 坦布尔[22],2012年,2012年墨西哥城[21],2013年Eindhoven [20],还赢得了许多Robocup@Home Derman Derman Open挑战。我们专注于演示中的两臂操作和工具用法。重新定位我们的家庭服务机器人活动后,我们参加了Robocup@Home 2023 Bordeaux,并最终排在第四位。图1中给出了我们在Bordeaux的Robocup@Home 2023期间的表现的摘录。我们开发了用于实时环境和对象感知的方法,使用激光扫描仪和RGB-D摄像机等3D传感器的3D对象姿势和掌握估计。我们进一步描述了对象分割,映射和导航,抓握,音频和自然语言处理以及行为控制的方法。在本文中,我们简要概述了预期的机器人平台。此外,我们描述了我们针对Robocup@Home Task的建议方法,并对我们的行为控制进行了粗略的概述。最后,我们总结了我们的家庭服务机器人技术相关研究。