XiaoMi-AI文件搜索系统
World File Search System性能变化
多中心 - 私人 - 抛光模型 - 深度训练 -
目标：这项工作旨在探索多中心数据异质性对深度学习脑转移（BM）自动分量性能的影响，并评估增量转移学习技术的功效，即不忘记（LWF），以提高模型性能而无需共享原始数据。材料和方法：使用了埃尔兰根大学医院（UKER），苏黎世大学医院（USZ），斯坦福大学，纽约大学（纽约大学）和Brats Challenge 2023的六个BM数据集。首先，分别为单一中心训练和混合多中心训练建立了用于BM自动分量的DeepMedic网络的性能。随后评估了保护隐私的双边合作，其中有一个验证的模型将分享到其他带有LWF或不带有LWF的转移学习（TL）的进一步培训中心。结果：对于单中心训练，在各自的单中心测试数据上，BM检测的平均F1得分范围从0.625（NYU）到0.876（UKER）。混合的多中心训练明显提高了斯坦福大学和纽约大学的F1分数，其他中心的改进可以忽略不计。当将UKER预告量化的模型应用于USZ时，LWF的平均F1得分（0.839）比NAIVE TL（0.570）和单中心训练（0.688）高于UKER和USZ测试数据。幼稚的TL提高了灵敏度和轮廓精度，但会损害精度。相反，LWF表现出值得称赞的灵敏度，精度和轮廓精度。应用于斯坦福大学时，观察到类似的性能。结论：数据异质性（例如，转移密度，空间分布和图像空间分辨率的变化）导致BM自动分量的性能变化，从而对构建概括性提出了挑战。LWF是对点对点隐私模型培训的有前途的方法。
TxDOT 路面管理信息系统的地理信息系统 (GIS) 需求评估 (FHWA/TX-0-1747-2)
路面管理系统的构成及其目标对于不同类型的机构来说可能大不相同，无论其管理的是机场、州高速公路网、市政街道网还是收费公路。这项研究的目的是对 TxDOT 目前使用的路面管理信息系统进行改进，以优化整个德克萨斯州的系统路面性能。在实施 GIS 以提高系统效率之前，最好先了解当前系统的目标和目的。德克萨斯州路面管理信息系统 (PMIS) 已经开发和使用多年。该系统的目标主要强调了中央设计部门管理路面修复和新建筑预算的必要性。尽管路面性能变化很大，但已投入大量资源改进系统中的各个模型，以准确预测路面随时间的性能。当前的 PMIS 使用高度复杂的分析过程来汇总来自全州的路面评估和路面库存数据，以便预测该州 25 个地区的最佳修复项目。德克萨斯州是一个非常大的州，天气和土壤条件存在显著差异。炎热干燥的西德克萨斯州土壤具有良好的承载能力，其路面设计与东德克萨斯州土壤潮湿、承载能力较差的地区的路面设计有很大不同。在该州南部地区，开级配沥青路面的表现更好，这些地区的冻融循环次数比德克萨斯州狭长地带少。TxDOT 认识到，由于该州各地天气和土壤条件不同，路面性能存在很大差异，因此必须在每个地区做出路面修复和优先排序的当地决定。虽然路面评估数据是在设计部门的路面部分全州汇总的，然后进行分析并以报告格式报告给地区，但地区工程师及其工作人员会制定自己的优先级和修复策略。
评估特斯拉 Model 3 驾驶辅助系统的可靠性...
15.补充说明 与美国运输部、联邦公路管理局合作进行。16.摘要 配备可同时执行自动转向和加速的高级驾驶辅助系统 (ADAS) 的车辆数量正在增加，预计这些功能将在低成本车型和豪华车中提供。这些系统要求人类驾驶员保持警惕并随时待命，以防他们需要接管。因此，在配备 ADAS 的车辆中，人与机器之间的界面至关重要。对此类 ADAS 系统的开发的正式测试和指导有限。这项工作的目标是在涉及人类驾驶员和 ADAS 系统之间界面的四种场景中评估配备 ADAS 的车辆之间和车辆内部的变化。这些场景包括：(1) 在高速公路自动驾驶期间评估驾驶员监控系统的性能；(2) 在自动驾驶期间向分心的驾驶员发出意外道路模式的警报；(3) 协助分心的驾驶员应对无意的车道偏离；(4) 当车辆无法再自信地行驶时，将驾驶员交接给分心的驾驶员。鉴于特斯拉可能面临一系列潜在的苛刻环境，特斯拉 Model 3S 是测试平台。结果表明，计算机视觉系统的性能变化极大，这种变化可能是部分（但不是全部）延迟向双手不在方向盘上的驾驶员发出警报的原因。单辆车的性能并不一致，因为一辆车在最具挑战性的驾驶场景（在驾驶员忽略接管请求的情况下驾驶极端弯道）中表现最佳，但在看似更简单的场景（如检测车道偏离）中表现最差。这些结果表明，从业者需要开发一套更丰富的测试来捕捉汽车内和汽车之间的变化，同时也表明通过无线更新进行的软件升级可能会引发导致安全问题的潜在问题。
FR-2LE场记忆录音机
12。电源线保护 - 应将电源线路由，以便不太可能被放置或靠在它们上的物品上行走或捏住，特别注意插头，便利插座以及从设备退出的点。13。清洁 - 只能按照制造商的建议清洁设备。14。不使用时期 - 长时间未使用时，设备的电源线应从插座上拔出。15。对象和液体进入 - 应注意，以便物体不会掉落，并且液体不会通过开口洒到围栏中。16。需要服务的损害 - 设备应由合格的服务人员服务：A。电源线或插头已损坏；或B.物体已经掉落，或者液体已溢出到设备中；或C.该设备暴露在雨中；或D.该设备似乎没有正常运行或表现出明显的性能变化；或E.设备已删除，或者外壳损坏。17。维修 - 用户不应尝试为操作说明中描述的设备提供服务。所有其他服务应转交给合格的服务人员。18。该设备应远离水或喷水。19。不得将包含液体（例如花瓶）的物体放在设备上。20。21。22。仅使用制造商指定的附件/配件。即使电源开关处于OFF位置，设备也不会与电源完全隔离。设备不得暴露于滴水或溅起，并且不得将装满液体（例如花瓶）的物体放在设备上。23。具有保护性地球端子的设备应连接到具有保护地球连接的主电源插座。24。应该将设备放置在可以轻松手工拉出交流插头 /入口的位置。25。主插头用作断开设备。它将保持容易行动，在预期使用期间不应阻碍。要完全断开设备与供应电源的连接，设备的主电源应完全与电源插座插座断开。
中风后运动皮层活性的自调制
实时功能性MRI神经反馈使个人可以自我调节其持续的大脑活动。这可能是与大脑活动模式改变有关的临床疾病中的有用工具。中风后的运动障碍与运动皮层活性的横向降低有关。在这里，我们检查了慢性中风幸存者是否能够使用实时fMRI神经反馈来增加运动皮层活性的横向性，并评估了对运动性能以及大脑结构和功能的影响。我们进行了一项随机，双盲，假手术试验（ClinicalTrials.gov：NCT03775915），其中24个具有轻度至中肢损伤的慢性中风幸存者经历了三个对真实（n = 12）或sham（n = 12）神经反馈的训练日。在神经反馈训练后和1周之前，对大脑结构，大脑功能和上LIMB功能的度量进行评估。此外，在神经反馈训练后1个月重复上LIMB功能的度量。主要结局指标是（i）在整个神经反馈训练期间，在受中风影响的手的运动过程中，运动皮层活性的横向变化； （ii）杰布森·泰勒（Jebsen Taylor）测试（JTT）上受影响肢体的运动性能变化。中风幸存者能够使用实际的神经反馈来增加（p = 0.019）内部运动皮层活性的侧向，但在整个训练日内却不是。对主要行为结果度量没有群体影响，这是所有子任务中的平均JTT性能（p = 0.116）。二级分析发现，与假相比，实际神经反馈组的JTT总体运动子任务的性能有所改善（p = 0.010）。但是，动作研究臂测试或上肢FUGL -MEYER得分没有改善（均为p> 0.5）。此外，在神经反馈训练后1周检测到皮质脊髓束的白色物质不对称性降低（P = 0.008），表明该区域与实际神经反馈更加相似。受影响的皮质脊髓道的变化与参与者的神经反馈性能呈正相关（p = 0.002）。因此，在这里我们证明了慢性中风幸存者能够使用功能性MRI神经反馈与假控制相比自我调节运动皮层活性，并且训练与总体运动性能的改善以及白质结构变化有关。
人类机器人互动心理学中的情感识别孟野Zhao
可用的电池测试通道可能会部分解释为什么某些电池材料性能研究仅包含少数重复的数据。但是，与电解质配方，处理电极和电池组装相关的人体错误会导致电池性能变化。为了依靠结果，应最大程度地减少细胞间的可变性。Dechent等人的研究。10提出至少9个重复，以便能够使用一个参数来构建电池老化模型。系统的复杂性在很大程度上影响了提供可靠结果所需的重复数量，以使系统中的各种效果和反应分解。此外，主动学习和机器智能决策是o的，加上自动化，以形成“闭环”研究方法，在此之前，所有先前完成的步骤/实验都会为以下步骤提供信息，从而消除了古老的“试验和纠正”方法。2,11 - 13对于新的电池材料发现，闭环实验可以快速优化设计空间内的材料选择，发现比随机过程快的速度更快，并且经验更少。14在闭环方法中，高通量筛选使用自动化或半自动设置，以允许以高速率自动测量DE ned设计子空间。15高通量筛查的成功是显而易见的；杨等。16使用高通量光学测量值来识别三阵金属氧化物组成空间中的区域，其光学趋势不是简单的相混合物，而McCalla等人。17证明了一个工作 - 能够每周同时收集数百种X射线差异模式和电化学阻抗光谱光谱。在这项工作中，我们描述了在环境实验室环境中用于电解质配方，组装和循环的电解质配方，组装和循环的自动机器人设置。在环境气氛中工作比保持干燥的室的成本效率要高得多，该室有可能用电池材料允许环境氛围打开未铺设的电解质设计空间。我们的功能和容易修改的设置可以适应不同的系统（例如非水电器的非水解）；可以在维护，调整或增强功能的同时轻松地集成硬件组件的添加或去除，以将Odacell描述为模块化设置。使用Odacell进行多种化学的可能性概括了其探索液体电解质的高研究潜力的适用性，由于庞大的设计空间，这仍然是对光学的挑战。13到达这一目标，这项工作的目标是（1）设计和构建具有电解质配方和分配能力的可效率的，模块化的电池组装和测试设置，（2）确定细胞对细胞之间的可变性以及在环境氛围中组装的单元系统的可变性，以及在环境中组装的细胞，并表明设置的实用性和性能，（3），（3）溶剂，即在全细胞结合中的水和二甲基亚氧化二甲基氧化二甲基。
电动汽车混合电池平衡系统
摘要：在电动汽车中，电池和模块电压均衡在电池管理系统 (BMS) 中起着至关重要的作用。电动汽车电池组的电池和模块中的容量、温度和老化不平衡限制了可输送到车辆的电量。受此问题的启发，我们提出了一种称为混合平衡的新型电池平衡系统，该系统能够同时均衡电池容量，同时实现电池级被动平衡和模块级主动平衡的成本效益，模块由多个串联连接的电池组成，电池级被动平衡在模块中执行，模块级开关电容器在模块之间执行主动平衡。该策略被称为混合平衡，因为它追求的目标超越了传统的充电状态均衡，包括温度和功率能力均衡，以及最小化能量损失。提供了在锂离子电池组上实施的混合平衡系统的设计细节和 MATLAB Simulink 仿真结果。关键词：电动汽车、混合平衡、电池平衡、汽车系统简介充电电池已广泛应用于电信行业、电动汽车和可再生能源存储系统等许多领域，以满足对能源存储系统的需求。由于大多数应用中单个电池单元的端电压较低，因此通常通过将电池串联来形成电池组以达到所需的电压水平。然而，电池组中的电池单元之间存在众所周知的不平衡。电池间充电状态 (SoC) 差异是一种众所周知的不平衡 (Aizpuru 等人，2013)。电池单元之间的差异由内在和外在原因造成 (Jonghoon 等人，2012)。内在差异主要是制造工艺变化造成的。不可能制造出两个具有完全相同属性的电池。由于容量、自放电率和内阻的差异，电池性能在运行过程中会有所不同。温度和外部电路的影响是外部变量。电池组温度分布不均匀会影响电池的特性，从而导致性能变化 (Belt et al., 2005)。电动汽车 (EV、PHEV、HEV) 使用高压 (HV) 牵引电池组，该电池组由多个串联的电池单元组成。各个电池单元的容量、内阻和运行时充电状态 (SOC) 各不相同，因此电池管理系统必须包括电池平衡 (BMS) (Smith et al., 2016)。在实践中，被动平衡被认为是电动汽车锂离子电池组中最具成本效益且最常用的方法 (Chan et al., 2001)。BMS 由一系列特殊的电池监控和被动平衡电路 (IC) 组成，这些电路可感测单个电池电压并通过 BMS 控制器发出的分流电阻命令激活电池放电。传统被动平衡系统的一个缺点是整个电池组的可用能量容量由最弱的电池决定 (Baumhöfer 等人，2014)。由于电池之间退化不均匀，最弱电池的问题会随着时间的推移而恶化，从而缩短电池寿命 (Smith 等人，2016)。
高通量锂离子电池研究
可用的电池测试通道可能会部分解释为什么某些电池材料性能研究仅包含少数重复的数据。但是，与电解质配方，处理电极和电池组装相关的人体错误会导致电池性能变化。为了依靠结果，应最大程度地减少细胞间的可变性。Dechent等人的研究。10提出至少9个重复，以便能够使用一个参数来构建电池老化模型。系统的复杂性在很大程度上影响了提供可靠结果所需的重复数量，以使系统中的各种效果和反应分解。此外，主动学习和机器智能决策是o的，加上自动化，以形成“闭环”研究方法，在此之前，所有先前完成的步骤/实验都会为以下步骤提供信息，从而消除了古老的“试验和纠正”方法。2,11 - 13对于新的电池材料发现，闭环实验可以快速优化设计空间内的材料选择，发现比随机过程快的速度更快，并且经验更少。14在闭环方法中，高通量筛选使用自动化或半自动设置，以允许以高速率自动测量DE ned设计子空间。15高通量筛查的成功是显而易见的；杨等。16使用高通量光学测量来识别三阵金属氧化物组成空间中的区域，其光学趋势不是简单的相混合物，而McCalla等人。17证明了一个工作 - 能够每周同时收集数百种X射线差异模式和电化学阻抗光谱光谱。在这项工作中，我们描述了在环境实验室环境中用于电解质配方，组装和循环的电解质配方，组装和循环的自动机器人设置。在环境气氛中工作比保持干燥的室的成本效率要高得多，该室有可能用电池材料允许环境氛围打开未铺设的电解质设计空间。我们的功能和易于修改的设置可以适应不同的系统（例如非水电器的非水解）；可以在维护，调整或增强功能的同时轻松地集成硬件组件的添加或去除，以将Odacell描述为模块化设置。使用Odacell进行多种化学的可能性概括了其探索液体电解质的高研究潜力的适用性，由于庞大的设计空间，这仍然是对光学的挑战。13到达这一目标，这项工作的目标是（1）设计和构建具有电解质配方和分配能力的可效率的，模块化的电池组装和测试设置，（2）确定细胞对细胞之间的可变性以及在环境氛围中组装的单元系统的可变性，以及在环境中组装的细胞，并表明设置的实用性和性能，（3），（3）溶剂，即在全细胞结合中的水和二甲基亚氧化二甲基氧化二甲基。