XiaoMi-AI文件搜索系统
World File Search System性能模型
先进反应堆保障和材料会计挑战
Ben Cipiti 博士是桑迪亚国家实验室核能燃料循环项目领域的杰出技术人员，在先进核反应堆和燃料循环设施的保障和安全分析方面拥有超过 18 年的经验。他是第四代核扩散抗性和物理保护工作组的联合主席，也是能源部核能办公室先进反应堆保障计划的国家技术总监。Cipiti 博士在保障方面拥有深厚的技术背景，并开发了分离和保障性能模型 (SSPM)，用于分析和设计核设施的材料核算系统。保障、安全（包括网络）和设计安全是 Cipiti 博士工作的核心原则。他致力于推动在设计过程早期考虑 3S 的必要性，以帮助核工业开发强大而具有成本效益的系统设计。Cipiti 博士获得了威斯康星大学麦迪逊分校的核工程博士学位和俄亥俄大学雅典分校的机械工程学士学位
利用马耳他的泵热储能技术取代化石燃料热电厂，提供清洁能源和区域供热
摘要 本研究分析了将一个 100 兆瓦、36 小时的马耳他泵送热能存储 (PHES) 系统整合到德国汉堡市区域供热网络中的可能性，该系统使用附近海上风电场的能源，否则这些能源将被削减以给系统充电。公开数据显示了输电网运营商发出削减指令的时间，这些数据被用于确定存储系统的充电时间。马耳他专有的每小时性能模型用于模拟不同工厂配置的行为和性能。结果表明，这种配置每年可避免削减 227 吉瓦时的风能。研究表明，在可再生能源较少的时期，该系统可以为电网提供 117 吉瓦时的电力，并为汉堡区域供热网络提供 72 吉瓦时的热能。与被取代的燃煤热电联产 (CHP) 电厂相比，该系统每年可减少 101,400 吨二氧化碳排放量。简介
佛蒙特州机场系统规划
表 4-1：系统性能模型设计 ...................................................................................................... 4-3 表 4-2：系统性能结果 .............................................................................................................. 4-4 表 4-3：第 1 类机场性能 ...................................................................................................... 4-5 表 4-4 第 2 类机场性能 ...................................................................................................... 4-6 表 4-5：第 3 类机场性能 ...................................................................................................... 4-7 表 4-6：第 4 类机场性能 ...................................................................................................... 4-8 表 4-7：按 VASP 机场类别划分的地面通道陆地区域覆盖率 ............................................................................................. 4-14 表 4-8：按伯灵顿国际机场划分的地面通道陆地区域覆盖率 ............................................................................................. 4-14 表 4-9：地面通道陆地区域覆盖率 – 所有 VASP 机场 ............................................................................................................. 4-14 表 4-10：按 VASP 机场类别划分的地面通道人口覆盖率 ............................................................................................. 4-15 表4-11：伯灵顿国际机场的地面交通人口覆盖率 .............................................. 4-15 表 4-12：所有 VASP 机场的地面交通人口覆盖率 .............................................. 4-15 表 4-13：前 50 名雇主的就业行业 ..............................................
HYTI：6U 立方体卫星的高光谱和空间分辨率热成像
摘要 美国宇航局地球科学技术办公室 InVEST（地球科学技术空间验证）计划资助的 HyTI（高光谱热像仪）任务将演示如何从 6U 立方体卫星平台获取高光谱和空间长波红外图像数据。该任务将使用空间调制干涉成像技术生成光谱辐射校准的图像立方体，该立方体有 25 个通道（8-10.7 m 之间，分辨率为 13 cm -1），地面采样距离约为 60 m。HyTI 性能模型表明窄带 NE Ts 小于 0.3 K。HyTI 的小巧外形是通过使用无活动部件的法布里-珀罗干涉仪和 JPL 的低温冷却 HOT-BIRD FPA 技术实现的。发射时间不早于 2021 年秋季。HyTI 对地球科学家的价值将通过机载处理原始仪器数据来生成 L1 和 L2 产品来展示，重点是快速提供有关火山脱气、地表温度和精准农业指标的数据。
veritas ai融入趋势：Spotify上的歌曲受欢迎程度预测的机器学习模型
音乐行业的快速发展和音乐消费的数字平台的普遍性强调了预测歌曲受欢迎的重要性。这项研究旨在通过探索多样化的机器学习模型和神经网络体系结构来构建歌曲受欢迎程度的高准确性预测模型。了解此类模型的好处很重要，因为它们为受众参与和趋势提供了重要的见解。通过提供与当前趋势一致的更精确和个性化的歌曲建议，将流行度模型纳入音乐推荐系统可以增强用户体验。动态播放列表策展确保了流行和流行歌曲的显着展示，从而使用户和流媒体平台受益。对于独立艺术家而言，该模型是最佳音乐调整的战略指南，并促进了他们类型中吸引观众的吸引元素的实验。同样，音乐标签也可以利用预测模型来评估潜在的签名，指导谈判并为有关协作的决定提供信息。我们的论文探讨了建模歌曲受欢迎程度的三项，并传达了我们为此应用程序找到的最佳性能模型体系结构。
通过环境意识的关系分类器进行多对象操作的潜在空间计划
摘要 - 对象很少在日常的人类环境中孤立地坐着。如果我们希望机器人在人类环境中操作和执行任务，他们必须了解他们操纵的对象将如何与最简单的任务相互作用。因此，我们希望我们的机器人推理多个对象和环境元素如何相互关系，以及这些关系在机器人与世界互动时可能会发生变化。我们研究了以前看不见的对象和新颖的环境之间纯粹来自部分视图点云之间预测目标间和对象环境关系的问题。我们的方法使机器人能够计划和执行序列，以完成由逻辑关系定义的多对象操纵任务。这消除了提供明确的，连续的对象作为机器人目标的负担。我们为此任务探索了几种不同的神经网络体系结构。我们发现最佳性能模型是一个基于新颖的变压器神经网络，既可以预测对象环境关系，又可以学习潜在空间动力学功能。我们实现了可靠的SIM转移传输，而无需进行任何微调。我们的实验表明，我们的模型了解观察到的环境几何形状的变化如何与对象之间的语义关系有关。我们在网站上显示更多视频：https：//sites.google.com/view/erelationaldynamics。
通过机器学习预测德国的衰退
本文使用机器学习来预测德国经济中的业务周期，其中具有73个指标的高维数据集，主要来自经合组织的主要经济指标数据库，涵盖了1973年至2023年的时间段。顺序浮动前进选择（SFF）用于选择最相关的指标并构建紧凑，可解释和性能模型。因此，使用正规化回归模型（Lasso，Ridge）和基于树的分类模型（随机森林和Logit Boost）用作挑战者模型，以优于包含术语扩展作为预测指标的概率模型。所有模型均经过1973 - 2006年的数据培训，并从2006年开始对持有样本进行了评估。研究表明，建模衰退所需的指标较少。使用SFF构建的模型最多有11个指标。此外，研究环境表明，许多指标在时间和业务周期之间都是稳定的。机器学习模型被证明在定量宽松期间（术语传播的预测能力减少时）在预测衰退时特别有效。这些发现有助于对在经济预测中使用机器学习的持续讨论，尤其是在有限和不平衡数据的背景下。
人机一体化设计与分析系统...
随着自动化和先进技术被引入交通系统，从下一代航空交通系统（称为 NextGen）到以智能交通系统为代表的先进地面交通系统，再到为太空探索而设计的未来系统，越来越需要有效地预测未来系统在辅助技术的要求下将如何容易出错。一种以安全和非侵入方式研究辅助技术对人类操作员影响的正式方法是使用人类性能模型 (HPM)。在提出、开发和测试复杂的人机系统设计时，HPM 起着不可或缺的作用。一种称为人机集成设计和分析系统 (MIDAS) 的 HPM 工具是 NASA 艾姆斯研究中心 HPM 软件工具，自 1986 年以来一直用于预测人机系统在各个领域的表现。MIDAS 是一个动态的集成 HPM 和模拟环境，有助于在模拟操作环境中设计、可视化和计算评估复杂的人机系统概念。本文将讨论一系列航空特定应用，包括用于为 NASA 航空安全计划建模人为错误的方法，以及用于评估 NextGen 操作的驾驶舱技术的“假设”分析。本章将最终提出用于评估辅助技术的复杂人机系统设计的预测 HPM 领域的两个挑战：(1) 模型透明度和 (2) 模型验证。
人工智能通过开发新模型来预测土壤温度
在不断变化的环境中，以了解土壤的生物，化学和物理特性，地表和各种深度的土壤温度都很重要。这对于达到粮食可持续性至关重要。然而，由于仪器不良以及许多其他不可避免的原因，例如干旱，洪水和旋风，全球大多数发展中的地区都在建立可靠的数据测量和记录方面面临难以建立稳固的数据测量和记录。因此，准确的预测模型将解决这些困难。乌兹别克斯坦是由于气候干旱而关注气候变化的国家之一。因此，这项研究首次提出了一个综合模型，以根据乌兹别克斯坦Nukus的气候因素来预测表面的土壤温度水平和10 cm的深度。培训了八种机器学习模型，以了解基于广泛使用的性能指标的最佳性能模型。在10 cm深度的土壤温度水平的准确预测中执行了长期短期记忆（LSTM）模型。更重要的是，这里开发的模型可以通过测量的气候数据和预测的表面土壤温度水平来预测10 cm深度的温度水平。该模型可以在10 cm深度的土壤温度下预测土壤温度，而无需进行任何土壤温度测量。开发的模型可有效地用于计划应用程序，以在乌兹别克斯坦Nukus等干旱地区的粮食生产中达到可持续性。
SmOOD：基于平滑度的飞机设计替代神经网络的分布外检测方法
航空工业一直在寻求在人力、计算时间和资源消耗方面更高效的设计优化方法。当代理模型和最终过渡到 HF 模型的切换机制都经过适当校准时，混合代理优化可以在提供快速设计评估的同时保持高质量结果。前馈神经网络 (FNN) 可以捕获高度非线性的输入-输出映射，从而产生有效的飞机性能因素替代品。然而，FNN 通常无法推广到分布外 (OOD) 样本，这阻碍了它们在关键飞机设计优化中的应用。通过基于平滑度的分布外检测方法 SmOOD，我们建议使用优化的 FNN 替代品对模型相关的 OOD 指标进行编码，以生成具有选择性但可信预测的可信代理模型。与传统的基于不确定性的方法不同，SmOOD 利用 HF 模拟固有的平滑特性，通过揭示其可疑的敏感性来有效地暴露 OOD，从而避免对 OOD 样本的不确定性估计过于自信。通过使用 SmOOD，只有高风险的 OOD 输入才会被转发到 HF 模型进行重新评估，从而以较低的间接成本获得更准确的结果。研究了三种飞机性能模型。结果表明，基于 FNN 的替代方法优于高斯过程替代方法