XiaoMi-AI文件搜索系统
World File Search System技术指标
Anss Hameed
•开发基于Python的深度学习交易者，受到LOB快照和基线交易策略的培训，利用技术指标（例如rsi）与超人贸易代理商竞争（例如zip，shvr）。•在C + +中分布式HFT市场间套利模拟中使用XGBoost评估深度学习交易者。协整驱动的对技术指标的交易| Python，Pandas，Numpy 2025年1月•使用统计协整测试（ADF）识别具有固定差的库存对，以确保均值转换潜力。•使用布林乐队，RSI和Z分数作为进入/出口信号，通过停止损害和庞然大意的级别构建了回测引擎。•在4年内达到1.06的夏普比率为115％，表明稳健和风险调整后的盈利能力。随机选项定价引擎（蒙特卡洛和黑色choles）| Python 2024年11月•使用几何布朗运动在50多个场景中模拟资产价格路径，应用神经网络以进行波动性预测，以将定价准确性提高10％，将黑链链作为基准。•构建了一个实时交互式UI，以进行参数调整和视觉误差分析，从而通过超参数调谐优化Monte Carlo性能，MC和B-S输出之间的平均误差<5％。AI社交媒体|产品经理，客户联络与开发人员（Spacenxt Labs）| Python，JavaScript 2023年9月 - 2024年5月
开发太阳能移动电池交换充电站（MBSC）作为环保的充电站替代
开发了太阳能移动电池掉期充电站（MBSCS）作为环保的充电站替代雷尼·罗恰尼（Renny Rochani）* 1，wahyudi sutopo 2＆satrio fachri chaniago Chaniago 3于2023年12月4日收到；修订了2024年2月20日； 2024年3月4日接受； ©伊朗科学技术大学2024摘要电动摩托车（EM）是对环保车辆的有前途的解决方案，但由于用于充电和有限的充电基础设施的基于化石的能量而造成了一些困境。本文提议通过设计一个由太阳能移动电池交换站（MBSC）来解决这些困境，以解决EM基础架构。MBSC将将太阳能发电厂作为可持续能源集成，并使用电池换成系统来容纳EM。设计思维方法学用于通过与专家小组成员的焦点小组讨论来开发MBSC和技术指标评估的初始设计。使用PVSYST软件进行模拟，以评估根据所选组件定义的各种系统变体。这项研究的结果提供了MBSC的初始设计，评估MBSCS系统的技术指标，仿真结果和最佳系统变体配置。这项研究的发现将主要有助于解决EM挑战的解决方案，并提供环保的充电基础设施。这项研究有望作为旨在回答有限充电基础设施的未来移动充电站的替代解决方案，并证明了便携式太阳能发电厂的潜在使用来克服对基于化石的能源的依赖。关键字：电池交换系统；设计思维；电摩托车；专家判断；移动充电站。
智龙三号运载火箭系统
摘要：捷龙三号运载火箭是在借鉴现有长征十一号固体火箭经验的基础上，针对我国日益增长的中低轨道商业卫星发射市场需求而设计的一款商业运载火箭，具有火箭整体贮存、海陆发射通用、反应迅速、经济高效等特点，是目前国内成功飞行的运载能力最大、整流罩包层面积最大的固体运载火箭。本文介绍了该火箭的主要技术指标、总体方案，重点从海上热发射、“大罩”构型与低商业成本以及与卫星的接口等方面介绍了该火箭研制中遇到的主要难点，期望通过技术和经济的结合，为用户提供更优质的商业发射服务。
零碳目标下的能源互联网评价指标体系
摘要：当前，零碳目标已成为世界各国的共同选择，在零碳目标的推动下，我国能源系统将向清洁能源方向发展，能源互联网已成为未来能源系统发展的趋势。在详细分析能源互联网发展历史、基本内涵和主要特征的基础上，提出了能源互联网评价指标体系。该指标体系从五个维度对能源互联网进行评价，指标包括定性指标与定量指标、过程指标与结果指标、技术指标与经济指标。在此基础上，提出了一种基于层次分析法和德尔菲法的评价方法。提出的评价指标体系和评价方法可以对能源互联网发展做出良好的客观评价。
选择良好的网络安全指标的智能方法
当涉及到管理网络安全性时，确定和利用良好的网络安全指标至关重要。这使组织可以更有效地管理其网络风险。然而，文献对良好指标的特性和特征缺乏共识。因此，这项工作的目标是探索和确定网络安全域中研究人员提出的相关技术指标，然后对它们进行评估，以根据智能（特定，可衡量，可操作，相关，相关和及时）的标准来确定其可行性并提高所选安全量度的质量。我们确定了105个指标，其中23个通过了智能标准。由此产生的指标集可以被视为可行的一组指标。此外，我们确定了在评估安全指标时可能会考虑的其他标准，其中大多数可以视为智能标准的变体，除两个两个，其中指标应便宜地通过外部参考来收集和独立验证。
2024-2025 年度绩效计划
3. 将绩效目标与预算和中期支出框架进行协调 83 4. 按经济分类划分的付款和估计摘要 83 C 部分：衡量我们的绩效 84 1. 机构计划绩效信息 84 1.1 计划 1：行政管理 84 1.2 计划 2：交通基础设施 90 1.3 计划 3：交通运营 105 1.4 计划 4：交通监管 116 1.5 计划 5：以社区为基础的计划 123 2. 公共实体 130 3. 更新的基础设施项目 131 4. 公私合作伙伴关系 131 D 部分：技术指标说明 132 附件 B：有条件拨款 182 附件 C：反映 2020 - 2025 年修订战略计划细微修改的附件 186
结合CNN和LSTM
摘要 - 股票市场预测是金融内部极具吸引力和流行的领域，这是由于由于数据非线性和复杂的经济原则而产生的大量利润的潜力。从交易数据中提取功能在该领域至关重要，并且已经制定了许多策略。其中，由于其强大的数据处理能力，深度学习在财务应用中取得了令人印象深刻的成果。在我们的研究中，我们提出了一个混合深度学习模型CNN-LSTM，该模型结合了2D卷积神经网络（CNN），用于图像处理与长期短期记忆（LSTM）网络，用于管理图像序列和分类。，我们将21个技术指标的前15个从财务时间序列转换为15x15图像，在21个不同的日期中。然后将每个图像分为卖出，持有或根据交易数据进行分类。我们的模型表明，股票预测的表现优于其他深度学习模型。
《人工智能法案》的人工智能可解释性要求和衡量合规性的指标
摘要：人工智能 (AI) 中的可解释性对于确保透明度、问责制和风险缓解至关重要，从而解决信息系统使用的数字责任、社会、道德和生态方面的问题。欧盟 (EU) 将通过《人工智能法案》对人工智能进行监管。该法规引入了可解释人工智能 (XAI) 的要求。本文研究了哪些 XAI 要求受到监管以及哪些指标可用于衡量合规性。为此，分析了欧洲议会和理事会的法律文本，以确定 XAI 要求。此外，还收集了 XAI 分类法和指标。结果表明，《人工智能法案》为可解释性提供了抽象的规定，因此很难定义实现可解释性的具体指标。作为一种解决方案，我们提出了一种衡量合规性的社会技术指标分类。进一步的研究应该分析即将到来的可解释性要求，以使人工智能可验证并最大限度地降低人工智能带来的风险。
在2024年推进农业食品领域
在2024年改进了整个部门的一些技术绩效指标，而其他领域的一些技术指标则保持不变或不得不改善。天气是农业的关键变量，在解释数据时必须牢记。在乳制品中，牛数量下降（大约1％），尽管到八月累计下降了5％以上，但牛奶产量完成了与2023年非常相似的一年。这是自2009年以来首次下降的母牛数量。每单位产出的成本在2024年相对稳定，价格上涨了17％。有性精液的使用增加，并且在使用AI牛肉sires进行非替代妊娠的使用中有强烈的运动。爱尔兰牛奶的碳足迹显示出持续的下降趋势，从2018年的1.02 kg CO 2 E/kg脂肪和蛋白质校正的牛奶（FPCM）下降到2024年的0.93 kg CO 2 E/kg FPCM。