随着 Siri 和 Alexa 等对话式 AI 应用在儿童中变得无处不在,CS 教育界已开始利用这种流行度作为吸引年轻学习者学习 AI、CS 和 STEM 的潜在机会。然而,向 K-12 学习者教授对话式 AI 仍然具有挑战性且尚未得到探索,部分原因是某些对话式 AI 概念(例如意图和训练短语)具有抽象性和复杂性。一种以引人入胜的方式教授复杂主题的有前途的方法是通过非插电活动,事实证明,这种方法在不使用计算机的情况下非常有效地促进 CS 概念理解。目前正在研究开发用于教授 AI 的非插电活动,但迄今为止很少有研究关注对话式 AI。本经验报告描述了针对中学生的对话式 AI 夏令营的一系列新颖的非插电活动的设计和迭代改进。我们讨论了学习者的反应以及通过实施这些非插电活动获得的经验教训。我们希望这些见解能够支持 CS 教育研究人员使对话式 AI 学习更具吸引力并让所有学习者都能接受。
智能电网是融合了节能和可再生能源技术的电网,其实施可能需要对现有电网进行大规模重组和重新设计 [1]。然而,考虑到智能电网的推出将带来众多环境和经济效益,这些转变是重要且必要的。智能电网最大的优势之一是它为能源供应商和消费者带来了灵活性 [2]。例如,需求响应资源可以监控能源需求并支持发电机和负载之间的相互作用,以优化对能源需求的满足,而不会使电网过载 [3]。通常,这些操作会融合可再生能源,例如光伏 (PV) 板和电池储能系统 (BESS)。电动汽车 (EV) 的出现是智能电网中的另一个因素,这带来了一个有趣的挑战 [4]。
在这项工作中,我们遵循以前的途径,以探索有限差分时间域(FDTD)方法中数值分散补偿的机器学习算法。混合深神经网络通过FDTD模拟的细胞大小进行训练,目的是通过比较粗大和密集的网格的各种平面微波电路的解决方案来“学习”数值分散误差的模式。因此,我们的培训数据不仅包括广泛的几何形状,还包括每个问题的可变密度的网格。我们对所提出的网络的结构进行了详尽的分析及其误差性能作为培训数据的函数。我们评估了其充当数值分散补偿引擎的能力:可以从粗网格模拟的结果中预测fdtd模拟的结果。
摘要——本文介绍了采用先进功率转换技术的电动汽车 (EV) 车载充电器的设计和分析。所提出的系统具有使用图腾柱功率因数校正 (PFC) 转换器的 AC-DC 转换级和使用 LLC 谐振转换器的 DC-DC 转换级,并使用自适应神经模糊推理系统 (ANFIS) 控制器进行优化。所提出的 OBC 系统旨在提高 EV 充电系统的效率、功率密度和可靠性。图腾柱 AC-DC 转换器用于以最小的开关损耗整流交流输入,利用其固有的连续导通模式 (CCM) 运行能力并减少二极管中的反向恢复问题。整流后,LLC 谐振 DC-DC 转换器有效地将直流电压升压到适当的电池充电水平,提供零电压开关 (ZVS) 和零电流开关 (ZCS) 以提高整体效率。ANFIS 控制器结合了模糊逻辑和神经网络的优势,在不同的运行条件下提供卓越的适应性和控制精度。仿真结果表明,使用 ANFIS 后,效率、功率因数和瞬态响应显著改善。实验验证证实了基于 ANFIS 的系统的优越性,使其成为当代电动汽车充电应用的可行解决方案。索引术语 - 车载充电器 (OBC)、功率因数校正 (PFC)、电动汽车 (EV)、自适应神经模糊推理系统 (ANFIS)。
为了提高车辆燃油效率并满足排放标准,全球汽车制造商增加了其强大的 HEV 和 PHEV 产品组合。许多汽车领域都开发并部署了新技术,这些技术声称可以提高效率和整体车辆性能,同时限制成本增加的影响。本研究对可用于支持近期和长期 OEM 混合动力战略的选定最新技术进行了工程评估和成本评估。根据对 OEM 混合动力战略、HEV/PHEV 销售和预测以及近几年车型中车辆架构和混合动力技术的进步的详细审查,选择了代表最先进技术的 6 种最先进系统。选定的技术中有五种与电动动力系统有关,第六种与加热和冷却有关。该研究强调了设计改进,并声称这些系统具有优势,然后继续了解生产它们所用的材料和制造工艺。然后估算了每个组件和组件的直接和间接成本。最后,该报告提供了对新兴技术的见解,以了解到 2025 年可能实现的潜在成本降低。
Vassiliki Boussiotis,哈佛医学院Kenji Chamoto,CCII,CCII,京都大学希尔德·切罗特(Hilde Cheroutre),拉霍亚(La Jolla)免疫学研究所,圣裘德儿童研究医院Cristina Cristina Cristina Cristina Cristina Cristina Cristina Cristina Cristina Cristina,Stanford University,Stanford Univelsi哈格瓦尔,京都大学塔苏科大学,CCII,CCII,京都大学(开幕词)Juliana Idoyaga,加利福尼亚大学圣地亚哥卡尔大学,宾夕法尼亚大学nobuuki kakiuchi大学,托马斯·科普斯,托马斯·基普斯大学,加利福尼亚大学,加利福尼亚大学,加利福尼亚大学,加利福尼亚大学,加利福尼亚州kipps京都大学田纳西亚大学,卡利奥尼亚大学旧金山克劳斯·潘特尔大学,大学医学中心,汉堡 - 埃潘多夫大学,约翰·霍普金斯医学Eliane Piaggio大学面具塔吉马大学,CCII,京都大学Yosuke Togashi,冈山大学Suzane Louise Topalian,Johns Hopkins Medicine Hans Guaderel,Memorial Slon Kettering癌症中心圣地亚哥Zelenay,癌症研究
15.补充说明 Phil Gorney 和 Barbara Hennessey (NHTSA CORs) 16.摘要 本报告总结了对潜在锂离子 (Li-ion) 电池车辆安全问题的评估,为 NHTSA 提供信息,供其评估需求并确定未来对锂离子电池车辆的研究活动的优先顺序。此分析旨在帮助 NHTSA 识别可能需要考虑的潜在关键操作安全问题,并评估是否需要进一步测试以评估安全问题。本文档是该项目的综合最终报告,汇编和总结了关键背景信息和对开发结果的评估。本次调查的范围包括插电式混合动力汽车、混合动力汽车和电池电动汽车。本报告回顾了电池化学和机械设计和安全性、电池结构和设计、与电池功率相关的车辆系统、电池管理和控制系统、安全标准的文献,以及对采用锂离子电池系统进行推进的实验、概念、原型和生产规模车辆的调查。
佛罗里达州是全美注册电动汽车数量第二多的州。电动汽车和混合动力汽车的市场份额不断增加,以及内燃机汽车的燃油效率不断提高,预计将继续对全州和地方的燃油税收入产生不利影响,而燃油税是交通支出的资金来源。在未来 20 年内,佛罗里达州因电动汽车市场渗透率提高而造成的收入损失估计在 5.6% 到 20% 之间,具体取决于电动汽车市场的渗透率。在地方层面,收入损失可能会影响当地道路和公共交通的运营和维护。目前,佛罗里达州的普通司机每年为交通相关项目缴纳 283 美元的机动车燃油税。佛罗里达州目前不对电动汽车或插电式混合动力汽车征收额外的注册费、消费税或使用费。该法案要求收入估算会议 (REC) 估算 2024-2025、2025-2026 和 2026-2027 财年对用于给电动汽车充电的电力销售征收的销售税对一般收入基金的影响。REC 必须在适用财政年度开始前的 6 月 10 日之前向税务部提供此估算。此规定将于 2027 年 6 月 30 日到期。从 2024 年 7 月开始,该法案指示税务部向州交通信托基金 (STTF) 分配 REC 为该州财政年度估算的金额的十二分之一。此规定将于 2027 年 6 月 30 日到期。此外,该法案认识到,电动汽车和插电式混合动力汽车的持续普及将对州税收和 STTF 产生重大影响。为了更好地理解这些影响,该法案要求经济和人口研究办公室 (EDR) 制作一份报告,估计对州交通信托基金的长期影响、预计继续在该州采用电动汽车和插电式混合动力汽车将对销售税和总收入税收产生的影响,以及使用住宅充电站而非商业充电站的用户百分比。该报告还必须考虑激励或推广电动汽车的联邦政策以及这些政策对电动汽车持续采用速度的影响。EDR 必须在 2026 年 12 月 1 日之前提交报告,2027 年立法机关必须使用该报告来考虑解决对 STTF 的长期影响所需的潜在政策变化。收入估算会议尚未估计该法案的收入影响。对于 2024-2025、2025-2026 和 2026-2027 财政年度,该法案将对一般收入产生负面影响,并对州信托基金收入产生同等的积极影响。
脑电反馈是一种基于脑电图技术的无创脑刺激方法,通过脑机接口将脑电生理活动信号传送到计算机,将脑电活动的实时变化作为反馈刺激给予被试自身,帮助被试学习如何自我调节大脑活动。脑电反馈应用十分广泛,可作为精神疾病的辅助治疗、健康个体的认知能力提高以及作为脑电生理特征与认知功能相互作用的实验条件。为了对脑电反馈有一个清晰的认识,本文从脑电反馈系统的组成部分、脑电反馈方案的设计要素、脑电反馈的评价以及脑电反馈的机制理论四个部分对其进行了综述。