XiaoMi-AI文件搜索系统
World File Search System故障检测
滚动轴承的故障检测与诊断
注意：作者已授予非独家许可，允许加拿大图书馆和档案馆在任何地方复制、出版、存档、保存、保存、通过电信或互联网向公众传输、出借、分发和出售论文。世界各地，用于商业或其他目的，以缩微形式、纸质、电子和/或其他格式。
智能重组控制器中的故障检测和识别
在下一节中，定义了外国直接投资问题，并确定和讨论了重要的问题和权衡。这是一个系统描述和一些有关要采用方法类型的准则。AI的FDI方法已被概述，并提出了FOI的专家系统体系结构。在失败诊断任务中，对飞行员的认知建模研究为建筑奠定了基础，并表明应使用各种知识和推理的多种知识和推理。例如，我们将需要诸如一般诊断启发式方法之类的浅知识，但是我们还需要从诸如飞机的因果模型之类的深层知识中推理。要处理各种各样的知识表示，我们建议使用一种称为知识表示图（KR图）的图形方法来表示深度和浅层知识。从这个统一的代表中，深度和浅推理之间的接口变得透明，专家系统相对容易代码。使用OPS5专家系统开发工具实施了FOI系统的AI部分，称为“故障检测和识别专家系统”（FDIES），并被行使对多种执行器故障进行诊断。
可靠分布式系统的不可靠故障检测器
我们引入了不可靠故障检测器的概念，并研究了如何使用它们来解决具有崩溃故障的异步系统中的共识问题。我们用两个属性来描述不可靠故障检测器——完整性和准确性。我们表明，即使使用犯了无数错误的不可靠故障检测器，也可以解决共识问题，并确定哪些可用于解决共识问题，尽管发生了任何数量的崩溃，哪些需要大多数正确的进程。我们证明，在具有崩溃故障的异步系统中，共识和原子广播可以相互简化；因此上述结果也适用于原子广播。一篇配套论文表明，这里介绍的故障检测器之一是解决共识问题的最弱故障检测器 [Chandra 等人。1992]。