XiaoMi-AI文件搜索系统
World File Search System替代模型
引入应用空气动力学替代建模基准案例
从飞机设计到认证，需要大量空气动力学数据以确保最佳性能，符合监管标准并保持结构完整性。这些数据必须跨越整个飞行包络，包括压力和剪切应力分布，全局系数和衍生物。传统上来自飞行测试，风洞实验或数值模拟，这些数据通常具有不同的保真度，从手册方法到高分辨率模拟。近年来，由于人工智能和机器学习的进步，对这些数据有效使用的需求已经增长，从而可以开发快速运行的替代模型。与传统的高保真模拟或实验设置不同，这些设置可能是资源密集型的替代模型，该模型在这些数据集中训练，可以提供与数据库查询相当的快速预测。AIAA应用的空气动力学替代建模（AASM）组的成立是为了将集中在航空航天科学中的数据驱动和AI建模上，并将来自学术界，工业和政府机构的专家团结在一起。AASM组优先考虑对航空航天应用的替代建模的开发，准确性和适用性，包括设计优化，不确定性量化，系统工程和任务分析，这对数字工程生态系统至关重要。为了支持方法论的评估和比较，本文介绍了四个基准案例：一个集成式机翼性能系数的空气动力学数据库，6DOF生成的导弹案例，以及两个集中在表面压力分布的数据集。这些基准强调了相关的替代建模挑战，并将通过AIAA公开提供，为航空航天社区提供宝贵的资源。
微电子可靠性 - TerpConnect
压阻式硅基应力传感器有可能成为汽车电子中数字孪生实现的一部分。增强数字孪生可靠性的一种解决方案是使用机器学习 (ML)。正在监测一个或多个物理参数，而其他参数则使用替代模型进行投影，就像虚拟传感器一样。压阻应力传感器用于测量电子封装的内部应力，采集单元 (AU) 用于读出传感器数据，Raspberry Pi 用于执行评估。在空气热室中进行加速测试以获取应力传感器信号的时间序列数据，通过这些数据我们可以更好地了解封装内部的分层情况。在本研究中，在分层过程中对多个电子封装进行了应力测量。由于刚度的连续变化和局部边界条件导致应力发生变化，应力传感器检测到分层。虽然多个单元中的应力变化可以提供足够的信息来判断是否分层，但其分层区域位置未知。开发了基于神经网络 (NN) 和有限元法 (FEM) 的替代模型，用于预测分层层的平面外应力。FEM 模拟模型通过莫尔条纹测量进行校准，并通过应力差测量在组件和 PCB 级别进行验证。模拟分层区域
机器学习在电动机驱动优化中的替代作用
抽象电动机驱动器构成了电动飞机（MEA）中电动压缩机，泵，制动和驱动系统的重要组成部分。在本文中，研究了机器学习（ML）在电机驱动设计和优化过程中的应用。使用ML的一般思想是训练替代模型进行优化。此训练过程基于从详细的模拟或电动机驱动器实验收集的样本数据。但是，对于不同应用，ML的替代角色（SR）可能会有所不同。本文首先介绍了ML的原理，然后在电动机驱动优化过程中提出了ML的两个SR（直接映射方法和校正方法）。为ML SRS的方法比较和验证提供了两种不同的情况。第一种情况是使用实验中的示例数据来训练ML替代模型。对于第二种情况，联合模拟数据用于多目标运动驱动优化问题。发现，ML的两个替代作用均可为情况提供良好的映射模型，在第二种情况下，对两个SR进行了三个可行的设计方案，并验证了两个SRS。关于Optimizaiton的时间消耗，配置的ML模型可以给出一个最高0.044 s的电动机设计点，而基于使用的基于模拟的模型则需要超过1.5分钟。2022中国航空和宇航学会。Elsevier Ltd的生产和托管。这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
开发源自IPSC的用于神经退行性疾病建模的IPSC的技术：通过
神经退行性疾病是成人发作的神经系统疾病，众所周知，很难对药物发现和发育进行建模，因为大多数模型无法准确地概括有关疾病相关细胞中的病理学，因此很难探索神经退行性疾病的潜在机制。因此，已经开发出人类或动物细胞的替代模型来弥合差距，并通过试图模仿神经元和神经胶质细胞相互作用以及更多的机制来更准确地预测新的治疗策略的影响。与2007年最初产生的人类诱导的多能干细胞的出现同时，可以将来自患者的人类诱导的多能干细胞（HIPSC）的可访问性区分开，可以区分与疾病相关的神经元，从而为体外建模，药物测试和治疗策略提供无与伦比的平台。最近开发了源自IPSC的三维（3D）脑器官，作为研究神经退行性疾病的病理特征的最佳替代模型。本评论重点介绍了当前基于IPSC的疾病建模的概述以及结合了神经退行性疾病的IPSC模型开发的最新进展。此外，还提出了现有的基于脑器官的疾病建模的阿尔茨海默氏病。我们还讨论了建模的区域特定脑器官的当前方法论，其潜在的应用，强调了脑器官，作为对患者特异性疾病建模，个性化疗法的建模的有前途的平台，并为持续的或未来的临床试验设计了主体技术。
RE/ Architecture的生产条件 div>
我们研究了建筑实践及其理论反映。除了其社会影响和建筑设计的创造性之外，建筑师的职业生活受到系统依赖性，技术要求和功能限制的深厚影响。回应我们时代的危机，出现了几个关键问题：在当代建筑实践中出现了哪些新的或乌托邦的观点，关键方法，替代模型和自我概念？正在制定哪些创新策略，实践和角色？知识，技能，人际关系，责任，作者身份和AES thetics如何发展？最后，无知的动力，局限性和领域是什么阻碍了建筑实践的发展？
博士职位：科学机器学习应用的可扩展培训算法
科学机器学习（SCIML）通过简化计算建模并提供具有成本效益的替代模型，从而显着增强了传统的数值方法。尽管有这些优势，但SCIML代理的训练阶段仍然在计算上仍然昂贵，从而限制了它们在现实世界，多尺度和多物理学，工程问题中的适用性。这个博士学位项目旨在通过为利用多级技术和/或域分解方法开发新颖的培训算法来解决这一局限性。重点将放在设计创新的优化器，调查各种网络分解以及实施有效的并行化策略以提高可扩展性和降低计算成本。
机器学习在系统发育学中的应用
机器学习越来越多地应用于系统发育推断中的广泛问题。依靠模拟培训数据的监督机器学习方法已用于推断树拓扑和分支长度，选择替代模型并执行下游渗入和多样化的下游推断。在这里，我们回顾了研究人员如何使用多种有希望的机器学习方法来做出系统发育推断。尽管有这些方法的承诺，但有几个障碍阻止了监督的机器学习在系统发育方面具有全部潜力。我们讨论了这些障碍和潜在的路径。将来，我们预计应用仔细的网络设计和数据编码将允许监督的机器学习，以适应继续混淆传统系统发育方法的复杂过程。
使用替代辐射转移模型增强3D行星大气模拟
a b s t r a c t这项工作引入了一种方法，可以通过将机器学习的替代模型整合到OASIS全球循环模型（GCM）中来增强3D大气模拟的计算效率。传统的GCM基于反复整合物理方程的传统GCM在一系列时间段的大气过程中进行了大气过程，这是时间密集的，导致了模拟的空间和时间分辨率的妥协。这项研究赋予了这一限制，从而在实际时间范围内实现了更高的分辨率模拟。加速3D模拟在多个域中具有显着含义。首先，它促进了将3D模型集成到系外行星推理管道中，从而从以前从JWST和JWST Instruments预期的大量数据中对系外行星进行了良好的表征。其次，3D模型的加速度将使地球和太阳系行星的更高分辨率模拟，从而更详细地了解其大气物理和化学。我们的方法用基于仿真输入和输出的训练的基于神经网络的复发模型代替了绿洲中的辐射传输模块。辐射转移通常是GCM最慢的组件之一，因此为整体模型加速提供了最大的范围。替代模型在金星大气的特定测试案例上进行了训练和测试，以基准在非生物大气的情况下基于这种方法的实用性。这种方法产生了令人鼓舞的结果，与在一个图形处理单元（GPU）上相比，与使用匹配的原始GCM在金星样条件下相比，在一个图形处理单元（GPU）上表明，ABO V E 99.0％的精度和147个速度的因子。
GEMS - HAL
本文介绍了作为 IRT Saint Exup´ery MDA-MDO 项目 1 的一部分开发的 GEMS 软件，用于支持多学科设计优化 (MDO) 功能。GEMS 是一个用于编程 MDO 模拟过程的 Python 库，建立在 NumPy 2 、SciPy 3 和 Matplotlib 4 之上。GEMS 旨在推动模拟过程开发自动化的极限，特别关注：i) MDO 过程的自动编程；ii) 分布式和多级 MDO 公式（或 MDO 架构）；iii) 集成和开发用于优化、实验设计、替代模型和耦合分析的最先进算法；iv) MDO 结果分析的自动化；v) 在异构和分布式工业模拟环境中部署 MDO 流程。
量化最低工资对就业的影响
使用最低工资估计的就业的自身工资弹性（OWE）提供了对工作政策的经济意义。我们讨论了如何解释欠款的幅度，包括从福利和劳动力市场的替代模型下。我们提出了来自88项研究的一系列全面估计，并介绍了估计值的定期更新的存储库--- https：//economic.github.io/owe-------------------------------------------------------------》为学者和决策者提供现有文献的最新快照。我们发现，迄今为止的大多数研究都表明，最低工资对工作的相当适度的影响：在学术期刊上发表的72项研究的中位数估计为-0.13，这表明，由于相关工作损失，最低工资增长的潜在收益中只有13％的潜在收益收益约为。自2010年以来发布的估计值往往更接近零。