XiaoMi-AI文件搜索系统
World File Search System权衡分析
FORESAIL-2 AOCS 贸易研究与设计
本论文旨在设计一个可靠的立方体卫星平台，包括航空电子子系统，该子系统可以在至少六个月的使用寿命内维持高辐射环境。科学仪器对平台提出了严格的要求，以实现并保持所需的旋转速度。模拟背景是在系统工具包 (STK) 中设置的。对 FORESAIL 2 的姿态和轨道控制系统 (AOCS) 进行了权衡分析，重点关注执行器及其提供适当扭矩以完成系绳部署的能力。进行了任务设计分析，以得出立方体卫星的外形尺寸、发电能力、对空间碎片缓解 (SDM) 技术要求的遵守情况以及累积的总辐射剂量。研究发现，6U 外形尺寸更适合分配给每个子系统更多空间，同时产生足够的功率使卫星能够在所有所需模式下工作。如果立方体卫星将于 2022 年 9 月发射，则该任务符合欧洲空间标准化合作组织 (ECSS) 和国际标准化组织 (ISO) 标准。为了允许卫星组件的阈值限制为 10 克拉德，立方体卫星结构上应实施 7 毫米的屏蔽墙。设计任务的主要要求是初始化对传感器和执行器的调查。结果表明，只有推进系统才能提供部署系绳所需的角动量。缺乏磁场使得磁力矩器在所需轨道上几乎无法使用，而反作用轮则成为辅助推进装置的唯一选择。不同的分析和模拟导致最终的 AOCS 配置由五种不同的传感器（太阳传感器、磁力计、GPS、IMU 和内部传感器）组成，用于姿态确定。推进系统和反作用轮将对卫星提供必要的控制。
新冠疫情对电子行业供应链的影响
摘要：几十年来，全球产业的供应链一直相对稳定。2011 年泰国洪水、日本海啸导致核电站泄漏以及同年冰岛火山爆发严重扰乱了电子制造公司的全球供应链，但仅持续了很短的一段时间。这些自然灾害仅限于某些地理区域，运营中断是短暂的。然而，COVID-19 疫情给企业带来了一系列重大挑战，需要所有行业的供应链战略和运营管理发生转型。通过将 VUCA（波动性、不确定性、复杂性、模糊性）理论框架与 COVID-19 疫情中经历的全球供应链挑战联系起来，制定并测试了有关电子和半导体行业参与者未来供应链战略的研究假设。样本数据是利用便利抽样法从行业从业者那里收集的。结果表明，行业从业者、研究机构和拜登政府都强调需要将制造业转移回国内，减少对外国的依赖。必须不断应用通过成本效益风险分析证明合理的外包决策。即时 (JIT) 和精益是一种普遍的策略，但在 COVID-19 大流行期间，它已成为致命弱点。维持关键部件安全库存的权衡分析已成为决策的重要变量。单一采购令人厌恶，而通过有效的 ERP 系统提高数据可见性支持的多重采购已成为战略要务。未来几年，必须在 VUCA 供应链中加强并不断增强与供应商、供应商、物流提供商和所有利益相关者的合作伙伴关系。这项研究的主要结论是，高层管理人员和供应链领导者必须集中精力构建一个灵活且有弹性的全球供应链网络，因为依赖离岸制造和绝对 JIT 和精益战略的时代已经过去了。
rollama：用于通过Ollama使用生成大语言模型的R软件包
参考文献Alizadeh，Meysam，MaëlKubli，Zeynab Samei，Shirin Dehghani，Juan Diego Bermeo，Maria Korobeynikova和Fab-Rizio Gilardi。2023。“开源大语言模型的表现优于人群工人，并且在文本通知任务中接近chatgpt。” arxiv。https://doi.org/10.48550/arxiv.2307.02179。 Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.48550/arxiv.2307.02179。Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。Chan，Chung-hong。2023。“ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.5117/ccr2023.1.003.chan。Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。2023。“ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。https://doi.org/10.1073/pnas.2305016120。他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。2023。“ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。https://doi.org/10.48550/arxiv.2303.16854。irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。2024。“用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。https://doi.org/10.48550/arxiv.2312.14972。Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。2024。网状：接口到“ Python”。https://cran.r-project.org/package=reticulate。Kjell，Oscar，Salvatore Giorgi和Andrew H. Schwartz。2023。“文本包：使用自然语言处理和深度学习来分析和可视化人类语言的R包装。”心理方法。https://doi.org/10.1037/met0000542。 Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1037/met0000542。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。2023。“为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1080/19312458.2023.2261372。Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。2024。“不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1017/pan.2023.20。Spirling，Arthur。2023。“为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1038/d41586-023-01295-4。Weber，Maximilian和Merle Reichardt。2023。“您需要的是在社会科学中提示生成大语言模型以进行注释任务。使用开放式模型的底漆。” arxivhttps://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.48550/arxiv.2401.00284。
绿色人工智能的系统评价
训练他们自己的最先进的模型。研究结果得出的结论是，我们需要减少开发和运行人工智能模型的碳足迹。这种自我反省让人工智能研究界大开眼界。随后发表了许多论文，呼吁寻找一个考虑这一问题的新研究方向。Schwartz (2020) Green AI 将绿色人工智能一词定义为“在考虑计算成本的同时产生新成果的人工智能研究”（Schwartz et al., 2020 ）。Bender et al. (2021) 发表了一份立场文件，强调了不断增加人工智能模型规模的后果。一个自然而然的问题是，作为一个研究界，我们是否做了足够的努力来减轻开发和运行基于人工智能的软件对碳的影响。人工智能系统非常复杂，为了实现绿色人工智能，我们需要共同努力，针对人工智能系统生命周期的所有不同阶段（例如数据收集、训练、监控）、不同工件（例如数据、模型、管道、架构、硬件）等（Haakman 等人，2021 年）。鉴于该领域的异质性，也很难对过去几年发表的所有绿色人工智能文献有一个广泛的了解。为了了解现有的研究，我们对绿色人工智能进行了系统的文献综述。我们概述并描述了该领域的现有研究。此外，我们研究了该领域多年来的发展情况，找出了主要主题、方法、工件等。这篇文献综述显示，绿色人工智能出版物数量显着增长——76% 的论文是在 2020 年之后发表的。最受欢迎的主题围绕监控、超参数调整、部署和模型基准测试。我们还重点介绍了其他可能带来有趣解决方案的新兴主题，即以数据为中心的绿色人工智能、精度/能源权衡分析。当前的研究已经展示了令人鼓舞的结果，节能效果从 13% 到 115%。不过，现有的大部分工作都集中在人工智能模型的训练阶段。此外，我们观察到行业参与度很低（23%），而且大多数研究都围绕实验室实验展开。我们认为，该领域正在发展到一定成熟度，其中行业参与对于实现绿色人工智能的总体目标至关重要：充分利用人工智能的潜力，而不会对我们的星球产生负面影响。为了鼓励开放科学和这项研究的可重复性，我们提供了所有数据和脚本，这些复制包可通过开源许可证在线获取。1
基于液氧/生物甲烷半重复使用发射器的航天发射服务参数生命周期评估
摘要 ArianeWorks 是由法国国家空间研究中心和阿丽亚娜集团发起的创新平台，它加速了 Themis 的开发，Themis 是一种由液氧和生物甲烷推动的低成本可重复使用的火箭级演示器，为 2030 年的欧洲发射系列铺平了道路。根据其股东的生态设计愿景，ArianeWorks 在 Themis 计划中启动了生态设计战略的实施。在此背景下，本研究介绍了基于半可重复使用发射器的发射服务的生命周期评估，该发射器源自 Themis 并在圭亚那航天中心运行，该评估发生在 Themis 的早期设计阶段。该分析意味着开发一个特定的框架来解释下级的可重复使用性，需要使用经过调整的功能单元、在生命周期中引入新的阶段以及特定的参数化来描述其复杂性。本文接着进行了敏感性分析，以确定影响的主要驱动因素并支持设计权衡分析，然后估计最大可信缓解潜力。然后，概述了一种评估可重复使用性可能带来的环境效益的方法，并为所研究的发射服务提供了初步结果。影响评估结果证实，结构和推进剂的生产对阿丽亚娜火箭的生命周期影响最大。由于延长寿命阶段会产生额外影响，因此低级火箭的回收和翻新也发挥着重要作用，但也使一些影响减少成为可能，这些影响可以通过明确的惯例来隔离。跨大西洋运输阶段或测试和加油期间的推进剂消耗会造成不可忽略的影响，这些影响可以通过采用节俭的方法或技术创新来减轻。总体而言，该研究强调，与基线相比，对气候变化和资源枯竭的总影响可能减少约 30-80%。然而，尽管人们普遍认为可重复使用性可以减少生命周期影响，但研究表明，实际情况要复杂得多，因为从发射器的环境性能比较中得出的结论取决于惯例、市场参数、运营方案和环境影响类别。对于所研究的发射服务，结果表明，虽然可重复使用性可能会减少对资源枯竭的影响，但它可能会增加对气候变化的影响。此外，可重复使用性的任何环境效益都可能被这项技术所促进的全球太空活动的增长完全抵消，从而导致适得其反的反弹效应。本研究强调，由于采用生态设计方法，影响可能会减少，这将减轻这种影响。关键词：环境影响、生命周期评估、生态设计、发射器、可重复使用性、方法论 首字母缩略词/缩写
TB MED 507 - 陆军出版局
附录 A. 参考文献，第 56 页 B. 湿球黑球温度指数，第 60 页 C. 指挥官、高级士官和教员的预防热伤亡风险管理指南，第 61 页 词汇表，第 65 页 表格列表 表 2-1. 通用热适应策略，第 12 页 表 3-1. 25 名志愿者在高温下进行 3 小时户外运动时测得的直肠温度与其他体温之间的平均绝对差 (MAD)，第 16 页 表 3-2. 在温暖和炎热环境中训练的液体补充和工作休息指南，第 18 页 表 3-3. 在温暖和炎热环境中连续工作时间和液体补充的建议，第 19 页 表 3-4. 轻型飞行服的战斗机热应力指数 (FITS)（晴天至轻微阴天），第 25 页使用标准补液政策在温暖和炎热环境中训练的替代液体补充指南，第 29 页表 3-6。补水优化策略，第 30 页表 4-1。劳力性中暑的个体和环境风险因素，第 34 页表 4-2。与劳力性中暑易感性有关的药物，第 35 页表 4-3。经典中暑和劳力性中暑的比较，第 39 页表 4-4。劳力性中暑的常用测量分析物及其恢复时间过程，第 40 页表 4-5。导致劳力性横纹肌溶解症的潜在因素，第 41 页表 5-1。疑似中暑伤员的警告信号、症状和紧急措施，第 43 页表 5-2。建议使用冰袋治疗疑似劳力性中暑，第 47 页表 5-3。军人昏倒后的不同表现类型，第 53 页表 5-4。 ICD-10 劳力性中暑症状编码，第 55 页 图表列表 图 2-1. 美国陆军人员 5 年期间（2015-2019 年）热衰竭和中暑的总体频率和每周分布，第 5 页 图 2-2. 军人在热环境中从事体力劳动时的能量（热量）传递，第 6 页 图 2-3. 测量位置对 WBGT 指数的影响，佐治亚州本宁堡，2005 年 7 月，第 8 页 图 2-4. 环境热应激对相当于 2 英里跑步或 3 英里行军的自定步调耐力任务的独立和综合影响，第 10 页 图 2-5. 权衡分析表现列线图，第 10 页 图 3-1. 热应激风险评估流程，第 14 页 图 3-2. CHS 和 UCHS 期间以三种代谢率持续体力劳动时身体核心温度反应说明，第 15 页军事和运动医学 WBGT 指数类别比较，第 20 页图 3-4。佐治亚州本宁堡 2017 年 7 月 31 日历史气象数据，第 21 页图 3-5。12 英里行军期间身体储热率比较，负重 55 磅，180 分钟完成（标准），速度慢 10%，重量轻 50%，或将衣服换到 PFU，第 21 页