XiaoMi-AI文件搜索系统
World File Search System模糊
神经模糊算法在人体中的性能分析...
摘要。脑机接口是一种非侵入式设备，可获取大脑产生的信号，然后对其进行操纵以适应各种应用。BCI 的一个流行应用是与机器人接口；并且，每个 BCI - 机器人系统都采用不同的机器学习算法。本研究旨在对神经模糊算法（特别是自适应网络模糊推理系统 (ANFIS)）进行性能分析，以对 Emotiv INSIGHT 检索到的 EEG 信号进行分类。还开发了一种 SVM 算法作为 ANFIS 性能的参考。研究人员可以使用一种生成和获取 EEG 信号的方法作为参考。面部和眼部手势被用作 EEG 信号生成的手段，并被输入到两种算法中进行模拟实验。结果表明，ANFIS 往往比 SVM 算法更可靠，并且略胜一筹。与 SVM 相比，ANFIS 占用了大量的计算资源，需要更高的规格和训练时间。
模糊物理和数字空间之间的界线
引用为：Jocevski，M。（2020）“模糊物理和数字空间之间的界限：零售业中的商业模型创新”，加利福尼亚管理评论。doi：10.1177/0008125620953639。
在管理人工智能风险时接受模糊性
公共和私人组织都制定了 160 多套不同的人工智能 (AI) 治理原则。这些原则旨在增强 AI 的变革潜力并限制其负面影响。这些原则和策略越来越多地使用“风险管理”作为阐明 AI 技术具体护栏的机制。不幸的是，“风险管理”在实践中的含义在很大程度上是不确定的，而且人们对此知之甚少。事实上，我们衡量风险有两种截然不同的方法。一种方法强调量化和确定性。另一种方法避开了量化的虚假确定性，而是采用通过利益相关者之间的社会和政治对话表达的固有定性（相应不精确）风险衡量标准。本文认为，新兴的人工智能治理领域应该采用更具响应性、包容性和定性的方法，以更好地适应人工智能技术及其社会影响固有的不确定性和动态性。然而，本文还描述了这样做的困难之处，因为计算机科学和数字技术（以及管理这些技术的努力）本质上推动着确定性和消除歧义。本文借鉴了其他科学领域的经验，这些领域长期以来一直在努力解决如何最好地管理新技术的风险，以表明尽管存在不可预测性和不确定性的潜在权衡，定性风险方法如何更好地适应人工智能等新兴技术的挑战。
IFC-BD：一种可解释的模糊分类器，用于提升……
摘要 — 在当前的数据科学应用中，行动的方向是使系统行为适应人类认知，从而产生了可解释人工智能这一新兴领域。在不同的分类范式中，基于模糊规则的分类范式是强调全局系统可解释性的合适解决方案。然而，在处理大数据分析时，它们可能包含过多的规则和/或语言标签，这不仅可能导致系统性能下降，还可能影响系统语义以及系统可解释性。在本文中，我们提出了 IFC-BD，一种用于大数据的可解释模糊分类器，旨在通过学习紧凑而准确的模糊模型来提升可解释性的范围。IFC-BD 是在基于单元的分布式框架中通过初始规则学习、规则泛化和启发式规则选择三个工作阶段开发的。整个过程允许从大量特定规则扩展到更少数量的更通用和更可信的规则。此外，为了解决可能出现的规则冲突，我们专门针对大数据问题提出了一种新的估计规则权重。我们将 IFC-BD 与模糊分类范式的最新方法进行了比较，考虑了可解释性、准确性和运行时间。实验结果表明，所提出的算法能够提高基于模糊规则的分类器的可解释性及其预测性能。
使用模糊逻辑评估民用飞行甲板设计...
摘要 — 良好的驾驶舱人体工程学设计可以极大地帮助提高飞行员的任务效率并减少潜在的人为错误，从而提高飞行操作的安全性。随着驾驶舱系统朝着更多的飞行自动化方向发展，特别是在人机交互方面，现在应该更加强调人体工程学方面。在本研究中，主要目标是强调当前的驾驶舱系统设计是否有潜在的改进空间。评估过程采用模糊逻辑模式识别方法完成，并选择了三个评估对象，即仪表板、基座面板和飞行员座椅。14 位专家通过分发给他们的调查问卷对这些对象进行了评估。为研究建立了 10 个评估标准，并在案例研究中使用了两个现有飞机系列的驾驶舱设计。总而言之，结果表明，当前的驾驶舱设计存在一些改进空间，未来应予以考虑以提高其效率。关键词- 人体工程学、模糊逻辑、模式识别、驾驶舱设计 I. 引言 驾驶舱是飞行员的主要工作站。在每次飞行过程中，为了安全起见，飞行员必须能够轻松访问驾驶飞机和与机组人员沟通所需的所有信息和控制面板。因此，驾驶舱界面的设计是航空业的主要和重要关注点
用于识别红壤土的布尔和模糊方法...
航空伽马射线光谱法在与岩石相关时相对容易理解，但风化材料中的响应和放射性元素分布则鲜为人知。这项工作使用航空伽马射线光谱法和测高法来确定位于巴西亚马逊西部地区红土壳和拆解产品出现概率较高的区域。通过布尔和模糊技术使用地图代数来创建可预测性数字模型，突出显示红土壳出现的有利区域。布尔技术中使用了索引叠加法。模糊技术使用了模糊代数乘积运算符、模糊代数和运算符和模糊伽马运算符。两种模型都表明，预测的有利性和现场结壳的存在之间存在良好的相关性，然而，模糊模型显示出更高的相关性，并突出显示了布尔模型未识别的区域。相反，布尔模型允许在最终地图上单独可视化与每个变量或其可能组合的影响相关的区域。因此，基于应用于测高和机载伽马射线光谱数据的数学模型识别红土结壳是一种新工具，它将对地质填图和对与风化材料中的响应和放射性元素分布相关的理解做出重大贡献。© 2016 Elsevier B.V. 保留所有权利。
设计飞机自动着陆的模糊逻辑控制器
摘要 - 飞机着陆对飞行员来说不是一件容易的事，因此需要一些计算机或自动驾驶仪的辅助，以及可靠高效的自动着陆控制器。这项任务甚至对控制器来说也不容易，因为有许多变量需要考虑，包括风、耀斑、高度、进近速度、航向、垂直速度以及飞机与跑道的对准等，这导致在这种情况下使用传统控制器的成本很高。因此，模糊逻辑可用于设计一个具有推理能力的系统，作为着陆助手的控制器，从而节省成本、高效使用材料并更好地管理时间。该项目中使用的模型飞机是在 MATLAB 中的 Aerosim 插件中给出的。因此，实现了自动着陆控制器助手的目标，使用此模拟，使用经典技术在 MATLAB 中的 Aerosim 插件模型中完成飞机的稳定。在这里，控制器中使用的模糊逻辑纠正了错误，使着陆变得顺利而轻松。
模糊参考理想法（FRIM）在...中的应用
当一个国家需要为其空军购买一架新的军事训练飞机时，必须考虑许多因素。这需要很好地掌握相互冲突的因素，这可以从多标准决策 (MCDM) 领域中受益。然而，评估过程中涉及的一些标准通常不精确或模糊，使用具有模糊数字特征的语言术语可能是明智的。因此，本研究的目的是从模糊 MCDM 方法组合中提取最佳方法，以解决西班牙空军感兴趣的实际决策问题，具体来说，是根据一组不同性质的标准选择最佳军用高级训练飞机。这个决策问题一方面涉及定量或技术标准（战斗上限、作战速度、起飞速度等），另一方面涉及定性标准（机动性、人体工程学等），这些标准基于第 23 战斗机和攻击训练联队的一组飞行教练的经验，通过问卷调查收集。采用层次分析法 (AHP) 确定标准权重，采用参考理想方法 (RIM) 及其模糊版本 (FRIM) 根据上述飞行教练定义的参考理想方案评估替代方案。结果，意大利阿莱尼亚马基 M-346 主飞机被选为最佳选择。© 2020 Elsevier B.V. 保留所有权利
基于模糊逻辑的智能电网可再生能源整合能源管理
摘要。本研究提出了一种基于模糊逻辑的新型能源管理模型，旨在优化可再生能源与智能电网的结合。该研究使用模拟数据来评估该模型在重要指标方面的表现，揭示了可再生能源消耗、电网稳定性、能源存储可靠性和系统整体效率的显著改善。模糊逻辑控制器根据当前输入调整能源分配，使可再生能源的使用率显著提高 20%。适应能力对于应对太阳能、风能和生物质能固有的波动至关重要。该方法大大提高了电网稳定性，电网频率变化减少了 15%，凸显了其在确保更规范、更稳定的电力供应方面的有效性。此外，能源存储系统的可靠性在充电状态下表现出显著的 25% 的增强，表明充电和放电的循环是最佳的。这种可靠性的提高提高了电力系统在高需求和变化时期的能源供应稳定性。与传统管理系统相比，基于模糊逻辑的能源管理模型使整个系统效率显著提高 22%。该指标涵盖了该模型对能源使用情况的综合影响
法力和魔法定义及结点状态的模糊性
近年来，出现了许多论文讨论不同模型（如 CFT、结点理论等）的 magic 和 mana 属性 [1–3]。这些量表征此类模型中定义的某种量子力学状态与 Clifferd 群元素的距离 [4]。根据 Gottesmann-Knill 定理 [5]，Clifferd 群元素可以在经典计算机上进行有效建模。因此，有人声称“magic”实际上是某种状态的非经典性，而 mana 则衡量这种非经典性。如果结合量子计算讨论这些属性，这些属性可能很重要。Gottesman-Knill 定理基于以下事实：Clifferd 群是所研究群 G 的一个有限子群，而 G 是几个 SU(N) 的张量积。然而，它并不是唯一的有限子群。对于同一个群 G ，可以定义无数个这样的子群。其中，克利福德群的定义性质是它与 sigma 矩阵的联系。从量子计算的角度来看，没有必要要求这一点。因此，根据想要向量子计算机呈现的问题集，可以对 mana 进行不同的定义。我们认为 mana 实际上是一种相对属性，而不是绝对属性。在本文中，我们将介绍克利福德群的通常定义方式以及如何对其进行修改以获得其他有限子群。我们将应用这个新的 mana 定义来研究结点状态。结点理论是一个被广泛研究的课题，与其他理论有很多关系。其中，结点理论与量子计算之间存在联系，它既提供了使用量子算法计算结点多项式的方法，也提供了将量子算法描述为有效拓扑场论中的一些结点配置 [14]- [19]。这涉及通过 Reshetikhin-Turaev 算法 [6]- [13] 使用酉矩阵计算结点。具体来说，对于某些特定的结点系列，任何量子算法都可以描述为一系列结点的连续近似 [18,19]。然而，在本文中，我们讨论了结点理论的不同方法。法力和魔法是量子态（密度矩阵）的属性，而不是酉运算。有一种方法可以定义对应于结点的量子态 [2]，使用拓扑场论的思想 [20,21]。这个密度矩阵的矩阵元素由特殊点处的结点多项式构成。因此，这种状态的经典性为我们提供了有关如何在经典计算机上计算这些结点不变量的一些信息。论文组织如下。在第 2 章中，我们定义了 Clifferd 群，它是 SU ( N ) 群的一个有限子群。在第 3 章中，我们提供了 mana 的定义，就像其他关于该主题的论文（如 [1–3]）中给出的那样。在第 4 章中，我们讨论了 mana 定义中的歧义，并展示了如何修改定义以给出与 SU ( N ) 的不同有限子群相关的 mana。在第 4 章中，我们根据 [2,20,21] 定义了描述不同结的量子力学状态。在第 5 章中，我们研究了结状态下的 mana 是什么样子，以及如何通过不同的 mana 定义来改变它。