XiaoMi-AI文件搜索系统
World File Search System模糊化
化学化学
This course aims at introducing the basic concepts and techniques in carrying out chemical analysis by using various modern spectroscopic and chromatographic instruments.Students will learn how to use modern instruments to determine the amounts of substances present in a mixture down to part per million levels (ppm), and identify the structure of a compound.Techniques such as UV-visible spectroscopy, infrared spectroscopy, mass spectrometry, nuclear magnetic resonance spectroscopy, gas chromatography and high performance liquid chromatography will be covered.This course will also discuss some common standard practices of collecting and preparing samples for laboratory testing, the accreditation system in testing laboratories.This course is conducted in the format of lecture.本课程旨在介绍化学分析中所用到的现代光谱和色谱仪器的基本概念和技术。学生将学习使用该 等仪器来分析浓度水平低至百万分之一的物质，并确定化合物的结构。课程内容包括紫外 − 可见光 谱法、红外线光谱法、质谱分析法、核磁共振、气相色谱法及高效能液相色谱法的操作技巧，以 及化验工作中的收集及制备样本的常用标准技巧和香港化验室所实行的认可系统。课程以讲课形 式进行。 Medium of Instruction:
IT和AI的发展、地方创生、少子化对策
资料来源：https://towardsdatascience.com/machine-learning-methods-to-aid-in-coronavirus-response-70df8bfc7861、https://bdtechtalks.com/2020/03/09/artificial-intelligence-covid-19-coronavirus/、https://news.yahoo.co.jp/byline/kazuhirotaira/20200326-00169744/
关于“模糊...
随着信息技术的发展，基于模糊的系统在计算智能上很流行，并应用于信息科学，数学，控制工程和消费电子等领域。尤其是在消费电子领域中，基于模糊的系统有助于基于数据和知识的建模，并处理具有数量和定性复杂性的现实世界问题，并在维度和不确定性中处理。基于模糊的系统与消费电子设备的婚姻将以人们与设备互动的方式进行革命。从基于细微的因素调整温度的智能恒温器中，以了解语言的微妙之处的语音助手，基于模糊的系统为我们的小工具带来了类似人类的理解和适应性。处理不确定性和不准确的能力为更个性化，高效和以用户为中心的体验铺平了道路。随着消费电子领域的不断发展，其与模糊逻辑的集成将发挥更大的重要作用，预计会扩展，从而提供更智能和以用户的解决方案。因此，当传统的二元逻辑无法处理不精确或不确定的信息时，基于模糊的系统是宝贵的。
使用 TiOx 作为电阻层的电阻存储器的制造
图 3 ReRAM 特性的电极依赖性：(a) 50×50 μm 2 ，(b) 200×200 μm 2 。 5.结论我们利用 TiO x 作为电阻变化层制作了 ReRAM，并评估了其特性。在本次创建的条件下，没有观察到复位操作。这被认为是因为在复位操作过程中，由于氧气的释放，灯丝没有断裂。比较电极尺寸，50×50 μm2 的较小元件与 200×200 μm2 的元件相比，可获得更优异的特性。这被认为表明了氧化退火过程中的尺寸依赖性。 6.参考文献 [1] A. Hardtdegen 等，IEEE Transactions on Electron Devices，第 65 卷，第 8 期，第 3229-3236 页 (2018) [2] Takeo Ninomiya，基于氧化物材料设计和可靠性建模的电阻式存储器量产，名古屋大学研究生院博士论文 (2016) [3] D.Carta 等，ACS Appl. Mater. Interfaces，第 19605-19611 页 (2016) [4] D. Acharyya 等，微电子可靠性。54，第 541-560 页 (2014)。
致密碳化硼基陶瓷的强韧化机理研究进展
Liu 等 [36] 在 1950 ℃ 和 50 MPa 压力的 SPS 过 程中，发现随着 TiB 2 的添加量由 5 mol% 增至 30 mol% ，复合陶瓷的硬度降低，断裂韧性增加。 除裂纹偏转和 TiB 2 的钉扎效应使 B 4 C 晶粒细化 ( 从 1.91 μm 减至 1.67 μm) 外，两相间位错的产生， 是 B 4 C 陶瓷增强、增韧的次要原因，其在陶瓷断 裂前吸收能量，造成局部强化 [37–38] 。研究发现， 添加 20 mol% TiB 2 时，复合陶瓷的相对密度为 97.91% ，维氏硬度为 (29.82±0.14) GPa ，断裂韧性 为 (3.70±0.08) MPa·m 1/2 。 3.1.2 Ti 单质引入 与直接添加 TiB 2 相比，在烧结过程中原位反 应生成 TiB 2 可以在较低的烧结温度下获得更高 的密度和更好的机械性能。 Gorle 等 [39] 将 Ti-B( 原 子比 1:2) 混合粉体以 5 wt.% 、 10 wt.% 和 20 wt.% 的比例加入到 B 4 C 粉末中，研磨 4 h 后通过 SPS 在 1400 ℃ 下获得致密的 B 4 C 复合陶瓷。由于 WC 污染，获得了由被 (Ti 0.9 W 0.1 )B 2 和 W 2 B 5 的细颗粒 包裹的 B 4 C 颗粒组成的无孔微结构。当 Ti-B 混合 物的量从 5 wt.% 增至 20 wt.% 时，烧结活化能从 234 kJ·mol −1 降至 155 kJ·mol −1 。含 5 wt.% Ti-B 混 合物的 B 4 C 复合材料的最大硬度为 (3225±218) HV 。由于 TiB 2 的原位形成反应是高 度放热并释放大量能量的自蔓延反应，因此，原 料颗粒界面间的实际温度预计高于 SPS 烧结温 度，同时，液相 W 2 B 5 的形成润湿了 B 4 C 表面， 有助于降低 B 4 C 晶粒的界面能，并加速了沿晶界
模糊控制
模糊控制是各种具有挑战性的控制应用的实用替代方案，因为它提供了一种通过使用启发式信息构建非线性控制器的便捷方法。此类启发式信息可能来自充当过程“人在环”控制器的操作员。在模糊控制设计方法中，我们要求该操作员写下一组有关如何控制过程的规则，然后将其纳入模拟人类决策过程的模糊控制器中。在其他情况下，启发式信息可能来自对特定过程进行过大量数学建模、分析和控制算法开发的控制工程师。同样，此类专业知识被加载到模糊控制器中，以自动化专家的推理过程和行动。无论启发式控制知识来自何处，模糊控制都提供了一种用户友好的形式化来表示和实施我们关于如何实现高性能控制的想法。在本书中，我们从控制工程的角度介绍了模糊控制。我们既关注构建非线性控制器以应对具有挑战性的实际应用，也关注对模糊控制系统动态的基本理解，以便我们在实施之前能够从数学上验证其属性（例如稳定性）。我们强调工程评估
模糊AHP和模糊维科的比较分析...
塔林技术大学机械与工业工程系，Ehitajate Tee 5，19086 Tallinn，Estonia B最佳城市中心最佳城市中心，塔林大学技术大学，Ehitajate Tee 5，19086 Tee 5，19086，Estonia，Estonia，Estonia，Estonia，Estonia，2023年11月7日获得了2023年12月18日，在线接受了2022年3月21日，2024年2024年2024年20月202日。这是根据创意共享归因的条款和条件分发的一份开放访问文章4.0国际许可CC（http://creativecommons.org/licenses/4.0）。摘要。在当前的研究中，已经实施了两种广泛使用的多标准决策方法，模糊分析层次结构过程（AHP）和模糊维科尔方法，以优先考虑多标准决策问题的标准。在此，案例研究是一种自动驾驶汽车，塔尔特伊斯·伊斯·阿维（Taltech Iseauto Av Shuttle）是在塔尔特赫大学（Taltech University）开发的。当前问题的标准由专家评估，在形成成对矩阵后，这些矩阵通过算术平均值的最大最小方法汇总。随后在模糊AHP的情况下，通过计算权重并使其标准化，获得了每个标准的相对重要性，从而导致标准的排名。此外，在模糊维科尔方法的情况下，聚合的成对矩阵加权并归一化。呈现并比较从两种方法中获得的排名。讨论了多标准决策方法模糊AHP和Vikor的优势和缺点，该方法用于自动驾驶汽车系统的风险分析。关键字：多标准决策问题，模糊分析层次结构过程（AHP），模糊维科尔方法，标准的优先级，自动驾驶汽车（AV）。简介研究多标准决策（MCDM）问题的重要性在我们日益复杂的决策世界中不能低估。在决策过程的背景下，由于同时考虑了多个经常相互矛盾的标准，因此出现了此类问题。对于对选项的系统评估，MCDM方法提供了一种方法，其中考虑了不同的定性和数值方面。他们的相关性扩展到从商业和工程到环境心理管理和医疗保健的各个领域。这些标准通常并不同等重要，替代方案的性能却大不相同。正式方法对于提供结构化的决策过程是必要的。A number of techniques have been introduced for handling multiple criteria, for instance, evo lutionary optimization [1–4], the analytic hierarchy process (AHP), the technique for order of preference by similarity to ideal solution (TOPSIS), and the vlsekriterijumska optimizacija i kompromisno resenje (multi criteria optimization and compromise solution – Vikor）方法[5-9]。为了确定在自主车辆系统中对这些重要标准进行排名的两种知名MCDM技术的功效，本文比较了AHP和Vikor方法。
模糊控制
模糊控制是各种具有挑战性的控制应用的实用替代方案，因为它提供了一种通过使用启发式信息构建非线性控制器的便捷方法。此类启发式信息可能来自充当过程“人在环”控制器的操作员。在模糊控制设计方法中，我们要求该操作员写下一组有关如何控制过程的规则，然后将其纳入模拟人类决策过程的模糊控制器中。在其他情况下，启发式信息可能来自对特定过程进行过大量数学建模、分析和控制算法开发的控制工程师。同样，此类专业知识被加载到模糊控制器中，以自动化专家的推理过程和行动。无论启发式控制知识来自何处，模糊控制都提供了一种用户友好的形式化来表示和实施我们关于如何实现高性能控制的想法。在本书中，我们从控制工程的角度介绍了模糊控制。我们既关注构建非线性控制器以应对具有挑战性的实际应用，也关注对模糊控制系统动态的基本理解，以便我们在实施之前能够从数学上验证其属性（例如稳定性）。我们强调工程评估
数值化与智能化技术在材料科学中的应用与发展综述
设计，优化和制造。数值技术，例如有限元分析，验收动力学，第一原理计算和多尺度建模，可以有效地预测机构属性并优化设计。与此同时，人工智能和大数据分析可以通过机器学习发现新材料和反向设计。智能手段与自适应控制系统相结合，实现了生产过程的自动化和实时优化，从而提高了制造效率和精度。尽管数据和计算成本不足，但随着技术的进步，材料科学却朝着更高的精度和自动化方向发展。