XiaoMi-AI文件搜索系统
World File Search System步法
使用 PD 和反步控制对 Pelican 四旋翼飞行器进行实时设置
近年来，四旋翼飞行器控制设计研究迅速增多。四旋翼飞行器的线性控制器设计已在多项工作中实现，如线性二次调节器 (LQR) 和比例积分微分 (PID) (Khatoon 等，2014) (Reyes-Valeria 等，2013)。非线性控制设计也已通过不同的技术实现，如反步法 (Das 等，2009)、滑模 (Runcharoon 和 Srichatrapimuk，2013) 和反馈线性化 (Saif，2009)。 (Castillo 等，2005) 将非线性控制算法与 LQR 控制律的性能进行了比较。结果表明，线性控制器应用于非线性系统时响应不稳定，而非线性控制器则表现出稳定的响应。 (Gomes 等人，2016) 使用 AR.Drone 四旋翼飞行器和 Vicon 运动捕捉系统跟踪移动目标，并使用比例微分 (PD) 控制器进行线性定位。 (Mashood 等人，2016) 展示了两架 AR.Drone 沿平方路径飞行的实验结果，使用 VICON 系统和 MATLAB/SIMULINK 进行反馈和控制实现。这可以通过 AR Drone Simulink 开发套件 (ARDSDK) 实现。 (Campbell 等人，2012) 展示了四旋翼飞行器自动驾驶仪的设计和实现，使无人机能够起飞、从一个位置转移到另一个位置并降落在所需位置。
氟化共聚的合成和特性...
通过使用4,4-4-氧基二苯胺（ODA）作为二氨基单体，4,4' - （六氟异丙胺）双性恋（Hexafluoroorotopylidene），通过常规的两步法制备了两种具有不同Dianhydride比率的氟化的聚合聚合物膜，以不同的苯二氢基比的比率制备了不同的Dianhydride。赤道（ODPA）和3,3'，4,4'-双苯基四羧酸苯二氢酯（BPDA）为N，N-二甲基乙酰氨酰胺中的Dianhydride单体。随着6FDA在Dianhydride的比例中的增加，聚酰亚胺膜的拉伸强度显示出趋势下降。这项工作提供了一部高性能电影。在800°C下的质量保留率高于50％。两膜的玻璃过渡温度为260°C和275°C。两者的存储模量为1500 MPa和1250 MPa。损失模量为218.70 MPa和120.74 MPa。电影的透射率为71.43％。在紫外线的可见区域可显着改善氟化的聚合膜的透射率，这表明成功制备具有高透射率，高抗热量，高耐热性和高储存模量的聚酰亚胺膜成功制备。它在灵活显示领域中具有出色的应用程序前景。
GEEvo：利用进化算法生成和平衡游戏经济
摘要 — 游戏经济设计极大地影响了玩家体验和进步速度。现代游戏经济正变得越来越复杂，即使是微小的数字调整也非常敏感，这可能会对整体游戏体验产生意想不到的影响。因此，在开发过程中进行彻底的手动测试和微调是必不可少的。与现有的针对特定游戏或类型的算法平衡的研究不同，这项研究采用了一种更抽象的方法，专注于通过经济来实现游戏平衡，与特定游戏无关。我们提出了 GEEvo（游戏经济演进），这是一个生成基于图形的游戏经济并平衡新生成或现有经济的框架。GEEvo 采用两步法，其中进化算法首先用于生成经济，然后根据指定的目标（例如生成的资源或随时间造成的伤害）来平衡它。我们通过使用来自经济的多次模拟运行的数据对适应度函数进行不同的参数化来定义不同的目标。为了支持这一点，我们定义了一个轻量级且灵活的游戏经济模拟框架。我们的方法在生成的数据集上使用各种平衡目标进行了测试和基准测试，并且我们进行了一个案例研究，评估了两个流行游戏角色类别的两个虚构经济的伤害平衡。索引词——游戏经济、进化算法、游戏平衡、模拟
Newhall社区中心
芭蕾舞Folklórico级别1：学生将学习Folklórico技术，基本组合步骤和协调（包括裙子工作）。必须能够遵循基本说明。没有10/25、11/29级别的第2级：学生必须展示更高水平的福克斯洛里科技术，基本组合步骤，协调（包括裙子的工作）和编排。必须参加了过去的初学者/级别的L类。参与者将有机会在整个课程中表演（舞蹈独奏会）。没有10/25、11/29冠军青年免费的拳击健身计划。在学习基本的拳击技巧和技巧的同时，进行出色的锻炼，包括打孔，步法，影子拳击和包装工作！在支持性，安全的环境中建立信心和自我纪律。带上自己的手套。将提供给青少年的手工包裹。没有10/23、10/25、11/29、12/13武术健身武术健身是一个有趣而充满活力的课程，非常适合任何希望进行出色锻炼的人。它旨在通过发展武术技能和能力来建立和提高您的自信心。得到动力，健身，结交朋友并获得纪律！没有班级11/30
MagicClay：利用生成神经场雕刻网格
神经场领域的最新发展为形状生成领域带来了非凡的能力，但它们缺乏关键特性，例如增量控制——这是艺术创作的基本要求。另一方面，三角形网格是大多数几何相关任务的首选表示形式，它提供了高效且直观的控制，但并不适合神经优化。为了支持下游任务，先前的研究通常提出一种两步法：首先使用神经场生成形状，然后提取网格进行进一步处理。在本文中，我们引入了一种混合方法，该方法能够始终如一地维护网格和有向距离场 (SDF) 的表示形式。基于这种表示形式，我们引入了 MagicClay——一种艺术家友好的工具，可根据文本提示雕刻网格区域，同时保持其他区域不变。我们的框架在形状优化的每个步骤中都仔细有效地平衡了表示形式和正则化之间的一致性；基于网格表示形式，我们展示了如何以更高的分辨率和更快的速度渲染 SDF。此外，我们运用可微分网格重建领域的最新成果，根据 SDF 的指示，在网格中根据需要自适应地分配三角形。通过已实现的原型，我们展示了比现有技术更出色的生成几何体，以及新颖的一致性控制，首次实现了对同一网格进行基于提示的顺序编辑。
研究文章 人工智能营销在创建数据驱动营销策略中的适用性 Ioseb GABELAIA RISEBA 拉脱维亚里加应用科学大学 iosebgabelaia@gmail.com 收到日期：2022 年 5 月 4 日；接受日期：2022 年 7 月 11 日；发布日期：2022 年 8 月 23 日 学术编辑：Diana Bratić 版权所有 © 2022。Ioseb GABELAIA。根据知识共享署名 4.0 国际 CC-BY 4.0 分发
本文旨在探索人工智能营销在制定数据驱动营销策略方面的适用性。值得注意的是，本文阐述了人工智能在营销实践中的现状。此外，本文主张提高客户满意度，使用人工智能改善定位，应用人工智能进行准确决策，并利用人工智能降低销售、成本和风险。最后，本文比较了人工智能营销在研究中确定的四个地区的两个主要地区中的适用性。采用两步法解决研究问题。首先，进行系统的文献综述以确定知识差距。其次，通过调查研究进行初步研究。主要研究的受访者是来自 22 个不同营销专业的 367 名营销从业者，代表 11 个国家的 18 个不同行业，主要来自波罗的海和高加索地区。根据调查结果和分析，强调了未来研究的结论、局限性和概念。研究结果综合了营销中的人工智能驱动因素、障碍和结果。此外，结果证实了将人工智能营销纳入长期战略营销规划与积极的关系。本文为公司提供了实用指导，或激励营销领导者在数据驱动的营销策略中使用人工智能。由于当前营销环境的复杂性，无论是微观还是宏观，它都具有重要价值。营销从业者正在寻找附加值，以证明人工智能营销在决策者的日常策略中的适用性。
基于脂质聚合物混合纳米粒子的可吸入制剂，用于罗氟司特的巨噬细胞靶向递送
摘要：本文研究了针对肺巨噬细胞的新型脂质-聚合物混合纳米粒子 (LPHNPs)，将其作为罗氟司特治疗慢性阻塞性肺病 (COPD) 的潜在载体。为此，将基于聚天冬酰胺-聚己内酯接枝共聚物的载罗氟司特荧光聚合物纳米粒子与由 1,2-二棕榈酰-sn-甘油-3-磷酸胆碱和 1,2-二硬脂酰-sn-甘油-磷酸乙醇胺-N-(聚乙二醇)-甘露糖制成的脂质囊泡通过两步法适当结合，成功获得载罗氟司特的混合荧光纳米粒子 (Man-LPHFNPs@Roflumilast)。它们表现出胶体大小和负 ζ 电位、50 wt % 磷脂和核-壳型形态；它们在模拟生理液体中缓慢释放被包裹的药物。表面分析还显示了它们的高表面 PEG 密度，这赋予了它们粘液穿透特性。Man-LPHFNPs@Roflumilast 对人支气管上皮细胞和巨噬细胞表现出高细胞相容性，并通过主动甘露糖介导的靶向过程被后者吸收。为了实现可吸入制剂，应用了纳米到微米的策略，通过喷雾干燥将 Man-LPHFNPs@Roflumilast 封装在聚乙烯醇/亮氨酸基微粒中。■ 简介纳米医学方法在治疗许多严重疾病方面具有不可思议的潜力，因为智能纳米结构系统能够优化生物利用度并实现各种治疗或诊断剂的靶向递送。1
通过视觉演示的强化学习
抽象强化学习（RL）已成功应用于许多机器人操纵任务和持续控制问题。但是，它仍然仅限于工业应用，并应对三个主要挑战：样本效率，实际数据收集以及模拟器与现实之间的差距。在本文中，我们将重点放在RL在现实世界中用于机器人组件的实际应用。我们运用启蒙学习来改善近端政策优化，这是一种无效的无与伦比的参与者 - 批判性强化学习算法，使用本体感受信息在笛卡尔空间中训练代理商。我们通过预处理引入了启蒙学习，这是有益的，可以降低政策培训的成本并提高政策的效果。通过两步法生成类似人类的组装轨迹，该方法将通过位置进行分割对象，并进行预训练的最接近点。我们还设计一个SIM到运行控制器，以在转移到现实时纠正错误。我们在Mujoco Simulator中设置了环境，并在最近成立的国家标准技术研究所（NIST）Gear Assembly基准中演示了提出的方法。本文引入了一个独特的框架，该框架使机器人能够通过利用仿真和视觉演示来使用有限的现实世界样本来学习汇编任务。比较实验结果表明，我们的方法在训练速度，成功率和效率方面超过了其他基线方法。
控制与仪表工程
16MA607 数值方法与优化 4 - 0 - 0 - 4 方程和特征值问题的解：线性插值法、假位置法、牛顿法、不动点定理陈述、不动点迭代、高斯消元法解线性系统、高斯-约登法和迭代法、高斯-约登法求矩阵逆、幂法求矩阵特征值。常微分方程的初值问题：单步法、泰勒级数法、欧拉法和修正欧拉法、用于解一阶和二阶方程的四阶龙格-库塔法。多步法：Milne 和 Adam 的预测器和校正器方法。线性规划：公式化、图形和单纯形法、大 M 方法、两相法、对偶单纯形法、原始对偶问题。无约束一维优化技术：必要和充分条件。无限制搜索方法：斐波那契和黄金分割法、二次插值法、三次插值和直接根法。无约束 n 维优化技术：直接搜索法、随机搜索、模式搜索和 Rosen Brooch 的山丘声称法、下降法、最速下降法、共轭梯度法、拟牛顿法。约束优化技术：必要和充分条件、等式和不等式约束、Kuhn-Tucker 条件、梯度投影法、割平面法、罚函数法。动态规划、最优化原理、递归方程方法、最短路线应用、货物装载、分配和生产计划问题。教科书/参考文献：1.S. S. Rao，“能源优化理论与实践”，John Wiley and Sons，2009 年。2.Taha H. A.，“运筹学——导论”，第八版，Prentice Hall
验证先进的 APOLLO3® 确定性方案以表征 Jules Horowitz 辐照反应堆堆芯
JHR 是 CEA 卡达拉什正在建造的新型材料测试反应堆。目前，堆芯的中子特性是利用 HORUS3D/N 确定性方案计算的。该方案的工业路线采用两步法，首先是 APOLLO2 MOC 格子计算，然后是基于扩散理论的 CRONOS2 堆芯计算。APOLLO3 ® 是 CEA 新的确定性计算平台，它采用了先进的计算方法。在本文中，正在使用 APOLLO3 ® 带来的新方法为 JHR 建立一个新的参考计算方案。该计算方案通过 TRIPOLI4 ® 执行的参考随机模拟进行了验证。与在 APOLLO3 ® 中模拟 HORUS3D/N 方案的方案结果相比，格子步骤的改进可以显著减少燃料元件和 Hf 控制棒的吸收率偏差。新方案的主要变化在于使用子群自屏蔽法替代精细结构等效法。这些变化与细化几何网格和 383 能级组结构有关。来自晶格台阶的压缩截面用于计算插入五根 Hf 控制棒的 2D JHR 堆芯配置的中子平衡。新的计算方案中添加了堆芯反射器超级晶胞，以产生细化的反射器截面。使用较粗的 41 组结构执行的 MOC 2D 堆芯计算保留了晶格计算的改进，并可以更好地预测反应性和反应速率。下一步将使用包括堆芯实验装置在内的带耗尽层的 3D Sn MINARET 全堆芯计算。关键词：APOLLO3 ®、JHR、确定性计算方案、共振自屏蔽方法。