XiaoMi-AI文件搜索系统
World File Search System每层
海军舰艇夹层结构中 X 型接头的设计
采用真空辅助树脂注射制造。最终的表面厚度约为 3 毫米。芯材为 50 毫米厚的交联 PVC 泡沫，属于相对较重的 Divinycell H200 型，密度约为 200 千克/立方米。所有接头均采用 Norpol FI 177-10 填料。对于 X1 型样品，圆角半径为 25 毫米，覆盖层采用与表面层压板中的铺层相对应的 E 玻璃纤维垫制成。覆层垫的长度为 150 毫米，每层相互错开 16 毫米，如图所示。2.除了填料和覆层之外，X2 型样品还具有嵌入填料中的专门设计的 Divinycell H250 泡沫插入物，从而将圆角半径增加到 60 毫米并减轻了重量。用于覆层的纤维垫（与 X1 型相同）长度不同，
关于人工智能和版权的思考
决定考虑限制条款的形式。此次审查的结果是，文化事务委员会版权小组委员会于 2017 年 4 月发布的报告指出，鉴于日本目前的情况，有必要制定与美国类似的非常灵活的合理使用条款会议决定，采取“多层次”的做法，即结合多项规定，在清晰度和灵活性之间取得适当平衡，而不是采用高度笼统和全面的规定，是适当的。具体而言，认为应设立三层规定，确保每层规定具有适当的灵活性，并根据可能对权利人造成的不利程度进行分类。关于不予考虑的行为类型（第一层）属于对有版权的作品的原始使用，并且通常被认为不会损害权利人的利益的行为类型在适当的范围内抽象地分为以下几类：2）不属于对有版权的作品的原始使用的行为作品，并可能给权利人带来轻微的不利。
使用人工神经网络预测 DED 制造过程中的热场
AAbstr bstract act.. 在过去十年中，机器学习越来越吸引多个科学领域的研究人员，特别是在增材制造领域。同时，这项技术对许多研究人员来说仍然是一种黑箱技术。事实上，它允许获得新的见解，以克服传统方法（例如有限元方法）的局限性，并考虑制造过程中发生的多物理复杂现象。这项工作提出了一项全面的研究，用于实施机器学习技术（人工神经网络），以预测 316L 不锈钢和碳化钨直接能量沉积过程中的热场演变。该框架由有限元热模型和神经网络组成。还研究了隐藏层数和每层节点数的影响。结果表明，基于 3 或 4 个隐藏层和整流线性单元作为激活函数的架构可以获得高保真度预测，准确率超过 99%。还强调了所选架构对模型准确性和 CPU 使用率的影响。所提出的框架可用于预测模拟多层沉积时的热场。
深度学习的信息瓶颈理论
在过去的几年中，我们开发了一套全面的深度神经网络 (DNN) 大规模学习理论，并使用随机梯度下降 (SGD) 进行优化。该理论建立在三个理论组成部分之上：(1) 重新思考标准（类似 PAC）分布独立的最坏情况泛化界限 - 将它们转变为独立于模型架构的问题相关典型（信息论意义上的）界限。(2) 信息平面定理：对于大规模典型学习，样本复杂度和准确度权衡仅由两个数字来描述：表示（网络中的一层）在输入模式上维护的互信息，以及每层对所需输出标签的互信息。编码器和解码器信息值之间的信息理论最优权衡由规则特定输入输出分布的信息瓶颈 (IB) 界限给出。(3) DNN 的各层通过标准 SGD 训练在高维（输入和层）中达到这个最优界限。
科学与工程高级仿真杂志
我们利用DCB试验验证了该软件。利用开发的软件对图7所示的DCB试验进行了模拟。计算模型为半对称模型。两层CFRP单向铺层堆叠在一起，每层厚度为1.98 mm。初始裂缝为55 mm，从裂缝尖端到试件末端放置一个粘结单元来模拟界面。界面以外的部分被划分为六面体主单元。表5 [9]显示了CFRP的正交各向异性弹性性能。下标1、2和3表示三个正交轴。轴1是纤维方向。E、G和ν分别是弹性模量、剪切模量和泊松比。界面材料性能如表6 [9]所示。G IC 、K和T分别是拉伸方向上的I型断裂韧性值、界面刚度和界面强度。在本模拟中，剪切方向的断裂韧性值、界面刚度和界面强度设置为与拉伸方向相同的值。
3D大脑建模的多层打印电路板
人类的行为，记忆，情绪，学习能力，认知功能障碍以及各种形式的痴呆症在大脑内的通信途径上显着铰接，在大脑的通信途径中，细胞细胞信号传导在正常生理和疾病发病机理中都起着关键作用。响应于在不同的大脑区域中测量不同细胞种群的电活动的持续挑战，我们设计并测试了与微电极阵列集成的多层打印电路板（PCB）的两个版本。这种创新的PCB，其带有传导孔，经过两个或多个相邻的层和电极结构，可以测量不同层的细胞组之间的信号。每层代表具有特定细胞类型的不同大脑区域，通过导电孔与相邻层通信。将微流体纳入PCB可以增强其功能性药物筛查的实用性，最终通过更有效的筛查方法来减少动物使用情况并改善患者的结果。
APTQ：面向大型语言模型的注意力感知训练后混合精度量化
大型语言模型 (LLM) 极大地推进了自然语言处理范式。然而，高计算负荷和巨大的模型大小对在边缘设备上的部署提出了巨大挑战。为此，我们为 LLM 提出了 APTQ（注意感知训练后混合精度量化），它不仅考虑了每层权重的二阶信息，而且首次考虑了注意输出对整个模型的非线性影响。我们利用 Hessian 迹作为混合精度量化的敏感度指标，确保在保留模型性能的情况下进行明智的精度降低。实验表明，APTQ 超越了之前的量化方法，在 C4 数据集中实现了平均 4 位宽度和 5.22 困惑度，几乎相当于全精度。此外，APTQ 在 LLaMa-7B 和 LLaMa-13B 中分别以平均 3.8 的位宽实现了 68.24% 和 70.48% 的最佳零样本准确率，证明了其生成高质量量化 LLM 的有效性。
ACR 放射科住院医师培训项目健康课程
背景：医疗失误相当复杂，对该主题的深入分析已导致从指责文化转变为促进无指责环境的安全文化。沿着这一思路，质量改进的概念已获得发展势头，组织通过持续流程实施系统以防止发生错误，该流程不断评估潜在问题并提出新方法以确保问题得到纠正。创建多层系统控制可以降低故障/错误发生的可能性，但没有一个系统是万无一失的。尽管研究发现绝大多数医疗失误是由系统性问题而非个人因素引起的，但人为因素仍然与医疗失误有关。詹姆斯·里森 (James Reason) 提出了“瑞士奶酪”人为失误陷阱模型，将人为失误比作瑞士奶酪上的洞。该模型解释道，尽管危险和事故之间有多层防御措施，但每层都存在缺陷（漏洞），一旦这些缺陷出现，就可能导致事故发生。
太赫兹的应用
尽管太赫兹波对主要由水组成的生物组织的穿透力很低，但它仍利用这一特性在多种医学成像或 THz 光谱应用中发挥作用。它们同样可以检测看不见的癌症、检测牙釉质下的早期龋齿、研究组织或细胞的水化作用、分析碳水化合物、蛋白质、胆固醇晶体或 DNA 等分子的结构损伤。在制药领域，THz-TDS 光谱可以研究药物的结构多态性。通过 THz 分析已经识别出不同光谱形式的活性药物成分 (API)。THz 还用于表征由不同活性药物物质 (多层片剂) 组成的缓释片 (SRT)。药片内部通过超短激光脉冲进行探测，根据其折射率，每层都会或多或少地反射激光脉冲。这可以以非破坏性的方式形成对比图像。这种太赫兹脉冲成像技术（TPI）的优点是可以提供有关这些层的特性的定量信息：封装的厚度、涂层的可重复性、分布和均匀性。