生成人工智能(AI)是指能够自主创建新颖,现实的数字内容的算法。最近,生成模型在图像和音频综合等领域中获得了突破性的结果,激发了对该领域的浓厚兴趣。本文调查了为创意AI系统兴起的现代技术的景观。我们在结构上检查主要算法方法,包括生成对抗网络(GAN),变异自动编码器(VAE)和自回归模型。针对每个类别下的主要模型突出显示了架构创新和生成的输出的图。我们特别注意用于构建逼真图像的生成技术,从早期的GAN样品到现代扩散模型(如稳定扩散)的快速进步。本文进一步审查了生成建模,以创建令人信服的音频,视频和3D渲染,这些音频,视频和3D渲染引入了假媒体检测和数据偏见的关键挑战。此外,我们讨论了已经在生成建模方面进步的常见数据集。最后,围绕评估,技术融合,控制模型行为,商业部署和道德注意事项的开放问题被视为未来工作的活动领域。这项调查介绍了塑造生成AI状态和轨迹的长期和新兴技术。关键目标是概述主要算法系列,通过示例模型突出创新,合成多媒体生成的功能,并讨论有关数据,评估,控制和道德规范的开放问题。请让我知道您是否想澄清或修改此提议的摘要。
美国宇航局与美国最大、最负盛名的大学系统之一启动了一项大胆的新研究合作,标志着美国宇航局和全国范围内开展业务的新方式。在 9 月 22 日于美国宇航局艾姆斯会议中心(前身为 MTCC)举行的新闻发布会上,美国宇航局和加州大学官员宣布,他们已签署一份为期 10 年、价值超过 3.3 亿美元的合同,这是美国宇航局首次签署此类合同,以建立大学附属研究中心 (UARC)。加州大学圣克鲁斯分校 (UCSC) 将作为该项目的牵头校园管理 UARC。官员们表示,UARC 将提供独特的研究和教育能力组合,以满足美国宇航局的任务要求并培养未来的科技人力资源。“UARC 将 NASA 和大学的合作推向了全新的方向,”艾姆斯中心主任 G. Scott Hubbard 说道。“通常,大学专注于基础研究。有了新的 UARC,我们正在打破传统的机构障碍,合作开展 NASA 关键路径上的任务驱动研究,”他补充道。“此次合作汇集了理想的创新合作伙伴,”M.R.C. 评论道。加州大学圣克鲁斯分校校长 Greenwood。“这是一个推进重要且可能改变世界的研究的独特机会,”她补充道。“我们校园对这个项目的浓厚兴趣得到了公认的研究成果和之前在多学科和合作项目中取得的成功的支持,例如国家自适应光学中心,”格林伍德继续说道。“加州大学的杰出团队
确保电力系统不仅能够处理即时波动,而且在长期环境和运行不确定性面前也具有稳健性和适应性的方法(Bon fi glio et al., 2024; Ding et al., 2024)。传统上,电力系统的设计和运行是为了处理可预测和稳定的电源,主要是化石燃料。然而,受环境问题和技术进步的推动,向可再生能源的转变破坏了这种稳定性(Li Z. et al., 2024)。可再生能源本质上是间歇性的和不可预测的,这给发电、输电和配电带来了重大挑战。风能和太阳能产出的随机性意味着电力系统现在必须管理电力供应的重大波动,这可能会损害供电可靠性和电网的经济效率(Li S. 等人,2024 年;Li 等人,2022 年)。这些不稳定能源的整合促使人们重新评估传统的电力系统管理策略。当前的系统必须发展到不仅能管理这些波动,而且还能有效地预测和适应这些波动。这引起了人们对开发先进数学模型和优化技术的浓厚兴趣,这些模型和优化技术可以在可再生能源整合不断增加的背景下增强电力系统的运行弹性(Ruan 等人,2024 年)。本研究的主要目标是开发一个强大的框架,不仅可以适应可再生能源产出的变化和不确定性,还可以优化输电系统的运行和成本效益。通过利用尖端的稳健优化技术与在线学习算法相结合,这项工作旨在创建一种动态且自适应的管理策略,以确保系统的实时可靠性和效率。本文的贡献可总结如下:
美国宇航局与美国最大、最负盛名的大学系统之一启动了一项大胆的新研究合作,这标志着该航天局以及全国开展工作的新方式。9 月 22 日在美国宇航局艾姆斯会议中心(前身为 MTCC)举行的新闻发布会上,美国宇航局和加州大学的官员宣布,他们已经签署了一份为期 10 年、价值超过 3.3 亿美元的合同,这是美国宇航局首次签署此类合同,以建立大学附属研究中心 (UARC)。加州大学圣克鲁斯分校 (UCSC) 将作为该项目的牵头校园管理 UARC。官员们表示,UARC 将提供独特的研究和教育能力组合,以满足美国宇航局的任务要求并培养未来的科技人力资源。“UARC 将美国宇航局和大学的合作推向一个全新的方向,”艾姆斯中心主任 G. Scott Hubbard 说。 “通常,大学专注于基础研究。通过新的 UARC,我们正在打破传统的机构障碍,合作开展 NASA 关键路径上的任务驱动研究,”他补充道。“这次合作将理想的创新合作伙伴聚集在一起,”加州大学圣克鲁斯分校校长 MRC Greenwood 评论道。“这是一个推进重要且可能改变世界的研究的独特机会,”她补充道。“我们校园对这个项目的浓厚兴趣得到了公认的研究成果和之前在多学科和合作项目(如国家自适应光学中心)中的成功支持,”Greenwood 继续说道。“加州大学的杰出团队
伊斯兰堡国际伊斯兰大学的高级电子与光伏工程中心(CAEPE)是一个大学范围内的中心,旨在创建知识并开发跨学科市场驱动的研究,该研究重点介绍了通过过程,组件和系统的高级电子和光伏工程的应用。这项研究和发展对于该国经济增长的能源,光子和纳米级电子途径的融合至关重要。该中心的总体目标是为开发合格人力的可持续研究培训来源,重点关注未来的需求,并在这些领域中适用于国家需求的领域中的设施访问服务。该中心目前正在满足数百名本地和民族科学用户和项目的需求,并在工程技术学院的保护下主持了一项学术课程,专业的高级电子产品的专业化计划。具有多种专业许可的设计工具,以及一系列高度复杂的过程和特征机;该中心正在作为应用电子,能量和光子学领域的实验研究设施的枢纽发展。该中心得到了其首席调查员兼创始执行董事Engr的各种国家和国际赠款的支持。艾哈迈德·舒哈·赛义德(Ahmed Shuja Syed)博士,特别是来自沙特阿拉伯王国伊斯兰发展银行(IDB)。凭借荣誉校长和大学校长的浓厚兴趣和支持;巴基斯坦政府最近还授予了PKRS的巨额资金。在大学的Mega PC-1下为中心的能力建设数亿美元。伊斯兰发展银行,KSA还希望将中心的利益扩展到IDB成员国内的一个更大的社区。
人工智能 (AI) 方法在 COVID-19 感染的诊断和预后方面具有巨大潜力。快速识别 COVID-19 及其在个体患者中的严重程度有望更好地控制个体和整体疾病。科学界对使用影像生物标志物来改善 COVID-19 的检测和管理表现出浓厚兴趣。基于 AI 的模型等探索性工具可能有助于解释复杂的生物学机制,并更好地理解潜在的病理生理过程。本综述重点介绍基于 AI 的 COVID-19 研究,包括胸部 X 光 (CXR) 和计算机断层扫描 (CT) 成像模式及其相关挑战。显式放射组学、深度学习方法以及结合深度学习和显式放射组学的混合方法有可能增强放射图像在当前 COVID-19 大流行中协助临床医生的能力和实用性。本综述的目的是:首先,概述 COVID-19 AI 分析工作流程,包括数据采集、特征选择、分割方法、特征提取以及适用于基于 AI 的 COVID-19 研究的多变量模型开发和验证。其次,讨论了基于 AI 的 COVID-19 分析的现有局限性,强调了可以进行的潜在改进。最后,总结了 AI 和放射组学方法的影响及其相关的临床结果。在本综述中,详细阐述了包括基于 AI 的 COVID-19 特征识别关键步骤的流程。样本量、非标准成像协议、分割、公共 COVID-19 数据库的可用性、成像和临床信息的结合以及全面的临床验证仍然是主要的局限性和挑战。我们得出结论,基于 AI 的 CXR 和 CT 图像评估具有作为 COVID-19 诊断、随访和预后的可行途径的巨大潜力。
乘客越来越关注飞行过程中的舒适度。乘客对航空公司的选择取决于多种因素,包括价格、安全性、忠诚度计划、服务质量、机上娱乐和行李处理。影响他们选择航空公司的另一个关键因素是他们对飞机客舱的满意度和舒适感,这是当前研究的主要重点。整个客舱系统的许多因素,包括客舱环境、设施、服务和乘客的心理变量,都会影响他们的舒适度。航空公司越来越注重舒适度,通过开发飞机客舱内部来提高乘客舒适度并在竞争激烈的市场中获得竞争优势,从而脱颖而出。智能飞机客舱的出现为所有对乘客飞行体验产生负面影响的不适问题提供了智能解决方案。未来的智能飞机有潜力通过多种方式顺畅地运行客舱并改善客户体验,例如智能头顶行李舱、未来智能座椅、智能可调光窗户、智能服务和 4k 清晰度的零触摸娱乐屏幕。本研究旨在评估乘客对埃及航空当前飞机客舱内部的满意度,并调查影响乘客在客舱中不适的因素。此外,探索乘客如何看待“智能客舱”解决他们的不适问题及其对提高飞行舒适度的影响。为了实现研究目标,在埃及航空的埃及常旅客中分发了一项在线调查。共收集并分析了 311 份有效问卷。结果表明,乘客对埃及航空目前的飞机客舱感到满意;然而,他们报告了一些不适问题,影响了他们在飞行过程中的便利性。此外,大多数乘客对使用“智能客舱”及其对提升舒适感的影响表现出浓厚兴趣。
人工智能 (AI) 越来越多地应用于社会的各个领域,为各种活动提供决策支持。农业部门预计将受益于人工智能和智能设备的使用增加,这一概念称为智能农业技术。由于农业部门面临着多项同时出现的挑战,例如边际利润的缩减、复杂的泛欧法规以及减轻环境足迹的要求,人们寄予厚望,智能农业将使个体农民和行业利益相关者受益。然而,大多数先前的研究仅关注实施和优化特定智能农业技术的一小部分特征,而没有考虑所有可能的方面和影响。本论文研究了在瑞典农业企业实施人工智能时的技术和非技术机会和障碍。农业的三个部门受到审查:耕地种植、牛奶生产和牛肉生产。作为论文的基础,文献综述修订了以前对智能农业的研究。此后,对 27 名受访者的访谈研究既探讨了智能农业技术的敏感性和成熟度,也提供了人工智能在农业中选定的三个应用的技术要求示例。研究结果包括一系列既促进又阻碍转型的因素。主要发现的机遇是智能农业对多个行业利益相关者的战略议程的重要性、通过共享机械将软件技术作为一种服务的总体趋势、大量的现有数据以及农民对新技术的浓厚兴趣。相比之下,论文指出的主要障碍是数据所有权的技术和立法挑战、潜在的网络安全威胁、对明确阐述的商业案例的需求以及该行业有时缺乏技术知识。论文的结论是,宏观趋势指向智能农业转型,但转型的速度将取决于已发现障碍的解决方案。
欧洲专家将在 11 月底举行的首届“Aeson® 欧洲用户大会”上分享经验 巴黎,2024 年 11 月 13 日 – 中欧时间上午 7:00 CARMAT(FR0010907956,ALCAR)是世界最先进全人工心脏的设计者和开发者,旨在为患有晚期双心室心力衰竭的人提供治疗替代方案(“公司”或“CARMAT”),介绍了 Aeson® 人工心脏在欧洲作为移植桥梁的应用情况。 欧洲越来越多地采用 Aeson® 作为移植桥梁解决方案 截至 2024 年 10 月底,已有 30 名患者在 Aeson® 人工心脏的支持下成功接受了心脏移植,证实了该设备能够为每位患者提供量身定制的生理支持,使他们能够在有人体移植物可用时以最佳身体状态接受心脏移植。在 7 个不同国家 1 进行的 30 例移植手术中(包括法国的 16 例和德国的 5 例),有 16 例是在 2024 年初之后进行的,这表明欧洲采用 Aeson® 作为移植前过渡解决方案的速度明显加快。这 30 名患者在移植前平均 156 天受益于 Aeson® 支持(记录的最长持续时间为 308 天)。提醒一下,Aeson® 人工心脏已获得 CE 标志,可用于“移植前过渡”适应症。因此,它可以在欧洲(以及其他认可 CE 标志的国家)上市,更具体地说,适用于患有终末期双心室心力衰竭(Intermacs 1-4 级)的患者,他们无法从最大程度的药物治疗或左心室辅助装置 (LVAD) 中受益,并且很可能在植入后 180 天内接受心脏移植。医学界对 Aeson® 表现出浓厚兴趣
如果没有众多个人和机构的帮助,这项研究是不可能完成的。奥地利联邦科学和研究部长 Heinz Fischer 博士批准了 19.123/1-26/83 号拨款给奥地利控制论研究学会 (ASCS),以便与拉克森堡的国际应用系统分析研究所 (IIASA) 合作进行这项研究。我非常感谢 Fischer 博士对奥地利人工智能研究的浓厚兴趣,他已经多次表现出这种兴趣。该部研究科科长 Norbert Rozsenich 博士在这件事上非常合作和乐于助人。时任 IIASA 主任的 CS Holling 教授和信息交换中心活动负责人 Tibor Vasko 教授热情地同意共同组织工作组会议。Shari Jandl 和 Gaby Orac 在会议的准备和执行中提供了最大的帮助。 IIASA 出版部的 Robert Duis 与出版商进行了艰苦的谈判,直到最终决定采用 North-Holland 版本。Tim Devenport 煞费苦心地使我的“维也纳英语”接近牛津版本。这是我第一次有幸与如此优秀的图书编辑合作,我真心希望以后能经常有这样的机会。维也纳大学医学控制论和人工智能系的同事 Ernst Buchberger 工程师、Helmut Horacek 博士、Werner Horn 博士、Alfred Kobsa 硕士、Johannes Retti 博士、Ingeborg Steinacker 博士和 Harald Trost 博士提供了宝贵的意见,即对我的贡献进行了严厉批评,这导致了一些改进。Buchberger 工程师和 Retti 博士编写了人工智能课程的英文版。在仔细的搜索过程中,斯坦纳克博士发现了许多有用的书籍和