行为树 (BT) 是作为一种在计算机游戏中实现模块化 AI 的工具而发明的,但在过去十年中,它在机器人社区中受到了越来越多的关注。随着对代理 AI 复杂性的需求不断增加,游戏程序员发现他们使用的有限状态机 (FSM) 扩展性很差,并且难以扩展、调整和重用。在 BT 中,状态转换逻辑并不分散在各个状态中,而是组织在分层树结构中,以状态为叶子。这对模块化有显著的影响,从而简化了人类和算法的综合和分析。从正在进行的研究中可以看出,这些优势不仅在游戏 AI 设计中是必需的,在机器人技术中也是必需的。在本文中,我们对人工智能和机器人应用中的 BT 主题进行了全面的调查。根据方法、应用领域和贡献对现有文献进行了描述和分类,并在论文的最后列出了一系列开放的研究挑战。
自然资源报告是有关技术和资源管理方法的信息的指定媒介;“如何”资源管理论文;资源管理研讨会或会议记录;以及自然资源计划描述和资源行动计划。本报告中的观点和结论均为作者的观点和结论,并不一定反映国家公园管理局的政策。提及商品名称或商业产品并不构成国家公园管理局的认可或推荐。本报告是在合作协议 1443CA309701200、任务协议编号 T-3097-01-002 下在国家公园管理局的协助下完成的。本报告中的陈述、发现、结论、建议和数据仅代表作者本人,并不一定反映美国内政部、国家公园管理局的观点。本报告的印刷版数量有限,只要供应持续,即可通过向封底上的地址发送请求获得。原始数量用完后,可以从 NPS 技术信息中心 (TIC) 索取副本,地址为丹佛服务中心,邮政信箱 25287,丹佛,CO 80225-0287。可能需要支付复印费。要从 TIC 订购,请参阅文档 D-66。编辑们要感谢 William Lellis 博士在安排本次会议的资金以及协助其组织和执行方面提供的大力支持。我们还要感谢 Sara Fitzsimmons 女士对会议记录编辑和格式的专业帮助。2006 年。本报告也可从互联网上下载为可移植文档格式文件,网址为 http://chestnut.cas.psu.edu/nps.htm 致谢:本次会议的资金由美国内政部国家公园管理局通过位于马里兰州弗罗斯特堡的切萨皮克流域合作生态系统研究单位提供。引文:Steiner, K. C. 和 Carlson, J. E,编辑。恢复美洲栗树到森林土地 - 会议和研讨会论文集。2004 年 5 月 4-6 日,北卡罗来纳州植物园。自然资源报告 NPS/NCR/CUE/NRR - 2006/001,国家公园管理局。华盛顿特区。封面:封面上的图形描绘了美洲栗树自然分布区的核心(由 Elbert Little 绘制),并叠加在美国(http://nationalatlas.gov/mld/foresti.html)和加拿大(http://geogratis.cgdi.gc.ca/clf/en)的现有森林分布图上。未显示原始美洲栗树分布区中小而偏远的种群。
除非采取了保护措施或得到了市树艺师的批准,否则,在受保护树木的树木保护区(DBH 的 10 倍)内,禁止进行以下活动。• 挖掘、平整、土壤沉积、排水和平整• 在 TPZ 内或排水渠、洼地或可能通向滴灌线的区域处理或存放油、汽油、化学品、油漆、溶剂或其他材料。• 重型机械和车辆压实土壤,储存材料、结构、铺路等。• 开沟或挖掘以提供灌溉、公用设施线路、服务、管道、排水或其他地下改进• 储存任何类型的材料或设备• 停放或驾驶车辆或自行式设备• 改变 TPZ 或滴灌线以增加建筑的侵占
Tommaso Jucker 1 | FabianJörgFischer1 | JérômeChave2.3 | David A. Coomes 4 |约翰·卡斯珀森(John Caspersen)5 | Arshad Ali 6 | Grace Jopaul Loubota Panzou 7.8 | Ted R. Feldpousch 9 |丹尼尔·福特(Daniel Falster)10 | Vladimir A. Usoltsev 11,12 | Stephen Adu-Bredu 13 | Luciana F. Alves 14 | Mohammad Aminpour 15 | Ilondoa B. Angoboy 16 | Niels P. R.天线17 | CécileAntin 18 | Yousef Askari 19 | RodrigoMuñoz20,21 | Narayanan Ayyappan 22 | Patricia Balvanera 23 | Lindsay Banin 24 | Nicolas Barbier 18 | John J.
摘要 - 本文介绍了一项关于使用机器学习算法预测心脏病的研究,这是全球死亡的主要原因。该研究的重点是决策树算法的使用,该算法具有考虑大量危险因素的优势。心脏病数据集是从UCI机器学习存储库中获得的,并使用决策树分类器进行了分析。数据集有6个丢失的数据点,这些数据点已被删除,留下了279个实例进行分析。对具有两个以上响应的分类变量进行了单次编码。使用5倍交叉验证来优化决策树分类器以选择最佳参数。结果表明,决策树分类器的准确性可以正确预测81%的患者患有心脏病,并且因没有心脏病而明智的82%,这比以前研究中使用的其他机器学习算法高。这项研究证明了决策树算法预测心脏病的潜力,并突出了早期鉴定出患心血管疾病风险的个体的重要性。索引术语 - 机器学习算法,心脏病预测,决策树算法,UCI机器学习存储库,5倍交叉验证
合作者订单:最终发票,包括订单余额(如果适用的(如果适用),则少于任何存款)和任何运输费用将在分发之日发行,并在收到后30天到期。零售订单:订单和运输的发票(如果适用)将包含在订单确认电子邮件中,并将在收到后到期。在两周内未能汇款可能会导致取消订单。CSFS托儿所接受现金,支票和信用卡付款。CSFS托儿所不能接受另一个CSFS办公室的信用卡付款。在这种情况下,必须使用内部订单(IO)在内部转移资金。
卢肯尼亚大学(Lukenya University)最近开始实施一项一千万棵树生长计划,这是一部分更大的国家跨国乡村跨机构的树木种植计划。在本文中,我们描述了与树选择和种植本身有关的方法。请注意,大多数树木不是由机构直接植入农民在土地上种植的,并指示如何选择位置以及如何在技术上进行种植和维护,以确保对树木及其周围环境的成功取得更大的成功。,就种植的生物学和与小农社区的社会互动而言,这一知识源于多年的经验。我们跟踪许多不同树种的子样本的生存和生长。操作大约两年后,我们对初步数据进行了统计分析。我们观察到对本地树的生存和相对生长量具有统计学意义的优势,以及在绘制之前的上述综合教学,除其他观察结果外,我们还与所进行的假设检验相关。最后,我们对树木的碳固换和经济价值进行了估计。总而言之,本文介绍了一项树木种植计划的全面透明展示,这是一种普遍的努力,旨在最大化社会福利和气候变化的弹性,因此,这样做可以发展
卢肯尼亚大学(Lukenya University)最近开始实施一项一千万棵树生长计划,这是一部分更大的国家跨国乡村跨机构的树木种植计划。在本文中,我们描述了与树选择和种植本身有关的方法。请注意,大多数树木不是由机构直接植入农民在土地上种植的,并指示如何选择位置以及如何在技术上进行种植和维护,以确保对树木及其周围环境的成功取得更大的成功。,就种植的生物学和与小农社区的社会互动而言,这一知识源于多年的经验。我们跟踪许多不同树种的子样本的生存和生长。操作大约两年后,我们对初步数据进行了统计分析。我们观察到对本地树的生存和相对生长量具有统计学意义的优势,以及在绘制之前的上述综合教学,除其他观察结果外,我们还与所进行的假设检验相关。最后,我们对树木的碳固换和经济价值进行了估计。总而言之,本文介绍了一项树木种植计划的全面透明展示,这是一种普遍的努力,旨在最大化社会福利和气候变化的弹性,因此,这样做可以发展
摘要:乘法器在数字信号处理应用和专用集成电路中起着重要作用。华莱士树乘法器提供了一种具有面积高效策略的高速乘法过程。它使用全加器和半加器在硬件中实现。加法器的优化可以进一步提高乘法器的性能。提出了一种使用 NAND 门改进全加器的华莱士树乘法器,以实现减小的硅片面积、高速度和低功耗。用 NAND 门实现的改进全加器取代由 XOR、AND、OR 门实现的传统全加器。提出的华莱士树乘法器包含 544 个晶体管,而传统的华莱士树乘法器有 584 个晶体管用于 4 位乘法。
蛋白质语言模型(PLM)已用于了解疾病和设计新型蛋白质。在设计任务中,PLM下的蛋白质序列的可能性通常被用作蛋白质适应性的代理,因此了解信号可能捕获的信号可能性至关重要。在这项工作中,我们发现PLM的可能性无意间编码了一种物种偏见:来自某些物种的蛋白质序列的可能性在系统上更高,与所讨论的蛋白质无关。我们量化了这种偏见,并表明它在很大程度上是由于流行蛋白序列数据库中的不等物种表示。我们进一步表明,对于某些蛋白质设计应用,例如增强热稳定性可能会有害。这些结果突出了理解和策划PLM训练数据以减轻偏见并提高序列空间不足部分的蛋白质设计能力的重要性。