XiaoMi-AI文件搜索系统
World File Search System相对性能
https://dx.doi.org/10.12785/ijcds/120166 独立混合可再生能源的最佳经济规模
收到日期：2021 年 2 月 21 日，修订日期：2020 年 2 月 20 日，接受日期：2022 年 3 月 29 日，发布日期：2022 年 9 月 30 日 摘要：本文利用不同的进化优化算法，研究了印度库鲁克谢特拉社区独立式 (HRES) 的最佳经济规模。在优化过程中，将光伏 (PV)、风力涡轮机 (WT)、电池和柴油发电机 (DEG) 等不同子系统的数量视为感兴趣的变量，以净现值成本、回收期、计算成本和平准化能源成本 (LCOE) 作为绩效衡量标准。通过对结果的分析，可以确定与粒子群优化 (PSO)、引力搜索算法 (GSA)、灰狼优化器 (GWO) 和组合 PSO-GSA 算法提供的解决方案相比，鲸鱼优化算法 (WOA) 提供的解决方案在 LCOE、净现值和回收期方面表现最佳。对这些算法的相对性能进行了定性和定量比较和对比，不仅突出了研究结果，而且突出了从经济角度对独立 HRES 进行最佳定型（根据问题陈述），还突出了其他性能指标，例如收敛时间、计算成本和复杂性。模拟在 MATLAB 软件中执行。关键词：经济定型、HRES、LCOE、独立、优化算法
文本引导的视频蒙版自动编码器
摘要。最近的视频蒙版自动编码器（MAE）作品已签署了以显着性为重点的改进的掩盖算法。这些作品利用了视觉提示，例如掩盖最突出区域的运动。但是，此类视觉提示的鲁棒性取决于输入视频的频率匹配基础假设。另一方面，自然语言描述是视频的信息密集表示，它隐含地捕获了显着性而无需特定于模态的标题，并且尚未探索视频MAE。为此，我们介绍了一种新颖的文本引导掩蔽算法（TGM），该算法掩盖了与配对字幕最高对应的视频区域。在不利用任何显式视觉提示的情况下，我们的TGM与最先进的掩蔽算法（如运动引导掩盖）具有竞争力。为了从自然语言的语义中进一步受益于掩盖重建的语义，我们接下来引入了一个统一的MAE和蒙版视频文本对比学习的统一框架。我们表明，在现有的掩蔽算法中，与纯MAE相比，在各种视频识别任务上，统一MAE和蒙版视频对比学习可以改善下游性能，尤其是对于线性探测。在这个统一的框架内，我们的TGM在五个动作识别和一个以自我为中心的数据集上实现了最佳的相对性能，从而突出了自然语言对掩盖视频建模的互补性。
训练迁移——使用增强多感官提示的虚拟现实训练可改善训练期间的用户体验和现实世界中的任务执行情况
虚拟现实 (VR) 可以创建安全、经济高效且引人入胜的学习环境。人们通常认为，模拟逼真度的提高会带来更好的学习成果。真实环境的某些方面（例如前庭或触觉提示）很难在 VR 中重现，但 VR 提供了大量机会，可以以任意方式提供额外的感官提示，从而提供与任务相关的信息。本研究的目的是调查这些提示是否能改善用户体验和学习成果，具体来说，就是使用增强感官提示进行学习是否会转化为真实环境中的表现改善。参与者被随机分配到三个匹配的组中：第 1 组（对照组）仅被要求执行真实的轮胎更换。剩下的两组在 VR 中接受训练，然后在相同的真实轮胎更换任务上评估表现。第 2 组使用传统 VR 系统进行训练，而第 3 组使用增强的、任务相关的多感官提示在 VR 中接受训练。记录了客观表现、完成时间和错误数、主观存在感评分、感知工作量和不适感。结果表明，两种 VR 训练模式都提高了真实任务的表现。在 VR 训练期间提供额外的、与任务相关的提示可提高真实任务中的客观表现。我们提出了一种新方法来量化训练模式之间的相对性能增益
跨越博斯普鲁斯海峡：通过低资源语言适应和基准测试策略推进土耳其语大型语言模型
大型语言模型 (LLM) 在各个领域都变得至关重要，这强调了在代表性不足的语言中建立高质量模型的紧迫性。本研究探讨了低资源语言面临的独特挑战，例如数据稀缺、模型选择、评估和计算限制，特别关注土耳其语。我们进行了深入分析，以评估训练策略、模型选择和数据可用性对为代表性不足的语言设计的 LLM 性能的影响。我们的方法包括两种方法：(i) 调整最初用英语预训练的现有 LLM 以理解土耳其语；(ii) 使用土耳其语预训练数据从头开始开发模型，这两种方法均辅以在新的土耳其语指令调整数据集上进行监督微调，旨在增强推理能力。通过创建新的土耳其语 LLM 排行榜来评估这些方法的相对性能，其中包含评估不同推理和知识技能的基准。此外，我们在预训练和微调期间对数据和模型扩展进行了实验，同时强调跨语言知识迁移的能力，并解决在不同语言上微调时遇到的灾难性遗忘的挑战。我们的目标是提供在低资源语言环境中推进 LLM 框架的详细指南，从而使自然语言处理 (NLP) 的好处在全球范围内更容易获得。
预测T1D的发展并确定其儿童的关键绩效指标；沙特阿拉伯的案例对照研究
儿童中1型糖尿病（T1D）的发病率不断增加，这是一个日益严重的关注点。众所周知，遗传和环境因素有助于儿童期T1D。 使用关键绩效指标（KPI）预测儿童中T1D发展的最佳模型（KPI）将帮助医生制定干预计划。 本文首次建立了一个模型，以预测开发T1D的风险，并确定其在沙特阿拉伯年龄（0-14）的儿童（0-14）中的重要KPI。 机器学习方法，即逻辑回归，随机森林，支持向量机，天真的贝叶斯和人工神经网络的相对性能并进行了比较。 分析是在三个沙特阿拉伯地区的基于人群的病例对照研究中进行的。 数据集（n = 1,142）包含人口统计学和社会经济状况，遗传和疾病史，营养史，产科历史和母性特征。 病例和对照组之间的比较表明，大多数儿童（案例= 68％和对照= 88％）来自城市地区，全学期怀孕后69％（病例）和66％（对照组）被纳入剖腹产，剖腹产分组为31％，该组由剖腹产分娩，该组群体高于对照组（χ2= 4.12，P-2 = 4.12，P-Value = 0.042）。 模型是使用所有可用的环境和家族史因素构建的。 使用曲线，灵敏度，F得分和精度下的区域评估模型的功效。 完整的逻辑回归优于精度= 0.77，灵敏度，F得分和精度为0.70，AUC = 0.83的其他模型。众所周知，遗传和环境因素有助于儿童期T1D。使用关键绩效指标（KPI）预测儿童中T1D发展的最佳模型（KPI）将帮助医生制定干预计划。本文首次建立了一个模型，以预测开发T1D的风险，并确定其在沙特阿拉伯年龄（0-14）的儿童（0-14）中的重要KPI。机器学习方法，即逻辑回归，随机森林，支持向量机，天真的贝叶斯和人工神经网络的相对性能并进行了比较。分析是在三个沙特阿拉伯地区的基于人群的病例对照研究中进行的。数据集（n = 1,142）包含人口统计学和社会经济状况，遗传和疾病史，营养史，产科历史和母性特征。病例和对照组之间的比较表明，大多数儿童（案例= 68％和对照= 88％）来自城市地区，全学期怀孕后69％（病例）和66％（对照组）被纳入剖腹产，剖腹产分组为31％，该组由剖腹产分娩，该组群体高于对照组（χ2= 4.12，P-2 = 4.12，P-Value = 0.042）。模型是使用所有可用的环境和家族史因素构建的。使用曲线，灵敏度，F得分和精度下的区域评估模型的功效。完整的逻辑回归优于精度= 0.77，灵敏度，F得分和精度为0.70，AUC = 0.83的其他模型。最重要的KPI是早期暴露于牛奶（OR = 2.92，p = 0.000），出生体重> 4 kg（OR = 3.11，p = 0.007），居住（乡村）（OR = 3.74，p = 0.000），家族史（第一和第二度）（第一学位和第二学位）以及母亲年龄> 25岁。此处介绍的结果可以帮助医疗保健提供者收集和监测有影响力的KPI并制定介入策略，以降低沙特阿拉伯的儿童期发病率。
机器学习方法是否改善了具有高空间对比度的环境空气污染物的预测？系统评价
背景与目标：使用机器学习来进行空气污染建模正在迅速增加。我们对比较统计和机器学习模型的研究进行了系统的综述，该研究预测了环境氮二氧化氮（NO 2），超细颗粒（UFPS）和黑碳（BC）的时空变化，以确定哪种情况以及在哪种情况下，机器学习是否会产生更准确的预测。方法：截至2024年6月13日，搜索了科学和Scopus的网络。所有记录均由两个受依赖的审阅者筛选。在最佳统计和机器学习方法之间的确定系数（R 2）和均方根误差（RMSE）之间的差异进行了比较。结果：包括46个模型比较的38项研究（第2号，UFPS为30，为BC为8）。线性非规范方法和随机森林最常使用。机器学习在34个比较中优于统计模型。最佳机器学习和统计模型之间的R 2中的平均差异（95％置信区间）分别为0.12（0.08、0.17）和20％（11％，29％）。基于树的方法在17个多模型比较中的12个中表现最好。非线性或正则回归方法仅在12个比较中使用，并提供了与机器学习方法相似的性能。结论：这项系统的综述表明，机器学习方法，尤其是基于树的方法，可能优于线性非验证方法，用于预测2号，UFP和BC的环境浓度。需要使用非线性，正则化和更广泛的机器学习方法的其他比较研究来确认其相对性能。未来的空气污染研究也将受益于对方法和结果的更明确和标准化的报告。
微型冷却塔的设计、制造及其评估
摘要：冷却塔是工业冷却系统中的关键部件，在散热和维持各种工艺的最佳工作温度方面发挥着重要作用。本研究重点关注微型冷却塔的设计、制造和性能评估，利用不同的冷却介质来评估其有效性和效率。该研究全面探索了冷却塔运行所依据的热力学原理，包括热交换、蒸发的力学原理和环境条件的作用。对材料进行了彻底的选择，以确保耐用性、成本效益和最佳热性能。设计阶段包括创建微型冷却塔的详细蓝图，考虑结构完整性、气流管理和水分配等因素。接下来是制造过程，通过精确的施工技术和组装方法将设计变为现实。使用三种不同的冷却介质进行性能评估：水、空气和纳米流体。水的比热容高，在传统冷却塔中广泛使用，因此对其进行了测试。空气因其减少用水量和环境影响的潜力而受到评估，而纳米流体因其增强的热性能而受到测试，以提高传热速率的能力。实验装置经过精心设计，以模拟真实世界的运行条件，并采用精确的测量仪器来捕获性能指标，例如温度下降、传热速率和总体效率。对数据的比较分析可以深入了解每种冷却介质在不同环境条件下的相对性能。该研究的结果有助于更深入地了解冷却塔动力学，并强调了优化设计以提高效率和可持续性的潜在途径。未来研究和开发的建议侧重于先进材料和创新冷却介质，以进一步提高冷却塔在工业应用中的性能。关键词：微型冷却塔、冷却介质、热力学、性能评估、纳米流体
Baillie Gifford可持续增长基金
在此期间，该基金提供了不错的绝对回报，并为年度增长了两位数的收益。但是，从相对性能的角度来看，它落在了高度集中的指数。本季度表现最好的是Fintech平台，Wise -International Thrones Transferingator。由于稳健的结果证明了运营进展，近几个月来股价在近几个月中稳步上涨。跨境量，有效的客户人数和收入都在上升。我们认为，该公司在使海外交易变得更加容易，更快且更加透明的情况下正在领先。此外，前方仍然有一个大型的增长跑道。今天，它为个人数量提供了大约5％的国际货币转移（在这个市场一直在19％的P.A.自2022年以来），小型企业的交易仅为0.5％ - 1％。通过降低汇款成本并减轻跨境生活的财务负担，该公司促进了更大的财务包容性。Shopify和Spotify在此期间也是主要贡献者，受益于严格的成本控制措施。退出其物流部门后，Shopify现在是电子商务软件中的纯粹游戏，并且开始赚取类似软件的利润。和Spotify在11月份报告时收入同比增长 +20％，这反映在毛利率的扩张中。在美国技术公司的表现如此强劲的情况下，我们不拥有的这一季度再次引起了绩效的阻碍，而索引轻量级的Nvidia和Tesla和Tesla是两个最大的批评者，来自相对回报。和拉丁美洲电子商务和金融科技公司Mercadolibre在此期间也受到了损害。这主要是由于第三季度的收入报告较弱的原因，该报告未达到分析师的期望。投资者对扩大信贷和物流运营的投资增加而对保证金的压缩产生了负面的反应。作为长期股东，我们认为这些投资是该公司前瞻性，扩张策略的证据，在未来的几年中应该有成果。
应用于风电场布局优化问题的八种优化方法的比较
摘要。选择风电场布局优化方法很困难。由于难以准确重现目标函数，因此不同论文中优化方法之间的比较可能不确定。如果作者没有使用每种算法的经验，那么一篇论文中只有几位作者的比较可能不确定。在这项工作中，我们为风电场布局优化案例研究提供了算法比较，这些比较由开发这些算法或有其他使用经验的研究人员应用或指导的八种优化方法。我们向每位研究人员提供了目标函数，以避免由于目标函数的差异而导致相对性能的歧义。虽然这些比较并不完美，但我们试图通过让有使用每种算法经验的研究人员应用每种算法并提供一个共同的目标函数进行分析，更公平地对待每种算法。该案例研究来自国际能源协会 (IEA) Wind Task 37，基于拥有 81 台涡轮机的 Borssele III 和 IV 风电场。本案例研究中特别令人感兴趣的是存在不连续的边界区域和凹边界特征。所研究的优化方法代表了广泛的方法，包括无梯度、基于梯度和混合方法；离散和连续问题公式；单次运行和多次启动方法；以及数学和启发式算法。我们为每种优化方法提供描述和参考（如适用），以及优缺点列表，以帮助读者确定适合其用例的方法。所有优化方法的表现都相似，优化后的尾流损失值在 15.48％ 到 15.70％ 之间，而未优化的布局为 17.28％。发现的每种布局都不同，但所有布局都表现出相似的特征。所有布局的相似之处包括沿外边界紧密排列风力涡轮机、在内部区域松散排列涡轮机以及为每个离散边界区域分配相似数量的涡轮机。使用一种新的顺序分配方法，即基于离散探索的优化 (DEBO)，找到了按年能量产量 (AEP) 计算的最佳布局。根据本研究的结果，使用优化算法似乎可以显著提高风电场的性能，但有许多优化方法只要正确应用，就可以在风电场布局优化问题上表现良好。
书目（VHB评分2024）Alexander Benlian博士
•亚当，M。； Kosin，D。＆Benlian，A。（2025）：“从批评者到增强剂：利用媒体网站上的AD自定义功能来实现用户参与”，《信息系统协会杂志》，26（1），241-265。•Mueller，L。; Albrecht，G。； Toutaoui，J。； Benlian，A。＆Cram，W。A.（2024）：“导航角色身份张力 - IT项目经理在敏捷信息系统开发中的身份工作”，《欧洲信息系统杂志》，第1-24页。•亚当，M。； Lins，s。; Sunyaev，a。; Benlian，A。（2024）：“ IS认证对网站可信度的偶然性影响”，《信息系统协会杂志》，第25（3）期，第549-617页。•Wendt，C。; Kosin，d。;亚当，M。； Benlian，A。（2024）：“具有智能电表的可持续能源消耗行为：相对性能和评估标准的作用”，《信息系统杂志》，34（6），1995- 2003年。•Adam，A。; Benlian，A。（2023）：“从Web表格到聊天机器人：用户信息披露的一致性和互惠的作用”，信息系统期刊，1-42。•Wiener，M。； Cram，W。A。; Benlian，A。 （2023）：“算法控制和演出工人：Uber驱动程序的合法性观点”，《欧洲信息系统杂志》，第32（3）期，第485-507页。 •亚当，M。； Croitor，E。; Werner，d。; Benlian，A。； Wiener，M。（2023）：“输入控制及其对补充者加入数字平台意图的信号效应”，《信息系统杂志》，33（3），437-466。 •Mueller，L。; Benlian，A。 （2022）：„太敏捷了吗？ •Wessel，M。; Thies，f。; Benlian，A。•Wiener，M。； Cram，W。A。; Benlian，A。（2023）：“算法控制和演出工人：Uber驱动程序的合法性观点”，《欧洲信息系统杂志》，第32（3）期，第485-507页。•亚当，M。； Croitor，E。; Werner，d。; Benlian，A。； Wiener，M。（2023）：“输入控制及其对补充者加入数字平台意图的信号效应”，《信息系统杂志》，33（3），437-466。•Mueller，L。; Benlian，A。（2022）：„太敏捷了吗？•Wessel，M。; Thies，f。; Benlian，A。敏捷ISD实践的使用及其对离职意图的后果的自我调节效应”，《信息系统协会杂志》，第23（6）期，1420-1455。•Toutaoui，J。; Benlian，A。； Hess，T。（2022）：“在双模式信息技术功能中管理悖论：多案例研究”，《信息系统杂志》，32（6），1177-1202。（2022）：“原型保真在技术众筹中的作用”，《商业风险杂志》，第37（4）条，第106220条。•Cram，W.A。;维纳（Wiener）塔拉夫达（Tarafdar） Benlian，A。（2022）：“检查算法控制对Uber驱动程序的影响的影响”，《管理信息系统杂志》，第39（2）期，第426-453页。•piening，e。; Thies，f。; Wessel，M。； Benlian，A。（2020）：“寻找成功 - 企业家的回应