XiaoMi-AI文件搜索系统
World File Search System相结合的
安装与可再生能源相结合的能源存储系统的援助计划（该计划）
2018/2001 号欧洲议会和欧洲理事会法案，包括其中规定的可持续性标准，以及能源效率，包括减少能源贫困的目的。俄罗斯入侵乌克兰后能源价格飙升，凸显了减少对进口化石燃料的依赖和加速能源转型的迫切需要。这涉及根据 REPowerEU 计划扩大具有成本效益的可再生能源供应。该措施还旨在支持现有的可再生能源项目，以最大限度地减少电力削减，目前，塞浦路斯的互连器和集中式能源存储设施不足加剧了电力削减。此外，它还寻求推进部署新的可再生能源发电项目和存储项目，这对于实现净零经济至关重要。
基于光学相干断层扫描与卷积神经网络相结合的体内皮肤表面粗糙度的估计
人类皮肤的质地受外部和内部因素的影响，皱纹的变化最直接反映了皮肤的状态。皮肤粗糙度主要用于量化皮肤的皱纹特征。因此，对皮肤粗糙度的有效定量在护肤，医疗和产品开发中至关重要。本研究提出了一种使用光学相干断层扫描（OCT）与卷积神经网络（CNN）结合的方法来估计皮肤表面粗糙度的方法。通过粗糙度标准板验证了所提出的算法。然后，实验结果表明，包括算术平均粗糙度和粗糙度在内的皮肤表面粗糙度取决于年龄和性别。基于OCT的建议方法的优点是，它可以降低皮肤表面自然曲率对粗糙度的影响。此外，该方法与表皮厚度和皮肤衰减系数结合在一起，用于皮肤特征的多参数表征。它可以看作是理解老化过程并制定维护和增强皮肤健康和外观的策略的潜在工具。
流程挖掘与基于规则的人工智能相结合的方法用于高等教育学习规划和监控
摘要。本文介绍了一种使用流程挖掘和基于规则的人工智能方法来分析和理解学生学习路径的方法，该方法基于校园管理系统数据和学习计划模型。流程挖掘技术用于表征成功的学习路径，以及检测和可视化与预期计划的偏差。这些见解与从考试规定中提取的相应学习计划的建议和要求相结合。在这里，事件演算和答案集编程用于提供学习计划模型，这些模型支持规划和一致性检查，同时对可能的学习计划违规行为提供反馈。流程挖掘和基于规则的人工智能相结合，用于支持学习规划和监控，通过得出规则和建议来指导学生走上更合适的学习路径，获得更高的成功率。将实施两个应用程序，一个用于学生，一个用于学习计划设计者。
基于预测的车辆动力传动系统控制与最优交通管理相结合的机动性能源生产率评估
交通车辆和网络系统效率可以用两种方式来定义：1）减少系统中所有车辆的行程时间，2）减少系统中所有车辆的总能耗。实现这些效率的机制被视为独立的（即车辆和网络领域），当结合起来时，迄今为止尚未得到充分研究。本研究旨在整合以前开发和发表的关于预测最优能源管理策略 (POEMS) 和智能交通系统 (ITS) 的研究，以满足量化由同时进行车辆和网络优化而带来的系统效率改进的需求。POEMS 和 ITS 是部分独立的方法，它们不需要彼此发挥作用，但各自的有效性可能会受到彼此存在的影响。为了
程序员效能的相关性及其与经验的联系：脑电图和眼动追踪相结合的研究
背景：尽管受教育程度和背景相似，程序员的效能却可能存在巨大差异。虽然研究已经确定了一些潜在因素，例如编程经验和领域知识，但这些因素对程序员效能的影响尚不清楚。目的：我们旨在揭示效能（速度和正确性）与编程经验指标之间的关系。我们进一步研究了程序员效能与阅读行为和认知负荷之间的相关性。方法：为此，我们使用脑电图 (EEG) 和眼动追踪对 37 名参与者进行了一项对照实验。我们要求参与者理解多达 32 个 Java 源代码片段，并观察他们的目光注视和认知负荷的神经相关性。我们分析了参与者效能与流行的编程经验指标之间的相关性。结果：我们发现高效能程序员阅读源代码更有针对性，认知负荷更低。常用的经验水平不能很好地预测程序员效能，但自我评估和学习热情指标相当准确。意义：已确定的程序员效能相关性可用于未来的研究和实践（例如招聘）。未来的研究还应该将功效视为一种群体抽样方法，而不是使用简单的经验测量。
通过烘焙与催化氧化相结合的方式提高竹子的燃料和储存性能，实现净能量输出
免责声明 本信息是根据美国政府机构资助的工作编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
基于 2 型模糊集和深度图卷积网络相结合的脑电信号自动测谎模型
摘要：近几十年来，许多不同的政府和非政府组织将测谎用于各种目的，包括确保犯罪供词的真实性。因此，这种诊断是用测谎仪来评估的。然而，测谎仪有局限性，需要更可靠。这项研究介绍了一种使用脑电图 (EEG) 信号检测谎言的新模型。为实现这一目标，我们创建了一个包含 20 名研究参与者的 EEG 数据库。本研究还使用六层图卷积网络和 2 型模糊 (TF-2) 集进行特征选择/提取和自动分类。分类结果表明，所提出的深度模型可以有效区分真话和谎言。因此，即使在嘈杂的环境中 (SNR = 0 dB)，分类准确率仍保持在 90% 以上。所提出的策略优于当前的研究和算法。其卓越的性能使其适用于广泛的实际应用。
基于实时数据和公民反馈相结合的物联网感知解决方案，支持政府进行空气污染监测
摘要：上个世纪的主要关注点之一是空气污染及其对人类健康的影响。其影响在城市和城区尤为明显，政府正试图减轻其影响。尽管已经提出了不同的解决方案，但公民仍在报告他们所居住地区的恶劣状况。本文提出了一种解决方案，通过结合用户反馈/报告和通过专用移动物联网传感器获取的实时数据来支持政府监测城市污染，这些传感器由政府官员动态重新定位，以验证特定区域的报告状况。移动设备利用专用传感器监测空气质量，并通过机器学习技术捕捉主要道路的交通状况。该系统公开了一个移动应用程序和一个网站，以支持收集公民报告并向机构和最终用户显示收集的数据。所提解决方案的概念验证已在一所中型大学校园中进行了原型设计。性能和功能验证都证明了该系统的可行性和有效性，并允许确定一些经验教训以及未来的工作。
通过喷砂和大面积电子束照射相结合的方式对增材制造的 Ti-6Al-4 V 合金进行表面平滑处理
摘要 增材制造 (AMed) 钛产品通常采用电子束熔化 (EBM) 生产，因为在真空环境下可以抑制钛合金表面的氧化。AMed 钛产品的表面粗糙度超过 200 µm Rz，非常粗糙的表面会导致疲劳强度降低。因此，需要后续表面精加工工艺。喷砂是 AMed 金属产品常见的表面平滑工艺之一。它可以降低较大的表面粗糙度，并在表面引入压残余应力。然而，将表面粗糙度降低到几个 µm Rz 是有限的。另一方面，最近发现，通过激光束粉末床熔合生产的 AMed 金属表面可以通过大面积电子束 (LEB) 辐照进行平滑。然而，难以平滑初始表面粗糙度较大的表面，并且表面上可能产生拉残余应力。本研究通过喷砂和 LEB 辐照相结合的方式，实现了 AMed 钛合金 (Ti-6Al-4 V) 的表面平滑和残余应力的变化。通过喷砂和 LEB 辐照相结合的方式，AMed Ti-6Al-4 V 合金的表面粗糙度从 265 µm Rz 显著降低至约 2.0 µm Rz。LEB 辐照降低表面粗糙度的速率随喷砂表面平均宽度的减小而线性增加。平均宽度对 LEB 辐照平滑效果的影响可以通过热流体分析来解释。此外，当 LEB 辐照到喷砂表面时，可以降低 LEB 辐照引起的拉伸残余应力。
与乳杆菌和皮质类固醇相结合的作用在减少小鼠哮喘模型中气道炎症
摘要背景：哮喘是一种复杂的多因素慢性气道，与各种表型和严重性水平相关，并且与重要的健康和经济负担有关。在某些哮喘患者中，不能用类固醇很好地控制症状。对使用益生菌治疗过敏性疾病一直存在着长期的兴趣。这项研究的目的是研究乳糖乳杆菌GG（LGG）与泼尼松龙的组合是否可以减少在鼠模型中控制气道在过敏性哮喘中控制气道侵蚀的葡萄类皮质体内剂量的剂量。材料和方法：我们在雌性BALB/c小鼠中使用了p 2敏的哮喘模型。用75 m L或50 m L口服泼尼松龙治疗动物，或对这两种口服泼尼松龙和LGG的组合治疗。气道高反应性，血清特异性/ IgG1/ IgG2A，肺和细胞因子中的浮力细胞进行滤过。结果：与75 m l泼尼松龙相比，较低剂量的泼尼松龙在抑制气道高应答，血清IgE和IgG1，Th2细胞因子和