XiaoMi-AI文件搜索系统
World File Search System第三步
在 COVID-19 传播的防护范围内：基于中性 RGB 和深度迁移学习的口罩检测模型。
摘要：2020 年，COVID-19 的迅速蔓延迫使世界卫生组织 (WHO) 宣布 COVID-19 为全球大流行病。根据世卫组织的说法，预防此类病毒的对策之一是在公共场所佩戴口罩。本文提出了一种基于中性 RGB 和深度迁移学习提取特征的口罩检测模型。建议的模型分为三个步骤，第一步是转换到中性 RGB 域。这项工作被认为是将中性 RGB 转换应用于图像域的首次尝试之一，因为它通常用于灰度图像的转换。第二步是使用层数较少的 Alexnet 进行特征提取。第三步使用两种传统的机器学习算法创建检测模型：决策树分类器和支持向量机 (SVM)。将模拟口罩人脸数据集（SMF）与真实口罩人脸数据集（RMF）合并为一个包含两个类别（戴口罩人脸、不戴口罩人脸）的数据集，实验结果表明，真（T）中性域的SVM分类器测试准确率最高，为98.37%。
公共改善建设规划
• 施工计划是分区流程的第三步。这些计划包括分区所需的所有公共改进。此申请也可用于场外公共改进。• 作为长表流程的一部分，在提交施工计划之前，需要批准初步地图。如果提出与分区无关的施工计划，则不需要初步地图。• 仅当申请人选择根据替代审查/快速程序寻求批准时，施工计划才可以与最终地图同时提交审查和批准。此外，最终地图在施工计划获得批准之前不得批准。如果要同时审查施工计划和最终地图，则必须同时向市政府提交完整的施工计划申请和完整的最终地图申请。• 如果提交概念计划或初步地图需要 TIA，则需要与施工计划同时提交 TIA 更新。提交前需要与市工程师举行范围界定会议。 • 如果施工计划与已批准的初步地图不符，则应在提交最终地图申请之前提供并批准一份标明所有变更的红线文件。工作人员将确定这些变更是否需要对初步地图进行正式修订。有用的链接
CSU 生物燃料原料农作物管理实践分析
本分析中使用的基线情景利用了美国温室气体清单中使用的模型、方法和数据输入。DayCent 模型用于模拟美国种植玉米、大豆和高粱的农业用地土壤有机碳储量 (SOC) 变化和土壤一氧化二氮 (N 2 O) 排放的基线，该模型使用美国农业部 2017 年国家资源清单 (NRI) (USDA-NRCS 2020)。该模型分三步初始化。在第一步中，模型在原生植被、历史气候数据和 NRI 调查地点的土壤特征下运行至稳定状态（例如平衡）。在第二步中，该模型模拟了从欧洲人定居到 1979 年 NRI 调查开始的农业扩张。此步骤捕捉了原生植被转变为农田后土壤 C 和 N 的损失，并包括根据 18 世纪开始的历史定居模式而变化的土地转换时间段。在第三步中，该模型使用 USDA-NASS 作物数据层 (CDL) (USDA-NASS 2021) 模拟了 1979 年至 2017 年 NRI 调查中的种植历史，并将其延伸至 2020 年。
中国的航天工业：背景、最新进展...
∗ 钱继伟博士是新加坡国立大学东亚研究所高级研究员，刘伯建先生是该研究所研究助理。1 BBC，“北斗：中国发射最后一颗卫星挑战 GPS”，2020 年 6 月 23 日，BBC 新闻网站，网址为 https://www.bbc.com/news/business-53132957（2020 年 10 月 6 日访问）。2 Andrew Jones，“天问一号发射火星探测器，标志着中国行星际探索的曙光”，2020 年 7 月 23 日，太空新闻网站，网址为 https://spacenews.com/tianwen-1-launches-for-mars-marking-dawn-of-chinese-interplanetary-exploration/（2020 年 10 月 5 日访问）。3 John Agnew 和 Stuart Crobridge (2002)。掌握太空：霸权、领土与国际政治经济学。伦敦、纽约：劳特利奇。4 在2020年成功发射长征五号B火箭之前，中国被认为是航天技术竞争的第二梯队。参见人民画报，《中国载人航天工程迈向第三步 长征五号B火箭成功》，2020年8月11日，人民画报网，网址为http://www.rmhb.com.cn/yxsj/zttp/202008/t20200811_800217294.html（2020年11月1日访问）。
灵活且针对具体情境的 AI 可解释性
摘要 近年来人们对人工智能 (AI) 的热情主要归功于深度学习的进步。深度学习方法非常准确，但也不太透明，这限制了它们在安全关键型应用中的潜在应用。为了获得信任和问责，机器学习算法的设计者和操作者必须能够向用户、监管者和公民解释算法的内部工作原理、结果以及失败的原因。本文的独创性在于结合可解释性的技术、法律和经济方面，开发一个框架来定义给定环境下可解释性的“正确”水平。我们提出了三个逻辑步骤：首先，定义主要的背景因素，例如解释的受众是谁、操作背景、系统可能造成的危害程度以及法律/监管框架。此步骤将有助于描述解释的操作和法律需求，以及相应的社会效益。第二步，检查可用的技术工具，包括事后方法（输入扰动、显著性图……）和混合 AI 方法。第三步，根据前两个步骤，选择正确的全局和局部解释输出级别，同时考虑所涉及的成本。我们确定了七种成本，并强调只有当总社会效益超过成本时，解释才具有社会意义。
太空应用超级电容器：趋势与机遇
欧洲航天局 (ESA) 自 2000 年代初开始对超级电容器的研究感兴趣。已经开展了许多活动来研究超级电容器在航天器和发射器的能量存储系统中的优势。一开始，该策略是确定与其他电化学能量存储技术相比，超级电容器在性能方面可以带来优势的应用。一旦确定了最相关的应用，该策略的第二步就是在太空环境中鉴定用于地面应用的超级电容器设备，也称为商用现货 (COTS)，它们在太空应用中表现出了有趣的性能。这些 COTS 超级电容器单元能够部分满足太空应用中遇到的高功率供应需求，如下节所述。事实上，有两个因素可以解释这一点：超级电容器部件在功率和能量密度方面的新要求。根据 COTS 超级电容器空间鉴定活动所取得的成果，该战略的第三步是满足超级电容器设备层面的新要求，主要目标是设计、开发和制造符合空间要求的超级电容器电池，使用创新的电极材料来应对 COTS 超级电容器和高功率电池未涵盖的高功率需求，并取代过时的电池技术。
解决问题
我们认为策略是一系列在问题空间中采取的步骤或操作符，目的是完成给定任务或解决问题（Newell & Simon，1972）。理论上，问题解决的任何变化都可能代表不同的策略。然而在实践中，我们经常将问题解决步骤中不显著的变化归为一种策略，并将代表“显著”不同方法的变化视为不同的策略。考虑图 1。策略 A 和策略 B 所表示的解决方案都包含三个类似的步骤。在第一步中，学生从等式的两边减去一个变量项（策略 A 中为 5x；策略 B 中为 3x）。在第二步中，使用策略 A 的学生从等式的两边减去 4，使用策略 B 的学生在两边加 6。在第三步中，每个学生将等式的两边除以系数。采用策略 C 的学生将前两个步骤合并为一个步骤，从等式的两边减去 3x-6。显然，策略 A 和策略 B 是类似的方法，可以视为单一策略的变体。能够识别和执行策略 C 的学生展示了一种更复杂的问题解决方法，可以视为使用与策略 A 或策略 B 截然不同的策略。
灵活且针对具体情境的 AI 可解释性
摘要 近年来人们对人工智能 (AI) 的热情主要归功于深度学习的进步。深度学习方法非常准确，但也不太透明，这限制了它们在安全关键型应用中的潜在应用。为了获得信任和问责，机器学习算法的设计者和操作者必须能够向用户、监管者和公民解释算法的内部工作原理、结果以及失败的原因。本文的独创性在于结合可解释性的技术、法律和经济方面，开发一个框架来定义给定环境下可解释性的“正确”水平。我们提出了三个逻辑步骤：首先，定义主要的背景因素，例如解释的受众是谁、操作背景、系统可能造成的危害程度以及法律/监管框架。此步骤将有助于描述解释的操作和法律需求，以及相应的社会效益。第二步，检查可用的技术工具，包括事后方法（输入扰动、显著性图……）和混合 AI 方法。第三步，根据前两个步骤，选择正确的全局和局部解释输出级别，同时考虑所涉及的成本。我们确定了七种成本，并强调只有当总社会效益超过成本时，解释才具有社会意义。
实验数字双胞胎：通过目标数据收集
本文报告了光量子位之间的量子 - 逻辑门实现的实验实现。该门的物理机制依赖于电磁诱导的透明度，而Rydberg在87 rb原子的超低集合中被困在中等辅助弓形谐振器中。在第一次，使用量子非线性系统实现的效率超过了线性光学量子计算中的最新效率。Qubits以各个光子自由度的极化程度实现。空间双轨设置将这些光子引导到谐振器或旁路导轨上，然后重组这两条路径。时间门协议由三个步骤组成。首先，作为rydberg激发，控制光子可逆地存储在原子集合中。在第二步中，在存储时间内从谐振器中反映目标光子。如果存在对照激发，Rydberg封锁会诱导条件π相移。在第三步中，检索控制光子。此门的平均效率为41。7（5）％和分组的过程实力为81（2）％。偏振式钟形状态的产生在78（3）％和82（2）％之间产生。显示了栅极向多个目标光子的延伸，从而产生了Greenberger-Horne-Zeilinger状态为3、4和5光子，并具有62个光子。3（4）％，54。6（1。4）％和54。8（5。3）％。
3D数字技术在雕塑创作中的应用研究
固定创造性流是传统雕塑创作形式的特征之一，这是不可互换的。在第一步中，雕塑骨骼是雕塑的核心形式，应根据雕塑的整体形状空间来构建骨架的大小和动态电位。它的构造是雕塑创作序列中的主要链接。建造骨骼的材料主要是木材和金属材料，过程缓慢而繁琐。尤其是，大型雕塑作品的骨骼的建造不亚于建筑物的框架。如果后生产过程中存在问题，则必须在及时甚至重新制作中进行调整，因此骨骼的构造是雕塑创作中最重要的第一步。第二步，掌握模制物体的势能和整体形状是骨架结构后进行的一部分，它要求创建者在一定时间段内显示在形状成型过程中符合创建标准的对象，并塑造，并塑造并雕刻其详细信息；第三步，在将雕塑图像模制在核心骨架上之后，应将其翻转并通过转弯技术进行模制，最后转换为硬材料雕塑。在传统的雕塑生产过程中，每个过程都起着至关重要的作用，并且生产序列是固定和不可逆转的。如果逆转生产过程，则最终工作将不会以最初的创建意图显示。