XiaoMi-AI文件搜索系统
World File Search System类比
确定 SOT23 在应用中可耗散多少功率的方法
热动力学与电路理论之间存在类比，以方便电气工程师计算热阻。图 1 显示了 TO-220 型封装的热动力学类比。器件结点处的功率耗散是能量源。在此示例中，定义了三个温度。实际上，温度可能更多。定义的三个温度为：T A = 环境温度、T C = 外壳温度和 T J = 结温。功率类似于电流源，温差类似于电压降，环境温度定义为地面或 0 伏，热阻类似于电阻。在此模型中，电容器 C jc（结点到外壳）和 C ca（外壳到环境）可用于模拟系统的动态热阻抗。随着电流（电源）的增加，电压（温度 -
关系量子力学是关于事实，而不是状态
最近有两篇论文，一篇由 Jacques Pienaar [ 1 ] 撰写，另一篇由 Časlav Brukner [ 2 ] 撰写，对量子力学的关系诠释 (RQM，也称为关系量子力学) [ 3 – 6 ] 提出了深刻的观察和反对意见。本文将详细讨论这两篇论文。我们指出，其中的观察并不是对 RQM 的挑战，而是澄清和强化此诠释某些方面的论据。由于 Pienaar 的论文更为详细，因此我们主要讨论它，并在相关之处提及 Brukner 的论文。Pienaar 将他对关系诠释的反对意见分为两部分。第一部分涉及 RQM 与狭义相对论的类比；第二部分涉及 RQM 中客观性的地位。在第一部分中，皮纳尔指出，与狭义相对论的类比只是部分的：狭义相对论中变量“相对”的意义比变量“相对”的意义更为有限
关系量子力学是关于事实，而不是状态
最近有两篇论文，一篇由 Jacques Pienaar [ 1 ] 撰写，另一篇由 Časlav Brukner [ 2 ] 撰写，对量子力学的关系诠释 (RQM，也称为关系量子力学) [ 3 – 6 ] 提出了深刻的观察和反对意见。本文将详细讨论这两篇论文。我们指出，其中的观察并不是对 RQM 的挑战，而是澄清和强化这种诠释某些方面的论据。由于 Pienaar 的论文更为详细，因此我们主要讨论它，并在相关之处提及 Brukner 的论文。Pienaar 将他对关系诠释的反对意见分为两部分。第一部分涉及 RQM 与狭义相对论的类比；第二部分涉及 RQM 中客观性的地位。在第一部分中，皮纳尔指出，与狭义相对论的类比只是部分的：狭义相对论中变量“相对”的意义比变量“相对”的意义更为有限
教学科学技术公司（TSTI）
✦我希望我在NPS [海军研究生院]课程之前或期间都参加了这门课程。非常感谢您教我们。一开始就使用类比，将用户扎根于他们所做的事情真是太棒了！我将强烈推荐此课程，以帮助我在我的命令中工作的任何人……
老化飞机机身维护的生命周期成本分析
空军项目 - 兰德公司 19 波音商用飞机集团 20 经济与战备 24 部队管理和预计经济使用寿命 26 类比方法 36 自下而上的方法 36 自上而下的方法 37 专家判断 37 参数或算法方法 37
模拟和混合计算的过去、现在和未来
间接类比：间接模拟计算机使用与要解决的问题不同的基本原理。它们比直接模拟计算机更通用，本文将对此进行描述。这些机器通常由大量单独的计算元件组成，这些元件可以以各种方式实现。模拟电子计算元件最为常见。
小说和复杂世界中的策略制定：类比的力量 * Giovanni Gavetti Daniel A. Levinthal Jan W. Rivkin 233 Morgan Hall 2028
新颖和复杂世界中的策略制定：类比的力量 * Giovanni Gavetti Daniel A. Levinthal Jan W. Rivkin 233 Morgan Hall 2028 Steinberg-Dietrich Hall 239 Morgan Hall Harvard Harvard商学院沃顿商学院哈佛大学哈佛大学波士顿波士顿，马萨诸塞州，马萨诸塞州02163 Philadelphia，Pharadelphia，6114 BOSTON，616（MA 021）。 495-6378 (215) 898-6826 (617) 495-6690 ggavetti@hbs.edu levinthal@wharton.upenn.edu jrivkin@hbs.edu Strategic Management Journal, 2005 * For helpful comments, we are grateful to Nicolaj Siggelkow, anonymous referees, and seminar audiences at Babson,哈佛商学院，麻省理工学院的斯隆学校，加州大学洛杉矶分校卡尔加里大学，多伦多大学和沃顿商学院。我们还要感谢霍华德·布伦纳（Howard Brenner）的计算机编程工作，西蒙娜·乔治（Simona Giorgi）和伊丽莎白·约翰逊（Elizabeth Johnson）的研究援助以及哈佛商学院慷慨资助的研究部。错误仍然是我们自己的。
深层模型中的神经元与大脑中的神经元如何相关
摘要：在处理智能系统的算法方面时，与生物学大脑的类比一直很有吸引力，并且经常具有双重功能。一方面，它一直是其设计灵感的有效来源，另一方面，它被用作其成功的正当化来源，尤其是在深度学习（DL）模型的情况下。近年来，大脑的灵感失去了对自己的第一个角色的控制，但它继续提出第二个角色，尽管我们认为它也变得越来越容易辩护。在合唱之外，有一些理论上的建议，而是识别DL和人类认知之间的重要分界线，甚至是不可忽视的。在本文中，我们认为，矛盾的是，深神经模型开发人员对生物神经元的功能的部分冷漠是其成功的原因之一，并促进了务实的机会主义态度。我们认为，甚至有可能瞥见另一种类型的生物学类比，因为现代DL开发中的启发式方法本质上是与自然进化的相似之处。