XiaoMi-AI文件搜索系统
World File Search System素描
PowerPoint 演示文稿
• 工程中的高等数学 • 制造和装配设计 • 设计师和工程师的绘图和素描 • 基于有限元的仿真模型 • 混沌在系统、流程和产品设计中的应用 • 混合能源系统简介 • 光伏供电产品 • 西班牙语课程 • 水和可持续性
微读：“ OG”还是热门趋势？
时刻人们开始共享信息。微读的最早例子包括划痕或雕刻的符号和素描（骨，石头和木材），这些符号，石头和木材在基本的生存技术中，例如如何开始火灾，收集食物，逃脱元素和敌人，并发现哪些植物或浆果避免。微读的概念
Jana Pavlasek
Sina Masnadi，Joseph J Laviola Jr，Jana Pavlasek，Xiaofan Zhu，Karthik Desingh和Odest Chadwicke Jenkins。为人类机器人操纵任务的素描提供。在国际机器人和自动化的国际会议上，在动态，非结构化环境中运作的机器人队友，2019年。
BOARD-AI：一种用于系统工程的目标感知建模界面，结合机器学习和计划识别
纸和笔仍然是系统工程师用来捕捉系统模型的最常用工具。它们提高了生产力并促进了协作和创造力，因为用户不需要遵守计算机辅助系统工程 (CASE) 工具中通常用于系统建模的正式符号。然而，将白板上绘制的模型数字化到 CASE 工具中仍然是一项困难且容易出错的活动，需要工具专家的知识。在过去十年中，从符号推理转向机器学习已成为许多领域提高软件应用程序性能的自然选择。自然素描和在线识别领域也不例外，大多数现有的素描识别器都依赖于预先训练的符号集来增加对识别器结果的信心。然而，这种性能的提高是以信任为代价的。缺乏信任直接源于神经网络结果缺乏可解释性，这阻碍了系统工程团队对其的接受。解决方案不仅应兼具性能和稳健性，还应赢得人类用户的毫无保留的支持和信任。虽然文献中的大多数作品都倾向于性能，但需要更好地将人类感知研究纳入方程式以恢复平衡。本研究提出了一种用于自然素描的方法和人机界面，使工程师能够使用交互式白板捕获系统模型。该方法结合了符号人工智能和机器学习的技术，以提高性能，同时不影响可解释性。该方法的关键概念是使用经过训练的神经网络在全局识别过程的上游将手写文本与几何符号分离，并使用合适的技术（OCR 或自动规划）分别识别文本和符号。该方法的主要优点是它不依赖任何其他交互方式（例如虚拟键盘）来注释具有文本属性的模型元素，并且保留了建模助手结果的可解释性。用户实验验证了界面的可用性。
CV Nicolas Rivron，博士，Eng 传记素描Sasha Mendjan 生物炭的电势减轻气候变化 数字道德的叙述
缺少允许发展疗法并预测患者反应的人类心脏模型是对心血管疾病中急需治疗的最重要的瓶颈。我的任务是解决这个关键问题，造成比全球任何其他疾病更多的死亡。门德扬团队旨在概括体外人类心脏发育，以发现胎儿心脏生长，血管化，先天性畸形和再生的潜在分子机制。我们的指导原则是成年人心脏发育和疾病的机制密切相关。因此，为了作为预测疾病模型，我们正在开发多能干细胞衍生的自组织心脏器官，称为“有氧运动”（Hofbauer等，2021; Schmidt，Deyett，Deyett等，2023）。
BASANT LAL SHARMA
技能计算机：Mathematica，Matlab，Maple，C/C ++的知识； Unix，Windows，OS X语言的环境：印地语（母语）；还通过一些课程研究了英语，俄语，梵语，德语和法语。课外活动：美术，戏剧学；在幼儿园（Guna），小学（Guna），中学（Guna）和高等中学（Indore）（Indore）的素描，绘画，手写和GK测验的几项奖项的获得者；在孟买（Malhar '95 -'96，St. Xavier's College孟买； Saarang '96，IIT Madras）和内部大学内事件（'95 -'99）在孟买（Malhar '95 -'96，圣Xavier College）在孟买（Malhar '95 -'96，圣Xavier College）举行的素描中获得了几项奖项的获得者； 1996 - 97年当选为IIT孟买的美术活动的宿舍7秘书和组织者； 1997 - 98年当选为IIT孟买的美术学院秘书；获得戏剧和IIT孟买的PAF'99的最佳配音奖； 1999年获得IIT孟买的7家旅馆居民，获得卷轴奖（第二次获得荣誉奖）。