XiaoMi-AI文件搜索系统
World File Search System素描
人工智能和机器学习在通过虚拟修复保护文化遗产和艺术作品中的作用
包括绘画、素描、版画、马赛克、雕塑、历史建筑和纪念碑以及考古遗址在内的工艺品是我们文化遗产的重要组成部分。它包括非物质文化（如民间传说、传统、语言和知识）、物质文化（如建筑、纪念碑、景观、档案材料、书籍、艺术品和工艺品）和自然遗产（如生物多样性和具有重要文化意义的景观）。现在我们将集中讨论物质文化及其问题以及如何处理这些问题。它最大的问题之一是，多年来，用于创作艺术品的材料的性质使它们容易出现裂缝、断裂、污渍和褪色和模糊。它们损坏的原因可能是自然原因，也可能是人为原因。自然原因包括战争、火灾、地震、自然灾害，人为原因包括意外事件，如气候变化导致的污染，如酸雨。必须考虑您存放艺术品的环境。我们日常环境中的光、热、湿度和污染水平会导致艺术品发生有害的化学和物理反应。有几个原因需要保存古代艺术品。它使我们能够理解其创作时代的历史和文化背景，这是关键因素之一。那么保存我们的艺术品是必须的，这可以通过手动技术或使用机器学习算法来完成。
个人自主和（数字）技术：颁发的感觉运动框架
摘要许多由密集数据驱动的公司平台设计和控制的许多数字技术在我们的许多日常活动中都变得无处不在。这引起了政治和道德的关注，他们可能如何威胁我们的个人自主权。但是，在这方面，其超设计（感觉运动）接口所起的特定作用并没有给予太多哲学关注。在本文中，我们的目标是提供一个新颖的框架，可以在感觉运动互动上进行个人自身自身，并从那里直接解决技术设计如何影响个人自主权。为此，我们将从实施的感应方法中汲取认知，重点关注习惯的中心概念，被理解为感觉运动方案，在网络关系中，会引起感觉运动代理。从感觉运动代理作为更复杂形式的个人自治形式的基础，我们的方法为我们分析与技术的关系（一般而言），并区分自主性增强的建立和自动化技术。我们认为，通过赞成/妨碍某些习惯的（网络）而不是其他习惯，技术可以直接在我们本地和全球的个人自主权上行动。考虑到这一点，我们然后讨论当前的数字技术通常是如何设计为自治的（就像设计中的“黑暗模式”一样），并素描一些有关如何构建更多自治数字技术的想法。
玫瑰村草图计划修正案编号32021012a
申请人提交了草图计划修正案申请，因为在当前且预期的未来市场状况下，经批准的高层多户家庭和零售开发在此地点的财务状况变得不可行。此外，申请人希望通过在Rose Village提供大量负担得起的住房来解决华盛顿特区的住房负担能力危机。这涉及更改提议的构建类型，并减少项目的整体规模。申请人还计划利用新的监管流程，即混合收入住房社区（MIHC）计划，允许为提供大量负担得起住房的项目加急监管程序。MIHC监管框架于2023年获得县议会的批准，需要对MIHC计划进行65天的监管审查，而不是分别为素描和现场计划所需的90或120天。MIHC计划还将典型的草图和现场计划审查结合在一起。对于玫瑰村（Rose Village），需要从先前的草图计划批准中删除草图计划区域的一部分，以便该项目的高度负担得起的部分位于物业西侧，可以作为MIHC计划而不是现场计划进行监管过程（图2）。
3D印刷设计和电池的制造策略：评论
锂离子电池（LIBS）显着影响了日常生活，在各种行业中找到了广泛的应用，例如消费电子，电动汽车，医疗设备，航空航天和电动工具。但是，由于与其他电池相比，由于对LIB的需求迅速增加，由于对LIB的需求迅速增加，因此它们仍然妨碍其广泛的应用，因此它们仍然面临问题（即，由于树突繁殖，制造成本，随机孔隙和基本和平面几何形式引起的安全性。添加剂制造（AM）是一种在储能设备中创建精确和可编程结构的有前途的技术。本综述首先总结了基于每种AM技术的当前趋势和局限性的光，素描，粉末和基于喷射的3D打印方法。本文还深入研究了3D打印的电极（阳极和阴极）和固态电解质，用于LIBS，强调当前的最新材料，制造方法和性能/性能/性能。此外，AM在电化学能源存储（EES）应用中的当前挑战，包括有限的材料，低处理精确度，用于完整电池打印的代码/制造概念，机器学习（ML）/人工智能（AI），用于处理优化和数据分析和数据分析，环境风险，以及4D打印的电位。
IGF168PD124 知识成长的地方 在空间等离子体物理学 作业ID：VID195PD124维也纳人口研究所... 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
计算机科学）对山区物理过程有很好的了解。•具有景观演化模型的强制性经验经验（例如凯撒 - 弗洛德，房地产品等）。•在数值和基于物理的模型构建中有经验的经验。•地貌学专业知识（最好是在山区危险过程中）。•跨学科研究和协作的经验。•具有编程经验（Python，Matlab，C＃和其他）和脚本开发是非常需要的。•具有人类环境相互作用，人类自然系统，风险和弹性的经验是一种资产。•具有主动行动和独立工作的能力高度动机。•致力于实现科学卓越，有效的科学交流，并致力于产生高级
洋基工程师
每年二月，我们都会作为一个国家庆祝黑人历史月。今年的主题是“艺术中的非裔美国人”。在美国，任何一种艺术形式都深受非裔美国人的影响，其中许多人都是新英格兰人。出生于波士顿的约瑟芬·圣皮埃尔·鲁芬于 1886 年创办并编辑了美国第一份由非裔美国女性出版的报纸，名为“女性时代”。鲁芬晚年于 1985 年组织了全国非裔美国妇女联合会，并在波士顿组织了第一届美国非裔美国妇女全国大会。来自 14 个州的代表参加了会议。1859 年，哈丽特·威尔逊成为第一位在美国出版小说的非裔美国女性。当时她住在新罕布什尔州米尔福德。她出版了她的书《我们的黑人；或自由黑人生活的素描》。据哈丽特·威尔逊项目称，她的书“成为一个强大而有争议的叙述，继续感动和震撼着世界各地的读者。”马萨诸塞州弗雷明翰的 Meta Vaux Warrick Fuller，
AI-Policing Paradigm
威斯康星州发现研究所分析了不同的犯罪现场和交通事故文档方法，包括传统素描/摄影，静态3D扫描和移动3D扫描。这项研究强调了3D扫描与传统方法的三个主要好处；避免了时间成本，减少流量延迟并访问其他信息。该研究还证明了静态和移动扫描方法之间的差异。在车祸场景中，传统方法花费了159分钟的记录，静态3D扫描需要70分钟，而移动扫描仪仅需43分钟即可挖掘现场。〜分钟可以增加数小时，为调查部门以及Pub-Lec占用了宝贵的时间。通过使用移动3D扫描仪，由于致命交通事故而导致的道路封闭。官员可以轻松安全地在现场捕获高质量的证据和措施，而无需任何三脚架设置和重新定位。这种能力通过限制他们接触交通的时间，并为公众开放的道路开放，从而提高了官员的安全。减少时间的同时增加了准确的证据，对于任何机构来说都是双赢的。另外，一些用户正在利用移动扫描系统来补充静态扫描仪，以对周围环境进行更完整的图片，以在事件前围绕导线提供更多相关的叙述。
正在进行的工作：伊利诺伊大学格兰杰工程学院的空间可视化评估和培训
bswoodrd@illinois.edu 摘要 空间可视化技能是预测 STEM 大学专业和 STEM 职业成功的关键因素。这些技能可以通过培训来提高，以减少大学年龄学生在这些技能方面众所周知的性别差异。这项正在进行的工作描述了对一所大型公立大学工程学院学生的空间技能数据的初步分析。被录取的新生接受了使用心理旋转进行空间可视化的标准测试。被确定为与同龄人相比空间技能较弱的学生被建议参加半学期的可视化培训课程。可视化评估中的性别趋势与过去数据相符，并在数据中呈现了额外的种族和民族趋势。不属于代表性不足的少数群体的男学生通常在评估中表现最好。空间可视化培训课程的有效性通过再次给予这些学生与所有学生最初接受的相同的评估来确定。总体而言，该课程为学生提供了空间可视化技能的显著提升，与过去类似课程的结果一致。本课程完全在线提供，无需使用标准的铅笔和纸素描。经过仔细调查数据，男学生的进步比女学生更大。需要进一步研究以确定这些结果是否代表典型趋势，以及如何修改培训以让所有学生获得更公平的结果。简介数十年的研究一直表明，空间技能是未来在 STEM 课程和 STEM 职业中取得成功的最强预测因素之一，与数学和语言能力无关。Wai 等人。[1] 和 Shea 等人。[2] 回顾了数千名参与者的大量纵向研究，得出结论，空间技能对于发展 STEM 专业知识至关重要。此外，有充分的证据表明，女学生的可视化技能，尤其是心理旋转技能，落后于男学生 [3]，[4]。幸运的是，研究还表明，可视化技能是可塑的，个人可能需要不同的方法来练习和提高他们的技能。Uttal 等人回顾了空间技能培训的研究，得出结论，空间技能培训可以提高 STEM 领域的参与度 [5]。在大学阶段，Sorby 表明，通过涉及解决可视化问题的不同形式的练习的培训来提高可视化技能，可以减少 STEM 教育中的性别差异 [6]。Sorby 和 Baartmans [7] 描述了他们针对大学水平学生的可视化培训的具体内容。伊利诺伊大学的研究团队开发了一个在线培训平台，包括素描练习和多项选择题，以提高可视化技能。该培训平台应用于一年级选修课的学生。2020 年秋季学期，59 名学生完成了该课程。该课程的主要内容包括虚拟同步课堂练习、与可视化技能相关的写作反思以及使用培训平台的每周练习。代表 11 个工程专业的学生注册了该课程。这些学生是根据普渡大学空间可视化测试：旋转可视化 (PSVT:R) 的结果来指导课程的，
正在进行的工作：伊利诺伊大学格兰杰工程学院的空间可视化评估与培训
摘要 空间可视化技能是预测 STEM 大学专业和 STEM 职业成功的关键因素。这些技能可以通过培训来提高，以减少大学年龄学生在这些技能方面众所周知的性别差异。这项正在进行的工作描述了对一所大型公立大学工程学院学生的空间技能数据的初步分析。被录取的新生接受了使用心理旋转进行空间可视化的标准测试。被确定为与同龄人相比空间技能较弱的学生被建议参加半学期的可视化培训课程。可视化评估中的性别趋势与过去数据相符，并在数据中呈现了额外的种族和民族趋势。不属于代表性不足的少数群体的男学生通常在评估中表现最好。空间可视化培训课程的有效性通过再次给予这些学生与所有学生最初接受的相同的评估来确定。总体而言，该课程为学生提供了空间可视化技能的显著提升，与过去类似课程的结果一致。本课程完全在线提供，无需使用标准的铅笔和纸素描。经过仔细调查数据，男学生的进步比女学生更大。需要进一步研究以确定这些结果是否代表典型趋势，以及如何修改培训以让所有学生获得更公平的结果。简介数十年的研究一直表明，空间技能是未来在 STEM 课程和 STEM 职业中取得成功的最强预测因素之一，与数学和语言能力无关。Wai 等人。[1] 和 Shea 等人。[2] 回顾了数千名参与者的大量纵向研究，得出结论，空间技能对于发展 STEM 专业知识至关重要。此外，有充分的证据表明，女学生的可视化技能，尤其是心理旋转技能，落后于男学生 [3]，[4]。幸运的是，研究还表明，可视化技能是可塑的，个人可能需要不同的方法来练习和提高他们的技能。Uttal 等人回顾了空间技能培训的研究，得出结论，空间技能培训可以提高 STEM 领域的参与度 [5]。在大学阶段，Sorby 表明，通过涉及解决可视化问题的不同形式的练习的培训来提高可视化技能，可以减少 STEM 教育中的性别差异 [6]。Sorby 和 Baartmans [7] 描述了他们针对大学阶段学生的可视化培训的具体内容。伊利诺伊大学的研究团队开发了一个在线培训平台，包括素描练习和多项选择题，以提高可视化技能。该培训平台应用于一年级选修课的学生。2020 年秋季学期，59 名学生完成了该课程。该课程的主要内容包括虚拟同步课堂练习、与可视化技能相关的写作反思以及使用培训平台的每周练习。代表 11 个工程专业的学生注册了该课程。这些学生是根据普渡大学空间可视化测试：旋转可视化 (PSVT:R) 的结果来指导课程的，
产品形状概念设计的跨模式任务的深度学习方法：评论
概念设计是设计过程的基础阶段，它通过设计搜索，创建和集成将不明权的设计问题转化为低实现设计概念和原型。在此阶段，产品形状设计是最重要的方面之一。在将基于深度学习的方法应用于产品形状设计时，存在两个主要挑战：（1）设计数据以多种方式和（2）对创造力的需求不断增长。随着跨模式任务（DLCMT）的最新进展，可以将一种设计模式转移到另一种设计模式，我们看到了开发人工智能（AI）的机会，以帮助新范式中的产品形状设计。在本文中，我们对DLCMT的检索，生成和操纵方法进行了系统的审查，该方法涉及三种跨模式类型：文本到3D形状，文本到熟悉和素描至3D形状。评论从计算机图形，计算机视觉和工程设计领域中的1341篇论文中列出了50篇文章。我们审查（1）可以应用于产品形状设计和（2）确定关键挑战的状态DLCMT方法，例如在早期设计阶段缺乏对工程性能的考虑，在应用DLCMT方法时需要解决的问题。最终，我们讨论了这些挑战的潜在解决方案，并提出了一系列研究问题，以指向数据驱动的概念设计的未来方向。[doi：10.1115/1.4056436]