XiaoMi-AI文件搜索系统
World File Search System虚拟空间
对未来进行孪生：在优化纤维增强聚合物的优化中实施数字双技术
摘要。纤维增强聚合物（FRP）的优化对于工程可持续的未来至关重要。本评论论文探讨了数字双胞胎（DTS）在增强合成和可持续性FRP的特征，性能和可持续性方面的潜力。dts为实时监控和预测分析提供了虚拟空间，并彻底改变了FRP生产的传统局限性。最近的案例研究，例如Fastigue项目和纤维增强热塑性塑料的进步，展示了DT在解决生产过程中解决问题方面的强大作用。本文还讨论了开发可持续的“绿色”复合材料的独特挑战，这些复合材料与可持续发展目标之间的生物降解能力之间取得了平衡。它突出了利用DTS仔细检查合成和天然FRP的制造过程的好处。现代DTS已经证明了优化这些材料的固化动力学和机械性能的能力。此外，诸如3D打印的连续碳纤维复合材料，过高的纤维增强热塑性塑料以及基于可回收的Elium®的复合材料等案例研究鉴定了DTS在增强FRP的可持续生产方面的能力。承认未来的挑战，建议将生产和可持续性指标整合到现代多层DT系统中，以实现整体利益。关键字：数字双胞胎，复合材料，纤维增强聚合物
一种基于CNN检测虚拟现实的就地的方法
行动识别是推断时间序列数据（即视频序列。近年来，由于深度学习技巧的范围，机器学习的这一范围近年来取得了很大的进步。行动识别的用法是广泛的。它可以用于医疗场中，例如在秋季检测中。，也可以用于监视目的。动作识别的另一个重要用途是在人类计算机相互作用（HCI）的领域。在HCI中，我们关注的是设计Humans和计算机之间交流的最有效和直观的方式。这样的直观技术是使用手势进行相互作用。这取决于对用户执行的操作的成功识别。虚拟现实（VR）是HCI的一个子域，最近在研究中复兴。虽然在VR的许多方面都完成了许多开创性的工作，但仍然存在的一个空旷的问题是运动的问题。许多VR体验试图将有限的可用物理空间映射到更大的虚拟空间。这意味着不可能进行物理和虚拟身体翻译的一对一映射。解决了这一点，已经提出了许多人工运动技术，即传送，头部倾斜，在适当的位置等等。，将其行走在适当的位置是可以诱导更高水平的存在[2]，这在VR中是非常可取的。现有
两种在虚拟环境中移动的方法的比较：原地行走和交互式重定向行走
自虚拟现实诞生之初，在比参与者操作的物理空间更大的虚拟环境中移动一直是一项挑战。已经提出了许多不同的方法，例如基于操纵杆的导航、原地行走（参与者进行行走动作但在物理空间中静止不动）以及重定向行走（环境被秘密改变，给人一种在虚拟空间中走长直线但在物理空间中可能走圆圈的错觉）。每种方法都有其局限性，从模拟器晕动症到仍然需要比可用空间更多的物理空间。受 COVID-19 封锁的刺激，我们开发了一种新的运动方法，我们称之为交互式重定向行走。在这里，参与者真的在走路，但当到达边界时，会旋转虚拟世界，以便继续行走始终在物理边界内。我们进行了一项探索性研究，使用问卷以及基于参与者撰写的评论的定性反应（经过情绪分析），将这种方法与原地行走在存在感方面进行了比较。令人惊讶的是，我们发现较小的物理边界有利于交互式重定向行走，但对于长度超过大约 7 个成人步长的边界，原地行走方法是更可取的。
区块链交易中的异常检测
本研究调查了机器学习模型在开放式元视频中的区块链交易中的异常检测和欺诈分析的应用，这是虚拟空间中数字交易的日益增长的复杂性。Utilizing a dataset of 78,600 transactions that reflect a broad spectrum of user behaviors and transaction types, we evaluated the efficacy of several predictive models, including RandomForest, LinearRegression, SVR, DecisionTree, KNeighbors, GradientBoosting, AdaBoost, Bagging, XGB, and LightGBM, based on their Mean Cross-Validation Mean Squared Error (Mean CV MSE）。我们的分析表明，集合方法，尤其是Random Forest和Bagging，表现出卓越的性能，平均CV MSE分别为-0.00445和-0.00415，从而在复杂的交易数据集中突出了它们的稳健性。相比之下，线性回归和SVR是最不可能的，平均CV MSE为-224.67和-468.57，表明与数据集特性存在潜在的未对准。这项研究强调了在开放式元元中选择适当的机器学习策略的重要性，从而表明了对高级，适应性的方法的需求。这些发现对金融技术领域产生了重大贡献，尤其是在增强虚拟经济体系内的安全性和完整性方面，并倡导在区块链环境中采用细微差别的异常检测和欺诈分析方法。
模拟学生：用于教师培训的 AI 聊天机器人
摘要：本文介绍了一种聊天机器人的开发，该聊天机器人旨在模拟 3D 虚拟环境中的学生，用于职前教师培训。研究人员使用基于生成预训练的 Transformer 的深度神经网络模型，使用来自真实课堂对话的语言资源数据创建了一个人工智能聊天机器人。结果表明，聊天机器人需要通过额外的编程进行微调。该程序旨在用于未来虚拟模拟教师培训的研究。简介 虚拟 3D 环境为职前教师培训提供了一个方便且身临其境的空间。在这些虚拟空间中，职前教师可以练习课堂话语和课堂管理，而无需在实际课堂环境中与真实学生一起进行此类培训的实际困难（Dieker 等人，2014 年）。目前，大多数 3D 虚拟教师培训环境严重依赖木偶学生化身，以避免与机器生成的话语相关的自然语言处理的复杂性（例如，Cohen 等人，2020 年）。木偶化身会降低对话的真实性，并且还会耗费大量资源，因为必须雇用个人来扮演学生的角色。因此，本研究开发了一种聊天机器人，可用于对学生虚拟代理进行编程，以模拟真实的科学、技术、工程和数学 (STEM) 课堂环境以用于培训目的。
机器学习和眼球运动让我们深入了解神经退行性疾病机制
摘要：人类是视觉主导的物种；我们感知到什么取决于我们看向何处。因此，眼球运动 (EM) 对我们与环境的互动至关重要，实验结果表明，EM 会受到神经退行性疾病 (ND) 的影响。这可能是 ND 中某些认知和运动障碍的原因。因此，我们旨在确定 EM 诱发反应的变化是否可以告诉我们 ND（例如阿尔茨海默病 (AD) 和帕金森病 (PD)）在不同阶段的进展情况。在本综述中，我们分析了心理、神经和 EM（扫视、反扫视、追踪）测试的结果，以使用机器学习 (ML) 方法预测疾病进展。借助 ML 算法，我们能够从高维参数空间中找到与 ND 症状相关的显着 EM 变化，从而让我们深入了解 ND 机制。所描述的预测算法使用各种方法，包括粒度计算、朴素贝叶斯、决策树/表、逻辑回归、C-/线性 SVC、KNC 和随机森林。我们证明了 EM 是评估 PD 和 AD 症状进展的可靠生物标记。这两种疾病都存在 3D 空间导航问题。因此，我们研究了虚拟空间中的 EM 实验，以及它们如何帮助发现与神经退行性疾病相关的大脑变化，例如与位置或/和方向问题相关的变化。总之，具有临床症状的 EM 参数是强大的精密仪器，除了借助 ML 预测 ND 进展的潜力外，还可用于指示这两种疾病的不同临床前阶段。
建筑与分区局
特此通知，将于 2021 年 4 月 6 日星期二晚上 7:00 在伊利诺伊州布卢明顿华盛顿东街 115 号政府中心 400 室和 404 室以及通过虚拟空间举行一场关于 Kuntz By-Products, LLC 在案件 SU-21-01 中的申请的公开听证会。Jacob Kuntz，地址：9263 N 1290 East Rd.，伊利诺伊州切诺阿，是授权代理人。这是一份申请，旨在修改和扩展特殊用途案件 SU-18-08，该案件涉及位于 A-农业区第 05 区 SE ¼ 的农业加工厂 - 动物饲料加工厂，该工厂位于切诺阿镇，地址：31258 N 2550 East Rd.，伊利诺伊州切诺阿。证词可以亲自提交，也可以在 2021 年 4 月 5 日星期一下午 4:30 之前发送电子邮件至 bldgzon@mcleancountyil.gov，以获取链接以听取讨论并同时提供远程证词。我们将遵守州长指示的第 2 区准则，该准则限制了可以聚集在县议会会议室的人数。亲自出席将以先到先得的方式进行。将遵守建议的社交距离协议。公众听证会可通过以下链接观看：https://www.mcleancountyil.gov/ 和 YouTube 上的以下链接：https://www.youtube.com/channel/UCM0lU0VsDktsIwreZQMCnXQ。该申请可在县网站 https://www.mcleancountyil.gov/ 上查看 - 电话 309-888-5160。
辛辛那提大学研究办公室
项目信息 作为 UC 研究 2030 基础设施投资和扩大研究影响力的一部分，我们寻求支持和加强与 ASTRO（前身为 SRIDE）活动一致的研究社区。该资金支持机制的目标是使研究兴趣与 ASTRO 一致的研究人员能够使用 ARCC、UC 的高性能计算 (HPC) 服务或数字未来虚拟环境实验室获取关键数据，以提交具有竞争力的外部提案、专利申请、商业化协议或同行评审的手稿。 UC 高级研究计算中心 (ARCC) 宗旨：协助研究人员进行人工智能、机器学习、数据分析/科学和建模与模拟研究以及研究数据管理，包括数据的存储、传输、协作和共享。数字未来虚拟环境实验室目的：通过开发新颖的空间和沉浸式技术应用，帮助研究人员在安全的虚拟空间中解决紧迫的现实问题，包括利用人工智能和机器学习、环境扫描、摄影测量、生物特征数据和生物力学运动捕捉的增强现实和虚拟现实应用和计算机模拟。申请 ASTRO 支持使用这些设施的申请表可在 https://research.uc.edu/funding/overview 找到。鼓励感兴趣的研究人员在提交申请前联系研究办公室以获得支持：research@uc.edu 成功的申请将证明：(a) 明确说明需要这些研究设施和服务；(b) 明确说明拟议的研究如何与 ASTRO 的使命保持一致；(c) 预期的研究成果与该支持计划的目标一致。注意：申请将滚动接受。
rpge-在线政策与教育管理杂志
dzhamilya S. Saralinova 3摘要：本文在COVID-19大流行的背景下介绍了现代教育体系转型的各种方法。作者提出了基于研究的以下建议：a）当局应着重于制定策略，以快速实施特定措施，以在教育过程中的整个强迫中支持学生和教师； b）由于各种原因，缺乏必要的设备，互联网连接和其他在线工具，俄罗斯地区人口需要技术和组织支持； c）保护雇员在中学和高等教育中的权利； d）确保社会平等和包容性，避免额外的社会分层； e）保护学生和老师的个人信息，以防止或最大程度地减少虚拟空间中（包括网络欺凌）互动引起的风险。还认为，强迫质量过渡有助于以下事实：距离技术预计在不久的将来会蓬勃发展，这已经讨论了几年。教育政策领域的专家预测俄罗斯电子学习的繁荣。可以预测，教育机构将不会在隔离结束后完全回到传统的教育形式。关键字：转换。高等教育。COVID-19-大流行。 社会不平等。 社会转型。 信息和通信技术。 地理。 空间。COVID-19-大流行。社会不平等。社会转型。信息和通信技术。地理。空间。摘要：本文在COVID-19大流行的背景下，介绍了世界上现代教育体系转变的几种方法。作者建议基于研究的以下建议：a）当局应重点介绍快速实施特定措施的策略，以支持在教育过程中强迫暂停的学生和教师； b）对于地区人口的技术和组织支持是必要的
拟议的元现实沉浸式开发流程：元宇宙的生成式 AI 模型和扩展现实 (XR) 内容
实现一个可互操作且可扩展的虚拟平台（目前称为“元宇宙”）是不可避免的，但首先需要克服许多技术挑战。由于元宇宙仍处于起步阶段，目前的研究表明，构建一个能够实现可互操作的虚拟形象和数字交易的新型 3D 社交环境将占据大部分的初始时间和资本投资。然而，对于 Meta、谷歌和苹果等公司来说，投资回报值得承担财务风险。虽然元宇宙的当前虚拟空间价值 63 亿美元，但预计到 2028 年底将增长到 840.9 亿美元。但是，创建一个由 3D 虚拟形象、物体和超凡脱俗的城市景观组成的整个替代虚拟世界需要新的开发管道和工作流程。现有的 3D 建模和数字孪生流程（已经在行业和游戏领域得到充分认可）将被移植，以支持设计和布置这个新数字世界的需求。然而，当前的开发流程繁琐、昂贵且产出能力有限。本文提出了一种新的创新沉浸式开发流程，利用人工智能 (AI) 的最新进展进行 3D 模型创建和优化。以前依赖 3D 建模软件来创建资产然后导入游戏引擎的做法可以用人工智能几乎即时的内容创建来取代。虽然 DALL-E 2 和 DeepAI 等人工智能艺术生成器已用于 2D 资产创建，但当与游戏引擎技术（如虚幻引擎 5）和虚拟化几何系统（如 Nanite）相结合时，一种新的沉浸式开发流程将能够