XiaoMi-AI文件搜索系统
World File Search System设计的
如何处理按订单设计的产品/系统 ......
摘要。1 本文考虑了企业对企业环境中物理系统的配置（机床、航空航天设备、起重机……）。在这种业务中，基于知识的配置软件经常用于处理装配/按订单生产或（按订单配置（CTO））情况，其中所有客户的要求都可以通过标准系统来满足。但是，在按订单设计（ETO）情况下，必须设计非标准系统才能满足所有客户的要求，现有的基于知识的配置软件无法使用。事实上，配置假设指出所有配置的系统都是由标准子系统和组件组装而成的。因此，本文的目的是研究如何修改或调整现有的产品/系统配置假设、问题定义和模型，以允许在 ETO 情况下使用配置软件。为此，首先分析了标准系统和非标准系统之间的主要区别。然后，确定并讨论了区分 CTO 和 ETO 的六种系统配置情况。最后，提出了一些基于约束满足问题 (CSP) 的建模扩展，以允许在这些情况下使用配置软件。
人机交互设计的通用黄金法则
摘要 本文旨在提高人们对社会技术系统人机交互设计伦理维度的认识和讨论，人机交互 (HCI) 设计师对用户、利益相关者和社会的责任，以及设计的阴暗面和人机交互社区对此的反应。本文确定了人机交互设计伦理的四个维度，并提出了人机交互设计的通用黄金法则。为了总结道德设计的这些不同方面和设计师的责任，本立场文件最后提出了设计人机交互的通用黄金法则：设计易于使用、诚实、可持续和安全的人机交互，就像你希望别人为你设计的那样。 关键词 1 设计伦理、人机交互、人机交互、社会技术系统、通用黄金法则
为智能人士设计的飞机布线 - AeroElectric
以下文件在 Blue Mountain 网站上发布后不久，就引起了我在 AeroElectric 列表中的注意。这是一篇详尽的文章，为正在建造自己的飞机的个人提供了许多建议和忠告。在详细审查了这项工作后，我发现了许多错误的陈述。AeroElectric Connection 的使命是首先成为我们所知道的最佳做法的聚集地，其次提供一个论坛和过滤机制，以便识别和拒绝不良信息。原始文档未经修改就被复制，然后以我自己的观察结果以与原始文本明显不同的字体和格式进行注释。此字体中的所有文字都是审阅者的话，如果可以用物理学中的简单想法和历史事实来证实，他欢迎不同的观点。
SWATH 合理结构设计的方面...
第 1 章概述了快速海上运输市场的现状和未来前景，强调了应用此类先进海洋概念的局限性和优势。在这些概念得到乘客、运营商和政府的更广泛认可之前，必须克服战略和技术方面的挑战，这些挑战构成了本文所述工作开展的背景。不可避免地，必须涵盖大量主题，以便向读者全面介绍这种新型运输方式中预期的结构设计问题及其解决方案。因此，本文并不声称内容完整，而是认为对该主题进行“深度”研究最适合确定结构设计各个方面的相互关联和相互作用程度，因此一直在积极开展研究。
结构设计的被动能量耗散系统和...
�� ... �������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������� ……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………… ��������������������������������������������������������������������� ������������������������������������������������������������������������������������ ������������������������������������������������������������������������������������������ �������������������������������������������������������������������������������������������������� ����������������������������������������������������������������������������������
无机材料设计的生成模型
我们发现更好的材料的速度对碳捕获，半导体设计和能量存储等领域的技术创新速度产生了重大影响[1-3]。传统上，大多数材料是通过实验和人类直觉发现的，限制了可以测试的候选者数量，并导致长时间迭代周期。多亏了高通量筛选[13]，开放材料数据库[14-17]，基于机器学习的财产预测者[18，19]和机器学习力场（MLFFS）[20，21]，已经可以筛选成千上万的材料来识别有希望的候选者[22，23]。但是，基于筛查的方法仍受到已知材料数量的限制。以前未知的Crys-talline材料的最大探索是在10 6-10 7材料[21，23 - 25]的订单中，这仅是潜在稳定的无机化合物数量的一小部分[26]。此外，这些方法无法有效地转向具有目标特性的材料。鉴于这些局限性，对伴侣的逆设计引起了极大的兴趣[27，28]。逆设计的目的是直接生成满足目标属性约束的材料结构，例如，通过生成模型[4，8，11]，Evolution-Ary算法[29]和增强学习[30]。生成模型很有希望，因为它们可以有效地探索新的结构，并可以灵活地适应不同的下游任务。1）。2）。MatterGen的广泛条件功能然而，根据密度功能理论（DFT）计算[4、5、31]的当前生成模型通常无法产生稳定的材料，受到元素的狭窄子集的限制[7，9]，并且只能优化非常有限的属性集，主要是形成能[4，5，5，5，8，11，11，11，31，32]。在这项研究中，我们提出了Mattergen，这是一种基于扩散的生成模型，该模型在周期表中产生稳定，多样的无机材料，并且可以通过针对逆材料设计的各种下游任务进行微调（图为了实现这一目标，我们引入了一个扩散过程，该过程通过渐变的原子类型，坐标和周期性晶格来生成晶体结构。我们进一步引入适配器模块，以对所需的化学组成，对称性和标量性质约束（如磁密度）进行微调。与以前的材料的先前状态生成模型相比，Mattergen的稳定，独特和新颖（S.U.N.）材料，并生成在DFT局部能量最小的距离其地面结构的10倍以上的结构（图。
大不列颠电力市场设计的审查
在我们工作的第二阶段中，我们对替代位置市场安排进行了建模，以与两个脱碳场景（消费者转换和NGESO未来能源场景的系统转换）进行了建模。我们发现，相对于当前的42亿英镑安排（NPV 2028-2050，3.5％的折现率），采用我们的区域市场案例可以实现较小的整体经济福利，而节点案件可能会在20亿英镑和33亿英镑之间获得进一步的收益。如果实现，这将在同一时期内对消费账单节省约10％（45亿英镑与4660亿英镑，或44亿英镑与3.97亿英镑，分别在消费者转型和系统转型方案中，不包括实施成本）。任何转移到地点市场的风险都有少量的整体福利收益被当事方之间的财富转移规模和从现在到2035年之间的无数其他不确定性所掩盖。
疫苗设计的约束子模优化
可扩增和激活 T 细胞的肽疫苗已成为一种有前途的预防和治疗方法，可用于应对包括传染病和癌症在内的健康相关挑战 (Malonis、Lai 和 Vergnolle 2019)。与基于整个生物体的更传统的减毒活疫苗或基于整个蛋白质亚基的亚基疫苗相比，肽疫苗基于一小组足以诱导 T 细胞免疫反应的蛋白质片段（肽），从而能够引发更有针对性的反应，避免过敏和反应原反应 (Li et al. 2014)。肽疫苗的设计包括选择免疫原性蛋白质片段，通常称为表位 (Li et al. 2014)，当将其包含在疫苗中时，可扩增表位特异性 T 细胞。机器学习的进步使我们能够预测哪些肽将由主要组织相容性复合体 (MHC) 分子呈递以供适应性免疫系统监视 (Ching 等人 2018；Reynisson 等人 2020)，这可用于识别将显示哪些表位 (Sohail 等人 2021)。个体显示的表位取决于其 MHC 基因的特定等位基因，因此免疫系统显示的肽在个体之间可能存在很大差异 (Zaitouna、Kaur 和 Raghavan 2020)。因此，找到一组预测将由大部分流行人群显示的肽的工程任务
量子MD5算法及其设计的研究，...
MD5（消息 - 挖掘）算法是Ronald Rivest于1991年开发的常见哈希算法。这是一种用于消息身份验证，内容验证和数字签名的加密技术。未来计算将基于量子计算机。现有的安全算法可能无法在与古典计算机相同的量子平台中起作用。这项工作的目标是实现MD5算法的量子版本，并将其与经典版本进行比较。MD5在IBM Quantum和Qiskit模拟器的帮助下在量子中实现。在设计MD5的量子版本的过程中，设计和实现了一些必需的量子电路模块。本文描述了新设计的量子版本的MD5的输入和输出。预期输出与MD5执行的实际输出匹配。但是，在实验过程中，发现量子MD5中的执行时间比经典的MD5算法更多。将来，可能会研究影响执行时间的因素，以最大程度地减少新设计算法的时间。