XiaoMi-AI文件搜索系统
World File Search System设计问题
评估LLM生成性A.I.对工程设计问题的回答
什么是信息和数字素养如何访问信息来源什么是大语言模型生成的A.I.什么是及时的工程使学生接触各种大型语言模型生成的A.I.产品及其输出展示能够访问大型语言模型生成AI的能力。根据可用性，相关性和准确性的输出练习与以下基本研究相关的信息素养技能所需的结果；
BCA（人工智能）荣誉 - WEF 2024-25
为传统和现代电脑游戏中使用的人工智能技术开发软件代码。 描述传统和现代电脑游戏中使用的人工智能技术的性能。 选择、开发、解释和捍卫使用特定人工智能技术解决特定游戏设计问题。 评估可用于解决计算机游戏设计问题的不同人工智能技术的相对优点和缺点。 识别和检查来自行业和学术界的最先进的人工智能技术来解决计算机游戏设计问题。
通过基于模型的合成方法设计物理系统。电动车辆锂离子电池的示例
摘要本文介绍了系统工程框架中复杂物理系统初步设计的方法。这种方法集中在设计前任务所涉及的活动和参与者上。它专注于设计问题的建模（设计问题规范），这是一种用于指定和建模工程设计问题的形式主义。这种设计方法完成了基于模拟的分析方法，该方法主要用于物理系统的设计。尤其是我们的方法允许综合设计前架构，分析/仿真方法无法做到。从要求的文本规范开始，提出的方法构建了设计问题的正式模型，并使用约束编程解决了它。思想和概念：问题模型可重复使用的问题，问题，知识和解决方案空间的概念以及要求的正式规范以及将设计问题模型与设计系统模型区分开来的所有其他内容。电动汽车的锂离子电池设计的一个例子是本文的实际用例。
已获第50届董事会批准（2023.07.14）
本课程通过机器人建造示例概述了解决工程设计问题的步骤。本课程是同类课程中的多学科课程，将用于展示典型工程设计问题的多学科方面。本课程揭示了工程问题解决的不同步骤，最终开发出机器人。
元启发式优化器解决多冰淇淋可持续新鲜海鲜供应链网络设计问题：虾产品的案例
抽象的海鲜产品是全球社区中寻求的，是人类基本营养的主要来源。最近，海鲜供应链网络已经遇到了新的可持续性法规和大流行带来的障碍。在这项研究中，考虑可持续性方面的新型供应链网络是为新鲜的海鲜开发的，可以理想地平衡网络的财务方面，同时增强废物产品的回收利用。此外，采用了四个元启发式学来征服精确溶液方法的计算复杂性。为了评估算法在解决所提出的海鲜供应链模型复杂性时的性能，设计了一些数字示例，以三种不同的尺度设计。根据五个有效措施评估了从元启发式优化器获得的结果。为了促进统计分析过程，使用相对偏差索引指标将每个度量归一化。根据从元腔的实施中获得的结果，可以得出结论，多目标灰狼和多目标的金鹰优化器优于其他两个解决方案方法，就解决方案的质量而言。因此，它们可以充分地应用于解决现实世界中的海鲜供应链网络问题。2023作者。由Elsevier BV代表亚历山大大学工程学院出版。这是CC下的开放访问文章（http://creativecommons.org/licenses/by/ 4.0/）。
目标导向设计代理：将视觉模仿与一步前瞻优化相结合以实现生成设计
工程设计问题通常涉及大型状态和动作空间以及高度稀疏的奖励。由于无法穷尽这些空间，因此人类利用相关领域知识来压缩搜索空间。深度学习代理 (DLAgents) 之前被引入使用视觉模仿学习来模拟设计领域知识。本文以 DLAgents 为基础，并将其与一步前瞻搜索相结合，以开发能够增强学习策略以顺序生成设计的目标导向代理。目标导向的 DLAgents 可以采用从数据中学习到的人类策略以及优化目标函数。DLAgents 的视觉模仿网络由卷积编码器 - 解码器网络组成，充当与反馈无关的粗略规划步骤。同时，前瞻搜索可以识别由目标指导的微调设计动作。这些设计代理在一个无约束桁架设计问题上进行训练，该问题被建模为一个基于动作的顺序配置设计问题。然后，根据该问题的两个版本对代理进行评估：用于训练的原始版本和带有受阻构造空间的未见约束版本。在这两种情况下，目标导向型代理的表现都优于用于训练网络的人类设计师以及之前反馈无关的代理版本。这说明了一个设计代理框架，它可以有效地利用反馈来增强学习到的设计策略，还可以适应未见的设计问题。[DOI：10.1115/1.4051013]
人工智能的工程应用
为了降低工程设计中的计算成本，昂贵的高保真仿真模型通常用数学模型来近似，这些数学模型被称为元模型。典型的元建模方法假设昂贵的仿真模型是黑盒函数。在本文中，为了提高元模型的准确性并降低构建元模型的成本，利用有关工程设计问题的知识来帮助开发一种新的元模型，称为因果人工神经网络（causal-ANN）。利用设计问题固有的因果关系将 ANN 分解为子网络，并利用中间变量的值来训练这些子网络。通过涉及设计问题的知识，因果 ANN 的准确性高于假设黑盒函数的传统元建模方法。此外，可以利用因果 ANN 的结构和贝叶斯网络理论从因果 ANN 中识别出有吸引力的子空间。本文还讨论了因果图保真度和设计变量相关性的影响。工程案例研究表明，只需少量昂贵的模拟即可准确构建因果 ANN，并且可以直接从因果 ANN 中识别出有吸引力的设计子空间。
JKQ：量子计算的JKU工具
使用量子计算机在实际适用性的边缘上，有一个活泼的社区开发用于设计相应量子电路的工具包。这里要解决的许多问题类似于从过去几十年中进行复杂的设计自动化工具的经典领域的设计问题。在本文中，我们提出了JKQ - 在Johannes Kepler University（JKU）Linz开发的量子计算工具集，该工具利用了此设计自动化实验。，我们为量子计算中的许多设计问题提供了互补的方法，例如仿真，编译或验证。在下文中，我们为希望与他们合作的潜在用户以及旨在扩展它们的潜在开发人员提供了介绍工具。
