摘要:为防止化石资源枯竭并保护自然平衡,可再生资源成为化石资源的替代品。风能资源是可再生能源之一,在确保能源可靠性和资源利用方面具有重要意义。发电机是风能转换的最重要部件。永磁同步发电机 (PMSG) 是风力涡轮机的首选,因为它们具有高效率和高体积/扭矩密度,因此 PMSG 的优化是风能界的一个重要课题。一方面,这些机器在长期运行过程中可能会因过热和机械摩擦而引起问题。为了确定由于退磁故障导致的机器性能缺陷,我们进行了系统的工作。当 PMSG 的磁体以不同的速率(即 33%、50% 和 100%)退磁时,我们探索了发电中的伪影。此外,还检查了发电机在额定负载下的扭矩性能并揭示了磁通密度分布。当磁铁的退磁率增加时,额定扭矩大幅下降。
本出版物全面回顾了先进水冷反应堆管道可靠性参数评估的良好实践。良好实践是指管道可靠性分析中预期的流程和分析任务,以使结果真实地反映管道结构完整性。管道可靠性是一个复杂的课题,已从各种技术角度进行了广泛的研究(例如从设计规则的制定到材料降解减缓实践的制定)。为了协助成员国应用适当的方法对先进水冷反应堆的管道故障率进行分析,国际原子能机构组织了一个为期三年的协调研究项目,题为《先进水冷反应堆管道故障率评估方法》(2018-2021 年)。本出版物基于使用不同的先进方法在多种分析环境中应用并响应不同国家规范和标准的要求时获得的技术见解。
简介 人类大脑仍然是科学界最具挑战性的课题之一。它不仅仅是一台用于存储信息的复杂计算机,还利用全面而复杂的神经“线路”(连接组)来解决问题。这些连接可以快速响应环境和体验,表现出所谓的神经可塑性,即改变连接强度、创建新回路的能力,所有这些都会导致新行为的出现和既定行为的维持。直到最近几年,我们才开始扩大对动态人类大脑的理解和认识。不幸的是,人类大脑在生命的各个阶段,从出生、发育、青春期、成年期到老年,都容易受到各种神经系统疾病的影响。这些表现为复杂的行为,通常与可持续生活不相容。神经系统疾病的经济和社会负担巨大,并且还在不断增加。因此,迫切需要更好地了解脑部疾病,并找到新的药物和非药物治疗方法来解决这些问题。
Transformer 最初是作为文本的序列到序列模型提出的,但如今已成为图像、音频、视频和无向图等多种模态的重要工具。然而,尽管 Transformer 可应用于源代码和逻辑电路等无处不在的领域,但用于有向图的 Transformer 却是一个令人惊讶的未被充分探索的课题。在这项工作中,我们提出了两种用于有向图的方向感知和结构感知的位置编码:(1)磁拉普拉斯算子的特征向量——组合拉普拉斯算子的方向感知泛化;(2)方向随机游走编码。从经验上讲,我们表明额外的方向性信息在各种下游任务中都很有用,包括排序网络的正确性测试和源代码理解。结合以数据流为中心的图构造,我们的模型在 Open Graph Benchmark Code2 上的表现比之前的最佳模型高出 14.7%。3
随着现代材料应用(例如微电子、传感器、执行器和医疗植入物)的尺寸不断减小,量化材料参数变得越来越具有挑战性。具体而言,解决系统的各个组成部分(例如多层结构中的界面或埋层)成为一个重要课题。本文展示了一种基于扫描电子显微镜中的原位微悬臂测试来评估 Cu-WTi-SiO x -Si 模型系统不同界面的断裂参数的技术。相对于感兴趣的界面定位初始缺口位置可以选择不同的裂纹路径,而额外叠加的正弦信号允许连续测量刚度变化,从而对实际裂纹扩展进行实验测量。因此,我们对 Cu 和 WTi 之间的界面、块体 WTi 以及 WTi 和 SiO x 之间的界面实现了连续的 J-D 曲线测量。这种新方法的局部性质使其普遍适用于测试特定界面。
摘要 盲目百万富翁(BM)问题是初始百万富翁问题的扩展版本,用于比较不同组之间参与者秘密的总和。作为量子安全多方计算的一个新课题,现有的具有某些特殊纠缠态的协议在实践中可能不易实现。本研究首次提出了一种非纠缠方法解决具有特殊d级单粒子态的量子盲目百万富翁(QBM)问题。为了保护传输秘密的机密性,该协议利用了随机生成的d级单粒子态的性质。此外,使用简单的移位操作对各个秘密进行编码。详细的安全性分析表明,该协议不受内部和外部威胁的影响。所提出的方法不仅可以用来解决盲目百万富翁问题,还可以作为解决其他安全多方计算问题的基本模块。
• 本 BAA 是根据《联邦采购条例》 (FAR) 35.016 中的规定发布的,并将根据“其他竞争程序”授予合同。FAR 第 15.3 子部分的政策和程序不适用于本 BAA,除非其中特别提及。如本 BAA 所述,所有程序均由政府自行决定。提交响应本 BAA 的提案即表示提案小型企业明确承认这一点。引言 DoN SBIR/STTR 项目是任务导向型项目,它通过具有双重用途潜力但主要满足 DoN 需求的研究和开发 (R&D) 课题整合 DoN 舰队的需求和要求。有关这些项目的更多信息,请访问 DoN SBIR/STTR 网站 www.navysbir.com。有关 DoN 任务的更多信息,请访问 DoN 网站 www.navy.mil。对于与本 BAA 有关的问题,请使用表 1 中的信息来确定针对哪些类型的问题应联系谁。
人工智能 (AI) 及其与社会的关系已成为社会科学研究的一个越来越有趣的课题。然而,将社会理论应用于人工智能领域的跨学科和实证研究仍然严重缺乏。我们在此旨在阐明人类与自主系统之间的相互作用,并分析道德惯例,这些惯例是这些相互作用的基础,并导致冲突和合作的时刻。为此,我们采用了惯例经济学 (EC),它最初是在涉及人类、物体和机器的生产和管理的经济过程中开发的。我们从三个相关的文本源创建一个数据集,并对其内容进行定性探索。然后,我们在这个数据集上训练机器学习 (ML) 分类器组合,平均分类准确率为 83.7%。对预测惯例的定性和定量评估表明,工业惯例和灵感惯例往往在人工智能领域共存。这是首次使用 ML 分类器研究不同 AI 相关文本类型的 EC。我们对更大数据集的分析对社会科学尤其有益。
• 本 BAA 是根据《联邦采购条例》 (FAR) 35.016 中的规定发布的,并将根据“其他竞争程序”授予合同。FAR 第 15.3 子部分的政策和程序不适用于本 BAA,除非其中特别提及。如本 BAA 所述,所有程序均由政府自行决定。提交响应本 BAA 的提案即表示提议的小型企业明确承认这一点。引言 DON SBIR/STTR 项目是任务导向型项目,它通过具有双重用途潜力但主要满足 DON 需求的研究和开发 (R&D) 课题整合了 DON 舰队的需求和要求。有关这些项目的更多信息,请访问 DON SBIR/STTR 网站 www.navysbir.com 。有关 DON 任务的更多信息,请访问 DON 网站 www.navy.mil 。 DON STTR 项目的项目经理是 Steve Sullivan 先生。对于与此 BAA 相关的问题,请使用表 1 中的信息来确定针对哪些类型的问题应联系谁。
快速准确地应对威胁和不确定性的能力对于任务结果和生存力都至关重要。这样的系统从来都不是真正自主的,通常作为人机团队的一部分运作。人工智能代理 (IA) 已被提议作为帮助管理此类团队的工具;例如,向人类操作员建议潜在的行动方案。然而,由于缺乏信任,它们往往未得到充分利用。设计透明的代理(可以传达至少一些关于其内部推理过程的信息)被认为是一种增加信任的有效方法。人们如何与这种透明信息交互以获得态势感知同时避免信息过载目前是一个尚未探索的课题。在本文中,我们通过研究两种形式的透明度来部分回答这个问题:顺序透明度,要求人们按照固定顺序逐步浏览 IA 的解释;需求驱动的透明度,允许人们根据需要请求信息。在使用多车辆模拟的实验中,我们的结果表明,需求驱动的交互提高了操作员对系统的信任,同时保持了甚至有时提高了性能和可用性。