XiaoMi-AI文件搜索系统
World File Search System输入值
SAGE — 防空数据处理系统*
AG Favret（美国机械铸造公司，弗吉尼亚州亚历山大市）：解释一下在执行相同操作时，一元程序和二元程序之间的区别。Robinson 博士：假设你正尝试使用数字计算机来模拟某种动态响应，例如飞机的响应。可以使用许多不同程序中的任一个来尝试模拟给定通道。一元程序将生成一个等于输入的当前值乘以一个常数的输出。可能有两个不同的二元程序。一个将生成一个等于输入的当前值乘以一个常数的输出，加上前一个采样周期的输入值乘以一个不同的常数。另一个将生成一个等于输入的当前值乘以一个常数的输出，加上
HVAC 系统中温度和湿度控制的混合方法以及模糊逻辑优化
本文的主要目的是阐明这种新的但前景广阔的模糊逻辑和自适应神经模糊网络混合方法，以及它在控制系统中的应用，特别是在计算机科学和工程应用领域。本文的最初目标是研究通过改变输入参数引起的能量消耗变化以及系统稳定性（包括系统响应时间和改变系统输入值时产生的误差）。本文将模型向前推进了一步，修改了基于数学的导出模型，以用于设计实用的模糊控制器并将其应用于实际应用，例如温度控制问题。修改了该模型，使传统控制器在有多个受限资源可用时更加明确。导出该模型是为了提供一个强大的量化模糊系统，该系统可以找出满意度水平，并提供一个实用且智能的工具，以进一步评估模糊逻辑控制器可用的不同选项的影响。
地热闪光发电厂的建模和分析
在这项研究中，开发了地热闪光发电厂中热力学状态计算的模型。为了验证该模型，Hellisheiði发电厂被建模，包括其高压和低压的电力生产和用于地区供暖的热交换器站。然后将模型的数据与工厂的测量数据进行比较。该模型是在Python中使用CoolProp进行热能计算的。使用SchemDraw以视觉显示模型的结果以生成植物的流程图。产生了能量，自我和经济学分析，在Sankey和Grassman di-Agrams中进行了能量和充电分析，而ExergoSonomic分析仅针对主要组成部分进行。井的输入是从TFT测量中获得的。植物本身的测量来自SCADA系统，但工厂的设计变量基于设计文件。模型与测量数据的比较主要在误差范围内。错误主要是由于基于不频繁的TFT测量值的良好输入值引起的。基于能量分析，将植物效率计算为32％，其驱动效率计算为46％。
大猩猩水稻供应链的机制和性能：SCOR模型方法
摘要。长链是导致水稻价格高的因素之一。这项研究旨在检查大猩猩省的水稻供应链的性能和机制。这项研究是在2023年4月至2023年7月之间进行的，它涉及对供应链中的150名演员进行调查，包括稻米经营者，稻田农民和其他利益相关者。该研究使用描述性和SCOR分析方法来分析数据。调查结果表明，大猩猩的现代水稻供应链机制涉及水平信息，产品和财务流量。供应链在Gorontalo地区内外有十个分配通道。该研究还表明，大猩猩省的水稻供应链的性能通常非常出色，可靠性，责任，灵活性，成本和资产管理属于上等类别。但是，每日供应和成本属于优势和平等类别。必须专注于减少输入值并最大化输出值，以提高水稻供应链的性能和效率。有效的管理和监督对于优化水稻供应链机制中的三个流程也是必要的。
国际电气与计算机工程杂志（IJECE）
基于鳍式场效应晶体管 (FinFET) 的模拟电路正逐渐取代基于金属氧化物半导体场效应晶体管 (MOSFET) 的电路，因为其稳定性和高频操作而变得越来越重要。构成大多数模拟电路子块的比较器是使用运算跨导放大器 (OTA) 设计的。OTA 采用新的设计程序设计，比较器电路是将子电路与 OTA 集成在一起设计的。设计并集成了比较器设计的构建块，例如输入电平转换器、带有共源共栅级的差分对和用于输出摆幅的 AB 类放大器。在反馈路径中使用折叠共源共栅电路来将共模输入值保持为常数，以便差分对放大差分信号。比较器的增益达到 100 dB 以上，相位裕度为 65°，共模抑制比 (CMRR) 高于 70 dB，输出摆幅从轨到轨。该电路提供 5 GHz 的单位增益带宽，适用于高采样率数据转换器电路。
基于 ARDUINO 的系统来测量太阳能
摘要 本项目旨在设计和构建一个太阳能监测系统，该系统利用 Arduino 板技术来实现其目标。本研究评估了许多参数，包括热导率、光强度、电压电导率和电流电导率等。温度传感器用于监测房间的温度。光强度是借助光敏电阻 (LDR) 传感器测量的。因此，我们使用分压器来测量电压，因为太阳能电池板产生的电压对于 Arduino 来说太高，Arduino 在本实验中充当接收器。为了完成它，我们使用了一个能够检测太阳能电池阵列产生的电流的电流传感器模块来读取电流。Arduino 被赋予这些设置作为输入值，结果显示在计算机的液晶显示器 (LCD) 屏幕上。在 LCD 显示屏上，温度、光强度、电压和电流量都实时显示。为了在 LCD 屏幕上显示结果，Arduino 必须将参数的模拟输入转换为数字输出，然后再转换为模拟。该项目还将采用一种设计，以确保设备外壳便携且易于移动等。关键词：太阳能光伏、测量系统、光强度、温度、压力、电压、电流
开发基于人工智能的内部辐射剂量评估系统，可在发生放射性灾难时快速评估工作人员的剂量
摘要 - 由于韩国核工业使用放射源的扩大和核反应堆退役等环境变化，人们担心辐射工作人员发生内部暴露情况的频率增加。本文旨在开发一种基于人工智能的内部剂量测定系统，该系统在目前的商用规范中不可能实现，该系统能够在放射紧急情况下快速估计和处理大量测量信息。为了定义使用人工智能的评估模型，根据 ICRP、OIR 和 IDEAS 的建议，构建了一个用于生成适用于人工神经网络学习的摄入场景和输入值的数据库的自动系统。人工神经网络分为两种模型，即已知摄入时间和未知摄入时间的情况。并且，已经构建了这些模型的架构，分别用于评估承诺有效剂量以及承诺有效剂量和摄入时间。两个模型的损失函数已经收敛，并且没有发生过度拟合，并且已经实现了基于人工智能的内部剂量测定系统的有效性。并且，还利用人工神经网络的学习结果对内部剂量测定程序的有效性进行了测试。R2 分数的准确度约为 0.998，因此基于人工智能的系统可以可靠地进行内部剂量测定。
液流电池的技术经济优化利用优化潜力对不同的优化可能性进行优先排序
为了成功实现氧化还原流电池的广泛市场进入，不仅技术性能，而且系统的经济效率也很重要。因此，已知的流电池必须针对特定应用进行技术经济优化。并非每一项技术上可行的改进都会对经济相关的性能或与能源相关的特定成本产生相同的积极影响。借助优化潜力作为值，可以对具体情况下可能的优化方法进行优先排序。对基于钒和甲基紫精和 TEMPO 的氧化还原流电池进行了广泛的比较测量，为此处介绍的模型的所有输入值建立了数据基础。数据来自实验室电池的测量，因为只有从这些实际数值中才能获得成本。本文开发的理论模型可用作其他研究的深厚基础，例如工业电池，以便能够进行目标导向的优化和更现实的比较。© 2023 作者。由 IOP Publishing Limited 代表电化学学会出版。这是一篇开放获取的文章，根据知识共享署名 4.0 许可条款发布（CC BY，http://creativecommons.org/licenses/ by/4.0/），允许在任何媒体中不受限制地重复使用作品，前提是对原始作品进行适当引用。[DOI：10.1149/ 1945-7111/acdda0]
NXP eIQ™ 机器学习软件开发...
输出前缀：[] 最小热身运行次数：[1] 最小热身运行持续时间（秒）：[0.5] 图表：[mobilenet_quant_v1_224.tflite] 输入层：[] 输入形状：[] 输入值范围：[] 输入层值文件：[] 允许 fp16：[0] 要求完全委派：[0] 启用 op 分析：[0] 最大分析缓冲区条目：[1024] 用于导出分析数据的 CSV 文件：[] 最大委派分区数：[0] 加载模型 mobilenet_quant_v1_224.tflite 输入模型文件大小（MB）：4.2761 初始化会话用时 29.969 毫秒。运行基准测试至少 1 次迭代和至少 0.5 秒，但如果超过 150 秒则终止。 count=6 first=87280 curr=84477 min=84477 max=87280 avg=85015.3 std=1015 运行基准测试至少 50 次迭代和至少 1 秒，但如果超过 150 秒则终止。count=50 first=84593 curr=84484 min=84441 max=85168 avg=84582.6 std=148 平均推理时间（单位：美元）：热身：85015.3，初始化：29969，推理：84582.6 注意：由于基准测试工具本身会影响内存占用，以下内容仅是模型在运行时实际内存占用的近似值。请自行判断。峰值内存占用（MB）：init=7.03516 Overall=8.96875
AI x 设计井上光和
1) https://aws.amazon.com/jp/ 2) https://cloud.google.com/products/ai/ 3) https://www.ibm.com/watson/ 4) https://azure.microsoft.com/ja-jp/services/cognitive-services/ 5) https://trends.google.co.jp/trends/ 6) https://colab.research.google.com/ 7) http://jupyter.org/ 8) https://www.anaconda.com/ 9) http://archive.ics.uci.edu/ml/datasets/Iris 10) http://lib.stat.cmu.edu/datasets/boston 11) https://archive.ics.uci.edu/ml/datasets/wine+quality 12) http://yann.lecun.com/exdb/mnist/ 12) http://megaface.cs.washington.edu/ 14）ReLU（Ramp函数）：激活函数之一。当输入值为0以下时，变为0，当大于1时，则按输入原样输出。 15）Softmax函数：将判断结果以百分比的形式输出到输出层的各个单元。一般取百分比最高者作为答案。 16）铃木隆宏，《工作的消失》，讲谈社，2017，第76页 17）新井纪子，《人工智能与不会读教科书的孩子》，东洋经济，2018年 18）小川宏，《中小学编程教育及其在地区的实践》，日本艺术设计协会期刊第77期，2018年，第50-51页 19）迈克尔·施密特、Hod Lipson，《从实验数据中提炼自由形式的自然法则》，2009年，《科学》第324卷 计算机从摆动的钟摆的运动中推导出运动定律。 20）大脑中的侏儒：脑外科医生彭菲尔德绘制的图表，显示了人类大脑皮层的运动区和体感区与身体各部位之间的对应关系。