XiaoMi-AI文件搜索系统
World File Search System迭代
故障估计与容错控制的鲁棒集成迭代策略 ✩
本文考虑了具有执行器和传感器故障、不确定性和干扰的线性参数变化系统的故障估计 (FE) 和容错控制 (FTC)。在设计中需要考虑 FE 和 FTC 功能之间不可避免的耦合，以确保基于 FE 的 FTC 闭环系统的整体性能和鲁棒性。本文提出了一种迭代策略，利用分离原理和小增益定理的概念实现 FE 和 FTC 的稳健集成。迭代算法涉及在每次迭代中求解多目标线性矩阵不等式优化问题，并具有有限步收敛保证。通过数值模拟说明了所提算法的有效性及其相对于现有工作的优势。© 2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
迭代机器学习辅助框架在焊料互连中的疲劳和蠕变损伤之间架起桥梁
摘要 — 电子系统中焊点寿命估算方法成本高昂且耗时，加上数据有限且不一致，对将可靠性考虑作为电子设备主要设计标准之一提出了挑战。在本文中，设计了一个迭代机器学习框架，使用一组自修复数据来预测焊点的使用寿命，这些数据通过热负荷规格、材料特性和焊点几何形状强化了机器学习预测模型。自修复数据集通过相关驱动神经网络 (CDNN) 迭代注入，以满足数据多样性。结果表明，在很短的时间内，焊点的寿命预测精度得到了非常显著的提高。分别评估了焊料合金和焊料层几何形状对焊点蠕变疲劳损伤演变的影响。结果表明，Sn-Ag-Cu 基焊料合金通常具有更好的性能。此外，蠕变和疲劳损伤演化在 Sn-Pb 和 Sn-Ag-Cu 基焊料合金中分别占主导地位。所提出的框架提供了一种工具，允许在制造的早期阶段对电子设备进行可靠性驱动的设计。
为物理康复治疗提供人工智能和机器人教练：与治疗师和中风后幸存者进行迭代设计和评估
摘要 人工智能 (AI) 和机器人教练有望通过社交互动提高患者对康复锻炼的参与度。虽然之前的研究探索了人工智能和机器人教练自动监控锻炼的潜力，但这些系统的部署仍然是一个挑战。先前的研究表明，缺乏利益相关者参与设计此类功能是主要原因之一。在本文中，我们介绍了我们在四名治疗师和五名中风后幸存者中努力引出人工智能和机器人教练如何以有效和可接受的方式与患者互动并指导患者锻炼的详细设计规范的努力。通过反复的问卷调查和访谈，我们发现中风后幸存者和治疗师都欣赏人工智能和机器人教练的潜在好处，以实现更系统的管理并提高他们在康复治疗中的自我效能和积极性。此外，我们的评估揭示了一些实际问题（例如，认知障碍者互动可能存在困难、系统故障等）。我们讨论了利益相关者早期参与的价值以及补充系统故障的交互技术，同时也支持个性化的治疗课程，以更好地部署人工智能和机器人运动教练。
基于单精度浮点非迭代粗到精配准...
摘要。可变形图像配准是医学图像分析中的关键步骤，用于找到一对固定图像和运动图像之间的非线性空间变换。基于卷积神经网络 (CNN) 的深度配准方法已被广泛使用，因为它们可以快速、端到端地执行图像配准。然而，这些方法通常对具有较大变形的图像对性能有限。最近，迭代深度配准方法已被用来缓解这一限制，其中变换以由粗到细的方式迭代学习。然而，迭代方法不可避免地延长了配准运行时间，并且倾向于在每次迭代中学习单独的图像特征，这阻碍了利用这些特征来促进以后的迭代配准。在本研究中，我们提出了一种用于可变形图像配准的非迭代由粗到细配准网络 (NICE-Net)。在 NICE-Net 中，我们提出了：(i) 单次深度累积学习 (SDCL) 解码器，可以在网络的单次（迭代）中累积学习从粗到细的转换；(ii) 选择性传播特征学习 (SFL) 编码器，可以学习整个从粗到细配准过程的常见图像特征并根据需要选择性传播这些特征。在 3D 脑磁共振成像 (MRI) 的六个公共数据集上进行的大量实验表明，我们提出的 NICE-Net 可以胜过最先进的迭代深度配准方法，而只需要与非迭代方法类似的运行时间。
基于迭代优化和学习的物联网系统，用于互联建筑的能源管理
摘要 —建筑物占一次能源的近 40% 和温室气体排放的 36%，是推动气候变化的主要因素之一。减少建筑物能耗，实现零能耗建筑是确保实现未来气候和能源目标的重要支柱。然而，由于建筑负荷和客户舒适度需求的高度不确定性，以及建筑热特性的极端非线性，开发有效的零能耗建筑能源管理 (BEM) 技术面临着巨大的挑战。本文提出了一种基于学习的新型迭代物联网系统来应对这些挑战，以实现互联建筑 BEM 的零能耗目标。首先，基于物联网的 BEM 系统中的所有建筑都与聚合器共享其运行数据。其次，聚合器使用这些历史数据训练基于深度确定性策略梯度方法的深度强化学习模型。学习模型生成预冷或预热控制动作，以实现建筑供暖通风和空调 (HVAC) 系统的零能耗 BEM。第三，为解决暖通空调系统与建筑内部热增益负荷之间的耦合问题，开发了一种迭代优化算法，将基于物理和基于学习的模型相结合，通过合理安排建筑负荷、电动汽车充电周期和储能系统，最大限度地减少现场太阳能光伏发电量与实际建筑能耗之间的偏差。最后，考虑客户的舒适度要求，制定最佳负荷运行计划。然后，所有连接的建筑物根据聚合器发布的负荷运行计划运行其负荷。通过使用来自 Pecan Street 项目的真实建筑数据进行模拟，验证了所提出的基于学习的迭代物联网系统。
双TAP基因驱动器使用迭代基因组靶向来帮助克服抗性等位基因
HOHING CRISPR基因驱动器可以帮助遏制媒介传播疾病的传播，并由于遗传率通过了孟德尔法律而控制作物害虫和入侵物种种群。然而，这项技术遭受了当驱动诱导的DNA断裂通过错误的途径修复时形成的电阻等位基因，这会产生破坏GRNA识别序列并阻止进一步基因驱动过程的突变。在这里，我们试图通过编码针对基因驱动器中最常见的抗性等位基因的其他GRNA来抵消这一点，从而在基因驱动转换时进行了第二次反应。我们提出的“双击”策略通过回收阻力等位基因改善了驱动效率。双击驱动器还有效地在笼中的种群中扩散，表现优于控制驱动器。总体而言，这种双重tap策略可以在任何基于CRISPR的基因驱动器中很容易实现，以提高性能，并且类似的绝对能力可以使其他患有低HDR频率的系统（例如哺乳动物细胞或小鼠种系转换）。
工程设计中的迭代价值模型生成...
摘要 如今，价值模型越来越多地被讨论，作为在工程设计中预先加载概念设计活动的一种手段，其最终目标是降低与从系统角度做出的次优决策相关的成本和返工。然而，研究界对于价值模型到底是什么、有多少种类型的价值模型、它们的输入输出关系以及它们在工程设计过程时间线上的使用情况并没有达成共识。本文基于在航空航天和建筑设备行业进行的五个案例研究，介绍了如何在工程设计过程中定制价值模型的开发。最初的描述性研究结果以七个经验教训的形式总结出来，在设计用于设计决策支持的价值模型时应予以考虑。从这些经验教训中，本文提出了一个六步框架，该框架考虑了在获得新信息时更新价值模型的性质和定义的必要性，从基于专家判断的初步估计转向详细的定量分析。
无参数优化算法的迭代波前塑形
通过散射培养基的光聚焦对生物组织中的光学应用有重大影响。最近，迭代的波前塑形已成功地用于通过或内部散射介质进行光聚焦，并引入了各种启发式算法以提高性能。虽然令人鼓舞，但可能需要大量的努力来调整参数朝着强大和最佳优化。此外，对于不同的散射样品和实验条件，最佳参数可能会有所不同。在这封信中，我们通过将传统的遗传算法（GA）与BAT算法（BA）相结合，提出了一种“智能”无参数算法（PFA），并且可以通过实时反馈自动计算突变率。在迭代WFS中使用此方法，可以在没有参数调整过程的情况下实现可靠和最佳性能。
多机器人系统分工迭代方法
本文提出了一种在任务数量超过代理数量 5-20 倍的情况下 MRS 组中的分工迭代方法。该方法基于选择任务集群和由 MRS 组中的代理进行集体决策的迭代程序。提出了迭代方法的三种变体，不同之处在于代理选择集群执行任务的顺序。该方法的类似物是集体决策分工的贪婪算法。根据对不同数量的代理的模拟结果，与贪婪算法相比，在任务集群数量不同的情况下，5 个代理的结果可以提高 18%，7 个代理的结果可以提高 35%，10 个代理的结果可以提高 15%，15 个代理的结果可以提高 12%。
AW-Drones 提出的标准 - 第三次迭代（U-Space）
多项研究和调查得出的结论是，拥有全面的监管和标准化框架可能会极大地促进无人机相关业务的发展。在此背景下，欧盟的“地平线 2020”研究与创新计划资助了 AW-Drones 项目，通过提出欧盟无人机监管指导意见来支持规则制定过程。这项欧盟法规以绩效为基础，包括具有法律约束力的“硬性规定”（即具有法律约束力的委员会法规），其中包含高水平的绩效要求。这些“硬性规定”由所谓的“软性规定”补充，其中规定了欧洲航空安全局 (EASA) 批准的可接受合规手段 (AMC)。这些 AMC 可能指标准开发组织 (SDO) 制定的标准。