XiaoMi-AI文件搜索系统
World File Search System闭环
生成闭环人工智能引领基础科学的未来
图 2：当前科学领域中人工智能方法的泡沫图。当涉及到几个较大的领域时，泡沫可能会出现不止一次。有些方法可能有其他名称，或者在某些情况下被重新命名。神经符号模型有时被称为“直觉”，而一些统计驱动的方法被称为“认知计算”。生成式人工智能 (GenAI) 迄今为止对基础科学的贡献很小甚至没有，但潜力巨大。大型语言模型 (LLM) 可以极大地挖掘和促进科学假设空间的探索能力，因为它们能够处理人类语言，而人类科学都是用人类语言编写的。GenAI 和 LLM 是统计性质的方法，但它们在多大程度上可以从统计（例如语言）模式中开发符号能力仍未得到探索。
修订后的闭环气体捕获试验 OCD 指南...
a. MIT 应包括将可回收桥塞或封隔器设置在最上部穿孔或生产套管鞋一百 (100) 英尺范围内（除非 OCD 另有指示），从而将生产套管与油藏隔离，向生产套管中装入惰性流体，并进行压力测试，压力下降不超过三十 (30) 分钟内的百分之十 (10%)，并在测试的最后 10 分钟内稳定下来。b. 应在进行 MIT 前至少三个 (3) 个工作日通知相应的检查主管。c. 每次 MIT 期间都应使用图表记录仪，该记录仪具有最大两 (2) 小时时钟和适当的最大磅数弹簧，并且在进行测试前六个 (6) 个月内进行了校准。图表的副本应在测试日期后的三十 (30) 天内连同表格 C-103 一起提交给 OCD。d.除非 OCD 另有指示，否则在提交申请前一年内，MIT 应以至少为拟议 MASP 的百分之一百一十 (110%) 或五百 (500) psi 的压力进行，以较大者为准。e. 在 CLGC 项目终止后六 (6) 个月内，MIT 应以至少为五百 (500) psi 的压力进行。f. 应按照 OCD 的指示进行额外的 MIT。
推土机：了解睡眠的闭环可穿戴设备的设计
睡眠已被证明对认知功能，心理健康和身体健康有明确的影响[24，28，41]。我们需要睡眠来进行日常活动，维持体内平衡和身体功能，并最终活着。被认为是健康的睡眠习惯是生活的重要方面[48]。然而，在全球范围内，关于睡眠不佳的健康问题越来越普遍[50，53]。当代技术解决方案已部署，以解决睡眠不足的问题，在很大程度上采用了睡眠跟踪设备和应用程序的形式[36]，这些形式受到了巨大的用户挑战。这些因素在提供输入，间歇性使用而导致生活方式因素或用户在解释数据如何告诉他们如何改善睡眠方面面临困难的用户，因此在跟踪中包括不连续性[37]。同样，尽管了解睡眠的交互式技术的设计取得了一些进展 - 例如，使用虚拟现实来指导用户睡眠或训练睡眠技巧，例如Lucid Dreaming [32，57] - 这种方法还引入了自己的缺点，包括有可能与技术中断睡眠开始与技术相互作用。同时，最近的神经科学作品探索了神经刺激范式，以诱导睡眠有利的脑活动，以改善睡眠健康等方面，例如睡眠质量和效率。例如，研究证明了经颅电刺激（TES）对睡眠和人们整体健康的积极影响[26，66]。Zhou及其同事专注于听觉刺激，特别是粉红色噪声，以调节大脑活动，以改善睡眠稳定性[65]。此外，应用神经刺激以改善睡眠的研究发现，具有特定身体节奏的战略性刺激，例如睡眠周期中的某些阶段，提高了刺激的功效[47]。这些作品涉及对特定刺激范式的受控实验室研究及其对神经动力学的影响，通常用于临床应用。这些技术在改善睡眠健康方面的功效突出了它们在交互式技术中纳入的潜力，可以改善非临床环境中的一般睡眠健康。考虑到了这一考虑，我们看到了将新颖的相互作用范式结合起来的机会，在HCI中越来越普遍，例如生物传感，以及当代的睡眠神经刺激技术在神经科学研究中鉴定出来。我们旨在将这些开发项目融合在一起，以探索闭环的可穿戴设备（可以在偶发方面具有意义并促使穿着者的生理学的系统）[39]可以在实验室外进行睡眠刺激。我们通过设计和研究一种称为“推土机”的新型系统的设计和研究，这是一种闭环可穿戴，可通过听觉和大脑刺激在发现脑电图中的嗜睡后通过听觉和电脑刺激加速睡眠。在本文中，我们详细介绍了推土机的设计和评估，我们通过一项涉及11名参与者的野外研究进行了评估，他们被指示在日常生活中使用原型。通过对参与者访谈的主题分析，我们发现了三个UX主题：闭环神经代理机构，对硬件的意识和对
IAC–22–C1.6.2 自适应闭环机动规划...
摘要 自主性是未来太空任务中越来越重要的组成部分，新技术对于应对可能对任务成功构成风险的机载异常事件是必不可少的。在寻找一个令人满意的机动计划来纠正意外事件时，对于地月空间的机载低推力任务应用来说，初步确定合适的收敛域仍然具有挑战性。这项研究通过展示人工神经网络作为估计传统迭代制导和控制方法的准确启动解决方案的有前途的工具来解决这一挑战，从而产生了一个强大的“混合”架构，该架构同时受益于神经网络的计算简单性和目标方案的稳健性，以满足准确性要求并确保任务成功。在这个范例中，差分校正直接纳入强化学习过程，任务是让生成的神经网络控制器进行轨迹恢复的初始猜测识别。在“失控”航天器场景中演示了快速低推力机动规划，其中随着时间的推移，偏离计划的近直线光环轨道路径导致定位无效，并且需要采用替代方法来确定有效的恢复计划。关键词：航天器自主性、强化学习、低推力、地月空间、神经网络控制
美国闭环抽水蓄能系统的生命周期评估
Yves TP、S. Mercier-Blais、JA Harrison、C. Soued、P. del Giorgio、A. Harby、J. Alm、V. Chanudet 和 R. Nahas。2021 年。“评估水库生物源温室气体排放的新建模框架：G-res 工具。”环境建模与软件 143：105117。https://doi.org/10.1016/j.envsoft.2021.105117。Prairie，YT、J. Alm、J. Beaulieu 等人。2018 年。“淡水水库的温室气体排放：大气看到了什么？”生态系统 21：1058–1071。 https://doi.org/10.1007/s10021-017-0198-9 。世界银行。2017 年。生物地球化学过程引起的水库温室气体。华盛顿特区：世界银行。https://documents1.worldbank.org/curated/en/739881515751628436/pdf/Greenhouse-gases-from-reservoirs-caused-by-biogeochemical-processes.pdf 。
闭环深层大脑刺激控制器的离线学习
深脑刺激（DBS）通过将电脉冲传递到大脑的基底神经节（BG）区域来治疗由帕金森氏病（PD）引起的运动症状的巨大希望。但是，美国食品药品监督管理局（FDA）批准的DBS设备只能以固定幅度提供连续的DBS（CDB）刺激；这种效率低下的操作可降低设备的电池寿命，无法动态地适应活动，并且可能引起严重的副作用（例如步态障碍）。在这项工作中，我们引入了一个离线增强学习（RL）框架，允许使用过去的临床数据来训练RL政策以实时调整刺激幅度，目的是减少能源利用，同时保持相同的治疗水平（即，控制）功效为CDB。此外，临床原型要求在患者部署之前证明此类RL控制器的安全性和性能。因此，我们还引入了一种离线政策评估（OPE）方法，以在对患者进行部署之前使用历史数据估算RL政策的性能。我们对配备RC+S DBS系统的四名PD患者进行了评估，在每月临床就诊期间采用RL控制器，并通过症状严重程度评估了整体控制功效（即，Bradykinesia和Tremor），PD生物制造商的变化（即，本地现场电位）和患者评分。临床实验的结果表明，我们的基于RL的控制器保持与CDB相同的控制功效水平，但刺激能量显着降低。此外，OPE方法在准确估算和对RL控制器的预期回报方面有效。
人类认知控制的闭环增强和神经解码
认知控制是能够扣留默认的，有力的响应，而有利于更适合自适应的选择。控制缺陷在精神障碍中很常见，包括抑郁，焦虑和成瘾。因此，一种改善认知控制的方法可能在很少有效治疗的疾病中广泛有用。在这里，我们证明了通过人类直接脑刺激对认知控制的一个方面的闭环增强。，我们在接受颅内癫痫监测的参与者执行认知控制/冲突任务时刺激了内部胶囊/纹状体。刺激增强了性能，并且背胶囊/纹状体刺激的影响最大。然后，我们开发了一个框架来检测控制失误并刺激响应。这种闭环方法比开环刺激产生了更大的行为变化，每单位能量的性能变化略有改善。最后，我们使用与现有闭环大脑植入物兼容的功能直接从少量电极的活动中解码了任务性能。我们的发现是一种基于直接修复潜在的认知缺陷的新方法来治疗严重精神障碍的概念证明。
用于生理信号记录和闭环神经调节
生物电子植入式设备擅长促进对健康的持续监测并能够早期发现疾病，从而深入了解各种身体器官的生理状况。此外，这些先进的系统在神经调节中具有治疗能力，证明了它们通过直接将刺激直接传递到特定靶标来解决不同医疗状况方面的效果。这项全面的评论探讨了生物医学领域内生物电子设备的发展和应用。特别重点是闭环系统的演变，这基于实时生理反馈而脱颖而出。讨论了人工智能（AI）和边缘计算技术的整合，这显着增强了这些设备的诊断和治疗功能。通过解决可植入设备中的元素分析，当前挑战和未来方向，该评论旨在指导生物电子设备进步的途径。
安全SIM：安全至关重要的闭环交通...
评估自动驾驶汽车计划算法的性能需要模拟长尾安全性 - 关键的交通情况。但是，产生此类情况的传统方法通常在收获和现实主义方面缺乏，而忽略了代理相互作用的动态。为了减轻这些局限性，我们引入了SAFE -S IM，这是一种新型基于扩散的可控闭环安全 - 关键模拟框架。我们的方法产生了两个不同的优势：1）逼真的长尾安全至关重要方案的产生，这些场景紧密模仿了现实世界的条件，以及2）增强了可控性，从而实现了更全面和更互动的评估。我们开发了一种新颖的方法，可以通过在剥夺过程中的对抗性术语模拟安全 - 关键情景，这使对抗者能够以合理的操作来挑战计划者，而现场的所有特工都表现出反应性和现实的行为。此外，我们提出了新颖的指导目标和部分扩散过程，使用户能够控制生成的场景的关键方面，例如碰撞类型和对抗驱动程序的侵略性，同时保持行为的现实主义。我们使用Nuscenes数据集凭经验进行了验证框架，并证明了现实主义和控制性的改进。这些发现肯定，扩散模型为关键的关键性，主动交通模拟提供了强大而多才多艺的基础，从而扩展了其效用，使其在更广泛的自动驾驶范围内扩展。
闭环地热论坛日期：1 月 29 日......
Jared Ware 是德克萨斯州铁路委员会 (RRC) 的系统分析师和高级工程师。他负责与地热能、VI 级井许可以及锂/盐水开采活动相关的特殊项目。他曾担任 RRC 关键基础设施部门主管、德克萨斯州环境质量委员会 (TCEQ) 项目支持和环境援助部门 (PSEAD) 主任，并在陆军未来司令部担任 G4/9 理事会的高级安装、能源和环境工程师。Jared 还在美国陆军工程兵团 (USACE) 服役超过二十年，其中包括担任纽约西点军校地理空间信息科学项目的助理教授。