数字孪生

,
敏捷地面机器人AGRO快速应急部署的动力学和空中姿态控制

在这项工作中,我们介绍了一种名为AGRO的四轮独立驱动和转向(4WIDS)机器人,以及一种通过车轮反作用扭矩在空中进行控制的方法。这是有记载的首次使用独立转向轮在地面上行驶并在投掷时实现空中姿态控制。受猫的自动扶正反射启发,此功能的开发是为了使应急人员能够通过将AGRO抛在墙壁和围栏上或通过窗户而迅…

,
分布式一致多机器人语义本地化和映射

考虑到分类含糊的场景,其中对象的视觉外观通常随视点而变化,我们提出了一种在未知环境中进行多机器人一致性分布式本地化和语义映射的方法。我们的方法通过在连续本地化和离散分类变量上保持分布式后验混合信念来解决这种情况。特别是,我们利用视点相关的分类器模型来利用语义和几何之间的耦合。此外,我们的方法可以对连…

,
马尔可夫模型的交通流大规模分析与仿真

在已建立的交通基础设施中,尤其是在大型城市道路网中,对车辆的运动进行建模和仿真是一项重要的任务。它有助于了解和处理交通问题,优化交通法规,并针对突发的灾难事件实时调整交通管理。其他研究人员较早地提出了可用于交通分析的严格数学随机模型,该模型基于图和马尔可夫链理论之间的相互作用。该模型提供了一个转移概…

,
robo-gym-用于在真实和模拟机器人上进行分布式深度强化学习的开源工具包

近年来,将深度强化学习(DRL)应用于机器人领域的复杂任务已被证明非常成功。但是,大多数出版物都专注于将其应用于模拟任务或现实环境中的任务。尽管在迁移学习的帮助下将两个世界结合在一起的例子很多,但为了使设置有效地工作,通常需要进行大量额外的工作和微调。为了增加在真实机器人中使用DRL并缩小仿真与现实…

,
robo-gym-用于在真实和模拟机器人上进行分布式深度强化学习的开源工具包

近年来,将深度强化学习(DRL)应用于机器人领域的复杂任务已被证明非常成功。但是,大多数出版物都专注于将其应用于模拟任务或现实环境中的任务。尽管在迁移学习的帮助下将两个世界结合在一起的例子很多,但为了使设置有效地工作,通常需要进行大量额外的工作和微调。为了增加在真实机器人中使用DRL并缩小仿真与现实…

,
robo-gym-用于在真实和模拟机器人上进行分布式深度强化学习的开源工具包

近年来,将深度强化学习(DRL)应用于机器人领域的复杂任务已被证明非常成功。但是,大多数出版物都专注于将其应用于模拟任务或现实环境中的任务。尽管在迁移学习的帮助下将两个世界结合在一起的例子很多,但为了使设置有效地工作,通常需要进行大量额外的工作和微调。为了增加在真实机器人中使用DRL并缩小仿真与现实…

,
robo-gym-用于在真实和模拟机器人上进行分布式深度强化学习的开源工具包

近年来,将深度强化学习(DRL)应用于机器人领域的复杂任务已被证明非常成功。但是,大多数出版物都专注于将其应用于模拟任务或现实环境中的任务。尽管在迁移学习的帮助下将两个世界结合在一起的例子很多,但为了使设置有效地工作,通常需要进行大量额外的工作和微调。为了增加在真实机器人中使用DRL并缩小仿真与现实…

,
INT:定理证明中评估泛化的不平等基准

在学习辅助定理证明中,最关键的挑战之一是将定理推广到不同于训练时看到的定理。在本文中,我们介绍了INT,这是一个不等式定理证明基准,专门用于测试代理的泛化能力。 INT基于产生定理和证明的程序;该过程的旋钮允许我们测量6种不同类型的泛化,每种类型都反映了对自动定理证明的独特挑战特征。另外,与以前的学…

,
INT:定理证明中评估泛化的不平等基准

在学习辅助定理证明中,最关键的挑战之一是将定理推广到不同于训练时看到的定理。在本文中,我们介绍了INT,这是一个不等式定理证明基准,专门用于测试代理的泛化能力。 INT基于产生定理和证明的程序;该过程的旋钮允许我们测量6种不同类型的泛化,每种类型都反映了对自动定理证明的独特挑战特征。另外,与以前的学…

,
深度学习可通过可见光通信优化部署无人机

本文研究了优化配备可见光通信(VLC)功能的无人机(UAV)的部署问题。在研究的模型中,无人机可以预测给定服务区域的照明分布,并确定用户与无人机的关联,以同时提供通信和照明。然而,环境照明增加了VLC链路上的干扰,同时降低了无人机的照明阈值。因此,有必要考虑无人机优化部署目标区域的照度分布。该问题被…

,
Dalek-TARDIS的深度学习模拟器

超新星光谱时间序列包含有关这些高能事件的祖先和爆炸过程的大量信息。这些数据的建模需要探索使用昂贵的辐射转移码的高维后验概率。甚至超新星的适度参数化也包含十多个参数,而详细的探索至少需要数百万次功能评估。物理上逼真的模型每次评估至少需要数十个CPU分钟,这使得爆炸的详细重建超出了传统方法的范围。广泛使…

具有潜在混杂因素的自相关时间序列的高召回因果发现

我们提出了一种新的方法,用于在潜在混杂因素存在的情况下,从观测时间序列中发现基于线性和非线性,滞后和同时期基于约束的因果关系。我们表明,现有的因果发现方法(例如FCI和变体)在自相关​​时间序列情况下的召回率较低,并且将条件独立性测试的影响大小确定为主要原因。信息论证表明,如果在条件集中包括因果父母…

当涉及到节能和减少全球碳排放时,充满水的窗户可能会引起巨大的轰动

大多数人都知道,由于产生碳排放,供暖和制冷建筑物不仅昂贵,而且是一个大问题。装满水的玻璃古泰博士将这一构想发展为可行的设计,然后在匈牙利和台湾建造了两个不同气候的原型建筑—将WFG用作大型机械系统的一部分WFG系统涉及将充水的窗板连接到隐藏在墙壁中的使用管,以便流体可以在两者之间循环。该系统使水屋无…

,
大气对流的生成模型

为了改善气候模型,我们需要更好地了解多尺度大气动力学-大规模环境与小规模风暴形成,形态和传播之间的关系-以及对流组织的卓越随机参数化。我们分析了横跨热带地区所有全球对流地理学的约600万个显式模拟对流实例的原始输出,重点是每15分钟从嵌入在其中的约40万个允许暴风雨的湍流模型的独立实例中提取的垂直速…

,
第一步:具有四足运动的具有语义约束的潜在空间控制

传统的四足控制方法经常采用简化的手工模型。由于缩减了有效运动范围,因此大大降低了机器人的能力。另外,运动动力学约束通常是不可微的,并且难以以优化方法来实现。在这项工作中,通过将四足动物控制框架化为结构化潜在空间中的优化来解决这些挑战。深度生成模型捕获可行的关节配置的统计表示,而复杂的动态约束和最终约…

,
第一步:具有四足运动的具有语义约束的潜在空间控制

传统的四足控制方法经常采用简化的手工模型。由于缩减了有效运动范围,因此大大降低了机器人的能力。另外,运动动力学约束通常是不可微的,并且难以以优化方法来实现。在这项工作中,通过将四足动物控制框架化为结构化潜在空间中的优化来解决这些挑战。深度生成模型捕获可行的关节配置的统计表示,而复杂的动态约束和最终约…

,
基于粒子竞争与合作的交互式图像分割复杂网络构建:一种新方法

在交互式图像分割任务中,粒子竞争与合作(PCC)模型由一个复杂的网络提供,该网络是根据输入图像构建的。在网络构建阶段,需要一个权重向量来定义特征集中每个元素的重要性,该权重向量由相应像素的颜色和位置信息组成,因此需要专业人员的干预。本文提出了通过在网络构建阶段进行修改来消除权向量的方法。在不使用权重…

,
基于粒子竞争与合作的交互式图像分割复杂网络构建:一种新方法

在交互式图像分割任务中,粒子竞争与合作(PCC)模型由一个复杂的网络提供,该网络是根据输入图像构建的。在网络构建阶段,需要一个权重向量来定义特征集中每个元素的重要性,该权重向量由相应像素的颜色和位置信息组成,因此需要专业人员的干预。本文提出了通过在网络构建阶段进行修改来消除权向量的方法。在不使用权重…

,
Resecurity开始与AFCEA International的战略网络安全成员资格

这种强大的新连接将使Resecurity可以直接与政府机构,军方和其他专业组织建立网络,从而更好地保护全球企业和国家免受最先进和最复杂的网络威胁的影响。这种相互协作将加强全球网络防御策略,从而更好地保护关键的机密政府和军事数据这些事件得到了CompTIA GIAC和CertNexus等AFCEA合作…

,
基于消息传递接口的分布式无线传感器网络仿真与分析

无线传感器网络(WSN)被许多行业使用,从环境监控系统到NASA的太空探索计划,因为它使社会能够以更少的成本和更少的维护来监控和预防问题。本文档旨在提出和分析使用基于最近邻居/网格的套接字体系结构的有效的进程间通信(IPC)体系结构。为了提高WSN的安全性,还使用了AES加密算法的并行版本。首先,将…

,
在多机器人任务中实现多任务机器人

分布式机器人系统中做出的一个简化假设是,机器人是单任务的:每个机器人在任何时间都可以执行一项任务。尽管在资源充足的情况下做出如此乐观的假设是无辜的,以使机器人可以独立运行,但是当它们必须共享其功能时,这变得不切实际。在本文中,我们考虑具有多机器人任务的多任务机器人。给定一组任务,每个任务都可以由一个…

, ,
具有空间优化的学习驱动框架,可在多种拓扑和环境噪声下进行手术缝合线重建和自主抓取

外科打结术是外科手术中最基本和最重要的程序之一,高质量的打结术可以极大地有利于患者的术后康复。但是,长时间的操作很容易使外科医生感到疲劳,尤其是在繁琐的伤口闭合任务中。在本文中,我们提出了一种基于视觉的方法来自动缝合线,这是外科打结的子任务,也是缝合和打环操作之间的中间步骤。为了实现这一目标,获取缝…

BOSH:通过分层采样进行贝叶斯优化

对于具有随机评估功能的贝叶斯优化(BO)部署,例如通过交叉验证和仿真优化进行参数调整,通常会优化目标函数的一组固定噪声实现的平均值。但是,以这种方式忽略真实的目标函数会发现错误函数的高精度最优值。为了解决此问题,我们提出了一种“通过分层抽样进行贝叶斯优化”(BOSH),这是一种新颖的BO例程,该例程…

,
DeepOPF:解决交流电最优潮流问题的可行性优化的深度神经网络方法

AC-OPF问题是电力系统运行中的关键和具有挑战性的问题。解决AC-OPF问题时,可行性问题至关重要。在本文中,我们开发了一种有效的深度神经网络(DNN)方法DeepOPF,以确保生成的解决方案的可行性。这个想法是训练一个DNN模型来预测一组独立的操作变量,然后通过求解AC潮流方程直接计算其余的可靠…

,
带点脚的腿式机器人的走线和平衡

腿式系统穿越高约束环境的能力在很大程度上取决于其运动和平衡控制器的性能。本文提出了一种在大多数现有平衡控制器尚未解决的情况下出色的控制器:直线行走或在几乎为零的支撑区域行走。我们的方法使用低维虚拟模型(2-DoF)通过先前导出的四项平衡控制器生成平衡动作,并通过导出的运动学映射将其转换为机器人。该控…

,
学习带有估计的逆倾向倾向得分的个性化治疗规则

随机对照试验通常分析治疗的有效性,目的是为患者亚组提出治疗建议。随着电子健康记录的发展,已经在临床实践中收集了各种各样的数据,从而能够基于观察数据评估治疗方法和治疗策略。在本文中,我们专注于学习个性化治疗规则(ITR),以推导有望为单个患者带来更好结果的治疗策略。在我们的框架中,我们将ITR的学习视…

, ,
使用多参数MRI对前列腺癌进行体素分类的多分辨率超级学习器

尽管当前的研究表明多参数MRI(mpMRI)在诊断前列腺癌(PCa)中的重要性,但仍需要进一步研究如何将mpMRI数据的特定结构纳入其中,例如区域内的异质性和体素之间的相关性。课程。本文提出了一种基于机器学习的方法,通过考虑数据的独特结构来改进按体素进行PCa分类。我们提出了一种多分辨率建模方法来解…

, ,
使用Shapley值和条件推理树解释具有混合特征的预测模型

解释复杂的黑盒子机器学习模型变得越来越重要。尽管有关此主题的文献不断增加,但Shapley值还是一种合理的方法,可以解释任何类型的机器学习模型的预测。 Shapley值用于预测解释的最初发展是基于以下假设:所描述的特征是独立的。然后扩展了该方法,以解释具有潜在连续分布的相关特征。在本文中,我们提出了…

, ,
使用数字双胞胎进行知识转移

在会议活动,研讨会和研讨会上与客户和同事聚会并亲自合作一直很重要,但是在可预见的未来,这不是一个选择。数字孪生的概念已在现代制造业中被广泛接受,并代表了一个重要组成部分。行业4.0现在,从事FutureWork360项目的科学家正在使用激光扫描仪在实验室环境中创建数字孪生子,将这些实验室引入数字领域…