Eye in the sky, Yuma Test Center uses drones to capture test data
YUMA测试中心（YTC）已在捕获精确可靠的测试数据并将其提供给...
Национальное управление безопасностью движения на трассах (NHTSA) запустила новую инициативу, которая предоставит ажданам страны доступ к информации об испытаниях беспилотных автомобилей, проводимых различными компаниями. Это добровольная инициатива получила название AV TEST（自动车辆透明度和参与安全测试）和 направл
Ford выпустил логи данных тестирования своих беспилотных автомобилей
福特的自动驾驶汽车计划已被推迟，但该汽车制造商希望其他开发商能够接过接力棒。为了帮助进一步自动驾驶技术的研究和开发，该公司已开始向学术和研究界公开提供“自动驾驶汽车的综合数据集”。
Air Force honors Airmen with 2025 Lance P. Sijan Leadership Award
中尉Michael P. Redding，Brandon W. Seyl上尉，中士。 Erica D. Johnson and Tech。中士克里斯托弗·P·隆二世（Christopher P. Leung II）因其典范的领导和对美国空军任务的奉献精神而受到荣誉。 在历史悠久的第一，美国空军，澳大利亚皇家空军和皇家空军合作，以迅速提高全球战斗能力，同时收集关键的测试数据，以未来收购E-7A wedgetail机载空降预警和控制飞机。
Trilateral E-7A agreement marks new milestone with KC-46 certification
中尉Michael P. Redding，Brandon W. Seyl上尉，中士。 Erica D. Johnson and Tech。中士克里斯托弗·P·隆二世（Christopher P. Leung II）因其典范的领导和对美国空军任务的奉献精神而受到荣誉。在历史悠久的第一，美国空军，澳大利亚皇家空军和皇家空军合作，以迅速提高全球战斗能力，同时收集关键的测试数据，以未来收购E-7A wedgetail机载空降预警和控制飞机。
Generate training data and cost-effectively train categorical models with Amazon Bedrock
在这篇文章中，我们探讨了如何使用亚马逊基岩生成高质量的分类地面真相数据，这对于培训机器学习（ML）模型至关重要，在成本敏感的环境中。生成的AI解决方案可以通过简化多类分类监督学习用例来简化培训和测试数据创建，从而在模型开发阶段发挥宝贵的作用。我们深入研究了如何使用XML标签来构建提示并引导亚马逊基岩以高精度生成平衡的标签数据集的过程。我们还展示了一个现实世界中的示例，用于预测支持案例的根本原因类别。该用例可通过ML解决，可以使支持团队能够更好地了解客户需求并优化响应策略。
U.S. Air Force Tests “Pathfinder” Subscale Model of Blended-Wing Body Jet
JetZero 正在研发名为“Pathfinder”的缩比 BWB 飞机演示机，而 Northrop Grumman 的缩比复合材料部门正在制造全尺寸飞机，并且已经生产出零部件的测试件。美国空军正在收集其 BWB（翼身融合体）演示机的缩比版飞行测试数据，以告知全尺寸飞机的 […]The post 美国空军测试“探路者”翼身融合体喷气机缩比模型首次出现在 The Aviationist 上。
Four Insights into U.S. Students’ Drop in Math & Science on International Test
周三发布的国际测试数据提供了自疫情以来美国学习成绩下降的最新证据，美国学生落后于一些欧洲同龄人，男孩和女孩在 STEM 学科的性别差距再次出现。这些分数取自国际数学和科学趋势研究 (TIMSS)，这是一项备受关注的研究 […]
Data Leakage in Preprocessing, Explained: A Visual Guide with Code Examples
数据预处理预处理管道泄漏的 10 种隐秘方式在我教授机器学习的经验中，学生经常会遇到同样的问题：“我的模型表现很好——准确率超过 90%！但是当我将其提交给隐藏数据集进行测试时，它现在不那么好了。哪里出了问题？”这种情况几乎总是指向数据泄漏。当测试数据中的信息在数据准备步骤中潜入（或泄漏）到您的训练数据中时，就会发生数据泄漏。这通常发生在常规数据处理任务中，而您没有注意到。当发生这种情况时，模型会从它不应该看到的测试数据中学习，从而使测试结果具有误导性。让我们看看常见的预处理步骤，看看数据泄漏时究竟会发生什么——希望您可以在自己的项目中避免这些“管道问题”。所有视觉效果：作者使用 Canva
数据集的理论在哪里？将数据集拆分为训练数据和测试数据的典型模型允许统计有效性来评估模型性能。然而，在现实世界中，通常不仅要考虑一个数据源，还要考虑许多不同的数据源；训练集的构建和处理远非易事。一方面，特定应用的定制数据可能非常有限或根本不可用。另一方面，使用所有可能的数据源也可能导致大量问题，包括分布不匹配和数据质量下降。鉴于不同数据源的质量、大小和组成可能有所不同；目前尚不清楚数据管理如何影响下游模型性能。最近的一系列实证研究已经针对各种类型的模型和下游任务研究和优化了数据组合。然而，在对不同数据组合场景的理论属性进行建模和分析方面的工作有限。数据管理是一个难题，因为最佳数据组合的搜索空间很
GAO 发现的内容为了确保联邦设施的安全并保护员工和访客，联邦保护局 (FPS) 管理和监督超过 13,000 名合同保安，他们的职责包括控制设施访问和筛查访客以检测违禁物品。为了确定 FPS 是否有效地保护了联邦设施，GAO 调查人员于 2024 年初在 14 座选定的联邦建筑进行了 27 次秘密测试。在这些测试中，GAO 调查人员将违禁物品（警棍、胡椒喷雾或带刀的多用途工具）放在他们试图带入大楼的包里。FPS 合同保安在 GAO 大约一半的测试中未能检测到违禁物品。FPS 进行自己的秘密测试，其结果与 GAO 的测试一致。虽然 FPS 确定其测试计划的细节是执法敏感的，但 FPS 官员表示
Dropout: A Revolutionary Approach to Reducing Overfitting in Neural Networks
过度拟合和 Dropout 简介：在有限的数据上训练大型神经网络时，过度拟合是一个常见的挑战。当模型在训练数据上表现异常出色但无法推广到看不见的测试数据时，就会发生这种情况。出现此问题的原因是网络的特征检测器对于训练数据来说变得过于专业化，从而产生了复杂的依赖关系 Dropout：一种减少神经网络过度拟合的革命性方法首先出现在 AI Quantum Intelligence 上。
EdSource’s Best of 2022: State and nationwide test scores show pandemic-related declines
EdSource 的报道在推动加州发布 Smarter Balanced 测试数据方面发挥了关键作用，此前加州曾宣布计划推迟公开发布。
Around the Air Force: NJ Air National Guard in the Middle East, Sharing Flight Data, Gaming Tactics
在本周的空军环视中，第 119 团 EFS 驻扎在 USCENTCOM 责任区，帮助阻止该地区的侵略行为，AFWERX 同意与 FAA 共享飞行测试数据，游戏玩家正在通过独特的方式帮助制定作战策略事件。 （由Stephani Barge中士主持）
Around the Air Force: NJ Air National Guard in the Middle East, Sharing Flight Data, Gaming Tactics
在本周的空军环视中，第 119 空中火力支援中队位于美国中央司令部 AOR，帮助遏制该地区的侵略行为，AFWERX 同意与 FAA 分享飞行测试数据，游戏玩家通过一项独特的活动帮助制定作战策略。（由 Stephani Barge 中士主持）
AFWERX Prime, FAA agree to share flight-test information
AFWERX Prime 和美国联邦航空管理局于 10 月 25 日宣布，他们已同意共享飞行测试数据，以加速先进飞机机动平台安全整合到国家空域系统中。
AFWERX Prime, FAA agree to share flight-test information
10 月 25 日，AFWERX Prime 和美国联邦航空管理局宣布同意共享飞行测试数据，以加速先进飞机机动平台安全集成到国家空域系统中。
Making Speech Recognition Streamlined with Remote Speech Data Collection
在当今数字化至上的世界中，数据所扮演的角色变得极为关键。无论是用于业务预测、天气预报，还是训练人工智能，数据都是必需的。机器学习等技术利用高质量的训练和测试数据来训练其模型。Siri 和 Alexa 是经过训练的语音或声音的一些常见示例 [...]
