XiaoMi-AI文件搜索系统
World File Search System中准
一种基于计算机视觉的航空视频中准确提取车辆轨迹的方法
车辆轨迹数据拥有有价值的信息，用于高级驾驶开发和交通分析。虽然无人机（UAV）提供了更广泛的视角，但视频框架中小规模车辆的检测仍然遭受低精度的折磨，甚至错过了。本研究提出了一个全面的技术框架，以进行准确的车辆轨迹提取，包括六个主要组成部分：视频稳定，车辆检测，车辆跟踪，车道标记检测，坐标转换和数据denosing。为了减轻视频抖动，使用了冲浪和绒布稳定算法。仅一旦使用X（Yolox）进行多目标车辆检测，就只能看一下一个增强的检测器，并在检测头中包含一个浅特征提取模块，以提高低级和小规模特征的性能。有效的通道注意力（ECA）模块在颈部之前集成，以进一步提高表现力。此外，在输入阶段还应用了滑动窗口推理方法，以防止压缩高分辨率的视频帧。Savitzky-Golay过滤器用于轨迹降低。验证结果表明，改进的Yolox的平均平均精度（地图）为88.7％，比原模型的增强5.6％。与Advanced Yolov7和Yolov8模型相比，所提出的方法分别将MAP@50增加到7.63％和1.07％。此外，已经开发了车辆轨迹数据集，并且可以在www.cqskyeyex.com上公开访问。大多数跟踪（MT）轨迹度量达到98.9％，单侧定位的根平方误差约为0.05 m。这些结果证实，所提出的框架是交通研究中高准确性车辆轨迹数据收集的有效工具。
面向高精度偏振不敏感二维传感器的石墨烯超表面连续体中准束缚态引起的等离子体杂化
1 天津市成像与传感微电子技术重点实验室，天津大学微电子学院，天津 300072 2 天津大学电气与信息工程学院，天津 300072 3 东南大学信息科学与工程学院，毫米波国家重点实验室，南京 210096 4 西安电子科技大学电子工程学院，高速电路设计与电磁兼容教育部重点实验室，西安 710071 5 华为技术有限公司，上海 518129 6 伦敦大学学院电子与电气工程系，伦敦 WC1E7JE，英国 7 浙江大学信息与电子工程学院，浙江省微纳电子器件与智能系统重点实验室，杭州 310027
Chedrawi 和 Haddad：人工智能驱动的组织中准人类的崛起，终极
人工智能 (AI) 技术正在彻底改变每个行业，旨在复制人类的能力，包括学习和适应能力、感官理解和交互、推理和规划、程序和参数优化、自主性、创造力以及从大量多样化数字数据中创造知识的能力 (Yeung, 2018)。今天，人工智能 (AI) 在组织中的应用已显著增长 (Zaza et al., 2019)，学术界和工业界也越来越多地对其进行探索 (Riera & Ijimia, 2019)。事实上，我们正在目睹无数新数字技术不断取代正在使用的技术的例子，这种现象被称为技术转型和定制信息系统 (IS) (Doolin & McLeod, 2017 ; Tarhini et al., 2018; Thakurta et al., 2018)；然而，许多公司仍在努力实现“数字化转型” (Barthel & Hess, 2020)。
开发新方法利用AI从海岸照片中准确估算海滩垃圾面积
发行：文部科学省记者俱乐部、科学记者俱乐部、神奈川县政府记者俱乐部、横须贺市政府记者俱乐部、青森县政府记者俱乐部、陆奥市政府记者俱乐部、高知县政府记者俱乐部、冲绳县政府记者俱乐部、名护市3家公司、鹿儿岛县16家新闻机构
在 MS Word 中准备照相排版论文的说明
记录版本：此预印本的一个版本于 2020 年 10 月 15 日在 Sustainability 上发布。请参阅 https://doi.org/10.3390/su12208503 上的已发布版本。
在室温碱蒸气中准备狭窄的速度分布
量子记忆是通过同步概率操作来实现大规模量子网络的关键技术。这样的网络对量子记忆施加了严格的要求，例如存储时间，检索效率，带宽和可扩展性。在温暖的原子蒸气平台上使用的梯形阶梯协议是有希望的候选人，将有效的高带宽操作与低噪声的按需检索相结合。然而，它们的存储时间受到运动诱导的脱粒的严重限制，这是由包含蒸气的原子的广泛速度分布引起的。在本文中，我们演示了速度选择性光泵，以提出这种腐蚀机制。这将增加蒸气记忆的可实现的内存存储时间。该技术也可以用于制备任意形状的吸收蛋白，例如准备原子频率梳吸收特征。
优化简单的全卷积网络，以便在 PAC 2019 挑战赛中准确预测大脑年龄
通过脑部 MRI 扫描预测脑年龄不仅有助于改善脑老化模型，还能为预测分析方法提供基准。脑年龄增量是受试者预测年龄与真实年龄之间的差异，已成为脑部健康的一个有意义的生物标志物。在这里，我们报告了我们的脑年龄预测模型的详细信息以及 2019 年预测分析挑战赛的结果。挑战赛的目的是使用 T1 加权脑部 MRI 预测多中心数据集中受试者的年龄。我们应用了一种轻量级深度卷积神经网络架构——简单全卷积神经网络 (SFCN)，并结合了数据增强、迁移学习、模型集成和偏差校正等多种技术来预测脑年龄。该模型在 PAC 2019 大脑年龄预测挑战赛的两个目标中均取得了第一名：未消除偏差时平均绝对误差（MAE）= 2.90 年（第二名 = 3.09 年；第三名 = 3.33 年），消除偏差后 MAE = 2.95 年，领先优势较大（第二名 = 3.80 年；第三名 = 3.92 年）。
无结纳米线晶体管中准弹道传输和等离子体振荡的数值方法
摘要 提出了一种用于纳米线晶体管 DC 和 RF 小信号模拟的数值框架，该框架基于泊松、薛定谔和玻尔兹曼传输方程的自洽解，并且在从弱到强粒子散射的整个范围内都是稳定的。所提出的方法不会因将玻尔兹曼传输方程变换到能量空间而产生缺陷，并且可以处理准弹道情况。这是研究等离子体共振和其他高迁移率现象的关键要求。内部求解器通过先前开发的基于 H 变换的模拟器的结果进行验证，该模拟器适用于具有强散射的传统 N + NN + 硅晶体管。然后，将其结果与基于矩的模型的结果进行比较，结果表明这些结果不能令人满意地描述准弹道传输状态下的电子动力学。此外，发现接触处传输模型的内部边界条件对等离子体共振有显著影响，而基于物理的热浴边界条件强烈抑制了它们。
用于在 ODE 中准备在线发布的论文的模板
TaxiBot 由以色列航空工业有限公司 (IAI) 与 TLD 集团合作开发。它由汉莎航空 Leos 在德国法兰克福国际机场进行测试。窄体 (NB) 版本专为单通道飞机设计，如空客 A320 或波音 737 系列。对于空客 A380 和波音 747 等机型，宽体牵引车已经设计完成，但尚未投入使用。两种型号主要在性能方面有所不同，因此在尺寸、重量以及轴和轮胎数量方面也有所不同。图 3 显示了 TaxiBot 的宽体版本。