为什么要参加 FMGM?这是我第一次参加,当时我以为“我可以阅读会议论文集”,所以没什么理由去。错了!对我来说,最令人印象深刻的印象是:• 意识到在北美我们倾向于持有一种狭隘的观点。有很多设备和解决问题的方法,我们在北美看不到。瑞士、德国和意大利的技术尤其引人注目。• 意识到在北美,大多数制造商的角色在仪器运送到用户手中时就结束了,而在许多其他国家,制造商还提供主要的现场服务。我认为北美的这种分界线与避免与客户竞争以及避免专业责任有关。然而,在我看来,最终用户(需要良好数据的人)有时可能更需要高技能的制造商/现场服务组织提供服务,例如意大利的 ISMES、瑞士的 Solexperts 和德国的 Interfels。
Singh Upendra LaRC - 团队负责人 Gaskin Jessica MSFC - TDT 副手 NASA Biagi Chris KSC Edwards William (Chris) LaRC Haw Magnus ARC Humphreys William (Tony) LaRC Hunter Gary GRC Li Jing ARC Conaty Carmel GSFC Santos Jose ARC Refaat Tamer LaRC Stahl H (Phil) MSFC Tonn Synthia GSFC Wells Nathan JSC Wollack Edward GSFC Yu Anthony GSFC Ericsson Aprille GSFC Reynolds Renee GSFC Gunapala Sarath JPL
为什么要参加 FMGM?这是我第一次参加,当时我以为“我可以阅读会议论文集”,所以没什么理由去。错了!对我来说,最令人印象深刻的印象是:• 意识到在北美我们倾向于持有一种狭隘的观点。有很多设备和解决问题的方法,我们在北美看不到。瑞士、德国和意大利的技术尤其引人注目。• 意识到在北美,大多数制造商的角色在仪器运送到用户手中时就结束了,而在许多其他国家,制造商还提供主要的现场服务。我认为北美的这种分界线与避免与客户竞争以及避免专业责任有关。然而,在我看来,最终用户(需要良好数据的人)有时可能更需要高技能的制造商/现场服务组织提供服务,例如意大利的 ISMES、瑞士的 Solexperts 和德国的 Interfels。
为什么要参加 FMGM?这是我第一次参加,当时我以为“我可以阅读会议论文集”,所以没什么理由去。错了!对我来说,最令人印象深刻的印象是:• 意识到在北美我们倾向于持有一种狭隘的观点。有很多设备和解决问题的方法,我们在北美看不到。瑞士、德国和意大利的技术尤其引人注目。• 意识到在北美,大多数制造商的角色在仪器运送到用户手中时就结束了,而在许多其他国家,制造商还提供主要的现场服务。我认为北美的这种分界线与避免与客户竞争以及避免专业责任有关。然而,在我看来,最终用户(需要良好数据的人)有时可能更需要高技能的制造商/现场服务组织提供服务,例如意大利的 ISMES、瑞士的 Solexperts 和德国的 Interfels。
杰克·弗里德 (GL) 克里斯蒂娜·芬内利 吉莉安·多诺霍 劳尔·吉多里尼·切卡托 凯拉·埃尔南德斯 约翰·库切夫斯基 埃里克·拉古津
自 2011 财年 (FY) 以来,NEET-ASI 已通过竞争方式资助了 43 个项目,总额达 36,563,523 美元。这些项目成功地推动了 DOE-NE 正在开发的用于测量、控制和广泛管理核能系统的最新技术。其中一些技术有可能影响核能以外的系统和技术。它们都解决了当前能力的关键需求和差距,并针对不同研发计划共同面临的许多最高优先事项。它们包括来自许多实验室、大学和行业的参与。这项研究的最终目标是以最有利于各个 DOE-NE 研发计划、核能行业以及其他发电部门的方式部署这些技术。随着这些研究项目的进展,利益相关者和行业的兴趣也在增加,单个技术部署的数量也在增加。
F.T. 博士时任研究中心主席兼实验室副主任的 McClure 注意到了 Guier 和 Weiffenbach 取得的成果,并建议将这些成果应用于逆向问题:准确了解卫星的轨道参数,并观察卫星信号的多普勒频移,得出观察者的位置。* 他向 R.F. 博士提出的建议。时任实验室主任、现任名誉主任的 Gibson 建议大力发展基于多普勒原理的卫星导航系统,这导致了 APL 空间发展部门的成立(1966 年改为部门),并任命 R.B. 博士现任助理主任的 Kershner 担任该部门负责人。经高级研究计划局批准,美国海军采用了该计划,APL 着手建造其第一颗卫星。
在过去的几年里,我们几乎每天都会听到人工智能 (AI) 为众多领域带来的最新进步和改进:从技术和医学到科学和社会学,等等。人工智能是我们目前正在见证的第四次工业革命的核心推动因素之一,人工智能的应用正在真正改变我们的世界,影响社会、经济、生活、工作和技术的各个方面。仪器仪表和测量 (I&M) 领域也不例外,并且已经受到应用人工智能的影响。在本文中,我们概述了应用人工智能及其在 I&M 中的应用。然后,我们将深入研究一种特定人工智能方法的 I&M 应用:深度学习 (DL),它最近彻底改变了人工智能领域。我们对《IEEE 仪器与测量学报》(IEEE TIM)和《IEEE 仪器与测量杂志》上发表的深度学习论文进行的调查显示,自 2017 年以来,人们对将深度学习方法应用于 I&M(包括测量、校准和其他 I&M 挑战)的兴趣非常浓厚。具体来说,在接受调查的 32 篇论文中,75% 发表于 2017 年或之后,而仅在 2019 年就发表了 50% 的论文。考虑到我们撰写本文时 2019 年尚未结束,最近人们对深度学习在 I&M 中的兴趣和影响呈指数级增长是一个非常明显的趋势。我们还发现,尽管深度学习用于各种 I&M 主题,但 I&M 中相当一部分深度学习侧重于基于视觉的测量 (VBM) 系统(约 28%)和故障/缺陷诊断/检测/预测(约 25%)。最后,我们发现卷积神经网络是 I&M 中最广泛使用的 DL 技术,尤其是在 VBM 中。但要解释上述所有发现,我们首先需要了解 AI 本身以及我们在应用环境中对它的定义。因此,让我们从应用 AI 开始讨论。
系统配置 四台 PC 配置如下: 第一台(主)单元处理所有通信,还将控制主风扇电机(1000kW)驱动器和隧道的安全联锁。 第二台单元使用 PSI 压力扫描仪进行压力测量,并通过两个 PCI-6024E DAQ 卡和 SC-2043SG 进行力和力矩测量。 第三台单元通过 AT-MIO-16E-1 使用 Dantec Streamline CTA 系统进行热线风速测量,并通过 FlexMotion 进行支撑机构的运动控制。 此外,它还管理来自流动可视化系统的图像采集(IMAQ)。 第四台计算机配置为具有专用 DAQ 设施的用户站。 不久的将来将添加另一个系统,以减轻第二和第三个系统的负载。
系统配置 四台 PC 配置如下: 第一台(主)单元处理所有通信,还将控制主风扇电机(1000kW)驱动器和隧道的安全联锁。 第二台单元使用 PSI 压力扫描仪进行压力测量,并通过两个 PCI-6024E DAQ 卡和 SC-2043SG 进行力和力矩测量。 第三台单元通过 AT-MIO-16E-1 使用 Dantec Streamline CTA 系统进行热线风速测量,并通过 FlexMotion 进行支撑机构的运动控制。 此外,它还管理来自流动可视化系统的图像采集(IMAQ)。 第四台计算机配置为具有专用 DAQ 设施的用户站。 不久的将来将添加另一个系统,以减轻第二和第三个系统的负载。