摘要 - 准确的定位在高级自主驾驶系统中起重要作用。传统地图匹配的本地化方法通过具有传感器观测值的明确匹配的地图元素来解决姿势,通常对感知噪声敏感,因此需要昂贵的超级参数调整。在本文中,我们提出了一个端到端定位神经网络,该神经网络直接估计车辆从周围图像中构成,而没有与HD图明确匹配的感知结果。为确保效率和可预性能力,提出了一个基于BEV神经匹配的姿势求解器,估计在基于可区分的采样匹配模块中估计姿势。此外,通过将每个姿势DOF影响的特征表示形式解耦来大大降低采样空间。实验结果表明,所提出的网络能够执行分解器水平的定位,平均绝对误差为0.19m,0.13m和0.39◦在纵向,横向位置和偏航角度,同时表现出68.8%的推理记忆使用率降低了68.8%。
摘要:最近的声学遥测定位系统能够以几厘米至几米的规模重建生物体的位置和轨迹。但是,它们提出了几种后勤约束,包括接收器维护,校准程序和对实时数据的访问有限。我们在这里提出了一种基于到达的时间差异(TDOA)算法和全球移动(GSM)通信技术的新颖,易于人才,能量自我的水下定位系统,能够实时找到标记的海洋生物体。我们使用在鱼和底栖无脊椎动物中使用连续和编码标签的经验示例来说明该系统的应用。对操作系统的原位实验测试表现出与当前可用的声学定位系统相似的性能,全球定位误差为7.13±5.80 m(平均值±SD),三分之一的pINGS可以定位在远距离浮标的278 m内。尽管需要进行一些改进,但该原型的设计为自主,可以在各种环境(河流,湖泊和海洋)中从表面部署。事实证明,这对于实时监测各种物种(底栖和全骨)很有用。其实时属性可用于快速检测系统故障,优化部署设计或生态或保护应用。
我们提出了一种新颖的“混合”活动/被动触觉设备,可以改变形状,以作为VR中一系列虚拟对象的代理。我们将适应性与触觉重新定位一起重定向用户的手重定向,以提供仅使用单个道具触及的几个虚拟对象的触觉反馈。为了评估适应性通过触觉重新定位的有效性,我们进行了一个受试者内实验,采用对接任务将适应性与非匹配的代理对象(即造泡沫球)进行比较和匹配的形状支柱进行比较。在我们的研究中,Adaptic坐在用户前面的桌子上,并改变了grasps之间的形状,为放置在不同虚拟位置中的各种虚拟对象提供匹配的触觉反馈。结果表明幻觉令人信服:用户认为他们正在使用单个自适应设备在不同的虚拟位置操纵几个虚拟对象。与适应性的对接性能(综合时间和精度)与没有触觉重新定位的道具相当。
Master's Degree in Research and Innovation in Computational Intelligence and Interactive Systems .................................................................................................................................................... 13
日内瓦,瑞士,2025年2月26日 - 全球半导体领导者Stmicroelectronics(NYSE:STM)在电子应用程序范围内为客户提供服务,它介绍了Teseo VI全球导航卫星系统(GNSS)的TESEO VI家族(GNSS)接收者的AIMED AIMED AIMET AIMET AIMET AIMET AIMET AIMET AIMET AIM AIM AIM EAMET AIM AIM AIM AIM置于优先位置。对于汽车行业来说,TESEO VI芯片和模块将是高级驾驶系统(ADA),智能车载系统以及自动驾驶等安全关键应用的核心组成部分。他们还旨在提高多个工业应用中的定位功能,包括资产跟踪器,用于家居运输的移动机器人,管理机械和智能农业中的机械监测,基本电台等定时系统等。“我们的新TESEO VI接收器在定位引擎之间取得了真正的突破:它们是第一个在单个模具中整合多构造和四频带信号处理的人;它们是第一个嵌入双臂®核心架构,可实现非常高的性能和ASIL级别的辅助和自动驾驶驾驶的安全。最后但并非最不重要的一点是,他们嵌入了ST的专有嵌入式非挥发性内存(PCM),从而为新的精确定位解决方案提供了一个非常集成,成本效益且可靠的平台,”卢卡·塞兰特(Luca Celant),数字音频和信号求解,stmicroelectronics。“ ST的新卫星游动接收器将支持汽车ADAS应用程序中令人兴奋的高级功能,并启用工业公司实施的许多新用例。” TESEO VI是市场上第一个将所有必要的系统元素集成到一个厘米精度中的所有必要系统元素,并支持同时进行多构造和Quad-Band操作。这项创新简化了最终用户导航和定位产品的开发,即使在诸如Urban Canyons之类的具有挑战性的条件下,也可以提高可靠性,并降低了材料清单成本。此外,单个芯片加速了上市时间,并允许紧凑而轻巧的形式。新的Teseo VI家族由精确定位的接收器芯片筹码数十年的经验,并整合了多种ST专有技术,包括精确定位和先进的嵌入式内存。
心脏数字双胞胎(CDTS)of er个性化的内部心脏表示,以推断与心脏机制相关的多尺度特性。CDT的创建需要有关躯干上电极位置的精确信息,特别是对于个性化心电图(ECG)校准。然而,当前的研究通常依赖于对ECG电极定位的躯干成像和手动 /半自动方法的额外获取。在这项研究中,我们提出了一种新颖和E FFI Cient拓扑知识模型,以完全自动从2D临床标准心脏MRIS中提取个性化的ECG标准电极。具体来说,我们从心脏MRI中获得稀疏的躯干轮廓,然后从轮廓中定位12铅ECG的标准电极。心脏MRI旨在成像心脏而不是躯干,从而导致成像中不完整的躯干几何形状。为了解决错过的拓扑结构,我们将电极合并为关键点的子集,可以将其与3D躯干拓扑明确对齐。实验结果表明,所提出的模型优于耗时的常规模型投影方法(Euclidean距离:1。24±0。293厘米与1。48±0。362 cm)和E FFI效率(2 S vs. 30-35分钟)。我们进一步证明了使用检测到的电极进行硅内ECG模拟的e FF具有效果,从而突出了它们创建准确和E ffi cient CDT模型的潜力。该代码可在https://github.com/lileitech/12Lead_ecg_electrode_localizer上获得。©2025 Elsevier B. V.保留所有权利。
。cc-by 4.0国际许可证是根据作者/资助者提供的,他已授予MedRxiv的许可证,以永久显示预印本。(未通过同行评审认证)
摘要:可以通过扭曲角度精确控制的空间变化带对齐和电子和孔定位的Moiré杂波,已经成为研究复杂量子现象的令人兴奋的平台。虽然大多数过渡金属二甲化元素(TMD)的异质分子具有II型带对齐,但引入I型带比对可以实现更强的轻度耦合和增强的辐射发射。在这里,我们通过第一原则GW和贝尔特萨蛋白方程(GW-BSE)的计算以及时间和角度解决的光发射光谱(TR-ARPES)测量的结合,与先前的理解相反,与先前的理解相反,MOSE 2 /WS 2杂波在大型型号和类型IS型构建型和同样的区域均与II的类型II型构建型和相似的区域相反。在不同的高对称区域中以小扭曲角度重建。在Tr-arpes中与我们的计算一致,仅在摩西2中观察到长寿命的电子种群,对于具有较大扭曲角的样品,而在具有小扭曲角的样品中,观察到来自两个不同长寿命的激子的信号。此外,尽管这两层的传导带几乎是堕落的,但仍未发生激发杂交,这表明先前观察到的这种材料中的吸收峰来自晶格的重建。我们的发现阐明了Mose 2 /ws 2异质结构中的复杂能量景观,其中I型和II型带对齐的共存为Moiré-Tonable可调光电设备打开了带有内在的侧面异质结的门。
早期诊断和心肌缺血(MS)和冠状动脉狭窄(CAS)在有效预防和管理缺血性心脏病(IHD)中起着至关重要的作用。心电图摄影(MCG)已成为心脏功能障碍的非侵入性,非接触和高敏性评估的有希望的方法。这项研究从MCG数据中提出了多中心的,启用AI的诊断和心肌缺血和冠状动脉狭窄的位置。为此,我们收集了一个大规模数据集,该数据集由八个临床中心的2,158个MCG记录组成。然后,我们提出了一个基于多尺度视觉变压器的网络,用于从多通道MCG记录中提取时空信息。冠状动脉的解剖学知识和灌溉的左心室区域是通过经过精心设计的基于基于的图形卷积网络(GCN)的特征融合模块纳入的。所提出的方法的准确性为84.7%,灵敏度为83.8%,诊断IHD的特异性为85.6%,五个MS区域的定位平均准确度为78.4%,平均平均准确度为65.3%,在三个冠状动脉中的宿变率定位。随后对独立验证数据集进行验证,该数据集由从四个临床中心收集的268个MCG记录组成,表明准确性为82.3%,敏感性为83.8%,诊断IHD的特异性为81.3%,平均准确性为77.3%,在五个高度脉络上的平均定位率为65. 65. 65.的平均定位。动脉。所提出的方法可以用作快速准确的诊断工具,从而将MCG检查整合到临床常规中。
foucaud等。[ICALP 2024]证明,当通过treewidth或顶点覆盖号参数化时,NP中的某些问题可以接受(紧密)双向指数下限。他们通过证明某些图形问题的条件下限,尤其是基于度量的识别问题(强)度量方面,展示了这些第一届的结果。我们继续进行这一研究,并强调了这种类型的问题的有用性,以证明(紧密)下限相对较少的类型。我们研究了图表中经典(基于非中线的)识别问题的细粒算法方面,即定位键合集合和集合系统,即测试盖。在第一个问题中,输入是n顶点上的图形g和整数k,目的是确定是否存在K顶点的子集S子集S子集S,以便S s中的任何两个不同的顶点在s中的任何两个不同的顶点都由s的不同子集主导。在第二个问题中,输入是一组u,u的子集f的集合和整数k,目标是在大多数k测试中选择一个集合s,以便在s的不同测试中包含任何两个不同的项目。对于我们的第一个结果,我们适应了Foucaud等人引入的技术。[ICALP 2024]证明这两个问题相似(紧密)的下限。