XiaoMi-AI文件搜索系统
World File Search System最后的
太空深度学习 - 最后的边疆
机器学习，尤其是深度学习，在太空应用中的应用越来越广泛，这反映了它在解决许多地球问题方面取得的突破性成功。由于模块化卫星和商业太空发射的发展，部署太空设备（例如卫星）对小型参与者来说越来越容易，这推动了该领域的进一步发展。深度学习能够提供复杂的计算智能，这使其成为促进太空设备上各种任务并降低运营成本的有吸引力的选择。在这项工作中，我们将太空深度学习确定为移动和嵌入式机器学习的发展方向之一。我们整理了机器学习在太空数据（例如卫星成像）中的各种应用，并描述了设备上的深度学习如何有意义地改善航天器的运行，例如通过降低通信成本或促进导航。我们详细介绍并阐释了卫星计算平台，并将其与嵌入式系统和当前资源受限环境下的深度学习研究进行了比较。
最后的防线 - - SKYbrary
RWSL 是一种全自动的咨询安全系统，旨在减少跑道入侵的数量和严重程度，同时不干扰机场运营。该概念是由美国林肯实验室根据 FAA 的研究开发的，该研究表明大多数跑道入侵都是由于飞行员偏离造成的。照明系统以视觉方式警告飞行员和车辆驾驶员可能与跑道上的交通发生冲突。RWSL 已在美国多个机场实施。在欧洲，该系统已在巴黎戴高乐机场投入使用，并于 2013 年在苏黎世机场进行了试验。苏黎世机场决定不继续实施，主要是因为当时缺乏欧洲标准，而且在调整系统以适应机场复杂性方面存在困难。