XiaoMi-AI文件搜索系统
World File Search System理工
印度理工学院（BHU）瓦拉纳西
自从物联网和人工智能数据分析领域出现深度学习爆炸式增长以来，内存墙问题对现有计算架构的压力越来越大。研究人员正在寻找冯·纽曼架构之外的一些以内存为中心的计算范例。神经形态计算是解决人工智能硬件问题的新范例之一。本课程重点介绍神经形态计算，并通过案例研究展示其在物联网和人工智能应用中的强大功能。本课程将深入探讨神经形态计算的不同方面，以解锁无限可能并塑造人工智能和数据分析兼具效率的未来。加入这趟旅程吧，因为在当今世界，计算采用神经形态不仅仅是一种选择；而是一种必需品。 模仿生物神经网络、神经元结构、人工神经元建模、神经元和突触电路拓扑 神经形态硬件架构、基于忆阻器的神经网络架构、交叉架构和神经形态核心、使用忆阻器和 FeFET 的内存中心计算 与其他新兴存储设备和功能的神经形态计算 神经形态算法（STDP、LSM 等） 神经形态计算的应用 神经形态计算中的学习范式
科学现状：人体工程学中的心理工作量 - Typeset.io
心理负荷 (MWL) 是人体工程学和人为因素中最广泛使用的概念之一，代表着日益重要的主题。由于许多工作环境中的现代技术对操作员的认知要求越来越高，而体力要求却越来越低，因此了解 MWL 如何影响绩效变得越来越重要。然而，MWL 也是最模糊的概念之一，具有众多定义和维度。此外，MWL 研究倾向于关注复杂、通常安全至关重要的系统（例如运输、过程控制）。在这里，我们概述了过去三十年来在复杂系统设计中对 MWL 的理解、测量和应用的现状。最后，我们讨论了应用研究面临的当代挑战，例如认知工作量和身体工作量之间的相互作用，以及工作量“红线”的量化，该红线指定操作员何时接近或超过其性能容忍度。
都灵理工大学信息库 - CORE
本文介绍了创新型遥控 ETF 飞艇 1 的技术演示器的地面测试。测试活动旨在验证 ETF 的飞行控制系统，该系统基于推力矢量技术，与飞艇结构一起代表了 ETF 设计的一项重大创新。都灵理工学院航空航天系的一个研究小组与意大利一家小型私营公司 Nautilus 合作，几年来一直致力于 ETF (Elettra Twin Flyers) 的研究。这艘飞艇是遥控飞艇，具有高机动能力和良好的操作特性，即使在恶劣的大气条件下 2 。Nautilus 新概念飞艇具有结构和适当的指挥系统，使飞行器能够在正常和强风条件下进行向前、向后和侧向飞行以及以任何航向悬停。为了实现这些功能，ETF 演示器 3 采用了非常规的架构，该架构基于双船体，带有中央平面外壳结构、螺旋桨、机载电气系统和有效载荷（图 1）。作为主要指挥系统，气动控制面被六个螺旋桨取代，这些螺旋桨由电动机驱动，可在整个飞行范围内控制和操纵飞艇。本文分析了初步测试运行的结果，并将功率需求与专为 ETF 演示器 4 开发的燃料电池系统的性能进行了比较。I 简介 低成本多用途多任务平台 Elettra-Twin-Flyers (ETF) 正在由 Nautilus S.p.A 和都灵理工大学 [1] 合作开发。这是一种非常创新的遥控飞艇，配备了高精度传感器和电信设备。由于其独特的特点，它特别适合内陆、边境和海上监视任务以及电信覆盖范围扩展，特别是在那些无法进入或没有传统机场设施且环境影响是主要关注点的地区。ETF 的特点是机动性强，风敏感度低 [2]。飞行条件包括前向、后向、侧向飞行和悬停，无论是在正常风况下还是在强风条件下。为了实现这些能力，ETF 采用了高度非传统的架构。设计的关键点是创新的指挥系统，它完全基于由电动机驱动的推力矢量螺旋桨，由氢燃料电池供电。ETF 概念来自监视和监控目的。该飞艇设计具有很强的机动性，可以满足高水平的任务要求，可以操作高度专业化的仪器，例如轻型合成孔径雷达 (SAR) 系统或电光 (EO) 红外摄像机或高光谱传感器。为了满足平均监视要求，该系统的最低续航时间为 48 小时，可延长至 72 小时，高度操作范围为 500 至 1500 米。
都灵理工大学信息库 ISTITUZIONALE - CORE
关键词：无人机摄影测量、快速测绘、遥感、地震应急、3D 模型、损害评估 摘要：自 2016 年 8 月以来，意大利发生的多起地震群表明，深化测绘研究对于验证新战略的重要性，这些新战略旨在快速测绘和记录不同可访问和复杂的环境，例如城市环境和受损的建筑遗产。在应急响应中，技术进步的关键利用应该为预警、影响和恢复阶段获取和有效组织高比例的可靠地理空间数据。为了解决这些问题，哥白尼 EMS 现已在意大利中部地区的即时和广泛损害侦察中发挥了重要作用。然而，遥感数据的使用仍然受到视点、尺度和可检测细节问题的影响。事实上，无论是机载还是卫星拍摄的天底图像，都极大地限制了这些产品的可信度。无论是在第一次实地工作评估中，还是在随后的解释性损坏检测和快速制图生产的操作方法中，操作员参与的主观性仍然是一个悬而未决的问题。为了克服这些限制，引入无人机平台进行摄影测量，在节省时间、操作员安全、可靠性和结果准确性方面已被证明是一种可持续的方法：天底和斜向积分可以提供大型多尺度模型，其中包含与立面条件相关的基本信息。在意大利中部地震事件中进行的这项研究将重点关注无人机摄影测量在两个记录地点的潜力和局限性：佩斯卡拉德尔特龙托和阿库莫利。在这里，目的不仅限于描述一系列地理参考、块定位和多时间联合配准解决方案的策略，而且还要验证实施的管道作为工作流程，该工作流程可以集成到早期影响活动中的紧急响应操作干预中。因此，可以使用这种 3D 度量产品作为参考数据，以显着提高典型目视检查和测绘的可靠性，与传统的天底机载或卫星产品并驾齐驱。展示了在两个受损村庄进行的无人机采集，以强调嵌入在 DSM 重建和 3D 模型中的空间信息的含义，支持更可靠的损害评估。
博弈树、计算机游戏和博弈论 - 苏黎世联邦理工学院
ethz.ch › edu › slides › Info2-ITET-11 PDF 2023年3月29日 — 2023年3月29日 了解飞机的可靠性有时并不比计算机高！... 政府在当时所谓的“人体工程学”或... 方面存在问题
印度理工学院 KHARAGPURR 研究园区基金会
拨款，应以登记册的形式保存审计记录，并应在需要时提供给政府审计员。术语“资产”是指：（i）所有不动产；（ii）价值超过 10,000 卢比的资本性动产。该金额不得用于建造任何建筑物/通过购买、租赁等方式获取土地/永久资产，如扩大一般生产设施所需的机械。但是，建造原型和测试原型所需的中试工厂、测试设备、测试台、夹具、工具和固定装置等可以从拨款中建造/制造/获得，如果在批准的项目提案中如此确定或随后得到 IIT Kharagpur 研究园区基金会的批准。5. 全部或部分从 IIT Kharagpur 研究园区获得的资产（如果有）
一种多模式的方法利用脑电图研究VR环境对心理工作负载的影响
抽象虚拟现实（VR）是一项允许用户体验模拟真实或虚构场景的多感觉和交互式环境的技术。仍然辩论了不同的VR沉浸式技术神学对心理工作量（MWL）的影响，即执行任务所需的资源数量；但是，从未利用脑电图在这种情况下的潜在作用。本文旨在调查在VR环境中对MWL进行认知任务的影响，这是通过使用多模式的方法进行的，其特征在于以不同程度的沉浸式来进行，这些方法通过生理EEG测量对MWL进行了良好评估的主观评估。提出了基于N-BACK测试的认知任务，以比较使用头部安装显示器（HMD）或桌面计算机展示Stim uli的特定裤子的性能和MWL。任务具有四个不同的复杂度（N¼1或2具有视觉或视觉和听觉刺激）。二十七名健康参与者都参加了这项研究，并在两种情况下都执行了任务。EEG数据和NASA任务负荷指数（NASA-TLX）分别用于评估客观和主观MWL的变化。 错误率（ER）和反应时间（RTS）也针对每个条件和任务水平进行了COL。 任务水平在两种情况下都对MWL产生了重大影响，增加了次级措施和降低性能。 EEG MWL指数显示出显着增加，特别是与休息相比。 不同程度的沉浸式均未显示个人的表现和MWL的显着差异，如主观评分所估计。EEG数据和NASA任务负荷指数（NASA-TLX）分别用于评估客观和主观MWL的变化。错误率（ER）和反应时间（RTS）也针对每个条件和任务水平进行了COL。任务水平在两种情况下都对MWL产生了重大影响，增加了次级措施和降低性能。EEG MWL指数显示出显着增加，特别是与休息相比。 不同程度的沉浸式均未显示个人的表现和MWL的显着差异，如主观评分所估计。EEG MWL指数显示出显着增加，特别是与休息相比。不同程度的沉浸式均未显示个人的表现和MWL的显着差异，如主观评分所估计。但是，在大多数情况下，HMD降低了EEG衍生的MWL，表明较低的认知负载。总而言之，HMD可能会减少某些任务的认知负荷。如脑电图MWL指数所示，MWL的降低水平可能对基于VR的应用程序的设计和未来评估有影响。