XiaoMi-AI文件搜索系统
World File Search System矢量分离
超越试点：英国当前的本地能源系统
智能本地能源系统 (SLES) 的能源转型方法似乎与当今英国的能源系统大相径庭。许多研究活动都研究了实验性试点和示范项目，这些项目侧重于本地规模的多矢量能源系统，与主流能源系统特有的全国性规模和热能、电力和移动能源矢量分离形成鲜明对比。然而，除了时间有限和由补助金资助的试点项目之外，全国各地都有本地能源系统在“照常运营”。了解它们的作用、谁在运营、谁在使用，以及它们如何（尽管有些反常）在英国生存下来，可以补充试点和示范项目的经验。
形成范围的飞行轨道和控制概念
虚拟超级光学元件可重新选择群（遮阳板）任务是一个分布式的示波器，由两个6U立方体组成，分别由40米隔开，可在极端紫外线中获得活跃太阳能区域的高分辨率图像。此任务具有挑战性，因为立方体必须在近距离接近时以前所未有的能力自主控制其相对运动。本文提出了三项贡献，使遮阳板使命能够满足其具有挑战性的要求。首先使用相对偏心/倾斜矢量分离开发了提供常规对齐期与惯性目标的分布式望远镜的被动绝对和相对轨道设计。第二，提出了指导，导航和控制系统设计，以满足苛刻的相对运动控制要求。第三，提出了一个操作概念，该概念在编队没有积极执行观察值时最小化任务操作负载。此操作概念包括解决轨道异常的安全计划。通过蒙特卡洛模拟验证了指导，导航和控制系统的性能，包括所有明显的错误源和操作约束。这些模拟表明，达到了任务要求，提供了对Cubesats准确自主形成控制的可行性的初步证明。
显微镜集成的光学相干断层扫描，用于人工智能检测体内人脑肿瘤
目的已经表明，光学相干断层扫描（OCT）可以识别脑肿瘤组织，并且可以用于术中诊断。然而，关于其在人体内设置中使用的证据有限，尤其是在其残留脑肿瘤检测（RTD）的适用性和准确性方面。因此，检查了一个显微镜集成的OCT系统，以确定使用自动扫描分析切除后RTD的体内可行性。方法在18名脑肿瘤患者的切除边缘扫描健康和患病的大脑，并为其在术中组织分类方面的信息价值而投资。活检是在这些位置进行的，并由神经病理学家标记为进一步的分析为地面真理。获得了光学八个特性，比较并用于与机器学习分离。此外，还将两种人工智能辅助方法用于扫描分类，并检查了所有方法的RTD准确性并与标准技术进行了比较。导致体内OCT组织扫描是可行的，易于整合到手术工作流程中。在比较扫描的白质与扫描的肿瘤浸润水平的增加（P <0.001）的比较中，测量的后散射光信号强度，信号衰减和信号均匀性在比较较高的肿瘤值（85％）方面显着独特（85％），以检测肿瘤脑部与支撑矢量分离中的疾病脑部检测。将皮质灰质与肿瘤组织区分开来，在体内在技术上不可行。一种神经元网络方法在检测肿瘤边缘的患病大脑的检测中达到了82％的精度和自动编码器的准确性85％。在体内对人脑的体内扫描的结论已被证明包含对近路内的RTD的重要价值，支持了以前讨论过的ext Vivo Oct oct脑肿瘤扫描的内容，并具有补充当前目前的术中方法为此目的，尤其是在决定从进一步重新恢复默认效果的情况下撤回了surgery的结束。