XiaoMi-AI文件搜索系统
World File Search System硬体
【电子电路实验】课程纲要
一、丰富的数学、物理、科学与工程知识，以及实际运用的能力。 二、设计实验、执行实验、分析数据及归纳结果的能力。 三、执行电机工程实务所需理论、方法、技术及使用相关软硬体工具之能力。 四、电机工程系统、模组、元件或制程之设计能力。 五、团队合作所需之组织、沟通及协调的能力。 六、发掘问题、分析问题及处理问题的能力。 七、掌握科技趋势，并了解科技对人类、环境、社会及全球的影响。 八、理解专业伦理及社会责任。 九、专业的外语能力及与国际社群互动的能力。
认识AI
● AI 需要耗费大量的运算资源，例如： Google 可以使用AI 成功辨识照片上的猫，在成功之前让AI 观看了20000000 张有猫的照片，没有高效能硬体的帮助，这样的训练过程必须耗费10 年以上。 ● 由于CPU 制程的进步，再加上用来产生3D 图形的GPU ，使得AI 获得了空前的成功。例如： AlphaGo 从国小的棋力进步到打败世界冠军，只花了短短2 年的时间，当时使用了176 颗GPU ，是一台超级电脑。 ● 2017 年Google 发明了专门为AI 优化的TPU 来取代GPU ，目前只要一台搭载4 TPU 的个人电脑，搭载AlphaZero AI ，训练3 天就可以打败AlphaGo 。
电机资讯学院学士班国际学生组111 学年度入学学生必修科目
EECS2070 逻辑设计实验Logic Design Laboratory CS2104 硬体设计与实验Hardware Design and Lab. EE2230 逻辑设计实验Logic Design Laboratory EECS2080 软体实验Software Studio CS2410 软体设计与实验Software EE2245 电子电路实验Microelectronics EE2405 嵌入式系统与实验Embedded Systems EE3662 数位讯号处理实验Digital Signal Processing EE3840 电动机械实验Electrical Machinery EE4150 光电实验Optics and Photonics EE4292 积体电路设计实验Integrated Circuit Design EE4320 固态电子实验Solid-state Electronics EE4650 通讯系统实验Communication System, PHY1010 普通物理实验一General Physics (I) PHY1020 普通物理实验二General Physics (II) ( 获得导师同意及班上抵免审核通过之「非电机资讯学院」之实验课程亦可。 Students may also take other lab courses outside of the College of EECS after obtaining their mentor's approval. Application required.)
强大的双波段 MWIR/LWIR 红外目标跟踪
能够同时在两个波段成像的双波段红外 (IR) 焦平面阵列 (FPA) 探测器在过去十年中已经发展成熟 [1]–[5]。由于物体和背景的热特征与波长有关，因此理论上该技术可用于提高各种重要应用中的目标检测、跟踪和杂波抑制性能 [6]–[8]。例如，在短波红外 (SWIR) 和中波红外 (MWIR) 波段以及 MWIR 和长波红外 (LWIR) 波段工作的双波段传感器已用于地对空导弹导引头以抵抗干扰弹等干扰 [9], [10]。MWIR/LWIR 传感器目前用于舰载红外搜索和跟踪 (IRST) [11], [12]，MWIR/MWIR 传感器已用于防止飞机导弹预警接收器的误报 [13]–[15]。在一些国家，陆军、海军和空军在 8-12 µm LWIR 波段和 3-5 µm MWIR 波段的双波段传感器的开发方面投入了大量资金。这些波段具有几个重要差异。排气口和发动机羽流等热物体在 MWIR 中更为明显 [7]、[10]、[16]，而机身、机身和导弹硬体在 LWIR 中更为明显 [7]、[10]。水蒸气吸收在 LWIR 中占主导地位，而二氧化碳吸收在
SSA 位置和尺寸精度要求
航天器运营商在确定是否有必要采取防撞机动时，会采用不同的近距离指标和防撞距离。通常，航天器处于低风险轨道状态的运营商可能会以很少的燃料或运营成本实施极其保守的防撞策略，而航天器在高风险轨道状态运行的运营商则被迫采取经济的防撞策略，以避免耗尽燃料预算并给飞行动力学团队带来过重负担。不幸的是，虽然存在许多防撞机动“通过/不通过”标准，但运营商通常无法获得 SSA 信息和 SSA 精度，而这些精度对于填充最适合他们的标准是必不可少的。此外，用于填充这些标准的算法有时包含无效假设，例如在需要更复杂的公式时使用线性碰撞概率和球形物体形状近似值。虽然存在一些估计卫星物体尺寸的来源，但会合时的相对姿态可能不确定甚至不可用，特别是对于所谓的“次要”或会合物体。空间数据协会 (SDA) 是一个由全球卫星运营商组成的协会，致力于确保可控、可靠和高效的空间环境，该协会已在其成员中开展了一项调查，以收集有关其会合评估运营概念的数据。这些包括防撞通过/不通过指标、防撞目标和运营约束。任何试图向运营商提供有意义的会合评估服务的实体都可以使用这些数据来设计服务要求。本文评估了与这些不同的“通过/不通过”指标相关的空间态势感知 (SSA) 数据的各种定位精度要求，这些指标用于空间交通协调 (STC) 和空间交通管理 (STM) 的会合缓解过程。这些指标包括最接近时 (TCA) 的错失距离、组件化错失距离（例如，TCA 径向分离，即使在轨道内或轨道外分离或不确定性未知的情况下也能防止碰撞），以及最大碰撞概率和估计的真实概率。需要探讨的另一个关系是碰撞概率对 TCA 处卫星方向和配置/形状的依赖关系。由于不了解方向，计算碰撞概率时必须做出某些假设。一种常见的做法是用一个封装球体来近似航天器的硬体。这种一刀切的方法无需确定方向，但会导致物体体积被高估，概率被高估，除非两颗卫星实际上都是球体。为了产生更具代表性的概率，我们使用卫星的尺寸来定义一个包围的矩形框。通过投射比球体更小的区域，这种方法可以更准确地描绘实际的碰撞威胁，但缺点是必须在一定程度上准确了解盒子的方向。但即使选择产生最大可能覆盖范围的方向，盒子形状的概率也会低于球体。为了解决这个问题，我们估计了一系列对应于一系列方向的碰撞概率值，从中我们可以探索给定碰撞概率阈值所需的态度知识和位置精度之间的相互关系。