2。R. S. Sutton和A. G. Barto,增强学习:介绍,第二版,2018年11月R. S. Sutton和A. G. Barto,增强学习:介绍,第二版,2018年11月
机器学习允许计算系统通过从观察到的数据中积累的经验自适应地提高其性能。本课程介绍了学习理论的基础知识,学习算法的设计和分析以及机器学习的某些应用。
一些关键科学问题,例如恒星形成、寻找类地系外行星等,只有工作在紫外-可见光波长范围且主镜直径大于 8 米的望远镜才能解答。未来的大型太空望远镜需要新技术以合理的成本满足其高性能要求。空中客车公司为欧洲航天局研究了两种截然不同的望远镜概念:一种是带有 4 米主镜的整体式望远镜,可提供阿丽亚娜 6 号整流罩可容纳的最大收集面积;另一种是大型可展开分布式孔径空间望远镜,其收集面积为 50 平方米,实现相当于 12 米直径的实际分辨率极限。确定了关键使能技术并概述了未来技术发展的路线图。这些技术包括大型整体镜面抛光、主动光学、可展开空间结构;低成本、轻型光学器件;以及波前传感和控制方法。
詹姆斯·韦伯太空望远镜 (JWST) 1 光学望远镜元件 (OTE) 是一个三镜消像散镜,由一个直径 6.5 米、分段式轻型主镜 (PM)、一个次镜和一个三镜组成。测量结构是一种轻型碳纤维复合结构(图 1)。轻型镜和结构技术开发以及望远镜是否满足其在轨性能要求需要最先进的干涉测量法,该干涉测量法具有高灵敏度、快速曝光时间和对振动不敏感的特点。瞬时相移干涉测量法满足了这些要求,其中像素化相位掩模允许同时捕获所有四个相移干涉图。这项技术是关键特性,使我们能够成功展示 JWST 望远镜轻型镜和大型轻型复合结构所需的技术就绪水平,制造主镜部分并验证其在低温下的性能,在环境测试之前和之后对完全组装的望远镜进行曲率中心测试,并在约翰逊航天中心在低温下对主镜进行相位调整。 4D Technology(现为亚利桑那州图森市 Onto Innovation 的子公司)为 JWST 项目建造了几台专用干涉仪(图 2),包括 PhaseCam、电子散斑干涉仪 (ESPI)、高速干涉仪 (HSI) 和多波干涉仪。
PG8974P无线镜像光学PIR运动检测器是安全系统的重要组成部分。在检测运动后,PG8974P向安全系统传达了警报。此外,PG8974P提供了重达18公斤(40磅)的宠物的免疫力,以减少误报。使用高级技术,PG8974P提供了可靠性,对干扰的稳健性,延长电池寿命,扩展范围和易于安装。
我很高兴感谢几位学生和同事给予我的帮助。 H~l~ne Ardila、Stephen Buuerlield、Maria Carvalho、Lisa King、Ann Knapp 和 Roben Schusano 粗略地完成了翻译的许多草稿的前言部分,作为课堂项目 Jennifer Nash 和 Barbara Todd 完成了大部分初始打字工作。多年来,Marist 计算设施的工作人员也一直支持这项工作,特别是 Cecil Denney、Harry Williams 和 Karen Flowers。如果没有现任学术计算主任 Marybeth Commisso,这本书就永远不会问世。还要衷心感谢 Anne Joi'dan 用计算机生成文本和图形。三位同事通过他们的论文帮助改进了我的介绍:Peter Amato、Italo Benin 和 Leo Bostar;特别感谢 Peter 持续的、几乎每天的对话。学术副校长 Andrew Molloy 和 Marc vanderHeyden 为成功的休假申请提供了支持。还要感谢 Peter 的 Tom Derdak 和 Christine Marra Lang Publishing 使本书诞生。最后,我要衷心感谢 Edgar Morin 的宝贵友谊。Traduaor traduor。我们开始这项工作时的一个鸡尾酒短语,现在已成为现实。作品的丰富性使其无法翻译成其他语言甚至其他媒体。尽管如此,这项任务必须完成,并且没有遗憾。英语公众现在可以阅读 Edgar Morin 方法的第一卷,并成为
来源:ImageNet 主页(http://image-net.org/challenges/talks_2017/ILSVRC2017_overview.pdf)(注)ILSVRC(ImageNet 大规模视觉识别挑战赛)是一项基于人工智能的