XiaoMi-AI文件搜索系统
World File Search System重访
米尔彭德行动 美国海军陆战队在泰国 PCN 10600001800
越南历史研讨会：全体会议。Jack Shulimson，编辑。1983 年 5 月 9 日。31 页。重访越南；与 William D. Broyles, Jr. 的对话。美国海军陆战队上校 John G. Miller，编辑。1984 年 12 月 11 日。48 页。Khe Sanh 美国海军陆战队参与的参考书目。指挥官 Ray W. Strubbe，CHC，USNR（退役），编译者。1985 年 4 月。54 页。鳄鱼、水牛和毒蛇：二战期间 LVT 的发展史。少校 Alfred Dunlop Bailey，美国海军陆战队（退役）。1986.272 页。越南的领导力课程和回忆。中将 Herman Nickerson, Jr.，美国海军陆战队（退役）。 1988 年。93 页。美国海军陆战队在韩国的战俘问题。James Angus MacDonald, Jr. 1988 年。295 页。John Archer Lejeune，1869-1942，他的个人文件登记册。美国海军陆战队中校 Merrill L. Bartlett（退役）。1988 年。123 页。
对全球星载激光雷达的极低地球轨道 (VLEO) 进行调查
摘要 极低地球轨道 (VLEO) 已被提议作为一种有益的太空任务模式，因为它们倾向于提高仪器的空间分辨率并降低单位质量的发射成本。然而，对于目视仪器来说，这些好处是以仪器扫描宽度减小为代价的。这种减少导致地球上某些区域的重访时间更长，实现全球覆盖的时间也更长。相反，光检测和测距 (激光雷达) 作为一种主动遥感技术，由于信噪比的提高，可以从较低海拔的较大扫描宽度中受益。对这种关系的研究表明，激光雷达扫描宽度与海拔的平方成反比，因此，提供所需激光雷达覆盖所需的航天器数量也与海拔的平方成反比。对合适推进系统的研究表明，尽管推进剂质量和维持轨道所需的推进器数量随着海拔的降低而增加，但由于所需航天器数量较少，整个系统的质量以及发射成本通常会随着海拔的降低而降低。对于给定的任务、航天器平台和推进系统，可以确定一个 VLEO 高度，从而实现最低的总任务成本。
利用眼动追踪工具改进飞行员选拔流程
本文加深了对在飞行员选拔过程中使用眼动追踪工具的理解。对候选飞行员眼动和注意力分布的研究可能为在更严格的飞行训练阶段预测视觉行为提供能力。研究包括心理测试、受试者的飞行筛选以及他们在飞行模拟器和眼动追踪设备中的成绩。参与者被分为三类：高绩效、平均绩效和低绩效，并分别通过心理测试结果和飞行筛选结果进行评估。眼动追踪设备通过视觉感知的范围和速度跟踪受试者的视觉行为。在模拟视觉飞行条件下记录的注视和重访次数测量了受试者之间的视觉反应差异。结果比较显示与心理测试结果呈正相关。未证实与飞行筛选选择的相关性。我们使用了新的基于网络的方法来克服传统眼动指标的缺点，该方法有三个目标重要性度量。采用网络方法的结果以图表的形式呈现，并对标准化的重要性度量进行了分析，结果表明可以为每个参与者提取特定的扫视策略。发现他们之间的差异是积极检测的。通过这种方式，眼动追踪
利用从虚拟现实任务中获得的眼球运动特征，应用机器学习来区分中风患者和健康对照组
传统的神经心理学测试不能代表日常生活中遇到的复杂和动态情况。沉浸式虚拟现实模拟可用于在受控环境中模拟动态和交互情况。在这种模拟中添加眼动追踪可以提供非常详细的结果测量，并且在神经心理学评估方面具有巨大的潜力。在这里，我们指示参与者（83 名中风患者和 103 名健康对照者）在虚拟超市环境中从购物清单中找到 3 或 7 件物品，同时记录眼球运动。使用逻辑回归和支持向量机模型，我们旨在预测参与者的任务以及他们是属于中风组还是对照组。通过有限数量的眼球运动特征，我们的模型在预测每个参与者被分配的购物清单是短的还是长的（3 件或 7 件物品）时实现了 0.76 的平均曲线下面积 (AUC)。将参与者识别为中风患者和对照组导致 AUC 为 0.64。在两个分类任务中，重访过道的频率是最容易产生分离的特征。因此，从虚拟现实模拟中获得的眼动数据包含一组丰富的特征，可用于检测认知缺陷，为潜在的临床应用打开了大门。
天地一体化物联网：挑战与机遇
近期太空项目的兴起 [1] 重新点燃了人们对卫星通信的兴趣。这在物联网 (IoT) 社区中尤为明显，该社区不断寻求多样化应用场景 [2]，同时提供全球任何地方的网络覆盖。卫星在新的太空环境中独有的特性（廉价发射和快速采购廉价纳米卫星，又称立方体卫星）为物联网网络提供了架构替代方案，具有前所未有的规模和灵活性 [3]。部署在地球同步轨道 (GEO) 上的卫星的自转周期与地球相同（在地面观察者看来是静止的），可以为 35,786 公里高度的特定区域提供持续的网络连接（图 1 和表 I）。另一方面，低地球轨道 (LEO) 卫星以大约 7 公里/秒的速度在较低高度（160 公里至 1,000 公里之间）移动，并且可以在可预测的时间间隔提供间歇性和定期网络连接。当部署在星座中时，LEO 卫星可以增加重访频率，但至少需要 60 颗卫星才能确保持续覆盖。通过在这些卫星上搭载物联网设备，出现了新的连接机会。通信技术的进步使得今天可以使用与地面物联网网络相同的技术在物联网设备和卫星之间直接通信 [4]，这直到最近几年才闻所未闻。此类技术最显著的进步包括 LoRa/LoRaWAN [5] 和 NB-IoT [6]，它们提供长距离通信能力并降低设备能耗（18 mA @7dBm）。
NISAR 利用计划
美国宇航局-印度空间研究组织 L 和 S 波段合成孔径雷达 (NISAR) 任务是美国宇航局和印度空间研究组织合作开展的一项任务，计划于 2024 年 1 月发射，最短任务寿命为 3 年。该任务通过高分辨率成像（2-30 米）、宽幅（240 公里）、高精度指向和轨道控制以及短重访周期（12 天）进行了优化，并采用了偏振测量和干涉测量技术，用于研究灾害和全球环境变化，特别支持其核心科学学科：生态系统、冰冻圈、固体地球科学和沿海海洋。一些重要的任务和仪器参数如表 1 所示。该卫星旨在提供地球的详细视图，以观察和测量地球上一些最复杂的过程，包括生态系统干扰、冰川和冰盖动态、由构造和非构造过程引起的陆地变形、沿海过程动态和自然灾害。除了科学需求外，该任务还将通过快速事件驱动下行链路、处理和交付相关数据来支持灾难响应。NISAR 拥有开放数据政策，任务数据将在必要的发射后传感器特性分析后提供给全球科学界，预计发射后 6 个月内完成。来自不同学科的研究人员和科学家将有很好的机会规划 NISAR 数据的利用并进行互动学习。
天地一体化物联网：挑战与机遇
近期太空项目的兴起 [1] 重新引发了人们对卫星通信的兴趣。这在物联网 (IoT) 社区中尤为明显，该社区不断寻求多样化应用场景 [2]，同时提供全球任何地方的网络覆盖。卫星在新的太空环境中独有的特性（廉价发射和快速采购廉价纳米卫星，又称立方体卫星）为物联网网络提供了架构替代方案，具有前所未有的规模和灵活性 [3]。部署在地球同步轨道 (GEO) 上的卫星的自转周期与地球相同（在地面观察者看来是静止的），可以为 35,786 公里高度的特定区域提供持续的网络连接（图 1 和表 I）。另一方面，低地球轨道 (LEO) 卫星以大约 7 公里/秒的速度在较低高度（160 公里至 1,000 公里之间）移动，并且可以在可预测的时间间隔提供间歇性和定期网络连接。当部署在星座中时，LEO 卫星可以增加重访频率，但至少需要 60 颗卫星才能确保持续覆盖。通过在这些卫星上搭载物联网设备，出现了新的连接机会。通信技术的进步使得今天可以使用与地面物联网网络相同的技术在物联网设备和卫星之间直接通信 [4]，这直到最近几年才闻所未闻。此类技术最显著的进步包括 LoRa/LoRaWAN [5] 和 NB-IoT [6]，它们提供长距离通信能力并降低设备能耗（18 mA @7dBm）。
随机森林用于缩小和间隙填充
摘要。干旱是一场毁灭性的自然灾害，在此期间，水短缺通常体现在植被的健康中。不幸的是，在空间和时间上获得高分辨率的植被影响信息很难。虽然远程感知的产品可以提供此信息的一部分，但它们通常会根据其空间或时间分辨率的数据差距和限制。远程感应产品之间的一个持续特征是空间分辨和重访时间之间的权衡：高时空分辨率与粗空分辨率达到了高度分辨率，反之亦然。机器学习方法已成功应用于广泛的遥感和水文研究。然而，仍然需要提供解决对植被的干旱影响的全球应用程序，因为这种产品有显着的潜力可以帮助改善干旱影响监测。为此，这项研究预测了基于增强的植被内部（EVI）和流行的随机森林（RF）回归体的全球植被动态。我们评估了RF作为间隙填充和缩减工具的适用性，以生成在空间和时间上一致的全局EVI估计值。为此，我们使用了许多特征，指示了植被经验丰富的水和能量平衡，并评估了该新产品的性能。结果表明，RF可以以0.1°分辨率（RMSE：0.02-0.4）和0.01°分辨率（RMSE：0.04-0.6）捕获全局EVI动力学。接下来，为了测试RF在空间分辨率方面是否稳健，我们降低了全局EVI：在0.1°数据上训练的模型用于以0.01°的重置预测EVI。总体误差更高。尽管如此，相对增加仍然是
关于代码复杂度指标的准确性
复杂性是软件质量的关键要素。本文探讨了测量代码复杂性的问题，并讨论了一项受控实验的结果，以比较测量代码复杂性的不同观点和方法。参与者（27 名程序员）被要求阅读并（尝试）理解一组程序，而这些程序的复杂性则通过不同的方法和视角进行评估：（a）经典的代码复杂性指标，如 McCabe 和 Halstead 指标，（b）基于评分代码构造的认知复杂性指标，（c）来自 SonarQube 等最先进工具的认知复杂性指标，（d）依赖于使用眼动追踪直接评估程序员行为特征（例如阅读时间和重访）的人本指标，以及（e）使用脑电图 (EEG) 评估的认知负荷/心理努力。以人为本的观点与参与者使用 NASA 任务负荷指数 (TLX) 对理解程序所需的心理努力的主观评估相得益彰。此外，代码复杂度的评估在程序级别和尽可能低的代码构造/代码区域级别上进行测量，以识别可能引发程序员对代码理解难度感知的复杂性激增的实际代码元素和代码上下文。使用 EEG 测量的程序员认知负荷被用作参考，以评估不同指标如何表达（人类）理解代码的难度。大量实验结果表明，流行的指标（如 V(g) 和 SonarSource 工具的复杂性指标）与程序员对代码复杂性的感知存在很大偏差，并且通常不会显示预期的单调行为。本文
重温创意产业的诞生
本报告对这份已被证明是现代文化政策最具影响力和影响最深远的干预措施之一的文件进行了新的阐释。《重访创意产业的诞生》由乔纳森·格罗斯撰写，汇集了许多直接参与制定《规划文件》的人员的回忆。它基于一系列一对一访谈以及见证人研讨会——伦敦国王学院采用这种形式来探索关键的政治、社会或文化事件和机构，捕捉参与者的重要观点，并带我们走进近期的重要时刻。在这次活动中，新工党创意产业工作组的成员齐聚一堂，在一群学者和行业专家面前讨论《规划文件》的起源，根据他们的亲身经历，制作出一段原本不会存在的口述历史。创意产业发明背后的原因和方式将宏观（政治和经济变革）和微观（一小群但最终具有影响力的人的想法、能量和行动）结合在一起。格罗斯博士以多种尺度讲述了 1998 年《创意产业规划文件》的故事，以及它们如何并不总是整齐划一，揭示了宝贵的经验教训，有助于理解政策的制定方式以及政治变革为何会发生（并且往往不会发生）。二十多年过去了，人们普遍认为创意产业在英国的经济和文化生活中发挥着重要作用，同时也为我们在全球舞台上的成功做出了贡献。然而，可以说，政策制定者可以做更多的事情来创造条件，让创意产业继续蓬勃发展。我希望，重温文化政策的这一关键时刻，不仅能让人们对这一迷人的历史时刻产生新的兴趣，还能让人们对它能给我们的未来带来什么启发产生新的兴趣。