XiaoMi-AI文件搜索系统
World File Search System4D
CDAN1抑制ASF1的机制
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2024年8月10日发布。 https://doi.org/10.1101/2024.08.09.606830 doi：Biorxiv Preprint
基于 4D 轨迹的空中交通管理
摘要。当前的空中交通管理 (ATM) 功能方法正在发生变化：现在将“时间”作为轨迹的附加第四维度。这一概念将要求飞机准确遵守指定检查点的到达时间，称为时间窗口 (TW)。在此背景下，我们回顾了 4D 轨迹的操作概念，首先分析了它们在通信、导航和监视 (CNS) 系统中实施的基本要求，然后研究了它们在未来 ATM 环境中的管理。我们专注于定义 4D 轨迹与未来 ATM 框架的其他概念和系统之间的关系，以及其应用所需的需求，详细说明必须部署的主要工具、程序和 ATM/CNS 系统。我们评估了 4D 轨迹的管理和规划方式（协商、同步、修改和验证过程）。然后，基于 4D 轨迹的退化，我们通过评估退化容差和条件来定义和引入必要的纠正措施。
基于 4D 轨迹的空中交通管理
摘要。当前的空中交通管理 (ATM) 功能方法正在发生变化：现在“时间”被整合为轨迹的第四维度。这一概念将要求飞机准确遵守指定检查点的到达时间，称为时间窗口 (TW)。在此背景下，我们回顾了 4D 轨迹的操作概念，首先分析了它们在通信、导航和监视 (CNS) 系统中实施的基本要求，然后研究了它们在未来 ATM 环境中的管理。我们专注于定义 4D 轨迹与未来 ATM 框架的其他概念和系统之间的关系，以及其应用所需的需求，详细说明必须部署的主要工具、程序和 ATM/CNS 系统。我们评估了 4D 轨迹的管理和规划方式（协商、同步、修改和验证过程）。然后，基于 4D 轨迹的退化，我们通过评估退化容差和条件来定义和引入必要的纠正措施。
附录-4D和半年财务报告。 ...
无抵押贷款设施与现任首席执行官兼执行董事Lee Bug Huy先生合作。截至2024年12月31日，在贷款上降低了6,843,845美元，在2024年12月31日的货物汇率31年12月31日至31日）。Under an annex to the original loan facility agreement that was entered into on 20 September 2023, the original loan facility of US$7,800,000 (AU$12,546,300 as at 31 December 2024 spot rate) is due to be repaid by 22 July 2027, six years from the first drawdown, while the additional loan facility of US$5,000,000 (AU$8,042,500 as at 31 December 2024 spot rate) is due将于2026年5月13日偿还，这是从第一次逐出的四年。贷方可能在任何时候都需要提前还款，并提前一个月的通知。贷方向多纳科（Donaco）提供了财政支持信，该书指出，如果以有害的方式影响公司及其子公司的任何债权人，他将不会撤回或呼吁贷款。可预见的未来提供此类财政支持，涵盖截至2024年12月31日的6个月的财务报表发行之日起24个月。
人工智能赋能的 3D 和 4D 打印技术助力更智能的生物医学材料和方法
摘要：在过去的几十年里，3D 打印作为一种创新技术，在组织和器官制造、患者专用矫形器、药物输送和手术规划方面发挥了至关重要的作用。然而，用于 3D 打印的生物医学材料通常是静态的，无法在体内环境中动态响应或转变。这些材料是离位制造的，这涉及首先在平面基板上打印，然后将其部署到目标表面，从而导致打印部件和目标表面之间可能不匹配。4D 打印的出现解决了其中一些缺点，为生物医学领域开辟了一条有吸引力的道路。通过预编程智能材料，4D 打印能够制造动态响应外部刺激的结构。尽管具有这些潜力，但 4D 打印动态材料仍处于发展初期。人工智能 (AI) 的兴起可以推动这些技术的发展，扩大其适用性，通过选择具有所需结构、特性和功能的有前途的材料来扩大智能材料的设计空间，缩短制造时间，并允许直接在目标表面进行原位打印，实现人体微结构的高保真度。在这篇综述中，我们概述了 4D 打印作为设计先进智能材料的迷人工具。然后将讨论使用开环和闭环方法的人工智能赋能的 3D 和 4D 打印的最新进展，特别是关于形状变形 4D 响应材料、在移动目标上打印和用于原位打印的手术机器人。最后，对 5D 打印作为一种先进的未来技术进行了展望，其中人工智能将扮演第五维的角色，以增强 3D 和 4D 打印的有效性，以开发生物医学领域及其他领域的智能系统。
使用4D雷达和视觉融合增强了3D对象检测，并进行分割辅助
4D雷达对复杂的照明和不利天气条件表现出鲁棒性，与3D目标检测相比提供了独特的数据特征。但是，由于4D雷达点云的稀疏性，大多数3D目标检测算法的性能受到限制。为了解决这个问题，本文提出了一个基于细粒点云segmentation的3D对象检测模型。我们的方法首先使用雷达参考点模块丰富了点云数据，以补偿其稀疏性。然后将点云呈现，并通过简单的分割网络提取语义信息。最后，通过使用注意机制融合点云特征和半信息来实现3D对象检测。在VOD数据集上进行的广泛实验表明，我们的模型达到了平均平均精确度（MAP），比验证集的基线高5％，自行车的4％显着提高，山雀的改善为8％。这些结果通过基于激光雷达的模型缩小了性能差距，突出了我们分割辅助检测方法的效果。源代码可在https://github.com/huniki/rvasanet.git.git
radarnext：基于4D MMWave Imaging Radar
摘要 - 3D对象检测对于自动驾驶（AD）和高级驾驶员辅助系统（ADA）至关重要。但是，大多数3D检测器优先考虑检测准确性，通常会忽略实际应用中的网络推理速度。在本文中，我们提出了基于4D MMWave雷达点云的实时可靠的3D对象检测器RadarNext。它利用可重新参数的神经网络来捕获多尺度功能，降低记忆成本并加速推理。此外，为了突出雷达点云的不规则前景特征并抑制背景混乱，我们提出了一个可变形的可变形前景增强网络（MDFEN），以确保检测准确性，同时小型地牺牲了速度的牺牲和参数的过多。dive viewt和tj4dradset数据集的实验结果验证了Radarnext的出色性能和效率，使用我们提出的MDFEN实现了50.48和32.30映射的变体。值得注意的是，我们的radarnext变体在RTX A4000 GPU上达到了超过67.10 fps的推理速度，而Jetson AGX Orin上的推理速度则达到了28.40 fps。这项研究表明，Radarnext带来了基于4D MMWave雷达的3D感知的新颖有效的范式。索引项 - 4D mmwave雷达； 3D对象检测；基于边缘的感知；轻量级感知模型
通过 3D 和 4D 组装方法实现仿生和生物柔性结构：展望
合成。研究自然界中发现的结构已经并将继续推动 3D 制造策略的发展。近年来，该领域的进展取得了巨大的进步，如今相对容易制造的结构在几十年前似乎是不可能的。新的发展，特别是在由软材料或包含软硬成分的混合结构制成的结构构造方面不断涌现。创造模仿生物材料的特性和功能或可以与生物材料相互作用、探测和控制生物材料的软合成结构继续推动该领域的研究。这里，我们重点介绍了文献和我们研究的最新贡献，并利用报告强调了在软材料功能集成到复杂形式的 3D 架构的背景下，软材料化学进展的机会和当前需求。本文考虑的方法旨在强调异质集成的最新范例——利用定向组装和打印来构建复杂功能复合材料结构的 4D 制造方法。
在天气引起的不确定性下，强大的4D气候 - 最佳飞机轨迹计划：自由路线空间
航空的非CO 2气候影响强烈依赖于排放时的大气条件。因此，可以通过计划轨迹重新列出具有重大气候影响的空域区域来减轻其相关的气候影响。识别这种气候敏感区域需要特定的天气变量。如果不考虑飞行计划中的不考虑，不可避免的不确定天气预报会导致飞机轨迹效率低下。当前的研究解决了在使用集合预测系统中特征的气象不确定性下生成强大气候友好的飞行计划的问题。我们基于强大跟踪最佳控制理论的概念引入了一个框架，以制定和解决拟议的飞行计划问题。气象不确定性对飞机性能变量的影响是使用配制的集合飞机动力学模型捕获的，并通过惩罚性能指数方差来控制。案例研究表明，所提出的方法可以产生气候优化的轨迹，对天气不确定性的敏感性最小。
用于高刚度 4D 打印电控多功能结构的多尺度非均质聚合物复合材料
4D 打印是一个新兴领域，其中 3D 打印技术用于对刺激响应材料进行图案化以创建变形结构，以时间为第四维。然而，目前用于 4D 打印的材料通常较软，在形状变化过程中的弹性模量 (E) 范围为 10 −4 至 10 MPa。这限制了所得结构的可扩展性、驱动应力和承载能力。为了克服这些限制，多尺度异质聚合物复合材料被引入作为一种新型的刚性、热响应 4D 打印材料。这些油墨的 E 比现有的 4D 打印材料高四个数量级，并提供可调节的电导率，可同时实现焦耳加热驱动和自感应功能。利用电控双层作为构建块，设计和打印出一种可变形为 3D 自立式起重机器人的平面几何体，与其他 3D 打印执行器相比，在重量标准化的起重负载和致动应力方面创下了新纪录。此外，该油墨调色板还用于创建和打印平面晶格结构，这些结构可变形为各种自立式复杂 3D 形状。这些贡献被集成到 4D 打印电控多步态爬行机器人晶格结构中，该结构可承载自身重量的 144 倍。