XiaoMi-AI文件搜索系统
World File Search SystemAgile
Agilent 8904A 多功能合成器 直流至 600 kHz
Agilent Technologies 8904A 多功能合成器采用最新的 VLSIC 技术，从六种基本波形创建复杂信号。标准 8904A 以数字方式合成精确的正弦波、方波、三角波、斜波、白噪声和直流波形，并将这些信号路由到单个输出。选件 001 增加了三个相同的内部合成器（通道），它们可以调制第一个合成器或与输出相加。可以为每个合成器独立设置频率、幅度、波形、相位和目标。通道 A 可用的调制类型包括 AM、FM、FM、DSBSC 和脉冲调制。选件 002 增加了第二个 50 Ω 输出，为双通道应用提供了第二个独立信号。选件 003 为 8904A 添加了快速跳频和数字调制功能。选件 005 允许多个 8904A 进行相位同步，以满足需要使用多个 8904A 的应用。选件 006 将 8904A 的输出 1 从 50 Ω 浮动输出更改为 600 Ω 高功率平衡输出。使用此选项，8904A 可以将 10 伏特有效值电压输出到 600 Ω 负载，频率范围从 30 Hz 到 100 kHz 以上。所有这些独特功能使 8904A 成为 VOR、ILS、FM 立体声和通信信号等要求苛刻的应用的强大工具。
Agilent AN 1298 通信系统中的数字调制
2.6 无线电发射机中的 I 和 Q I/Q 图特别有用，因为它们反映了使用 I/Q 调制器创建大多数数字通信信号的方式。在发射机中，I 和 Q 信号与相同的本地振荡器 (LO) 混合。90 度移相器放置在其中一个 LO 路径中。相隔 90 度的信号也称为彼此正交或正交。正交信号不会互相干扰。它们是信号的两个独立分量。重新组合时，它们将相加为复合输出信号。I 和 Q 中有两个独立信号，可以通过简单的电路发送和接收。这简化了数字无线电的设计。I/Q 调制的主要优点是能够轻松地将独立信号分量组合成单个复合信号，然后再将这种复合信号拆分成其独立分量。
展示从没有状态估计的像素飞行的敏捷飞行
摘要 - 次数是最敏捷的飞行机器人之一。尽管在基于学习的控制和计算机视觉方面取得了进步，但自动无人机仍然依赖于明确的状态估计。另一方面，人类飞行员仅依靠从板载摄像头的第一人称视频流将平台推向极限，并在看不见的环境中坚固地飞行。据我们所知，我们提出了第一个基于视觉的四摩托系统，该系统自动浏览高速的一系列门，而直接映射像素以控制命令。像专业的无人机赛车飞行员一样，我们的系统不使用明确的状态估计，并利用人类使用的相同控制命令（集体推力和身体速率）。我们以高达40 km/h的速度展示敏捷飞行，加速度高达2 g。这是通过强化学习（RL）的基于识别的政策来实现的。使用不对称的参与者批评，可以促进培训，并获得特权信息。为了克服基于图像的RL训练期间的计算复杂性，我们将门的内边缘用作传感器抽象。可以在训练过程中模拟这种简单但坚固的与任务相关的表示，而无需渲染图像。在部署过程中，使用基于Swin-Transformer的门检测器。我们的方法可实现具有标准，现成的硬件的自动敏捷飞行。尽管我们的演示侧重于无人机赛车，但我们认为我们的方法超出了无人机赛车的影响，可以作为对结构化环境中现实世界应用的未来研究的基础。
深入研究：敏捷产品团队的AI
跨越行业的敏捷产品团队越来越多地利用AI（从机器学习分析到生成的AI）来更好地了解客户并提供创新的解决方案。一项2024年的调查显示，AI采用激增，有65％的组织定期使用生成AI（比10个月前的速率几乎是AI的两倍）（2024年初的AI状态| McKinsey）。至关重要的是，这些AI部署不仅仅是效率；他们正在产生新的客户见解和创意产品策略。下面，我们研究了三个深入的案例研究（来自初创公司，中型科技公司和一家大型企业），这些案例研究说明了AI驱动的方法如何与敏捷方法配对，转化了产品发现和交付。然后，我们将密钥课程和原则提炼为寻求最大化AI影响的敏捷团队。
IVT mRNA封装效率使用安捷伦碎片分析仪系统
已经确定了许多关键质量属性（CQA），以评估DP公式的成功，包括完整性，纯度，大小和封装效率。评估封装效率CQA取决于对IVT mRNA的可靠定量。基于荧光的板块读取器通常使用RNA定量测定法进行了此评估，例如Ribogreen。本申请说明将安捷伦碎片分析仪系统作为封装效率评估的替代方法。系统使用并行毛细管电泳按大小分离样品，并提供完整性，纯度和尺寸CQA分析所需的分辨率。该系统还允许进行定量分析，可用于在DP 1中为总IVT mRNA提供浓度测量。片段分析仪通过合并必要的测试来表征IVT mRNA，包括封装效率，完整性和尺寸为单个仪器，从而增强了IVT mRNA CQA工作流程。
Lenovo Thinkagile VX650 V3 2U集成系统和VX650 V3 2U认证节点
Lenovo Thinkagile VX650 V3集成系统和经认证的节点是2台2U系统，具有第5代Intel Xeon可伸缩处理器（以前是代号为“ Emerald Rapids）和第四代Intel Xeon可伸缩处理器（以前是“ Sapphire Rapids”）。VX650 V3每5代处理器提供多达64个内核，每第四代处理器最多可提供60个核心，并支持I/O新的PCIE 5.0标准，VX650 V3在2U外形尺寸中提供了两台的终极性能。vmware提供了一种独特的软件定义方法，可用于超级融合，利用管理程序在紧密集成的软件堆栈中提供计算，存储和管理。
Lenovo Thinkagile VX645 V3 1U集成系统和认证节点（AMD EPYC 9000）
主动平台警报（包括PFA和智能警报）：处理器，电压调节器，内存，内部存储（SAS/SASA HDDS和SSD，NVME SSD，M.2存储，闪存存储适配器），风扇，电源，电源，电源，RAID控制器，服务器控制器，服务器环境和亚部件温度。警报可以通过XClarity控制器浮出水面，例如Lenovo XClarity Administrator和VMware Vcenter等经理。这些主动的警报可让您在可能的故障之前采取适当的操作，从而增加服务器正常运行时间和应用程序可用性。
Lenovo Thinkagile VX850 V3认证节点
具有状态LED的操作面板。可选的外部诊断手机，带有LCD显示。具有16x 2.5英寸前驱动器托架的型号可以选择支持集成的诊断面板。XClarity控制器2（XCC2）基于ASPEED AST2600底板管理控制器（BMC）的嵌入式管理。用于管理XCC2远程访问的专用后太端口。XCLARITY管理员用于集中基础架构管理，XCLARITY INTECTOR插件和XClarity Energy Manager集中式服务器电源管理。XCC白金，启用远程控制功能和其他功能。
尽快：对模拟和现实世界进行一致学习敏捷的人形全身技能
训练补偿动力不匹配的三角洲（残留）动作模型。然后用Delta动作模型集成到模拟器中，以ASAP微调进行预训练的策略，以有效地与现实世界动力学对齐。我们在三种转移方案中尽快评估了ISAACGYM到Isaacsim，Isaacgym到Genesis和Isaacgym，以及真实世界的G1人类人体机器人。我们的方法显着提高了各种动态运动的敏捷性和全身协调，与Sysid，DR和Delta动力学学习基准相比，跟踪误差减少了。尽快实现了以前难以实现的高度敏捷运动，这证明了在桥接模拟和现实世界动力学中的三角洲动作学习的潜力。这些结果表明，可以开发出更具表现力和敏捷的人形生物的有希望的SIM到真实方向。