16. 摘要 越来越多地需要将无人机系统 (UAS) 用于一系列目前超出书面法规范围的新应用,包括出租车服务、包裹递送、农作物喷洒等。现行《联邦法规法典》第 14 章第 107 部分限制了 UAS 的航空公司应用。特别是,14 CFR 第 107 部分法规没有明确涉及 14 CFR 第 121 部分(即航空公司运营)和 14 CFR 第 135 部分(即通勤航空运营)。无人驾驶操作中的机组人员和人员配备要求已得到广泛研究,对此进行注释是本文件的重点,但 UAS 应用和 UAS 自动化的近期和持续发展导致机组人员的角色和职责发生变化。这份带注释的参考书目将有助于为从最后一英里到高空长航时操作的未来法规提供信息,以便这些 UAS 的新应用可以安全地集成到国家空域系统 (NAS) 中。本注释书目旨在汇总机组人员和人员配备文献,为航空公司运营中有关 UAS 操作员的未来法规提供参考。它涵盖了有关机组人员和人员配备、自动化、培训、测试以及值班和休息要求的一系列文献。文章是通过搜索与无人驾驶操作和机组人员和人员配备要求相关的关键词从 PsycINFO、Google Scholar 和联邦航空管理局 (FAA) 技术图书馆数据库收集的。七十六篇文章被确定为与本文献综述相关。文章包括实证研究、荟萃分析、文献综述和组织指南。本注释书目分为两个主要部分:无人机系统和载人操作,并附有相关小标题。这些小标题是根据一般发现生成的,即机组人员和人员配备需求应由运营需求决定,而 UAS 自动化的快速发展导致机组人员的角色发生变化。标准化 UAS 操作员机组人员和人员配备要求将支持 UAS 安全有效地融入 NAS。对于美国联邦航空局和行业利益相关者来说,这仍然是一项重要举措。
16. 摘要 越来越多地需要将无人机系统 (UAS) 用于一系列目前超出书面法规范围的新应用,包括出租车服务、包裹递送、农作物喷洒等。现行《联邦法规法典》第 14 章第 107 部分限制了 UAS 的航空公司应用。特别是,14 CFR 第 107 部分法规没有明确涉及 14 CFR 第 121 部分(即航空公司运营)和 14 CFR 第 135 部分(即通勤航空运营)。无人驾驶操作中的机组人员和人员配备要求已得到广泛研究,对此进行注释是本文件的重点,但 UAS 应用和 UAS 自动化的近期和持续发展导致机组人员的角色和职责发生变化。这份带注释的参考书目将有助于为从最后一英里到高空长航时操作的未来法规提供信息,以便这些 UAS 的新应用可以安全地集成到国家空域系统 (NAS) 中。本注释书目旨在汇总机组人员和人员配备文献,为航空公司运营中有关 UAS 操作员的未来法规提供参考。它涵盖了有关机组人员和人员配备、自动化、培训、测试以及值班和休息要求的一系列文献。文章是通过搜索与无人驾驶操作和机组人员和人员配备要求相关的关键词从 PsycINFO、Google Scholar 和联邦航空管理局 (FAA) 技术图书馆数据库收集的。七十六篇文章被确定为与本文献综述相关。文章包括实证研究、荟萃分析、文献综述和组织指南。本注释书目分为两个主要部分:无人机系统和载人操作,并附有相关小标题。这些小标题是根据一般发现生成的,即机组人员和人员配备需求应由运营需求决定,而 UAS 自动化的快速发展导致机组人员的角色发生变化。标准化 UAS 操作员机组人员和人员配备要求将支持 UAS 安全有效地融入 NAS。对于美国联邦航空局和行业利益相关者来说,这仍然是一项重要举措。
人们越来越需要将无人机系统 (UAS) 用于一系列目前超出书面法规范围的新应用,包括出租车服务、包裹递送、农作物喷洒等等。现行《联邦法规法典》第 14 章第 107 部分限制了 UAS 的航空公司应用。特别是,14 CFR 第 107 部分法规没有明确涉及 14 CFR 第 121 部分(即航空公司运营)和 14 CFR 第 135 部分(即通勤航空运营)。无人驾驶操作中的机组人员和人员配备要求已得到广泛研究,对此进行注释是本文档的重点,但 UAS 应用和 UAS 自动化的近期和持续发展已导致机组人员的角色和职责发生变化。本带注释的参考书目将有助于为未来从最后一英里到高空长航时操作的法规提供信息,以便这些 UAS 的新应用可以安全地集成到国家空域系统 (NAS) 中。本带注释的参考书目旨在综合机组人员和人员配备文献,为未来有关航空公司运营中 UAS 运营商的法规提供信息。它涵盖了有关机组人员和人员配备、自动化、培训、测试以及值班和休息要求的一系列文献。通过搜索与无人驾驶操作和机组人员和人员配备要求相关的关键字,从 PsycINFO、Google Scholar 和联邦航空管理局 (FAA) 技术图书馆数据库中收集了文章。确定有 76 篇文章与本文献综述相关。文章包括实证研究、荟萃分析、文献综述和组织指南。本带注释的参考书目分为两个主要部分:无人机系统和载人操作,并附有相关小标题。这些小标题是根据以下一般发现生成的:机组人员和人员配备需求应由运营需求决定,而 UAS 自动化的快速发展导致机组人员的角色发生变化。标准化 UAS 操作员机组人员和人员配备要求将支持 UAS 安全有效地融入 NAS。这仍然是 FAA 和行业利益相关者的一项重要举措。
2012年至2017年之间的研究主要集中于支持技术,例如电话和视频会议,这些技术有助于促进ODR或提供计划(例如,分离后的育儿)。2019年的研究重点是替代技术,例如替代基于纸张流程的在线数字平台,以及使用人工智能和算法来决策和自动化法院流程的破坏性技术。2019年的研究还要求采用新技术来实现家庭和民间司法系统的现代化。研究和媒体文章的注释分别可以在附件A和B中找到。本报告的附件C中包括了研究中确定的一些在线平台和数字技术的列表。
估计此次信息收集的公共报告负担平均为每份回应 1 小时,包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将有关此负担估计或本次信息收集任何其他方面的评论(包括减轻负担的建议)发送至国防部华盛顿总部服务处信息行动和报告局 (0704-0188),1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302。受访者应注意,尽管法律有任何其他规定,但如果信息收集未显示当前有效的 OMB 控制编号,则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格寄回上述地址。1.报告日期 (DD-MM-YYYY) 2.报告类型 3.涵盖日期 (从 - 到) 19-11-2021 参考书目
脑电图 (EEG) 广泛用于诊断癫痫、神经退行性疾病和睡眠相关疾病等神经系统疾病。正确解释 EEG 记录需要训练有素的神经科医生的专业知识,而这种资源在发展中国家非常稀缺。神经科医生花费大量时间筛选 EEG 记录以寻找异常。由于 EEG 测试的产量低,大多数记录结果完全正常。为了最大限度地减少这种时间和精力的浪费,可以使用自动算法提供诊断前筛查,以区分正常和异常 EEG。数据驱动的机器学习提供了一种前进的方向,然而,现代机器学习算法的设计和验证需要经过适当策划的标记数据集。为了避免偏见,基于深度学习的方法必须在来自不同来源的大型数据集上进行训练。这项工作提出了一个新的开源数据集,名为 NMT 头皮 EEG 数据集,由来自不同参与者的 2,417 条记录组成,跨越近 625 小时。每条记录都由一组合格的神经病学家标记为正常或异常。还包括患者的性别和年龄等人口统计信息。我们的数据集主要针对南亚人口。我们在 NMT 上实施和评估了几种为 EEG 诊断前筛查而开发的最先进的深度学习架构,并将其与著名的天普大学医院 EEG 异常语料库的基线性能进行了比较。我们还研究了基于深度学习的架构在 NMT 和参考数据集上的泛化。发布 NMT 数据集是为了增加 EEG 数据集的多样性,并克服 EEG 研究缺乏准确注释的公开可用数据集的问题。
。CC-BY 4.0 国际许可,根据 提供(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者,此版本于 2022 年 3 月 6 日发布。;https://doi.org/10.1101/2022.03.06.483171 doi:bioRxiv 预印本
16.摘要 人们对将无人机系统 (UAS) 用于商业运营的兴趣日益浓厚。《联邦航空法规》第 14 章 (14 CFR) 第 121 和 135 部分未考虑航空公司使用小型 UAS (sUAS) 的运营,而第 107 部分规定了 sUAS 的最大重量限制。除非直接参与军事行动或获得联邦航空管理局 (FAA) 的豁免,否则不允许超过此重量限制的 UAS 进行民用运营。本文献综述和带注释的参考书目旨在整合和集中值班时间、轮班工作和疲劳文献,以便为航空公司运营中有关 UAS 运营商的未来政策和法规提供信息。它涵盖了 1990 年至 2019 年期间与无人和载人操作相关的值班时间、轮班工作、疲劳和疲劳风险管理方面的一系列文献。还讨论了可能影响操作员疲劳体验的人为因素 (HF) 和人体工程学考虑因素。搜索的文章来自 PsychINFO、Google Scholar 和 FAA 技术图书馆数据库,使用与无人和航空公司运营和疲劳相关的关键字。此外,使用 Google Scholar“引用”功能进行正向搜索有助于确定与该主题相关的其他文献。一百零五篇文章(59 篇文献综述/组织指南,46 项实证研究)讨论了无人和载人操作中的值班时间、轮班工作和疲劳。相关带注释的参考书目将研究文献分为三个主要部分(无人机系统、载人操作和美国军事飞行员执勤时间规定),并附有相关小标题。在载人操作中,执勤时间、轮班工作和疲劳问题已得到广泛研究,但在无人操作中研究较少。UAS 中的执勤时间、轮班工作和疲劳问题主要在军事航空和海上操作中进行研究,而这两类操作之外的研究则更普遍地关注人类如何与无人系统互动。这凸显了在 UAS 操作中进一步研究执勤时间、轮班工作和疲劳的必要性,以及需要进一步考虑 UAS 定义和分类标准以及 UAS 融入国家空域系统 (NAS),以最大限度地降低风险并最大限度地提高人员和财产的运营安全性。此项研究任务与更广泛的研究组合一起提供,以支持 FAA 为制定未来 UAS 航空公司运营中值班时间、轮班工作和疲劳方面的政策和法规所做的努力。
将无人机系统 (UAS) 整合到国家空域系统 (NAS) 需要彻底了解 UAS 操作所需的知识、技能、能力和其他特性 (KSAO)。随着 UAS 操作超出《联邦法规法典》第 14 章 (14 CFR) 第 107 部分的范围,联邦航空管理局 (FAA) 越来越需要标准化飞行员要求、认证要求以及测试和培训要求,特别是对于航空公司和商业运营。第 107 部分未涉及航空公司运营;现有的航空公司规则(见 14 CFR 第 121 和 135 部分)在制定时并未考虑到 UAS。目前,我们对各种 UAS 操作所需的最低知识、技能和测试的理解存在差距,这对 FAA 规则制定构成了挑战。本带注释的参考书目旨在通过基于研究文献的审查记录无人机操作飞行员的知识、技能和测试要求来弥补这一差距。本注释书目将支持 FAA 飞行标准服务通用航空和商业部门 (AFS- 800) 为 UAS 人员上空飞行、扩展飞行和非隔离飞行制定规则,以及航空运输部门 (AFS-200) 为制定 UAS 航空公司监管要求制定规则。文章收集自 Google Scholar 和 FAA Technical L
问:部署 Annotate 是否需要任何额外的硬件基础设施?答:目前,您将收到一台服务器,安装在您的内部诊所网络中。ART-Plan TM 是一款基于 Web 的软件,其计算资源在服务器上运行。因此,从第一天起,它就可以通过连接到您诊所网络的任何计算机访问,并且结果可以推送到您医院网络中的任何 TPS 或 PACS 系统。您唯一需要的就是一台计算机和一个 Web 浏览器。无需额外的硬件。很快,Annotate 将通过云端提供,进一步优化和简化您的放射治疗工作流程。