XiaoMi-AI文件搜索系统
World File Search SystemArnav
修复过时的太空服——Arnav 和 Sanay 的研究
1,2 学生，NHVPS，班加罗尔 3 讲师，NHVPS，班加罗尔 摘要：自 20 世纪 30 年代以来，宇航服一直是太空探索不可分割的一部分。在 21 世纪，太空探索面临着比以往更多的挑战，为了满足日益增长的需求，一些公司开始考虑宇航服设计。宇航服存在许多问题，包括笨重、水循环问题、过时等 [13]。这些问题都有不同的解决方案，但这些公司的任务是将所有这些问题解决后整合到一件宇航服中。这些问题通过采用混合机械压力和聚乙烯宇航服得到了解决。与麻省理工学院的 BioSuit 类似，我们的宇航服使用机械压力来提供必要的压力，但通过使用相变材料 Rubitherm RT82，BioSuit 不再需要使用电源持续供热。聚乙烯纳米颗粒层可提供必要的辐射防护。关键词：机械压力、聚乙烯、石墨烯、碳纳米管、相变材料、凯夫拉简介：宇航服是在超地球条件下保护人体的服装。它们主要为宇航员提供压力、氧气、水、冷却、防电离辐射和微陨石的保护。现有的宇航服被称为舱外机动装置 (EMU)。SpaceX 等私人组织已于 2026-2027 年启动火星登陆计划 [4]。随着这一目标的临近，SpaceX、NASA、JPL 和其他公司一直在寻找适合这项任务的宇航服。由于太空技术的高速发展，当今世界对更好的宇航服的需求比以往任何时候都更为迫切。目前的宇航服存在许多问题，如漏水 [8]、音频/无线电通信问题、行动障碍等。解决这些问题对于宇航员的安全是必要的，尤其是考虑到未来的火星任务即将到来，而这类任务需要稍微多功能的设计。就火星而言，开发宇航服需要我们考虑到其恶劣的气候，那里辐射高，大气压只有 600-700 Pa。 [1] 我们也知道太空中的压力为零，所以深空和火星宇航服的开发有很大不同。因此，我们的目标是打造一套适用于这两种任务的多功能宇航服。文献综述：NASA xEMU https://oig.nasa.gov/docs/IG-21-025.pdf
摘要：本研究的目的是确定近东大学学生对使用 Google 应用程序进行移动学习的看法。研究中使用了研究人员开发的包含 20 个项目的数据收集工具。应用结果表明，数据收集工具的克隆巴赫系数为 0.942。本研究的摘要部分提供了一般信息。在方法部分，表格显示了学生的年龄和性别以及学生就读的院系。研究过程中收集的数据在结果和讨论部分给出，并由研究人员在结论部分进行评估。研究结果表明，学生对移动教育中的 Google 应用程序持积极态度。对数据进行统计分析后发现，学生使用 Google 应用程序可以使大多数任务更容易完成。因此，学生使用这些应用程序可以节省更多时间和精力。提供使用这些应用程序的教育并从这些应用程序中受益将是件好事。本研究收集的数据旨在为来自不同大学和国家从事这一主题研究的其他研究人员提供指导。关键词：人工智能；移动学习；谷歌应用；技术。引用方式：Bicen, H., & Arnavut, A. (2020)。谷歌人工智能方法和在移动学习中使用谷歌应用的统计结果。BRAIN。人工智能和神经科学的广泛研究，11 (1)，121-130。https://doi.org/10.18662/brain/11.1/18
摘要：本研究的目的是确定近东大学学生对使用 Google 应用程序进行移动学习的看法。研究中使用了研究人员开发的包含 20 个项目的数据收集工具。应用结果表明，数据收集工具的克隆巴赫系数为 0.942。本研究的摘要部分提供了一般信息。在方法部分，表格显示了学生的年龄和性别以及学生就读的院系。研究过程中收集的数据在结果和讨论部分给出，并由研究人员在结论部分进行评估。研究结果表明，学生对移动教育中的 Google 应用程序持积极态度。对数据进行统计分析后发现，学生使用 Google 应用程序可以使大多数任务更容易完成。因此，学生使用这些应用程序可以节省更多时间和精力。提供使用这些应用程序的教育并从这些应用程序中受益将是件好事。本研究收集的数据旨在为来自不同大学和国家从事这一主题研究的其他研究人员提供指导。关键词：人工智能；移动学习；谷歌应用；技术。引用方式：Bicen, H., & Arnavut, A. (2020)。谷歌人工智能方法和在移动学习中使用谷歌应用的统计结果。BRAIN。人工智能和神经科学的广泛研究，11 (1)，121-130。https://doi.org/10.18662/brain/11.1/18
阿纳夫·卡普尔
Arnav Kapur 麻省理工学院 15,000 美元 “用它！” Lemelson-MIT 学生奖毕业生获得者 AlterEgo，一种非侵入性外周神经计算机接口和 ISGEC（计算机基因表达构建），一个可定制的基因表达测量平台 挑战：计算机和人工智能一直被视为外部实体或代表我们进行计算和行动的外部黑匣子设备。问题是，我们能否颠倒过来，将人类和计算机（人工智能）结合为一个实体，以增强人类的认知和能力，而不是依赖将我们与环境隔离开来的外部接口？仅在美国，就有超过 750 万人在患病或受伤后患有言语障碍。1然而，最常用的可以让这些患者更好地沟通的系统效用有限。符号集（印有字母、单词或图标的纸张）和一种称为稳态视觉诱发电位 (SSVEP) 的过程（将字符应用于显示器上，用户通过眼球运动进行选择）既难以使用，又会导致令人沮丧的缓慢交流，因为用户通常一次只能选择一个字符。因此，患有言语障碍的人往往无法实时分享他们的想法和观点。解决方案：Arnav 的主要发明 AlterEgo 是一个由三部分组成的感官和听觉反馈系统。第一部分使用来自内部语音系统的微妙神经肌肉信号来提取语音。当我们大声说话时，我们的大脑会将电信号传输到 100 多块肌肉和声带以产生语音。当我们在内心对自己说话时，通过非常微妙地只使用我们的内部语音系统，神经信号就会被发送到这些内部系统。从皮肤表面，AlterEgo 能够检测到来自口腔深处的这些信号，并理解一个人想要说什么。系统的第二部分传输从电信号中收集的信息，并将其发送到在后台运行在设备上的人工智能代理。人工智能代理理解数据并准备响应以供音频反馈系统投射。设备的第三部分是双重的。用户可以通过