XiaoMi-AI文件搜索系统
World File Search SystemCalibrating
校准摄影测量机载相机...
本文介绍了一种用于机载摄像系统几何校准的实验室方法。该装置使用入射激光束，该光束由衍射光学元件 (DOE) 分成具有精确已知传播方向的多个光束。衍射图案的每个点代表无穷远点，并且对平移不变。单个图像足以按照使用针孔相机模型和失真模型的经典相机校准方法进行完整的相机校准。所提出的方法节省时间，因为不需要使用多幅图像的复杂束调整程序。它非常适合与框架相机系统一起使用，但原则上也适用于推扫式扫描仪。为了证明可靠性，将传统的测试场校准与所提出的方法进行了比较，结果显示所有估计的相机参数都略有不同。此外，还进行了 Zeche Zollern 参考目标的试飞。空中三角测量结果表明，使用 DOE 校准机载摄像系统是一种可行的解决方案。
校准对人工智能辅助决策的信任
随着人工智能产品的普及，人类和人工智能越来越多地合作做出决策。为了使这种类型的合作取得成功，人类需要了解人工智能的能力，以便有效地校准他们的信任。在这些合作关系中，以人类可以理解的方式解释决策和预测至关重要，以鼓励信任校准。可解释人工智能领域专注于将可解释性融入人工智能，但旨在使人工智能模型更具可解释性。因此，这项研究通常从以模型为中心的角度而不是以人为中心的角度来处理解释。与此同时，行业研究人员已经制定了指导方针，以帮助界面设计师有效地生成用户友好的解释。然而，这些指导方针通常过于宽泛，无法有效指导行业设计师的日常工作。我们的研究通过两种方法解决了这一差距：一个实证实验，研究人们如何回应解释以及哪些类型的解释对信任校准最有帮助；以及一个教育资源，帮助行业设计师了解用户可能有什么问题，以及使用环境如何影响他们可能使用的解释。我们的实验结果表明，解释并不总是有助于信任校准，实际上可能会损害信任校准，尤其是面对自我能力较低的新手用户时。我们对行业设计师进行的探索性访谈和可用性测试表明，人们渴望一种全面但易于访问的教育资源，以转化我们实验等研究并指导可解释的 AI 产品界面的设计。关键词
精确且快速校准的语音神经假体
交流是构造障碍患者的优先事项，例如中风和肌萎缩性侧索硬化症（ALS）1。患有疾病的人会损害沟通报告，增加了隔离，抑郁症和生活质量下降的速度2,3；失去沟通可能会确定一个人是否会在高级ALS 4中追求或撤回维持生命的护理。虽然可以使用现有的增强性和辅助通信技术，例如头部或眼动仪，但随着患者失去自愿性肌肉控制5，它们的信息传输率较低，并且越来越难以使用。大脑计算机接口是一种有前途的通信技术，可以直接从皮质神经信号中解码用户的预期语音6。开发语音神经假期的努力主要是基于研究的研究，这些数据是从经受电生理监测的能力强大的扬声器进行回顾性分析的，以实现临床目的7-16。几个小组已经进行了实时的脑界面研究，以使用植入的皮质摄影（ECOG）17-20恢复丢失的语音，其中包括在17期发表的报告，或物质内多电极阵列21。最近的两份报告通过将尝试的语音通过尝试到音素（单词的基础）而产生的皮质神经信号并将这些音素组装成在计算机屏幕上显示的单词和/或句子，从而建立了“大脑到文本”的语音表现19,21。这些研究实现了通过单词错误率量化的沟通性能，为25.5％，1,024字词汇19和23.8％，词汇为125,000字，词汇21，并需要大约17个小时的记录才能收集足够的训练数据以获得该水平的表现。
cctr：校准不确定性的轨迹预测 -
自主驾驶系统依靠精确的轨迹前词进行安全有效的运动计划。尽管努力提高预测准确性，但由于数据噪声和不完整的观察，固有的不确定性仍然存在。许多策略需要将预测结果形式化为分布，并利用差异代表不明显。然而，我们的实验研究表明，现有的轨迹预测模型产生了不可靠的不可估计的估计，需要进行其他定制的核心过程。另一方面，直接将电流校准技术应用于预测输出可能会产生亚最佳结果，因为对所有预分解使用了通用缩放器并忽略了信息性的数据提示。在本文中，我们提出了使用调节器（CCTR）的定制校准温度，这是一个通用框架，可以校准外部分布。具体来说，CCTR 1）采用基于校准的正规器将输出差异与预测与地面真相之间的差异相一致，并且2）使用上下文和历史信息为每个预测提供了每个预测的量身定制的温度缩放器。涉及多种谓词和计划方法的广泛评估表明，CCTR比现有的校准算法和不确定性意识方法的优越性，校准质量的11％ - 22％的显着提高，运动计划的17％-46％。
校准稳定流水力学模型
美国地质调查局将 Price 流速计的良好流量测量结果归类为在真实值的 ±5% 以内。有些人认为，这种假设的误差是乐观的。无论如何，在许多河流系统中，±5% 意味着 ±1 英尺的水位误差。声速计提供连续记录，但当前的美国地质调查局技术会校准这些仪表以重现 Price 流速计的测量结果，因此 AVM 与流速计一样准确。船测总是值得怀疑。人们认为，使用在船上安装三根光束的声速计的较新技术要好得多。还应仔细检查已发布的流量记录。连续流量是根据流量测量（通常每两周或每月进行一次）和连续水位记录计算得出的。测量结果被汇编成流量曲线，后续测量与流量曲线的偏差用于定义偏移。偏移是由于非稳定流效应（环状流量曲线）和短期地貌变化导致的流量曲线的暂时变化。记录的质量取决于流量测量的频率和水文学家的技能。唯一的方法是将流量测量值与流量记录进行比较。不过，如果测量频率不高，则只能将流量记录应用于模型，看看水位记录的再现效果如何。记住！大多数已发布的流量记录都是平均日流量。建模者必须以某种方式为这些记录分配时间值。
校准光子计数探测器以实现高精度
参数下转换产生的光子对提供了一种校准单光子探测器的绝对方法 [1–14]。由于光子是成对产生的，因此检测到一个光子肯定预示着另一个光子的存在。为了测量检测效率，放置触发检测系统来拦截部分下转换光。然后安排被测探测器 (DUT) 收集与触发探测器看到的光子相关的所有光子（通常更多）。在理想情况下，DUT 通道检测效率是给定时间间隔内巧合事件数与触发检测事件数之比。 （这里所说的理想情况是指，除了双光子源之外，没有任何竞争机制导致探测器触发；而巧合是指两个探测器由于一对光子而触发。）如果我们分别用 η DUT 和 η trig 来指定 DUT 和触发通道的收集效率，则触发计数的总数为
校准低频数字水听器
摘要：加拿大海洋网络公司发起了一个项目，旨在评估用于有线海洋观测站的低频智能水听器的性能。找不到合适的独立校准设施，无法校准 a) 数字水听器或 b) 低至 0.01 Hz。数字水听器系统缺乏端到端校准能力是潜在的错误来源，而数字水听器校准缺乏标准则需要使用多种指标，例如 dB re µPa 2 @FS 或 dB re counts 2 /µPa 2 。由于缺乏现有的端到端校准系统，因此需要为海洋观测站设计一个低频数字水听器校准系统。本文介绍了新校准系统的设计、操作挑战和性能。该系统由活塞驱动，活塞以正弦方式对少量有限体积的水加压，参考压力传感器和被测单元浸入其中。校准组件浸入水浴中以进行热阻尼，并将水浴封闭以进行隔振。
cctr：校准不确定性的轨迹预测 -
自主驾驶系统依靠精确的轨迹前词进行安全有效的运动计划。尽管努力提高预测准确性，但由于数据噪声和不完整的观察，固有的不确定性仍然存在。许多策略需要将预测结果形式化为分布，并利用差异代表不明显。然而，我们的实验研究表明，现有的轨迹预测模型产生了不可靠的不可估计的估计，需要进行其他定制的核心过程。另一方面，直接将电流校准技术应用于预测输出可能会产生亚最佳结果，因为对所有预分解使用了通用缩放器并忽略了信息性的数据提示。在本文中，我们提出了使用调节器（CCTR）的定制校准温度，这是一个通用框架，可以校准外部分布。具体来说，CCTR 1）采用基于校准的正规器将输出差异与预测与地面真相之间的差异相一致，并且2）使用上下文和历史信息为每个预测提供了每个预测的量身定制的温度缩放器。涉及多种谓词和计划方法的广泛评估表明，CCTR比现有的校准算法和不确定性意识方法的优越性，校准质量的11％ - 22％的显着提高，运动计划的17％-46％。
校准新空间中的知识产权和创新
预计商业航天业很快将爆发式增长，成为一个价值万亿美元的产业，但新太空领域的专利保护却在很大程度上被这个由技术创新和快速发展驱动的行业所忽视。由于大型商业航天公司依赖几乎不可能独立发明或逆向工程的商业秘密，因此发明很少得到披露。发明披露和保密的好处是众所周知的，但尚未有针对航天工业发明的分析。本文通过分析航空航天工业中常见的知识产权实践并运用知识产权理论，填补了文献中的空白。我还回顾了政府过去在航空航天工业知识产权方面的行动。我发现商业航天行业的参与者几乎没有动力披露他们的发明。这种缺乏激励可能会损害或减缓商业航天业的扩张。本文可能对希望通过知识产权政策继续扩张和创新商业航天业的政策制定者有所帮助。
一种精确且快速校准的语音神经假体
作者的经济利益：Stavisky、Henderson 和 Willett 是斯坦福大学所拥有的知识产权的发明人，这些知识产权已授权给 Blackrock Neurotech 和 Neuralink Corp。Wairagkar、Stavisky 和 Brandman 拥有与加州大学校董会拥有的语音 BCI 相关的专利申请。Stavisky 是 wispr.ai 的顾问，并获得了股权。Brandman 是 Paradromics Inc. 的外科顾问。Henderson 是 Neuralink Corp 的顾问，在 Enspire DBS 的医学顾问委员会任职，也是 Maplight Therapeutics 的股东。MGH 转化研究中心与 Neuralink、Synchron、Axoft、Precision Neuro 和 Reach Neuro 签订了临床研究支持协议，LRH 为其提供咨询意见。麻省总医院 (MGB) 正在召集可植入脑机接口协作社区 (iBCI-CC)；向 MGB 提供的慈善捐赠协议，包括迄今为止从 Paradromics、Synchron、Precision Neuro、Neuralink 和 Blackrock Neurotech 获得的捐赠，都支持 iBCI-CC，LRH 为其提供了帮助。Glasser 是 Sora Neuroscience、Manifest Technologies 和 Turing Medical 的顾问。