XiaoMi-AI文件搜索系统
World File Search SystemChronous
遥感技术在数字孪生盆地建设中的应用：应用与前景
摘要：数字孪生流域是物理流域的虚拟表示，具有同步仿真、虚实交互和迭代优化等特点。数字孪生流域的构建需要具有大范围覆盖、高精度、高分辨率、低延迟等特点的流域数据库。遥感技术的进步为获取流域要素变量提供了新的技术手段。本文对遥感技术在降水、地表温度、蒸散、水位、河流流量、土壤湿度和植被七大要素变量的检索原理、数据现状、评估与比对、优势与挑战、应用和前景进行了全面的概述和讨论。指出遥感可以应用于数字孪生流域的一些功能，如干旱监测、降水预报和水资源管理。但还需要通过数据合并、数据同化、偏差校正、机器学习算法、多传感器联合检索等手段，进一步提高数据精度、时空分辨率、时延等。本文将有助于推进遥感技术在数字孪生流域建设中的应用。
IAA-ICSSA-20-0X-XX 地月空间领域认知轨道设计
随着可机动飞行器和计划进入深空（即超越地球同步地球轨道（GEO））的飞行器越来越多，空间环境变得越来越拥挤，空间领域感知（SDA）和空间交通管理（STM）变得越来越具有挑战性。由于地球轨道卫星和地月轨道卫星之间的距离很大且观测几何有限，因此空间基地月领域感知任务的轨道设计是一个重要课题。必须为地月空间物体建立复杂的天体动力学模型，因为月球引力不能像在地球轨道飞行器动态模型中那样被忽略或视为地月物体跟踪动态模型的扰动。地月空间体系在天文学、行星际任务分级、月球探索和通信以及地球轨道插入等应用方面具有重要价值，因此越来越受到航天工业的关注 [1]。放置在地月共线拉格朗日点 L1 和 L2 的航天器可以避免地球和月球的重力井、表面环境问题以及人造和天然空间碎片。这些航天器需要较低的驻留推进剂（每秒厘米级），并且可以在 L1 和 L2 之间或地月空间和日地空间之间飞行 [2]。
飞轮电池的电动机/扬声器-Iris
摘要 - 能源存储是一种新兴技术，可以使基于可再生能源的分布生成的过渡，减少峰值功率需求以及生产和使用之间的时差。可以在网格级别（集中）或用户级别（分布式）上实施能量存储。化学蝙蝠代表了表现和成熟度的存储系统的事实上；但是，电池具有相当大的环境足迹，并使用珍贵的原材料。机械存储技术可以代替化学电池的可行替代方法，因为它们对环境和原材料的影响减少了。本文介绍了电动机/发电机的设计，用于家庭级别的木制储能。通过有限元分析（FEA）比较了三台参考机器：传统的铁核表面永久磁铁（SPM）同步机，一种同步降低机器（Synchrel）和无铁SPM合成机器。仿真表明，由于其高效率，高排放持续时间和低损失，无铁机器的分布储能良好。设计和制造了无铁的机器。实验确认模拟结果。
电网跟踪逆变器和同步调相机
摘要 — 随着全球电力系统继续实现电力电子转换器接口可再生能源的更高瞬时渗透率，这些电力系统的稳定性受到挑战，因为同步电机被移除，而传统上稳定性是从同步电机获得的。尽管这些稳定性挑战的技术解决方案即将出现，例如使用电网形成逆变器，但它们尚未广泛应用于大型电力系统，这对当今实现这些高瞬时渗透率的电力系统带来了运营挑战。使用现有技术的一个潜在临时解决方案是将同步电容器与电网跟踪逆变器配对，这可能会延长运行电力系统的稳定性，同时在可再生能源可用性高的时期关闭同步发电机。这项工作使用 PSCAD 模拟连接到变长输电线的双总线系统来检查这种解决方案的暂态稳定性，其中一个总线上有一个同步电容器，另一个总线上有一个具有电网支持功能的电网跟踪逆变器。系统面临负载阶跃、平衡故障和不平衡故障扰动。研究发现，对于长度达 125 公里的输电线路，该简单系统在经历 10% 的负载阶跃或多种故障类型后，能够恢复到稳定状态。
根据 EEG 和 FNIRS 信号进行静息状态脑连接分析
摘要。当代神经科学高度关注机器学习和网络分析的协同使用。事实上，网络神经科学分析大量利用了聚类指标和统计工具。在这种情况下，功能性近红外光谱 (fNIRS) 和脑电图 (EEG) 的综合分析提供了有关大脑电和血流动力学活动的互补信息。证据支持神经血管耦合介导大脑处理的机制。然而，人们对这些技术如何表示特定的神经活动模式还不太了解。在这里，我们使用源空间分析和图论方法，研究了同步 EEG 和 fNIRS 连接组之间、跨频带的静息状态大脑功能网络的拓扑特性。我们观察到，在全局级别分析中，两种模态的小世界拓扑网络特征。边缘分析指出，与 EEG 相比，氧合血红蛋白的半球间连接性增强，且各个频带没有差异。我们的结果表明，从 fNIRS 中提取的图形特征可以反映神经活动的短程和长程组织，并且能够表征静息状态下的大规模网络。需要进一步开发两种模态的综合分析，以充分利用每种模态的附加值。然而，本研究强调，可以采用多模态源空间分析方法来研究健康静息状态下的大脑功能，从而为未来在任务和病理学中的工作奠定基础，并有可能获得神经系统疾病的新型综合生物标志物。
正式验证端到端安全消息的PQXDH量词后密钥协议协议
摘要信号使者最近引入了一种新的Asyn-Chronous Key协议协议协议，称为PQXDH（量子后扩展Diffie-Hellman），该协议旨在提供Quantum Forward的秘密，此外，除了以前的X3DH（Extended Diffie-Hellman）已提供的真实性和机密性保证外。更确切地说，PQXDH试图保护Mes-sages的机密性免受收获 - 少数分解量的攻击。在这项工作中，我们正式指定PQXDH协议，并使用两个正式的验证工具分析其安全性，即P Roverif和C Rypto V Erif。特别是我们询问PQXDH是否保留了X3DH的保证，是否涉及Quantum Forward Corport Crecrecy，以及是否可以与X3DH一起进行策划。我们的分析确定了PQXDH指定中的几个缺陷和潜在的漏洞，尽管由于我们在本文中描述的特定实现选择，这些漏洞在信号应用中并非在信号应用中得到利用。为了证明当前实施的安全性，我们的分析特别强调了对KEM的附加约束属性的需求，我们正式为Kyber定义并证明了Kyber。我们与协议设计师合作，根据我们的发现开发更新的协议规范，在该发现中，每个更改均已正式验证和验证。这项工作确定了一些陷阱，即社区应意识到升级协议的升级后安全。它还证明了与协议设计合作使用正式验证的实用性。
从Frontier Development Lab和Spaceml
使用AI/ML技术的研究生活在各种环境中，经常具有异步性的目标和时间表：学术实验室和政府组织从事开放式研究，重点是具有长期价值的发现，而行业研究的研究是由商业追求的驱动，而从中则集中在短期时间表和投资回报上。从研究到产品的旅程通常是默认或临时的，导致技术过渡失败，当研发是跨组织和跨学科的时候，进一步加剧了。更重要的是，许多产生结果的能力仍然锁定在私人存储库和个人研究人员的知识中，减慢了他人对未来研究的影响，并为ML社区在可重复性方面的挑战做出了贡献。与研究组织有关爆炸式阵列的研究组织，汉多佛的机会以及跨学科研究的成熟减少。在这些紧张局势的情况下，我们看到有必要衡量研究过程中研究的正确性，影响和相关性，以实现更好的协作，提高可重复性，更快的进步和更受信任的结果。我们对NASA和ESA的公私合作伙伴关系下的AI加速器进行Frontier Development Lab（FDL）进行案例研究。FDL研究遵循以负责任的开发，进行和传播AI研究为基础的原则实践，使FDL能够通过NASA的技术准备水平来衡量成功的跨学科和组织跨学科和组织间研究项目。我们还看一下Spaceml开源研究计划，该计划有助于加速FDL的研究，以在公民科学家中采用广泛采用的可部署项目。
事件摄像机的密集连续时间流量
摘要 - 我们提出了一种估算事件数据的密集连续时间光流的方法。传统的致密光流方法计算两个图像之间的像素位移。由于缺少信息，这些方法无法在两个图像之间的盲时间中恢复像素轨迹。在这项工作中，我们表明可以使用事件相机中的事件来计算每像素，连续的光流。事件由于其渐进性和微秒响应时间而提供了有关像素空间中运动的时间细粒信息。我们利用这些好处来通过参数化的B´ezier曲线在连续的时间内密集地预测像素轨迹。为了实现这一目标，我们构建了一个具有强大诱导偏见的神经网络：首先，我们使用事件数据及时构建了多个顺序相关量。第二，我们使用B´ezier曲线在沿轨迹的多个时间戳上为这些相关量索引。第三，我们使用检索到的相关性迭代更新B´ezier曲线表示。我们的方法可以选择包括图像对，以进一步提高性能。据我们所知，我们的模型是可以从事件数据中回归密集的像素轨迹的第一种方法。为了训练和评估我们的模型，我们引入了一个合成数据集（Multiflow），该数据集（Multiflow）具有每个像素的移动对象和地面真相轨迹。开源代码和数据集向公众发布。我们的定量实验不仅表明我们的方法在连续的时间内成功预测了像素轨迹，而且在多速和DSEC-Flow上的传统两视频像素位移中也具有竞争力。