1.0 简介 高级飞行员训练(APT)计划将取代美国空军(USAF)专业本科飞行员训练(SUPT)高级战斗机和轰炸机轨道以及战斗机基础入门(IFF)课程、飞行员教练训练(PIT)、欧洲-北约联合喷气式飞机飞行员训练(ENJJPT)本科飞行员训练(UPT)、ENJJPT PIT 和 ENJJPT IFF 中使用的 T-38C。 APT 计划将为学生飞行员提供过渡到当前一代战斗机和轰炸机所需的基础飞行技能和核心能力。 在本工作说明书(SOW)中,以下内容适用 a) APT 计划定义为 APT 飞机系统、APT 地面训练系统(GBTS)、所有支持设备(SE)、有限维持、训练支持、飞机初始备件和技术数据。 b) APT GBTS 定义为所有机组人员训练设备 (ATD)、地面训练设备 (GTD)、其他训练系统组件、GBTS SE、学术机构和交互式多媒体教学 (IMI)。c) 当未明确说明时,要求包括飞机和 GBTS。
摘要:夜间葡萄糖管理是1型糖尿病患者(T1D)的主要挑战,尤其是对于那些每天进行多次注射(MDI)的人来说。在这项研究中,我们开发了机器学习(ML)和深度学习模型(DL)模型,以预测目标范围内(3.9–10 mmol/L),高于目标范围的夜间葡萄糖,并且在使用MDIS管理T1D的受试者的目标范围以下。对模型进行了训练和测试,并在380名具有T1D受试者获得的连续葡萄糖监测数据上进行了测试。使用了两种DL算法 - 多层感知器(MLP)和一个卷积神经网络(CNN),以及两种经典的ML算法,随机森林(RF)和梯度增强树(GBTS)。基于DL和ML算法的所得模型在预测目标葡萄糖(F1度量:96–98%)和靶标葡萄糖(F1:93-97%)中表现出很高和相似的精度。预测低葡萄糖(F1:80–86%)时模型性能较差。MLP在低葡萄糖预测中提供了最高精度。结果表明,操作CGM数据的DL(MLP,CNN)和ML(RF,GBTS)算法都可以用于同时预测目标,T1D患者的目标高于目标和低于目标的目标范围内的夜间葡萄糖值。
采购 (3) 台 FAA 6 级和 (5) 台 FAA 7 级(同等)飞行训练设备 (FTD)、(8) 台教员操作站 (IOS)、(1) 台中央控制站 (CCS)、(10) 台汇报站以及相关的部分任务训练器 (PTT) 和/或桌面航空电子训练器 (DAT),以支持下一代 METS 飞机,该飞机正在通过竞争性采购,以取代传统的 T-44 多引擎教练机。METS GBTS 设备将用于在德克萨斯州科珀斯克里斯蒂海军航空站进行高级多引擎训练,以培训海军飞行员学员掌握非中心线推力多引擎操作所需的技能,包括但不限于飞机熟悉、无线电仪表、航路导航、目视导航、空中加油和编队飞行。
第 3 和第 4 节记录了 APT 飞机系统的性能要求和验证要求。请注意,地面训练系统 (GBTS) 的性能要求和验证要求记录在单独的 SS 中。此 APT 计划 SS 捕获并传达了飞机系统的最低要求(请注意,指定为“交易空间”的要求确定了要作为拟议解决方案定义的一部分进行交易的阈值和目标要求)。此 APT 计划 SS 是使用 DID DI-IPSC-81431A、系统/子系统规范数据项目描述和军用标准 (MIL-STD)-961E、国防部 (DoD) 国防规范标准实践的指导开发的。除了 SS 的六 (6) 个主要部分外,还根据需要包括了 23 个附加附录,以定义飞机系统的要求。24