关于 Terrae Novae Terrae Novae 探索计划的使命是利用机器人作为先驱和侦察兵,引领欧洲人类进入太阳系,并将探索的成果回馈社会。Terrae Novae 的字面意思是“新世界”,涵盖了三个 ESA 探索目的地:低地球轨道 (LEO)、月球和火星。它唤起了新发现、新抱负、新科学、新灵感和新挑战的精神。它象征着不断追求技术、流程和采购创新,从而带来新的和更好的计划实施方式。它还反映了积极接触太空领域以外的新合作伙伴并将太空生态系统扩大到商业领域的愿望。联系方式 explorationstrategy@esa.int © 欧洲航天局
对二进制恒星的研究是天体物理学最古老的地区之一。二进制恒星的结果是我们对恒星如何形成和进化,银河恒星种群,化学演化和宇宙学距离量表的理解至关重要的。宽的二进制文件使我们能够探测正常恒星的性质,包括其质量的直接测量。黯然失色的二进制物是唯一可以将质量和半径高精度测量的恒星。紧密的二进制文件可用于研究质量转移,质量损失,积聚盘以及恒星如何进化的物理。二进制恒星进化对于灾难变量,Novae,Supernovae,X射线二进制,毫秒,毫秒脉冲星,伽马射线爆发和引力波事件至关重要。行星都在S型和P型轨道的二元星系中发现。
我们的宇宙充满了奇迹和神秘。这里有耀眼的新星、巨大的黑洞,以及数量惊人的星系和难以想象的恒星。科学家们研究这些谜团和无数其他谜团,努力加深我们对我们称之为家园的宇宙的理解。15 年来,美国宇航局的费米伽马射线太空望远镜一直是科学探索任务不可或缺的一部分。这本电子书将指导您从望远镜的诞生和建造到其日常运行和不为人知的发现。您将穿越宇宙,从我们的星球到遥远的星系,一路了解伽马射线天体物理学和费米的贡献。重要的是,您将了解到费米的任务远未结束;还有许多问题需要提出,费米已经在努力解答这些问题。所以,加入我们的宇宙之旅,准备好了解更多关于我们高能宇宙令人难以置信的内部运作。
肿瘤学中的精确药物旨在根据患者肿瘤的独特遗传和分子特征来个性化治疗,以提高治疗效率或最小化副作用。随着技术进步产生越来越精确的肿瘤微环境数据,该数据的复杂性也会增加。尤其是空间数据 - 最近且有前途的OMS数据类型 - 为细胞的分辨率提供了分子信息,同时将细胞在组织内的空间环境保留。为了充分利用这种财富和这种复杂性,深度学习是一种能够超过传统方法的局限性的方法。本手稿详细介绍了旨在改善单细胞和空间数据复杂系统的新深度学习和计算方法的开发。描述了三个工具:(i)SCYAN,用于细胞仪中细胞类型的注释,(ii)SOPA,一种一般的空间数据预处理管道,以及(iii)Novae,是空间数据的基础模型。这些方法适用于几个精确的医学项目,加深了我们对癌症生物学的理解,并促进了新生物标志物的发现以及确定潜在的精密医学股份目标。
摘要——载人航天任务(如月球和火星)正成为越来越多航天机构关注的焦点。确保机组人员安全着陆地外表面的预防措施以及将机组人员带回地球的偏远地区可靠的基础设施是任务规划的关键考虑因素。欧洲航天局 (ESA) 在其 Terrae Novae 2030+ 路线图中指出,需要机器人作为先驱和侦察兵来确保此类任务的成功。这些机器人将发挥的重要作用是支持在轨宇航员开展科学工作,并最终确保地面宇航员支持基础设施的正常运行。METERON SUPVIS Justin ISS 实验表明,监督自主机器人指挥可用于使用行星表面的机器人同事执行检查、维护和安装任务。实验中使用的知识驱动方法只有在出现任务设计未预料到的情况时才会达到极限。在深空场景中,宇航员必须能够克服这些限制。在 METERON ANALOG-1 ISS 实验中展示了一种更直接指挥机器人的方法。在这次技术演示中,宇航员使用触觉远程呈现来指挥地面上的机器人化身执行采样任务。在这项工作中,我们提出了一个通过扩展知识驱动方法将监督自主性和远程呈现相结合的系统。知识管理基于在以对象为中心的环境中组织机器人的先验知识。动作模板用于在符号和几何级别上定义有关处理对象的知识。这种与机器人无关的系统可用于对任何机器人同事进行监督指挥。通过将机器人本身作为对象集成到以对象为中心的领域中,可以通过制定相应的动作模板将特定于机器人的技能和(远程)操作模式注入现有的知识管理系统中。为了有效使用先进的远程操作模式(如触觉远程呈现),各种输入设备都集成到了所提出的系统中。这项工作展示了如何以与输入设备和操作模式无关的方式实现这些设备的集成。所提出的系统在 Surface Avatar ISS 实验中进行了评估。这项工作展示了如何将系统集成到国际空间站哥伦布舱中的机器人指挥终端中,该终端具有 3 自由度操纵杆和 7 自由度触觉输入设备。在 Surface Avatar 的初步实验中,两名在轨宇航员