XiaoMi-AI文件搜索系统
World File Search SystemSemantic
Tridion® 的语义 AI
客户包括全球 100 大品牌中的 90 个、10 大制药公司以及全球前 20 名专利申请人中的约一半。我们的客户群遍布欧洲、亚太地区以及北美和南美，涉及技术、制药、医疗、法律、化学、汽车、政府和电信领域，我们通过遍布五大洲的办事处为这些领域提供服务。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统（ADS），该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案是可能的，可以大大节省计算工作量和代码行数，但同时也表明，更好的训练策略可能有利于应对新的神经网络架构。
传感器 - 语义学者
摘要：本文介绍一种新方法，将人机界面 (HMI) 状态（一种涵盖操作员动作和过程状态的视觉反馈状态模式）从多变量时间序列转换为自然语言处理 (NLP) 建模领域。该方法的目标是在给定 k 个滞后过去 HMI 状态模式的情况下，预测 n 个提前时间步长窗口的操作员响应模式。NLP 方法提供了在 HMI 状态模式中编码 (语义) 上下文关系的可能性。为此，介绍了一种使用序列到序列 (seq2seq) 深度学习机器翻译算法构建原始 HMI 数据以进行监督训练的技术。此外，基于注意力等当前最先进的设计元素的自定义 Seq2Seq 卷积神经网络 (CNN) NLP 模型与基于标准循环神经网络 (RNN) 的 NLP 模型进行了比较。结果表明，用于建模 HMI 状态的两种 NLP 模型设计具有相当的有效性。 RNN NLP 模型显示出更高的（≈ 26%）预测准确度，一般来说，无论是样本内还是样本外的测试数据集。然而，自定义 CNN NLP 模型显示出更高的（≈ 53%）验证准确度，表明在相同数量的可用训练数据的情况下，过度拟合较少。所提出的工业 HMI NLP 建模的实际应用，例如在发电站控制室、航空（驾驶舱）等，正朝着现实的方向发展
传感器 - 语义学者
摘要：钢筋混凝土 (RC) 结构中的损坏可能是由动态或静态载荷引起的。当今可用的检测技术难以检测缓慢进展的局部有限损坏，尤其是在上部结构中难以到达的区域。基准 RC 结构上的四点弯曲试验用于测试嵌入式传感器的质量和灵敏度。它可以评估是否可以检测到嵌入式传感器发生的任何开裂和扩展。使用各种方法分析超声波信号。通过确定超声波信号的特征，可以评估整个结构的变化。使用各种无损检测方法测试了 RC 基准结构的结构退化，以全面判断结构状况。结果表明，即使损坏不在超声波的直接路径上，超声波传感器也可以以 100% 的概率检测到裂缝，即使在肉眼和其他技术可见之前也是如此。获得的结果证实，使用基于嵌入式和外部传感器以及先进信号处理的开发方法可以实现早期裂缝检测。
传感器 - 语义学者
摘要：无人机系统 (UAS) 航空电子设备的不断发展，为飞行器和地面任务控制带来了更高水平的智能化和自主性，从而催生了新的有前途的操作概念。一对多 (OTM) UAS 操作就是这样一个概念，它的实施需要在多个领域取得重大进展，特别是在人机界面和交互 (HMI 2 ) 领域。在 OTM 操作期间测量认知负荷，特别是心理工作负荷 (MWL) 是可取的，因为它可以减轻自动化程度提高带来的一些负面影响，通过提供动态优化航空电子 HMI 2 的能力，实现自主飞行器和人类操作员之间的最佳任务共享。本文提出的新型认知人机系统 (CHMS) 是一种信息物理人 (CPH) 系统，它利用了经济实惠的生理传感器的最新技术发展。该系统专注于生理感知和人工智能 (AI) 技术，这些技术可以支持 HMI 2 的动态调整，以响应操作员的认知状态（包括 MWL）、外部/环境条件和任务成功标准。然而，仍然存在重大的研究空白，其中之一涉及一种可以应用于 UAS 操作场景的确定 MWL 的普遍有效方法。因此，在本文中，我们介绍了一项关于测量的研究结果
传感器 - 语义学者
摘要：本文提出了一种稳健、准确的飞机姿态估计方法。飞机姿态反映了飞机的飞行状态，准确的姿态测量在许多航空航天应用中都非常重要。本工作旨在建立一个基于通用几何结构特征的飞机姿态估计通用框架。该方法提取线特征来描述单幅图像中的飞机结构，并利用通用几何特征形成线组以进行飞机结构识别。利用平行线聚类来检测机身参考线，飞机的双侧对称特性为弱透视投影下机翼边缘线的提取提供了重要约束。在识别飞机主要结构后，采用平面相交法根据建立的线对应关系获得三维姿态参数。我们提出的方法可以增加双目视觉传感器的测量范围，并且具有不依赖于三维模型、合作标记或其他特征数据集的优势。实验结果表明，我们的方法可以获得不同类型飞机的可靠和准确的姿态信息。
地球科学 - 语义学者
摘要：考古学家经常依靠被动机载光学遥感技术来为（欧洲）景观考古项目提供一些核心数据。尽管这一考古领域经历了许多技术和理论的演变，但主要的航空摄影调查以及不太常见的考古机载侦察方法仍然受到许多固有偏差的影响，这些偏差是由低于标准的采样策略、成本、仪器可用性和后处理问题造成的。本文从景观（考古学）的概念开始，并用它来构建考古机载遥感。在介绍了对已经扭曲的考古人群进行采样时减少偏差的必要性并扩展了航空调查的“理论中立”主张之后，本文提出了八个关键特征，这些特征都有可能增加或减少使用被动传感器收集机载光学图像时的主观性和偏差。在此背景下，本文随后对景观考古学在过去几十年中依赖的各种被动机载光学成像解决方案进行了一些技术方法论反思。在这样做时，它对这些高度主观的方法对景观考古学的有效性和适用性提出了质疑。最后，本文提出了一种新的、更客观的利用被动传感器进行航空光学图像采集的方法。在讨论中，本文认为
传感器 - 语义学者
摘要：信息技术的快速发展对许多行业产生了重要影响。出现了“工业 4.0”概念，象征着第四次工业革命。该概念与物联网、区块链、雾计算、大数据等有前景的技术密切相关。本研究考察了采矿业领域。我们讨论了以基于现代数字技术的公共信息空间开发为代价来提高采矿企业效率的可能性。我们分析了采矿企业生产过程参与者之间数据流层面的安全问题。我们定义了在控制中心和独立技术单元之间可能失去连接的情况下，为采矿企业生产过程提供数据可靠性的问题。我们基于区块链和数字水印技术，为解决给定问题提供了一种新方法。进行了计算实验，提出了在常见微控制器型号上实现所提供方法的可能性。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统（ADS），该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案是可能的，可以大大节省计算工作量和代码行数，但同时也表明，更好的训练策略可能有利于应对新的神经网络架构。