XiaoMi-AI文件搜索系统
World File Search SystemTrajectory
太空骑手的任务分析和轨迹设计...
轨迹设计和优化是通过PoliteCnico di Torino创建的MATLAB代码的更新和增强来实现的，该代码通过STK Object Mode Model Software与STK方案相连。这两个软件的协同使用使MATLAB函数可以迭代Astrogator上的不同可能的轨迹解决方案，即STK的轨迹设计工具。然后，这些解决方案的相关结果和属性由MATLAB函数保存在专用结构中或在图中绘制，以帮助连续的分析和选择最佳任务控制序列。此软件分析工具用于为SROC任务的两个Conops设置最佳任务控制序列：观察和观察和检索方案。此外，分析了与Conops报告的任务阶段的几个偏差，以评估它们如何影响后续阶段。对于每个可能的偏差，都会对其进行验证，以尊重总持续时间，总deltav和空间骑手的安全性的约束。
基于超扭转算法的四旋翼飞机轨迹跟踪控制实时改进
摘要：本文介绍了微型自主四旋翼直升机系统 (X4 原型) 的轨迹跟踪控制的开发和实验验证，该系统使用基于二阶滑模技术的稳健算法控制，也称为户外环境中的超扭转算法。这种非线性控制策略保证在存在外部干扰或模型不确定性影响我们的四旋翼直升机的适当行为的情况下，在有限时间内收敛到所需路径 r (t)。为此，选择多项式平滑曲线轨迹作为参考信号，其中函数的相应导数是有界的。此外，我们考虑了作用于飞行器的阵风干扰，并在先进的自动驾驶系统中预先编程了参考信号。提出的解决方案包括使用 GPS 测量实施基于超扭转控制的实时控制律，以获得 xy 平面中的位置以实现所需的轨迹。给出了轨迹跟踪控制的仿真和实验结果，以证明所提出的非线性控制器在有风条件下的性能和鲁棒性。
COVID-19 疫苗犹豫轨迹
摘要 疫苗犹豫 (VH) 在巴基斯坦并不是一个新现象，被认为是疫苗接种活动不令人满意的主要原因之一。本研究确定了接种疫苗后的 COVID-19 VH、影响 COVID-19 疫苗接种的因素以及公众接种加强疫苗的意愿。在巴基斯坦拉合尔的成年人口中进行了一项横断面研究。参与者是在 2022 年 3 月至 5 月期间通过便利抽样招募的。SPSS 版本 22 用于数据分析。共有 650 名参与者参与了这项研究（年龄 = 28.1 ± 9.7 岁；男女比例接近 1: 1）。大多数参与者接种了国药疫苗，然后接种了科兴疫苗。接种疫苗的三大原因是“只有接种过疫苗的人才能进入工作场所和教育机构”（相对重要性指数 (RII) = 0.749）、“只有接种过疫苗的人才能去市场、商场和其他公共场所”（RII = 0.746）和“保护自己免受感染”（RII = 0.742）。平均 COVID-19 VH 评分为 24.5 ± 6.2（95% CI 23.9–24.9），其中不支持疫苗接种和经济状况较差是免疫接种者对 COVID-19 疫苗犹豫的重要预测因素（p < .05）。接受加强疫苗与年龄较小和受教育程度较低呈负相关。此外，支持疫苗接种与接受加强疫苗的可能性更大相关（p = .001）。巴基斯坦公众继续对 COVID-19 疫苗表示 VH。因此，必须采取积极措施，对抗造成这一问题的社区因素。
可访问性和切割器更换机器人臂的轨迹计划，用于大直径浆盾
mei Yang*，Guying Zeng **，Yong Ren ***，Laikuang Lin ****，Wei Ke *****，Yifan Liu ********机械和电气工程学院，州高性能复杂制造业的国家主要实验室，中央南部大学，中国中央大学，电子邮件，Enterion20101010101010101010101010101010101010102. Manufacturing, Central South University, China, E-mail: jdszgy@163.com ***China Railway Construction Heavy Industry Co. Ltd., China, E-mail: renyonghi@126.com ****College of Mechanical and Electrical Engineering, State Key Laboratory of High Performance Complex Manufacturing, Central South University, China, E-mail: linlaikuang@csu.edu.cn (Corresponding author) *****China Railway Construction Heavy Industry中国有限公司，电子邮件：919663928@qq.com ******机械与电气工程学院，高性能复杂制造业国家主要实验室，中国中部，中国，电子邮件：1070516037@qq.com
通过整合深度强化学习和模型预测控制
摘要 - 在本文中，我们提出了一种有效的方法，用于用于移动机器人实时无碰撞导航。通过将深度强化学习与模型预测控制整合在一起，我们的目的是实现避免碰撞和计算效率。该方法首先使用深度Q学习训练初步代理，从而使其能够为下一步步骤生成动作。不是执行这些动作，而是基于它们生成的参考轨迹，从而避免了原始参考路径上存在的障碍。随后，该局部轨迹被使用在MPC轨迹跟踪框架内，以为移动机器人提供无冲突的指南。实验结果表明，所提出的DQN-MPC混合方法在时间效率和解决方案质量方面优于纯MPC。
基于电池建模的电动无人机轨迹模拟
本论文由 ODU Digital Commons 的机械与航空航天工程部门免费提供给您并开放访问。它已被 ODU Digital Commons 的授权管理员接受纳入机械与航空航天工程论文和学位论文。有关更多信息，请联系 digitalcommons@odu.edu 。
使用早期周期数据的锂离子电池的容量降解轨迹的无模型重建
标称能力1.1 AH 3.5 AH循环温度30°C 25，35，45°C细胞化学LFP NCA，NCM石墨石墨数量169 82充电多阶段CC-CV CC CC-CC-CC-CV（0.25，0.5，0.5，0.5，1.5，1.5，1.5，1.5，1.5，1.5，1.5，1.5，1.5，1.5，1.5，1.5，1.5，1.5，1 c）
轨迹解码中的迁移学习：传感器还是源空间？
摘要：本研究调查了跨参与者和跨会话的迁移学习，以在连续手部轨迹解码的背景下最大限度地缩短脑机接口 (BCI) 系统的校准时间。我们重新分析了一项涉及 10 名健全参与者、为期 3 个会话的研究的数据。采用留一参与者 (LOPO) 模型作为起始模型。采用递归指数加权偏最小二乘回归 (REW-PLS) 来克服由于训练数据池庞大而导致的内存限制。我们考虑了四种场景：无更新的广义 (Gen)、具有累积更新的广义 (GenC) 以及具有累积 (IndC) 和非累积 (Ind) 更新的个别模型，每个模型都使用传感器空间特征或源空间特征进行训练。广义模型（Gen 和 GenC）的解码性能低于偶然水平。在个体模型中，累积更新 (IndC) 相对于非累积模型 (Ind) 没有显著改善。性能表明解码器无法在此任务中跨参与者和会话进行推广。结果表明，尽管源空间特征中有额外的解剖信息，但传感器空间个体模型可以实现最佳相关性。在 Ind 模型中，解码模式在三个会话中显示出围绕楔前叶的更局部化的模式。
通过meta- ...
摘要 - 该论文考虑了通过元强化学习的无人机（UAV）的轨迹设计问题。假定无人机可以在不同的方向上移动以探索特定区域并从该区域的地面节点（GNS）收集数据。无人机的目标是到达目的地，并最大程度地提高轨迹轨迹期间收集的总数据，同时避免与其他无人机发生碰撞。在有关无人机轨迹设计的文献中，香草学习算法通常用于训练特定于任务的模型，并为GNS的特定空间分布提供了近乎最佳的解决方案。但是，当GNS的位置变化时，此方法需要从头开始重新审查。在这项工作中，我们提出了一个元加强学习框架，该框架结合了模型 - 静态元学习方法（MAML）。而不是训练任务特定模型，我们为GNS和不同的通道条件的不同分布进行了共同的初始化训练。从初始化中，适应具有不同GN分布和通道条件的不同任务只需要几个梯度下降。此外，我们还探讨了何时优选提出的MAML框架，并且可以优于比较算法。
脆弱的代谢影响会改变糖尿病轨迹
摘要：糖尿病患病率随着年龄的增长而增加。在糖尿病的老年人中，脆弱是一种新出现且显着的并发症。脆弱的人体成分会改变影响代谢状态并影响糖尿病轨迹的影响。脆弱的代谢谱似乎很广，可以表现出厌食症营养不良的表型和肌肉减少肥胖的表型。肌肉减少肥胖表型个体的肌肉质量显着损失和内脏脂肪增加。这种表型的特征是胰岛素抵抗的增加和心血管风险的协同增加比仅由肥胖或肌肉减少症引起的风险大。因此，在这种表型中，加速了糖尿病的轨迹，这需要进一步加强降血糖治疗，并关注心血管风险降低。厌食营养不良的个体具有显着的体重减轻和胰岛素抵抗的降低。在这种情况下，糖尿病的轨迹减速，需要降低降血糖治疗的剂量，并专注于症状控制和生活质量。在肌肉减少性肥胖表型中，由于体重减轻和心脏 - 肾脏保护特性，钠葡萄糖转运蛋白-2抑制剂和胰高血糖素样肽-1受体1受体激动剂的早期使用是合理的。在营养不良的厌食性表型中，由于其体重增加和合成代谢特性，疗法的简单性以及一次每日给药的便利性，长期使用胰岛素类似物的早期使用是合理的。