摘要 — 遥感技术是全球海洋表面监测的重要环节,雷达是检测海洋污染的有效传感器。当当局实际使用时,通常必须在覆盖面积和雷达收集的信息量之间进行权衡。为了确定最合适的成像模式,基于接收器操作特性曲线分析的方法已应用于由两个在 L 波段运行的机载系统收集的原始数据集,这两个系统都具有非常低的仪器噪声基底。该数据集是在海上控制释放矿物油和植物油期间获得的。研究了各种与极化相关的量,并评估了它们检测浮油覆盖区域的能力。本文报告了主要极化参数的相对顺序。当传感器的本底噪声足够低时,建议使用 HV,因为它可以提供最强的浮油-海面对比度。否则,VV 被发现是检测海面浮油最相关的参数。在所有研究的四极化设置中,与单极化数据相比,没有发现显着的附加值。更具体地说,通过增加仪器噪声水平,证明了所研究的组合四个极化通道的极化量的检测性能主要由仪器本底噪声驱动,即噪声等效 sigma zero。该结果通过逐步向原始合成孔径雷达 (SAR) 数据添加噪声获得,表明清洁海域和污染区域之间的极化区分主要来自单次反弹散射和噪声之间的差异化行为。因此,使用低仪器噪声基底收集的 SAR 数据证明,矿物和植物油覆盖的海洋表面的雷达散射与布拉格散射没有偏差。
罗曼·M·巴耶夫斯基是一位敬业的科学家、富有同情心的医生、受人爱戴的导师和亲密的朋友,他于 2020 年 5 月 31 日以 91 岁高龄去世。他曾担任俄罗斯联邦科学中心——俄罗斯科学院生物医学问题研究所 (IBMP) 的首席研究员。在他的整个职业生涯中,他的工作重点是研究自主心血管控制机制及其在极端环境中,特别是在太空旅行期间所面临的挑战。此外,他还提出了这样一种概念,即非侵入性心血管自主神经测试可以在症状出现之前识别出高风险的个体,以指导预防措施。罗曼·M·巴耶夫斯基于 1952 年至 1957 年在萨哈林岛担任军事飞行外科医生,开始了他的科学生涯,直到他非凡的一生结束。他在航空医学方面的经验为他在太空医学领域的开创性工作奠定了坚实的基础。他是一位拥有精湛工程技能和深厚生理知识的医师科学家。 Roman M. Baevsky 是俄罗斯传奇生物控制论创始人 Parin VV 的最后一批博士生之一。此外,他还是俄罗斯空间心脏病学的共同创始人 [9]。50 多年来,他一直致力于将空间医学与地球上的临床应用相结合,为该领域做出了巨大贡献(图 1)。Roman M. Baevsky 发明并开发了第一台俄罗斯心冲击描记仪,该设备通过体表传感器获取心脏跳动产生的力。该方法要求飞行员将腿放在心冲击描记仪上,提供了
摘要 — 遥感技术是全球海洋表面监测的重要环节,雷达是检测海洋污染的有效传感器。当局在实际使用时,通常必须在覆盖面积和雷达收集的信息量之间做出权衡。为了确定最合适的成像模式,基于接收器操作特性曲线分析的方法已应用于由两个在 L 波段运行的机载系统收集的原始数据集,这两个系统都具有非常低的仪器本底噪声。该数据集是在海上控制释放矿物油和植物油期间获得的。研究了各种与极化相关的量,并评估了它们检测浮油覆盖区域的能力。本文报告了主要极化参数的相对顺序。当传感器的本底噪声足够低时,建议使用 HV,因为它提供最强的浮油 - 海面对比度。否则,VV 被发现是检测海面浮油最相关的参数。在所有研究的四极化设置中,与单极化数据相比,没有发现显著的附加值。更具体地说,通过增加仪器噪声水平,证明了所研究的结合四个极化通道的极化量具有主要由仪器本底噪声(即噪声等效西格玛零)驱动的检测性能。该结果是通过向原始合成孔径雷达 (SAR) 数据逐步添加噪声获得的,表明清洁海域和污染区域之间的极化区分主要源于单次反弹散射和噪声之间的差异化行为。因此,使用以低仪器本底噪声收集的 SAR 数据证明了矿物和植物油覆盖的海面雷达散射与布拉格散射没有偏差。
摘要 — 遥感技术是全球海洋表面监测的重要环节,雷达是检测海洋污染的有效传感器。当局在实际使用时,通常必须在覆盖面积和雷达收集的信息量之间做出权衡。为了确定最合适的成像模式,基于接收器操作特性曲线分析的方法已应用于由两个在 L 波段运行的机载系统收集的原始数据集,这两个系统都具有非常低的仪器本底噪声。该数据集是在海上控制释放矿物油和植物油期间获得的。研究了各种与极化相关的量,并评估了它们检测浮油覆盖区域的能力。本文报告了主要极化参数的相对顺序。当传感器的本底噪声足够低时,建议使用 HV,因为它提供最强的浮油 - 海面对比度。否则,VV 被发现是检测海面浮油最相关的参数。在所有研究的四极化设置中,与单极化数据相比,没有发现显著的附加值。更具体地说,通过增加仪器噪声水平,证明了所研究的结合四个极化通道的极化量具有主要由仪器本底噪声(即噪声等效西格玛零)驱动的检测性能。该结果是通过向原始合成孔径雷达 (SAR) 数据逐步添加噪声获得的,表明清洁海域和污染区域之间的极化区分主要源于单次反弹散射和噪声之间的差异化行为。因此,使用以低仪器本底噪声收集的 SAR 数据证明了矿物和植物油覆盖的海面雷达散射与布拉格散射没有偏差。
CCC hhhiiieeefff EEE dddiiittooorrr DD rr 。 。 YY ooggeeshh WW 。 。 TT hheerree EEE dddiiittooorrr D DD r rr 。 .. AA s ss h hh o oo k kk Y YY 。 .. DDD aa w ww a aan nn dd dd e ee D DD r rr 。 .. A AA lllo oo kkk R RR a aa i ii EEE xxxeeeecccuuutttiiivv v eee EEE dddiiitttooorrriiiaaa lll BBB oooaaarrrdddd D DD r rr .. .. AA 。 .. 嗯。 .. D DD e ee s ss h hh m mm u uu k kk h hh D DD r rr . .. S SS . .. D DD . .. P PP a aa t tt a aa n nn k kk a aa r rr D DD r rr . .. V VV . .. N NN . .. C CC h hh a aa r rr d dd e ee D DD r rr . .. P PP . .. WWW a aa k kk t tt e ee D DD r rr . .. S SS . .. K KK u uu l ll k kk a aa r rr n nn i ii D DD r rr . .. S SS . .. D DD . .. P PP a aa t tt i ii l ll
摘要 — 遥感技术是全球海洋表面监测的重要环节,雷达是检测海洋污染的有效传感器。当局在实际使用时,通常必须在覆盖面积和雷达收集的信息量之间做出权衡。为了确定最合适的成像模式,基于接收器操作特性曲线分析的方法已应用于由两个在 L 波段运行的机载系统收集的原始数据集,这两个系统都具有非常低的仪器本底噪声。该数据集是在海上控制释放矿物油和植物油期间获得的。研究了各种与极化相关的量,并评估了它们检测浮油覆盖区域的能力。本文报告了主要极化参数的相对顺序。当传感器的本底噪声足够低时,建议使用 HV,因为它提供最强的浮油 - 海面对比度。否则,VV 被发现是检测海面浮油最相关的参数。在所有研究的四极化设置中,与单极化数据相比,没有发现显著的附加值。更具体地说,通过增加仪器噪声水平,证明了所研究的结合四个极化通道的极化量具有主要由仪器本底噪声(即噪声等效西格玛零)驱动的检测性能。该结果是通过向原始合成孔径雷达 (SAR) 数据逐步添加噪声获得的,表明清洁海域和污染区域之间的极化区分主要源于单次反弹散射和噪声之间的差异化行为。因此,使用以低仪器本底噪声收集的 SAR 数据证明了矿物和植物油覆盖的海面雷达散射与布拉格散射没有偏差。
摘要。提出了一种连续介质的非经典梯度模型来描述在岩石样品受到动态载荷作用下观察到的杨氏模量的分散性。该模型的现象学参数是根据对杨氏模量随外部载荷频率和幅度变化的实验研究结果的分析确定的。关键词:梯度模型、动态弹性模量、非平稳载荷、材料非均匀性致谢。感谢俄罗斯科学基金会 (项目编号 19-19-00408) 的支持。引用:Guzev MA、Riabokon EP、Turbakov MS、Poplygin VV 用于描述材料动态弹性模量的非经典模型//材料物理和力学。2021,V. 47. N. 5. P. 720-726。 DOI:10.18149/MPM.4752021_6。1. 简介工程师用来创建各种结构的材料通常是异质的,研究人员长期以来一直在分析它们在变形过程中的行为。专家兴趣的差异首先与解决不同质量水平的问题的需求有关。在这些水平上,需要各种数学模型来描述材料的行为。最近,连续介质的非经典模型 [1-3] 被积极使用。在非经典模型中,应该区分梯度模型 [4-8]。梯度模型最早是在 [9] 中提出的。它的现代应用允许获得阐明宏观物体描述的解,其中经典弹性理论的应力和变形具有特征。例如,在 [10,11] 中开发的梯度模型变体允许构建非奇异解来描述具有结构的材料。在考虑岩石行为的非经典效应时也会使用梯度模型 [12,13]。 [14] 表明,在线性近似中,非欧几里得模型和梯度模型在描述材料中的区域分裂现象时会得出相同的结果。
摘要 — 无人驾驶船舶有望提高未来海上航行的安全性和效率。此类船舶需要感知功能,以实现两个目的:执行自主态势感知和监控传感器系统本身的完整性。为了满足这些需求,感知系统必须使用人工智能 (AI) 技术融合来自新型和传统感知传感器的数据。本文概述了对常规和自主航行船舶公认的操作要求,然后着手考虑适合操作传感器系统的传感器和相关 AI 技术。考虑了四个传感器系列的集成:用于精确绝对定位的传感器(全球导航卫星系统 (GNSS) 接收器和惯性测量单元 (IMU))、视觉传感器(单目和立体摄像机)、音频传感器(麦克风)和用于遥感的传感器(RADAR 和 LiDAR)。此外,还讨论了辅助数据源,例如自动识别系统 (AIS) 和外部数据档案。感知任务与明确定义的问题相关,例如情况异常检测、船舶分类和定位,这些问题可以使用人工智能技术解决。机器学习方法(例如深度学习和高斯过程)被认为与这些问题特别相关。根据操作要求对不同的传感器和人工智能技术进行了描述,并根据准确性、复杂性、所需资源、兼容性和对海洋环境的适应性,特别是针对自主系统的实际实现,比较了一些最先进的选项示例。
项目详情:计算和思考都可以看作是输入数据到答案空间的复杂非线性映射。这种映射由计算机架构或大脑训练定义,使用额外数据(“经验”)完成。还有一个重要的区别——功耗。大脑可以以非常节能的方式实现这种映射。现代基于半导体的计算硬件允许人们使用机器学习算法模拟大脑,并在一系列与人工智能相关的任务中稳步前进。然而,这种成功在能源效率方面被证明是灾难性的,使机器学习本身成为主要的(且不断增长的)能源消耗者。因此,人们开始寻找新方法来增强机器学习——那些可以摆脱这种能源效率瓶颈的方法。在这个项目中,您将探索使用自旋波(磁序材料的基本激发)构建定制硬件以实现节能的非常规计算。自旋波具有极端的非线性和适度的能量耗散,同时在 GHz 频率下具有微米到纳米的波长。这为实现微型、强大且节能的计算设备提供了独特的途径。您将结合两种本质上节能的技术范式:(i) 磁振子学(使用自旋波处理信号和数据)和 (ii) 神经形态计算(使用大规模集成系统和模拟电路以类似大脑的方式解决数据驱动的问题)。超越现有范式,您将使用纳米级手性磁振子谐振器 [1] 作为人工神经网络 [2] 的构建块。通过创建磁振子版本的储存器计算机和循环神经网络来展示网络的强大功能。该项目允许应用和/或开发一系列实际相关的技能,从分析理论到数值建模和最先进的实验。1. VV Kruglyak “手性磁振子谐振器:重新发现磁振子中的基本磁手性” Appl. Phys. Lett. 119, 200502 (2021)。2. KG Fripp 等人“非线性手性磁振子谐振器:面向磁振子神经元”Appl. Phys. Lett. 122, 172403 (2023)。
参考文献 1. Polack FP、Thomas SJ、Kitchin N 等人。BNT162b2 mRNA Covid-19 疫苗的安全性和有效性。N Engl J Med 。2020 年 12 月 31 日;383(27):2603-2615。doi:10.1056/NEJMoa2034577 2. Sadoff J、Gray G、Vandebosch A 等人。单剂量 Ad26.COV2.S Covid-19 疫苗的安全性和有效性。N Engl J Med 。2021 年 6 月 10 日;384(23):2187-2201。doi:10.1056/NEJMoa2101544 3. Marra AR、Kobayashi T、Callado GY 等人。 COVID-19 疫苗在预防新冠后遗症中的有效性:最新研究的系统文献综述和荟萃分析。Antimicrob Steward Healthc Epidemiol。2023;3(1):e168。doi:10.1017/ash.2023.447 4. Watson OJ、Barnsley G、Toor J、Hogan AB、Winskill P、Ghani AC。COVID-19 疫苗接种第一年对全球的影响:一项数学建模研究。Lancet Infect Dis。2022 年 9 月;22(9):1293-1302。doi:10.1016/s1473-3099(22)00320-6 5. Mathieu E、Ritchie H、Rodés-Guirao L 等人。冠状病毒 (COVID-19) 疫苗接种。访问时间:2024 年 12 月 17 日。https://ourworldindata.org/covid-vaccinations 6. Caffrey AR、Appaneal HJ、Lopes VV 等人。BNT162b2 XBB 疫苗在美国退伍军人事务医疗系统中的有效性。Nat Commun。2024 年 11 月 2 日;15(1):9490。doi:10.1038/s41467-024-53842-w 7. 美国退伍军人事务部。退伍军人事务部 COVID-19 国家摘要。访问时间:2024 年 1 月 31 日。https://www.accesstocare.va.gov/Healthcare/COVID19NationalSummary 8. 美国退伍军人事务部。VA 的 COVID-19 疫苗。访问时间:2024 年 1 月 31 日。https://www.va.gov/health-care/covid-19-vaccine/ 9. CDC。疫苗接种趋势。访问时间:2024 年 12 月 13 日。https://www.cdc.gov/respiratory-viruses/data/vaccination-trends.html#cdc_data_surveillance_section_3-covid-19-vaccine 10. Caffrey AA, HJ。Lopes, VV。Puzniak, L. Zasowski, EJ。Jodar, L. LaPlante, KL。McLaughlin, JM。BNT162b2 XBB 疫苗在美国退伍军人事务医疗系统中的有效性。自然通讯。2024 年 11 月 2 日;15(1):9490。11. Foppa IM, Haber M, Ferdinands JM, Shay DK。用于流感疫苗有效性研究的案例测试阴性设计。疫苗。2013 年 6 月 26 日;31(30):3104-9。doi:10.1016/j.vaccine.2013.04.026 12. De Serres G、Skowronski DM、Wu XW、Ambrose CS。测试阴性设计:与随机安慰剂对照临床试验的黄金标准相比,疫苗效力估计的有效性、准确性和精确度。欧洲监测。2013 年 9 月 12 日;18(37)doi:10.2807/1560-7917.es2013.18.37.20585 13. Jackson ML、Phillips CH、Benoit J 等人。选择偏差对测试阴性研究中疫苗有效性估计的影响。疫苗。 2018 年 1 月 29 日;36(5):751-757。doi:10.1016/j.vaccine.2017.12.022 14. Tartof SY、Slezak JM、Frankland TB 等人。BNT162b2 XBB 疫苗对抗 COVID-19 的估计有效性。JAMA Intern Med。2024 年 8 月 1 日;184(8):932-940。doi:10.1001/jamainternmed.2024.1640 15. Weinberger DM、Rose L、Rentsch C 等人。与 COVID-19 大流行第一年美国总人口相比,退伍军人事务卫生系统患者的超额死亡率。JAMA Netw Open。2023 年 5 月 1 日;6(5):e2312140。doi:10.1001/jamanetworkopen.2023.12140 16. CDC。COVID 数据追踪器。COVID-NET 实验室确诊的 COVID-19 住院病例。2024 年 12 月 18 日访问。https://covid.cdc.gov/covid-data-tracker/#covidnet-hospitalization-network 17. CDC。呼吸道病毒住院监测网络 (RESP-NET) | RESP-NET | CDC。RESP-NET 交互式仪表板。访问日期:2024 年 12 月 18 日。https://www.cdc.gov/resp-net/dashboard/index.html 18. Kitchen C、Hatef E、Chang HY、Weiner JP、Kharrazi H。评估地区贫困指数与 COVID-19 患病率之间的关联:美国城乡管辖区的对比。AIMS 公共卫生。2021;8(3):519-530。doi:10.3934/publichealth.2021042 19. Cheng D、DuMontier C、Yildirim C 等人。更新和验证美国退伍军人事务部虚弱指数:从 ICD-9 过渡到 ICD-10。J Gerontol A Biol Sci Med Sci。2021 年 6 月 14 日;76(7):1318-1325。 doi:10.1093/gerona/glab071