XiaoMi-AI文件搜索系统
World File Search SystemVessel
全电动货船概念的船上存储和电源管理系统
摘要：本文提出了一种创新的方法，用于设计即将到来的全电动货船。这项工作始于定义问题时需要解决的问题。使用可用的文献和市场研究，开发了电源管理系统设计的解决方案，以及针对高达1504 TEU容量的货船的电池管理系统。所提出的解决方案包含一种具有三个平行能源的创新方法。该解决方案考虑了零排放工作的可能性，其操作的可选功能是自主容器。基于锂离子电池库的储能系统在这项工作中还描述了扩大容量的可能性，因为它是拟议解决方案的核心部分。估计，通过应用所有前置零件，可以实现零排放工作模式的运行范围。
BRAVE-NET：脑血管病患者的全自动动脉脑血管分割
Adam Hilbert 1 , Vince I. Madai 1,2 , Ela M. Akay 1 , Orhun U. Aydin 1 , Jonas Behland 1 , Jan Sobesky 3,4 , Ivana Galinovic 3 , Ahmed A. Khalil 3,5,6,7 , Abdel A. Taha 8 , Jens Wuerfel 9 , Petr Dusek 10 , Thoralf Niendorf 11 , Jochen B. Fiebach 3 , Dietmar Frey 1 , Michelle Livne 1 1 声明 - Charité 医学人工智能实验室，柏林 Charité Universitätsmedizin，德国 2 英国伯明翰城市大学计算与数字技术学院，计算、工程与建筑环境学院 3 柏林中风研究中心，Charité德国柏林医学大学 4 Johanna-Etienne 医院，诺伊斯，德国 5 马克斯普朗克人类认知与脑科学研究所神经病学系，莱比锡，德国 6 柏林洪堡大学柏林心智与脑学院心智、大脑、身体研究所，柏林，德国 7 柏林健康研究所，柏林，德国 8 数据科学研究工作室，奥地利研究工作室，萨尔茨堡，奥地利 9 巴塞尔大学医学图像分析中心 AG 和生物医学工程系，巴塞尔，瑞士 10 布拉格查理大学第一医学院和大学综合医院神经病学系和临床神经科学中心，布拉格，捷克 11 柏林超高场设施 (BUFF)，亥姆霍兹联合会 (MDC) 马克斯德尔布吕克分子医学中心，柏林，德国
自动互助船舶救援 (AMVER) 计划的管理，COMDTINST 16122.2B
拥有集中式商船位置数据库。除非船旗国、航运公司或其他机构强制要求，否则船舶参与是自愿的。参与的船舶通过 AMVER 网站使用 SAR 问卷 (SAR-Q) 提供有关其 SAR 能力的信息。发生变化时会更新信息。在船舶出发前，会向 AMVER 系统发送包含船舶预定航线的初始航行计划消息。在运输过程中，至少每 48 小时发送一次位置更新，在发生变化时发送航行计划的任何变化，并在抵达港口时提交最终到达报告。AMVER 系统根据船舶的预测轨迹保持航位推算 (DR) 轨迹。海岸警卫队指挥中心在充当救援协调中心 (RCC) 的同时，可以直接访问数据库。其他 SAR 机构（美国和外国）通过海岸警卫队 RCC 请求获取此信息。AMVER 信息仅发布给公认的 SAR 机构，用于 SAR 或海上生命安全目的。以下段落标识了 AMVER 的基本组成部分。
墨西哥湾石油和天然气船舶过境限制的经济影响
墨西哥湾海上石油和天然气行业在国内能源生产中发挥着重要作用，尽管能源格局不断变化，但预计未来几十年仍将持续发展。海上石油和天然气行业依赖各种各样的供应品来勘探新资源、钻探勘探和生产井、开发新项目以及开展生产作业。这些供应品种类繁多，包括管道、化学品、钻井泥浆、食品、燃料以及数千种其他商品和设备。预计严格限制运输这些物品的船只的流动将对该行业提供进行海上石油和天然气开发所需材料的能力产生重大影响。预计活动的减少将导致行业支出、支持性就业和 GDP、政府收入以及石油和天然气产量减少。（表 1）
全脑血管图：图学习和神经科学的数据集和基准（VesselGraph）
生物神经网络定义了人类和其他哺乳动物的大脑功能和智力，并形成了超大的空间结构图。它们的神经元组织与大脑微血管的空间组织紧密相连，微血管为神经元提供氧气并构建互补的空间图。这种血管（或血管结构）在神经科学中起着重要作用；例如，血管结构的组织（和变化）可以代表各种病理的早期迹象，如阿尔茨海默病或中风。最近，组织透明化的进展使得全脑成像和小鼠大脑血管整体分割成为可能。基于这些成像方面的进展，我们将基于特定的成像协议提供可扩展的全脑血管图数据集。具体来说，我们使用一种利用体积渲染引擎 Voreen 的改进图形提取方案来提取血管图，并通过 OGB 和 PyTorch Geometric 数据加载器以可访问且适应性强的形式提供它们。此外，我们使用引入的血管图数据集对许多最先进的图学习算法在血管预测和血管分类的生物学相关任务上进行了基准测试。我们的工作为推进图学习研究进入神经科学领域铺平了道路。作为补充，所呈现的数据集为机器学习社区提出了具有挑战性的图学习研究问题，包括将生物学先验纳入学习算法，或扩展这些算法以处理具有数百万个节点和边的稀疏空间图。1
使用极低频磁异常检测信号进行船舶检测
免责声明：本文件并非由加拿大国防部下属机构加拿大国防研究与发展编辑部出版，但将被编入加拿大国防信息系统 (CANDIS)，即国防科技文件的国家存储库。加拿大女王陛下（国防部）不作任何明示或暗示的陈述或保证，也不对本文件中包含的任何信息、产品、流程或材料的准确性、可靠性、完整性、时效性或实用性承担任何责任。本文件中的任何内容均不应解释为对其中检查的任何工具、技术或流程的特定用途的认可。依赖或使用本文件中包含的任何信息、产品、流程或材料的风险由使用或依赖本文件的人自行承担。对于因使用或依赖本文件所含信息、产品、流程或材料而产生的或与之相关的任何损害或损失，加拿大不承担任何责任。
USV-YOLO：用于检测环保无人容器表面浮动物体的算法
摘要 - 水资源是人类的基础。表面浮游物体的精确检测是环境保护无人机进行河流清洁操作的主要先决条件。针对当前目标检测算法在复杂场景和低特征识别能力下对水面上的小目标的不良适应性，本文提出了水表面流动物体检测算法USV-yolo，这实现了在内陆河流复杂条件下充电对象的准确识别和检测。最初，设计了一种新颖的C2F频道模块。它优化了特征信息的利用，并通过顺序融合和串联从瓶颈层发出的特征信息来提高检测浮动物体的准确性；其次，该设计介绍了GS-EVC模块，该模块通过合并GSCONV和SHUF-flof flof flof flof flof flof flof flof flof flof flof flopl oterations介绍了表面炉的原始特征信息的利用，增强了远程特征信息之间的依赖性，并增强了特征识别能力；最终，骨干网络中的标准卷积被全尺寸动态ODCONV代替。其中的加权注意机制可以适应复杂目标的特征提取，从而进一步提高了网络的检测精度。实验是在开源数据集（浮动waste-i和flow-img）上进行的，实验结果表明，本文中的USV-Yolo算法提高了平均检测精度，地图50和MAP 50-95，分别提高了4.3％和6.1％，比原始网络更好，这是其他经典的目标。
virtualdsa ++：自动分割，船只标签，遮挡检测和图形搜索CT-Angiography数据
抽象计算机层析成像血管造影（CTA）是诊断脑血管疾病（如缺血性中风）中最常用的方式之一。通常，缺血性卒中病例的感兴趣解剖结构是威利斯及其外围的圆圈，即大脑动脉，因为这些血管是闭塞的最突出的候选者。这些血管中闭塞的诊断仍然具有挑战性，这不仅是由于周围的容器大量，而且还因为大量的解剖变异。我们提出了一个完全自动化的图像处理和可视化管道，该管道为CTA数据提供了脑动脉树的完整分割和建模。该模型本身可以实现不重要的容器结构的交互式掩蔽。静脉，例如鼻窦的静脉，以及最短路径的互动规划，旨在用于准备进一步治疗，例如机械血栓切除术。此外，该算法会自动标记脑动脉（左右脑动脉，左右动脉，前大脑前动脉短，左右动脉左右动脉）检测这些血管中的闭塞或中断。所提出的管道不需要先前的非对比度CT扫描，并且可以像数字减法血管造影（DSA）一样实现可比较的分割外观。
大脑结构 - 功能耦合与脑小血管疾病的认知障碍有关
脑小血管疾病（CSVD）是一种常见的慢性和进行性疾病，可导致精神和认知障碍。对大脑结构和功能的损害可能在CSVD患者的神经精神疾病中起重要作用。越来越多的证据表明功能变化伴随着相应大脑区域的结构变化。因此，正常的结构 - 功能耦合对于最佳的大脑表现至关重要，并且在许多神经和精神病障碍中都可以找到破坏的结构 - 功能耦合。迄今为止，大多数对CSVD患者的研究都集中在单独的结构或功能上，包括减少白质体积和血流的减少，导致认知功能障碍。但是，关于CSVD患者的大脑结构 - 功能偶联的研究很少。近年来，随着多级（素海，神经血管，区域水平和网络水平）的快速发展，基于多模式磁共振成像（MRI）的大脑结构 - 功能耦合分析方法，已提供了新的证据，以揭示大脑功能和结构异常和结构的异常和认知能力和认知能力的相关性。因此，研究大脑结构 - 功能耦合在CSVD患者的认知障碍的神经生物学机制方面具有潜在的重要性。本文主要描述了基于多模式MRI的当前流行的大脑结构 - 功能耦合分析技术，以及这些耦合技术在CSVD和认知障碍方面的重要研究进度，以研究对CSVD的发病机理和早期诊断的研究。