XiaoMi-AI文件搜索系统
World File Search SystemWRT
卡内基梅隆大学
（详细广告 wrt EN No. 3/03，发表于 2024 年 4 月 20 日至 26 日的《就业新闻/ Rozgar Samachar》（项目代码 12-197-G 职位））邀请申请总共 2 个合同职位，包括高级研究员 (SRF)（1 人）；和青年专业人员 II（1 人）在外部资助的 ICAR 项目“使用基因组编辑工具增强气候适应力和确保粮食安全”（项目代码 12-197-G 职位）下。这些职位是非保留的、临时的，与项目同时终止。该机构保留修改空缺职位数量的权利。感兴趣且符合条件的候选人可以使用附件中的申请表以及表格中提到的相关附件申请。签名的申请表和扫描的附件应合并为适当大小的单个 pdf 文档并通过电子邮件发送。候选人应将填写好的申请表的扫描件邮寄将自认证的学位证书扫描件、10、12、UG 和 PG 成绩单发送至电子邮箱 204plantphysiology@gmail.com
esa_lab@ – 合作创新
计划活动对支持奥地利 2030+ 空间战略目标的贡献 总体而言，目标 5“空间人才和多样性”，以及目标 3“科学卓越”和 2“竞争力” 计划活动对 ESA 的附加值 科学、技术、专家网络、外联 展示 ESA_Lab 活动的预期成果将如何为当前和未来的 ESA 活动和任务做出贡献 总体而言，奥地利对 ESA 活动的贡献 计划活动与 ESA 活动相关的证据 3. 项目参与者的适合性 25 专业和管理能力 申请人在拟议活动领域的良好记录 （潜在）空间相关项目 选定的同行评审出版物 在奥地利大学或应用科学大学对活动的机构支撑 正式支持 大学的实物捐助 确保网络合作伙伴的长期支持 访问网络合作伙伴 申请人能否获得长期基本资金和第三方资金，以支持和补充 ESA_Lab@ 活动 4. 规划质量 15 总体规划和管理方法是否充分，是否能够实现 ESA-Lab 的目标 5. 沟通方式的适宜性 10 针对 ESA_Lab@ 活动使用 ESA 名称、徽标和商标的拟议方法 使沟通和传播活动与 BMK、FFG 和 ESA 保持一致的拟议程序
视觉伺服自动降落航母——Irisa
飞行员通常认为，在航空母舰上着陆是最困难的训练之一，因为能见度条件、航空母舰动力学和狭小的着陆区使着陆变得复杂。根据能见度条件，可以使用几种接近航空母舰的方法，如 [1] 中所述。在我们的案例中，研究的轨迹包括在距离航空母舰 7.5 公里处开始下降，并将钩子放在所需的下降滑行上。为了确保着陆精度，不进行拉平。方法可以总结为保持下降率和迎角恒定，以保持飞机稳定性并防止失速。航空母舰上的着陆控制并不是一个新问题。它使用经典传感器（如雷达或相对 GPS [2]）进行研究，这些传感器确定相对于参考轨迹的误差，并使用控制律对其进行校正，该控制律可以是最优的 [3] 或鲁棒的 [4]。[3] 中实现了一些航空母舰动力学预测模型，以改进控制。几十年来，出于认知和安全方面的考虑，人们一直在研究飞行员着陆时使用的视觉特征。目的是了解飞行员使用的特征并确定他们的敏感性[5]，以便模拟人类反应并改善飞行员训练。[6] 介绍了用于在对准、进近和着陆期间控制飞机的视觉特征的相当完整的最新技术水平。例如，消失点和撞击点之间的距离允许飞行员跟随下降滑行。在[7]和[8]中，考虑到小角度假设，建立了相对姿势和视觉特征之间的联系。航母着陆主要在辅助系统范围内研究，该辅助系统处理光学着陆系统的可见性。海军飞行员降落在航母上的方法之一是控制飞机，以便将平视显示器 (HUD) 上的下滑道矢量聚焦到甲板上的三角形标记上，如图 1a 所示。另一种方法是将飞机的下滑道矢量与甲板上的三角形标记对齐，如图 1a 所示。
反潜战 (HEAUV-ASW) 1. 简介...
Q.14。降低/提升/部署 HEAUV 的机制是什么？该机制可以安装在任何船只上，如 OSV、军舰等吗？如果可以，要求和相关时间表是什么？Q.15。HEAUV 从岸上和海上船舶部署时需要哪些配件？指出日常工作、充电/再充电和其他活动所需的电源，以方便从船上进行操作？还应提及与船上电源的兼容性。Q.16。运输 HEAUV 的容器类型有哪些，运输（海陆）需要满足哪些要求？还请说明集装箱的尺寸、重量、电源和空调要求？问 17。预计在船上和岸上装载和维护 HEAUV 所需的基础设施是什么？问 18。当尝试未经授权的数据检索时，HEAUV 是否具有数据保护/销毁功能？如果有自毁模式，请说明其详细信息？问 19。HEAUV 的设计是否本土化（以后需要设计的知识产权）？HEAUV 的所有组件（包括有效载荷）将从哪里进口？还请说明预期的 IC 百分比？还请提及相关软件的详细信息（是否为本土软件等）？Q.20。请详细说明与用于 ASW 任务的 HEAUV 开发相关的自主导航、耐力、指挥和控制、传感器等使能技术的本土化情况？Q.21。项目批准令授予后，原型开发的预计时间表是什么？是否愿意在 Make II 下推进原型开发，并在购买印度 IDDM 计划下进行后续开发？Q.22。是否愿意提供全面的 AMC 和/或费率维修合同。简要说明 AMC/RRC 的范围和成本。Q.23。提供以下项目的预算报价：-
基于逻辑的可解释和增量机器学习
在ILP中也以非单调逻辑程序和默认规则（Srinivasan，Muggleton和Bain 1992; Dimopoulos and Kakas 1995）学习了身体中的目标。将模型表示为默认规则带来了可观的优势，可解释性，增量学习和数据经济。我们提出了可解释和可解释的基于LP的机器学习算法，以及用于增量学习的基于LP的强化学习，以及基于LP-基于LP的解释，用于解决数据经济问题。我们可解释的基于LP的机器学习方法（Shakerin，Salazar和Gupta 2017; Wang and Gupta 2022，2024）与最先进的技术竞争，例如XGBOOST（Chen and Guestrin 2016）和Mult-ceptrons/ceptrons/nealurations/nealuret网络（Aggarwal 2018）。表1显示了基于LP的ML算法的Fold-SE（Wang and Gupta 2024）的性能比较，以及XG-BOOST和MLP在二进制分类任务上的性能比较。与其他可解释的ML算法不同的是，它可以从数据中学习基于简洁的逻辑规则集，然后可以使用该规则集来进行预测。表2显示了Fold-SE与另一个流行的可解释的ML算法Ripper的比较。fold-se在产生明显较小的规则集的同时，达到了更高或可取的精度。nesyfold（Padalkar，Wang和Gupta 2023; Padalkar and Gupta 2023）是一个使用Fold-Se-M算法（用于多类别分类）的框架，从对图像分类任务进行培训的CNN生成全局解释。对于整个火车组，将最后一层内核的输出进行了二元。然后使用折叠-SE-M算法来学习一个规则集，其中每个谓词的真实值都被二进制内核的输出确定。每个内核都可以映射到它所学会的概念中，可以将其识别为识别及其相应的谓词可以将其标记为这些概念。图1说明了用于对“浴室”，“床房”和“厨房”的图像进行分类的CNN的Nesyfold框架。可以通过域专家仔细检查获得的规则集，以检查CNN可能学到的偏见。默认规则是捕获关系数据集的逻辑的绝佳方法。人类在日常推理中使用默认值（Stenning and van Lambalgen 2008； Dietz Saldanha，Houldobler和Pereira 2021）。大多数数据集都是由人类驱动的活动产生的（例如贷款