XiaoMi-AI文件搜索系统
World File Search Systemtested
学习技术作为竞争领域：来自澳大利亚高等教育教学学者和学习设计师的见解 Amos Tay、Henk Huijs
学习和教学不再是教学学者的专属领域，而是越来越依赖于第三空间专业人员，尤其是学习设计师。教学学者和学习设计师之间日益增多的合作突显了学习和教学空间设计的共享。这项定性研究探讨了这两个关键利益相关者如何理解学习技术，这对于塑造当代高等教育的教学和学习过程至关重要。福柯的话语和权力被用作理论视角，分析了对澳大利亚一所大型大学的 12 名教学学者和 5 名学习设计师的半结构化访谈。尽管学习设计师和教学学者在改进学习和教学过程方面有着共同的兴趣，但研究结果还揭示了实践存在争议的五个话语：集中化、监督、机构同质化、责任和效率。本文呼吁重新关注学习设计和教学过程的协作方面，这两个主要利益相关者之间不断（重新）协商。对实践或政策的影响：
有争议的部署 - USAWC 出版社
这是一份同行评审的出版物。本出版物中表达的观点为作者的观点，并不一定反映美国陆军部、国防部或美国政府的官方政策或立场。战略研究所和美国陆军战争学院出版社出版物的作者享有充分的学术自由，只要他们不泄露机密信息、危害行动安全或歪曲美国官方政策。这种学术自由使他们能够提供新的、有时是有争议的观点，以进一步讨论关键问题。本出版物已获准公开发布；分发不受限制。
![初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、](/simg/4/4b79ebb2e692147077c5f05290fe6b1288b2aad1.png)
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
牛津阿斯利康疫苗：安全，经过测试并且起作用
与所有疫苗一样，牛津阿斯利康疫苗必须在英国批准使用之前就必须达到严格的安全和有效性标准。它已经进行了相同的广泛临床试验和所有许可药物必须完成的安全检查。这些表明该疫苗是安全的，并且提供了很高的保护，以防止Covid-19的影响。数以百万计的人现在使用了牛津阿斯利康疫苗，没有证据表明与该疫苗有关的严重副作用。它的工作原理，疫苗使用已尝试的和测试的技术，这些技术已用于其他疫苗，例如流感刺痛。它是由常见冷病毒的弱版制成的，该病毒已被改造为看起来像冠状病毒。像所有疫苗一样，它教导人体通过刺激免疫系统制造抗体和细胞来对抗感染来对抗病毒。疫苗中使用的病毒被停用，因此不能使您生病，并且成分在几天后就离开了身体。！牛津阿斯利康疫苗或批准在英国使用的任何COVID -19疫苗中没有动物或胎儿产品，并且不会改变您的DNA。！谁适合谁？该疫苗已被证明对所有年龄段的成年人都是有效的。最近对80多名疫苗的人的研究发现，单剂量可为严重疾病提供高水平的保护，并使医院入院率降低了80％以上。疫苗有任何副作用吗？像所有药物和疫苗一样，牛津阿斯利康疫苗可能会在某些人中引起副作用。正在进行一项研究，以评估疫苗对儿童和年轻人的安全性和有效性，但目前仅被批准用于18岁及以上的人。非常常见的副作用包括您注射，感到疲倦，头痛，一般酸痛和轻度发烧的手臂的疼痛或压痛。这些往往发生在疫苗接种后的头几天，并且持续几天。您可以休息并服用正常剂量的扑热息痛，以帮助您感觉更好。试验的证据表明，这些反应在第二剂剂量后不太普遍。重要的是要记住，COVID-19的影响远远远远远比疫苗的任何副作用。像其他批准的疫苗一样受到保护，牛津阿斯利康疫苗是安全且经过测试的，它将保护您免受Covid-19的严重疾病，可悲的是导致世界各地数百万人死亡。人们如果不接受疫苗的报价，他们将继续受到疾病的危险，因此，当您提供疫苗时，请接受疫苗，并帮助保护自己免受Covid-19的侵害。
在有争议的海岸 - 海军陆战队大学
名称：Heck，Timothy，1982- 编辑。| Friedman，B. A. (Brett A.)，编辑。| 海军陆战队大学 (美国)。出版社、发行机构。标题：在争议海岸：两栖作战在战争史上的演变作用 / 由 Timothy Heck 和 B. A. Friedman 编辑。其他标题：两栖作战在战争史上的演变作用 说明：第一版出版于 2020 年。| 弗吉尼亚州匡蒂科：海军陆战队大学出版社，2020 年。| 包括参考书目和索引。| 摘要：“在指挥官发布规划指导之前，《在争议海岸》的基础就已在构建中。作为很少在海上度过时间的职业海军陆战队军官，编辑们长期以来一直担心海军陆战队变得过于以陆地为中心，严重反映了第二陆军的特征。自 1991 年海军陆战队参与伊拉克陆地战役以来，尤其是自 2001 年参与阿富汗、伊拉克和叙利亚三场陆地战役以来，情况一直如此。为了打这些仗，海军陆战队变得更重，装备升级，并且通常专注于反叛乱战术而不是两栖作战。虽然海军陆战队总是与美国陆军并肩作战，但其目的是与美国海军并肩作战。这本书在某种程度上有助于弄清楚如何重新获得和保持海上作战所需的技能”——由出版商提供。标识符：
新冠病毒的不确定性：疫苗、症状和有争议的说法
• 认为口罩对人们的健康有害（37%）、认为口罩不会减少 Covid-19 传播（34%）以及认为政府只是想让人们戴口罩来控制疫情（34%）的人。• 强烈同意人们对疫情大惊小怪的人（36%）和表示他们不觉得冠状病毒有压力的人（27%）。• 表示他们非常重视自己做决定的人（24%）和表示他们根本不是那种始终遵守规则的人（24%）。
对抗环境下的物流战争创新
机器人和无人系统教育与研究联盟 (CRUSER) 主办的战争创新连续体 (WIC) 研讨会于 2019 年 9 月 23 日至 26 日在加利福尼亚州蒙特雷的海军研究生院 (NPS) 校园举行。为期三天半的体验让 NPS 学生与教职员工、舰队军官以及来自海军实验室和工业界的来访工程师进行了有针对性的互动。研讨会在上午的最终概念简报和富有成效的讨论中结束，讨论无人系统在未来海军部队中的作用。本次研讨会还直接支持了海军部长 (SECNAV) 的指示，即 CRUSER 促进在海战领域开发机器人和自主系统的可操作作战概念，并与我们的行业合作伙伴合作。
对抗环境中的后勤战争创新
机器人和无人系统教育与研究联盟 (CRUSER) 主办的战争创新连续体 (WIC) 研讨会于 2019 年 9 月 23 日至 26 日在加利福尼亚州蒙特雷的海军研究生院 (NPS) 校园举行。为期三天半的体验让 NPS 学生与来自海军实验室和工业界的教职员工、舰队军官和来访工程师进行了有针对性的互动。研讨会以上午的最终概念简报和关于无人系统在未来海军中的作用的富有成效的讨论结束。这次研讨会还直接支持了海军部长 (SECNAV) 的指示，即 CRUSER 促进在海战领域开发机器人和自主系统的可操作作战概念，并与我们的行业合作伙伴合作。
使用自动驾驶汽车在运输行业中使用自动驾驶汽车的技术路线图
概述销售，服务，行政，生产和运输行业的快速计算机化使决策者有能力自动化更多的员工队伍，以使人类的失业率高，由于对时间表和位置灵活性的需求增加而引起的超级竞争以及车辆所有权的急剧下降，以减少车辆的空闲时间，除非为他们准备的车辆的空闲时间，否则将为他们准备就绪。唯一的合理解决方案似乎是自主运输系统的创建，当与自动驾驶汽车配对时，它将创建自动运输业务，以使用自动驾驶汽车进行人类和货运运输。这些车辆包括飞机，海洋货轮，铁路，道路，甚至太空车辆。