XiaoMi-AI文件搜索系统
World File Search System元视体
ai身体图像和元人类：在AI生成的化身的兴起，用于混合现实和元视体。
使用条款：使用条款：此文本是根据存款许可证提供的（没有进一步的分发 - 无处理）。被授予无效，不可转让，个人和有限的使用本文档的权利。本文档专门用于个人非商业用途。在本文档的所有副本上，必须保留所有版权说明和其他有关法律保护的信息。您不得以任何方式更改此文档，也不能以公共或商业目的复制，发行，驱散，出售或以其他方式使用此文件。在使用本文档时，您可以识别使用条款。
2019财年专利申请技术趋势调查（航天器）
中国空间技术研究院 (中国) 643 26,135 30 空客 (欧洲) 611 13,954 67 波音 (美国) 430 14,624 88 Energiya (俄罗斯) 430 7,401 37 三菱电机 279 89,137 20 IHI 201 13,657 28 泰雷兹 (欧洲) 153 6,495 54 三菱重工 131 27,823 16 霍尼韦尔 (美国) 117 19,431 7 雷神 (美国) 105 5,383 3 斯奈克玛 (欧洲) 102 4,363 6 太空系统/劳拉 (美国) 58 168 12 Viasat (美国) 1 685 0 蓝色起源 (美国) 12 19 1 SpaceX（美国） 1 10 9 Rocket Lab（美国） 5 5 0 北京零度空间科技公司（中国） 2 24 0 Mojave Aerospace Ventures（美国） 2 2 0 PLD space（西班牙） 0 0 0 Reaction Engines（英国） 6 13 4 Relativity Space（美国） 0 2 0 Skyrora（英国） 0 0 0 Oneweb（美国） 11 29 0 Blacksky（美国） 0 0 0 Capella Space（美国） 0 0 0 Hawkeye360（美国） 0 6 0 Iceye（芬兰） 0 1 0 OHB System（德国） 1 8 20 Planet（美国） 5 27 2 Spire Global（美国） 6 22 0 ispace（日本） 7 13 1 Planetary Resources（美国） 4 4 1 Astroscale 12 12 0 D-Orbit (意大利) 4 4 0 NASA (美国) 91 1,924 959 日本宇宙航空研究开发机构 119 500 473 国防科技大学 (中国) 69 6,274 280 哈尔滨工业大学 (中国) 338 25,237 274 加州理工学院 (美国) 19 2,648 314 韩国航空宇宙研究院 (韩国) 436 2,739 72
欧盟半导体政策和半导体法案的概述
1从委员会到欧洲议会，欧洲理事会，理事会，欧洲经济和社会委员会以及该地区委员会的欧洲工业战略委员会（2020）102决赛，日期为2020年3月10日，欧洲委员会https://eur-lex.europa.eu/legal-content/en/txt/?uri=celex%3A52020DC0102&qid = 1655213892867 2从委员会到委员会的交流，从委员会到欧洲议会，欧洲委员会，欧洲经济和社会委员会的新工业委员会的新工业委员COM/2021/350最终，日期为2021年5月5日，欧洲委员会
数字孪生体可信度评估过程及指标研究
[9] 郭东升 , 鲍劲松 , 史恭威 , 等 . 基于数字孪生的航天结构 件制造车间建模研究 [J]. 东华大学学报 ( 自然科学版 ), 2018, 44(4): 578-585, 607. Guo Dongsheng, Bao Jinsong, Shi Gongwei, et al. Research on Modeling of Aerospace Structural Parts Manufacturing Workshop Based on Digital Twin[J]. Journal of Donghua University(Natural Science), 2018, 44(4): 578-585, 607.
脑机接口在元宇宙中的应用研究进展
主题：至少30人。男人和女人对情绪的反应不同，分开情感识别或将性别比设置为1：1。刺激：使用标准刺激集。，例如IAP（国际情感图片系统），Gaped（日内瓦情感图片数据库），IAD（国际情感数字声音）等。情感：悲伤，幸福，愤怒，恐惧，喜悦，惊喜，厌恶，中立等。
利用人工智能技术对 3D 运动物体进行目标估计滤波
1.研究目的：为了提高复杂运动目标的跟踪和平滑能力，需要提高地面设备的指挥控制和信息相关功能的性能。特别是需要提高与指挥控制设备配合使用的雷达的性能。作为雷达目标跟踪算法，已经提出了M3（多机动模型）滤波器、IMM（交互多模型）滤波器等。该类滤波器对高机动目标有较高的跟踪性能，有望作为未来指挥控制雷达的滤波器。然而，有许多参数必须提前设置，例如运动模型的转移概率。在本研究中，我们设计了一种融入人工智能技术的过滤器，旨在提高处理三维运动物体的能力。
