XiaoMi-AI文件搜索系统
World File Search System同步数据
了解在线协作问题解决中的群体互动和认知状态：利用大脑对脑之间的同步数据
引言协作解决问题解决（CPS，以下称）已成为21世纪学习技能的重要特征，并且正在许多领域进行研究（Care等，2012）。CPS涉及两个或两个以上的人共同努力解决问题。这种能力已被认为是教育的关键目标（OECD，2017年）。研究表明，团队成员的CPS技能会影响协作的有效性（Andrews＆Rapp，2015年）。具有至少一个具有高CPS技能的学生的小组表现出更好的学习表现（Andrews-Todd＆Forsyth，2020年）。因此，已经激发了激励的努力来制定相关评估并激活教育改革以提高CPS的有效性（Stadler等，2020）。此外，教育从业人员特别强调需要建立远程合作技能（OECD，2017； Schulze＆Krumm，2017），因为团队已经分配，随着家庭的教育或在家工作已成为规范。因此，如何设计，开发和实施在线CPS活动以改善在线CPS的有效性是当前CPS研究中最重要的主题之一。
NVIDIA UFM 高可用性用户指南 v5.4.0
UFM-HA 采用双链路配置，包括主连接和辅助连接，以增强系统稳定性，同时降低连接挑战的风险。它利用两个优先级 IP 地址（主 IP 地址和辅助 IP 地址），Pacemaker 利用这两个 IP 地址建立两个连接链路。值得注意的是，DRBD 利用主 IP 地址来同步数据。建议将此 IP 地址用于传输速率较高的接口（例如 InfiniBand 接口），以实现最佳
CloudSat-CALIPSO 发射 - 喷气推进实验室
CALIPSO 任务是一项多传感器卫星实验，它使用创新方法探索我们的大气层并研究气溶胶和薄云。CALIPSO 将从太空提供首次全球云和气溶胶剖面和物理特性调查，包括季节和地理变化。CALIPSO 将收集其他地球观测卫星无法提供的有关云和气溶胶垂直结构的信息。这些观测结果与其他任务的同步数据相结合，将大大增强我们对云和气溶胶如何相互作用、全球产生的气溶胶数量、它们如何运输以及气溶胶在大气中停留多长时间的理解。CALIPSO 测量最终将有助于改善对天气、气候和空气质量的预测。CALIPSO 的主要任务计划持续三年。
一个声学数据集，用于感知水下未爆炸的军械（UXO）
摘要 - 在20世纪，数百万吨的弹药被倾倒到全球的海洋中。经过数十年的衰减，这些未探索的军械（UXO）的问题开始变得显而易见。为了促进通过例如自主水下车辆，获取代表性数据至关重要。但是，到目前为止，此类数据尚未公开可用。在本文中，我们提出了一个多模式同步数据的数据集，用于uxo水下的声学和光学传感。使用ARIS 3000成像声纳，GoPro Hero 8和定制设计龙门起重机，我们在受控的环境中录制了近100个轨迹和74,000帧的3种不同类型的UXO。是原始和极性转换的声纳框架，带注释的相机框架，声纳和目标姿势，纹理3D模型，校准矩阵等。该数据集可在https：//zenodo.org/records/11068046上公开获得。可以在https://github.com/dfkiric/uxo-dataset2024上获得处理原始数据的代码。
Octopus Sensing：用于人类行为研究的 Python 库
设计用户研究和收集数据对于探索和自动识别人类行为至关重要。目前可以使用一系列传感器来捕捉心率、大脑活动、皮肤电导率和各种不同的生理线索（Seneviratne 等人，2017 年）。这些数据可以组合起来，提供有关用户情绪状态（Dzedzickis 等人，2020 年；Egger 等人，2019 年）、认知负荷（Mangaroska 等人，2022 年；Vanneste 等人，2021 年）或其他因素的信息。然而，即使数据收集正确，同步来自多个传感器的数据也很耗时且容易出错。无法记录和同步数据可能会导致分析和结果出现错误，以及需要多次重复耗时的实验。为了克服这些挑战，Octopus Sensing 促进了从各种来源同步数据采集，并提供了一些用于设计用户研究、实时监控和离线数据可视化的实用程序。Octopus Sensing 的主要目的是提供一个简单的脚本界面，以便具有基本软件开发技能或没有软件开发技能的人能够更轻松地定义基于传感器的实验场景。
H-V2X：BEV感知的大型高速公路数据集
摘要。车辆到全部用途（V2X）技术已成为路边基础感知数据集，因此已成为研究领域。但是，这些数据集主要关注城市交叉点，并且缺乏公路方案的数据。此外，数据集中的感知任务主要是由于跨多个传感器的同步数据，因此主要是单声道3D。为了弥合这一差距，我们提出了高速公路-V2X（H-V2X），这是第一个大型高速公路鸟类视图（BEV）感知数据集，由传感器在现实世界中捕获。数据集覆盖了超过100公里的高速公路，并具有多种道路和天气状况。h-v2x由超过190万个BEV空间中的精细粒度分类样品组成，由多个同步摄像机捕获，并提供了矢量图。我们进行了联合2d-3d校准，以确保涉及正确的投影和Human劳动，以确保数据质量。此外，我们针对公路方案提出了三个高度相关的任务：BEV检测，BEV跟踪和轨迹预测。我们为每个任务进行了基准，并提出了包含向量图信息的创新方法。我们希望H-V2X和基准方法将促进BEV感知研究方向的高速公路。该数据集可从https://pan.quark.cn/s/86d19da10d18
阻抗断层扫描成像 - NSF-PAR
电阻抗断层扫描 (EIT) 是一种新兴的成像技术，在许多领域都具有巨大潜力，尤其是在功能性脑成像应用方面。高速、高精度的 EIT 系统可以应用于多种医疗设备，用于诊断和治疗神经系统疾病。在这项研究中，EIT 算法和硬件得到了开发和改进，以提高重建图像的准确性并缩短重建时间。由于多路复用器设计的限制，EIT 测量会受到开关周期内充电和放电的强烈电容效应，大约每 1280 个样本（10 毫秒采样）有 300 到 400 个样本。我们开发了一种算法，可以选择性地选择处于稳态的数据。这种方法提高了信噪比，并产生了更好的重建图像。我们开发了一种有效同步数据起点的算法，以提高系统速度。本演讲还介绍了基于德州仪器定点数字信号处理器 - TMS320VC5509A 的 EIT 系统硬件架构，该处理器成本低，未来在社区中具有很高的普及潜力。为了提高运行速度，我们建议 EIT 系统使用德州仪器的 Sitara™ AM57x 处理器。
哈吉穆罕默德丹尼什科技大学，迪纳杰布尔
推荐书籍： [1] Wai-Kai Chen，“VLSI 技术（工程原理与应用）”，CRC press，2003，第 1 版，ISBN：978-0849317385。 [2] Kwyro Lee、Michael shur、Tor A. Fjeldly 和 Tron Ytterdal，“VLSI 的半导体器件建模”，Prentice Hall，1997，第 1 版，ISBN：978-0138056568。 ECE 505：高级数字通信 学分：2.00 学习时间：2 小时/周 概率与随机过程回顾。无记忆信道上的功率谱与通信：同步数据脉冲流的 PSD、M 元马尔可夫源、卷积编码调制、连续相位调制、无记忆信道上的标量和矢量通信、检测标准。相干和非相干通信：相干接收器、WGN 中的最佳接收器、IQ 调制和解调、随机相位信道中的非相干接收器、M-FSK 接收器、瑞利和莱斯信道、部分相干接收器 – DPSK、M-PSK、M-DPSK、BER 性能分析。带限信道和数字调制：眼图、存在 ISI 和 AWGN 时的解调、均衡技术、IQ 调制、QPSK、O/4-QPSK、QAM、QBOM、BER 性能分析、连续相位调制、CPFM、CPFSK、MSK、OFDM。块编码数字通信：结构和性能、二进制块码、正交、双正交、超正交-香农信道编码定理、信道容量、匹配滤波器、扩频通信概念、编码 BPSK 和 DPSK 解调器、线性块码、汉明、戈莱、循环、BCH、里德-所罗门码。卷积编码数字通信：使用多项式、状态图、树形图和网格图表示代码，使用最大似然、维特比算法、顺序和阈值方法的解码技术 - BPSK 和维特比算法的误差概率性能。