形成物理/虚拟对象的现实(Anders,2007)。数字-物理转换、本地人类数据和空间中用户的 API 数据将产生混合现实网络架构(Anders,2007)。无处不在的移动技术(Hansen,2015)、具体化的交互技术和属性(Rahaman 和 Tan,2009;Schnabel 等人,2007)和图形表示(Achten,1997)将产生实时、响应式的体验。表示输入概述了实时流数据到 3D 形式的转换。个性化寻路系统通过智能手机应用程序和建筑投影产生与人类相关的空间模拟,提供实时、个性化的寻路系统,将用户与数据和彼此连接起来。CAAD 社区中的其他项目已经探索了使用人机交互来通知混合现实空间(Anders,2007 年;Chiu 和 Chiang,2006 年;Kuo 等人,2004 年)。
进一步致谢:这项工作由美国能源部(DOE)根据合同号DE-AC36-08GO28308。这项工作得到了美国能源部,科学办公室,教师和科学家劳动力发展办公室(WDTS)的支持,科学本科实验室实习计划(SULI)计划。这项工作也得到了实验室定向研发(LDRD)计划的部分支持。本文中表达的观点不一定代表美国能源部或美国政府的观点。美国政府保留和出版商,通过接受该文章的出版物,承认美国政府保留了不可限制的,有偿的,不可撤销的,全球范围内的许可,以出版或复制这项工作的已发表形式,或允许其他人这样做,以实现美国政府的目的。
摘要供应链管理在当今快节奏的商业环境中变得越来越复杂,公司面临诸如全球化,竞争增加以及客户需求迅速变化的挑战。为了应对这些挑战,组织正在转向实时数据监视,以此作为提高整个供应链中的可见性,敏捷性和效率的一种手段。本文探讨了供应链管理中实时数据监视的实施,研究其收益,挑战和最佳实践。该研究调查了实时数据监视如何通过及时,准确的库存水平,运输状态和供应链绩效提供及时,准确的信息来改善决策,降低成本并提高客户满意度。这项研究的发现突出了将实时数据监视与现有供应链管理系统集成的重要性以及能够分析和解释这些系统生成的大量数据的熟练劳动力的需求。本文通过为希望在其供应链管理实践中实施实时数据监视的组织提供建议。
九年前,我们在Parkervision,Inc。(“ Par-kervision”)对与无线通信技术相关的Parkervision,Inc。(“ Par-kervision”)提出的专利侵权行动中,确认了对不侵权的法律(“ JMOL”)的判决。Parkervision,Inc。诉Qualcomm Inc.,621 F. App'x 1009(Fed。cir。2015)(“ Par-Kervision I”)。 Parkervision还针对不同但相关的专利提起了针对高通的第二次侵权诉讼。 后一个案件,我们将称为“ 2014年诉讼”,以地方法院批准了基于Parkervision I引起的附带禁止反说业的判决,以授权Qualcom的动议对非侵犯的简易判决。 Parkervision,Inc。诉高通公司,2022 WL 1230505(M.D. fla。Mar. 22,2022)。 地方法院还批准了高通公司的动议,以排除某些证词,提议通过其有效性和侵权专家(“ Daubert Motions”)提出的某些证词。 Parkervision现在对2014年行动的处理提出上诉。 我们撤消了不侵权的判断,扭转了证词的排除,并还押了进一步的诉讼。2015)(“ Par-Kervision I”)。Parkervision还针对不同但相关的专利提起了针对高通的第二次侵权诉讼。后一个案件,我们将称为“ 2014年诉讼”,以地方法院批准了基于Parkervision I引起的附带禁止反说业的判决,以授权Qualcom的动议对非侵犯的简易判决。Parkervision,Inc。诉高通公司,2022 WL 1230505(M.D.fla。Mar.22,2022)。地方法院还批准了高通公司的动议,以排除某些证词,提议通过其有效性和侵权专家(“ Daubert Motions”)提出的某些证词。Parkervision现在对2014年行动的处理提出上诉。我们撤消了不侵权的判断,扭转了证词的排除,并还押了进一步的诉讼。
摘要 - 本研究提出了一种解决方案,以改进使用传感器监测相关环境参数的系统,以减轻洪水灾害。传感器用于收集有关农场洪水情况的数据。收集的数据经过分类模型的训练,以启动太阳能水泵,减轻洪水易发地区的洪水事件。该系统帮助农民监测与农业作业和洪水相关的实时环境参数,包括土壤湿度水平、水位和附近为农场供水的运河的水流速度。为了减少洪水损失,该系统协助排出多余的水,防止农作物长时间被淹没。这些设备设计为使用太阳能电力,因此该系统实际上用于难以安装电线的户外。实验结果表明,部署的传感器传感数据是准确的。生成的预测模型在无洪水、轻度洪水和严重洪水的情况下分别给出了 1.0、0.97 和 0.93 F-1 分数的高性能。
摘要:上个世纪的主要关注点之一是空气污染及其对人类健康的影响。其影响在城市和城区尤为明显,政府正试图减轻其影响。尽管已经提出了不同的解决方案,但公民仍在报告他们所居住地区的恶劣状况。本文提出了一种解决方案,通过结合用户反馈/报告和通过专用移动物联网传感器获取的实时数据来支持政府监测城市污染,这些传感器由政府官员动态重新定位,以验证特定区域的报告状况。移动设备利用专用传感器监测空气质量,并通过机器学习技术捕捉主要道路的交通状况。该系统公开了一个移动应用程序和一个网站,以支持收集公民报告并向机构和最终用户显示收集的数据。所提解决方案的概念验证已在一所中型大学校园中进行了原型设计。性能和功能验证都证明了该系统的可行性和有效性,并允许确定一些经验教训以及未来的工作。
由于缺乏全面的数据集和缺陷类型的多样性,自动检测增材制造的 Ti6Al4V 材料中的微观结构缺陷面临巨大挑战。本研究介绍了一种应对这些挑战的新方法,即开发专门针对扫描电子显微镜 (SEM) 图像的微观结构缺陷数据集 (MDD)。我们使用此数据集训练和评估了多个 YOLOv8 模型(YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l 和 YOLOv8x),以评估它们在检测各种缺陷方面的有效性。主要结果表明,YOLOv8m 在精度和召回率之间实现了平衡,使其适用于可靠地识别各种缺陷类型中的缺陷。另一方面,YOLOv8s 在效率和速度方面表现出色,尤其是在检测“孔隙”缺陷方面。该研究还强调了 YOLOv8n 在检测特定缺陷类型方面的局限性以及与 YOLOv8l 和 YOLOv8x 相关的计算挑战。我们的方法和发现有助于科学地理解增材制造中的自动缺陷检测。MDD 的开发和 YOLOv8 模型的比较评估通过提供检测微结构缺陷的强大框架来推进知识水平。未来的研究应侧重于扩展数据集和探索先进的 AI 技术,以提高检测准确性和模型泛化能力。
最好将物料清单 (BOM) 上的固定生产时间视为平均或中位估计值,该值可能因工作中心分配、零件可用性和许多其他因素而有很大差异。通过获取实时数据,可以对 BOM 上的生产时间进行微调和检查其准确性。如果没有实时数据,长期存在的固定生产时间假设可能会阻碍整条生产线完成更多任务。基于车间实时数据的更高计划准确性使生产计划更加高效,从而提高工作中心生产力并提高机器利用率。
实时数据分析的出现通过提供对客户行为的前所未有的见解,彻底改变了电子商务和零售部门。这项研究调查了实时数据分析的整合,以获得战略性的客户见解,使零售商能够增强决策,改善客户体验并推动增长。使用混合方法方法,包括定量数据分析和定性案例研究,我们探讨了实时数据对客户细分,个性化,库存管理和营销策略的影响。这些发现突出了实时分析改变零售业务的潜力,并提出了实践实施,以最大程度地提高其收益。实时数据分析对于创建动态客户群和量身定制个性化营销活动以提高参与度和转化率至关重要。此外,通过实时见解来优化库存水平,可降低库存和储备的情况,从而提高供应链效率。该研究还强调了立即反馈对营销策略的重要性,从而实时调整可最大程度地提高竞选活动的效率。通过对领先零售商的案例研究,我们证明了实时分析在在线和实体设置中的实际应用。这些见解可以指导电子商务和零售业务利用实时数据来实现竞争优势和卓越运营。