• 技术出版物。已完成的研究或研究的重要阶段的报告,介绍 NASA 计划的结果,包括大量数据或理论分析。包括被认为具有持续参考价值的重要科学和技术数据和信息的汇编。NASA 的同行评审的正式专业论文的对应部分,但对手稿长度和图形演示范围的限制不那么严格。 • 技术备忘录。初步或具有专门意义的科学和技术发现,例如快速发布报告、工作文件和包含最少注释的参考书目。不包含广泛的分析。 • 承包商报告。NASA 赞助的承包商和受助人的科学和技术发现。
• 技术出版物。已完成的研究或研究的重要阶段的报告,介绍 NASA 计划的结果,包括大量数据或理论分析。包括被认为具有持续参考价值的重要科学和技术数据和信息的汇编。NASA 的同行评审的正式专业论文的对应部分,但对手稿长度和图形演示范围的限制不那么严格。 • 技术备忘录。初步或具有专门意义的科学和技术发现,例如快速发布报告、工作文件和包含最少注释的参考书目。不包含广泛的分析。 • 承包商报告。NASA 赞助的承包商和受助人的科学和技术发现。
• 技术出版物。已完成的研究或研究的重要阶段的报告,介绍 NASA 计划的结果,包括大量数据或理论分析。包括被认为具有持续参考价值的重要科学和技术数据和信息的汇编。NASA 的同行评审的正式专业论文的对应部分,但对手稿长度和图形演示范围的限制不那么严格。 • 技术备忘录。初步或具有专门意义的科学和技术发现,例如快速发布报告、工作文件和包含最少注释的参考书目。不包含广泛的分析。 • 承包商报告。NASA 赞助的承包商和受助人的科学和技术发现。
� 技术出版物。已完成研究或重要研究阶段的报告,介绍 NASA 计划的结果,包括大量数据或理论分析。包括被认为具有持续参考价值的重要科学和技术数据和信息的汇编。NASA 同行评审的正式专业论文的对应部分,但对手稿长度和图形演示范围的限制不那么严格。� 技术备忘录。初步或具有专门兴趣的科学和技术发现,例如快速发布报告、工作文件和包含最少注释的参考书目。不包含广泛的分析。� 承包商报告。NASA 赞助的承包商和受助人的科学和技术发现。
• 技术出版物。已完成的研究或重要研究阶段的报告,介绍 NASA 项目的成果,包括大量数据或理论分析。包括被认为具有持续参考价值的重要科学和技术数据和信息的汇编。NASA 的同行评审的正式专业论文的对应部分,但对手稿长度和图形演示范围的限制不那么严格。 • 技术备忘录。初步的或具有专门意义的科学和技术发现,例如快速发布报告、工作文件和包含最少注释的参考书目。不包含广泛的分析。 • 承包商报告。NASA 赞助的承包商和受资助者的科学和技术发现。
摘要 — 提出了将认知毫米波双光束 (DB) MIMO 相控阵系统与光学传感解决方案相结合的方法,旨在实现环境感知和无处不在的交互的新功能。由此产生的范例利用毫米波和光学传感解决方案的融合,使新兴技术能够促进人类与随机变化环境中的智能设备和系统的交互。通过基于混合认知毫米波 RFIC 技术和光学系统的无处不在的交互,描绘了具有高级驾驶辅助系统 (ADAS)(包括手势识别 (GR))的自动驾驶汽车的前景。构建了几种毫米波相控阵的硬件实现,并将其与光学系统共同组装,以实现智能数据融合和实时信号处理,从而实现自主安全的决策过程。提出了一种统一的建模和测量平台,采用多物理(电磁热机械)数值协同仿真克隆(NCSC)的概念,作为功能硬件的对应部分,实现增强现实的 4D(时空演化)。
NASA STI 计划在该机构首席信息官的支持下运作。它收集、组织、归档和传播 NASA 的 STI。NASA STI 计划提供对 NASA 技术报告服务器 — 注册 (NTRS Reg) 和 NASA 技术报告服务器 — 公共 (NTRS) 的访问,从而提供世界上最大的航空和空间科学 STI 集合之一。结果在非 NASA 渠道和 NASA 的 NASA STI 报告系列中发布,其中包括以下报告类型: • 技术出版物。已完成研究或重要研究阶段的报告,介绍 NASA 计划的结果并包含大量数据或理论分析。包括被认为具有持续参考价值的重要科学和技术数据和信息的汇编。NASA 同行评审的正式专业论文的对应部分,但对手稿长度和图形展示范围的限制不那么严格。• 技术备忘录。初步或具有专门兴趣的科学和技术发现,例如“快速发布”报告、工作文件和包含最少注释的参考书目。不包含广泛的分析。
在没有完整的量子引力理论的情况下,量子场和量子粒子在时空叠加中的行为问题似乎超出了理论和实验研究的范围。在这里,我们使用量子参考系形式主义的扩展来解决位于共形等价度量叠加上的克莱因-戈登场的这个问题。基于“量子共形变换”的群结构,我们构造了一个显式量子算子,它可以将描述时空叠加上的量子场的状态映射到表示闵可夫斯基背景上质量叠加的量子场的状态。这构成了一个扩展的对称性原理,即量子共形变换下的不变性。后者允许通过将微分同胚非等价时空的叠加与弯曲时空上更直观的量子场叠加联系起来,建立对微分同胚非等价时空的叠加的理解。此外,它可以用于将弯曲时空中的粒子产生现象导入到其共形等价对应部分,从而揭示具有修正克莱因-戈登质量的闵可夫斯基时空的新特征。
深度卷积神经网络的成功部分归功于海量带注释的训练数据。然而在实践中,获取医疗数据注释通常非常昂贵且耗时。考虑到具有相同解剖结构的多模态数据在临床应用中广泛可用,在本文中,我们旨在利用从一种模态(又称辅助模态)学到的先验知识(例如形状先验)来提高另一种模态(又称目标模态)的分割性能,以弥补注释的稀缺性。为了缓解由模态特定外观差异引起的学习困难,我们首先提出一个图像对齐模块(IAM)来缩小辅助和目标模态数据之间的外观差距。然后,我们提出了一种新颖的相互知识蒸馏(MKD)方案,以充分利用模态共享知识来促进目标模态分割。具体来说,我们将我们的框架制定为两个独立分割器的集成。每个分割器不仅从相应的注释中显式提取一种模态知识,而且还以相互引导的方式从其对应部分中隐式探索另一种模态知识。两个分割器的集合将进一步整合来自两种模态的知识,并在目标模态上生成可靠的分割结果。在公共多类心脏分割数据(即 MM-WHS 2017)上的实验结果表明,我们的方法通过利用额外的 MRI 数据在 CT 分割方面取得了很大的改进,并且优于其他最先进的多模态学习方法。