XiaoMi-AI文件搜索系统
World File Search System本项
设计和开发用于室内的自主无人机飞艇...
摘要 — 本项目旨在开发一种小型飞艇，由人类远程控制。飞艇是无人驾驶飞艇 (UAV) 之一，可用于广告、VIP 安全检查、交通监控和管理等。本项目的主要目的是设计和开发一种用于室内监控和监测应用的自主无人机飞艇。图像将从安装在吊舱底部的无线摄像头捕获。确定物体的质心点需要使用三相边缘检测器、精明算子和阈值。该对象将以 2D 坐标显示在图形用户界面 (GUI) 上。在这个项目中，系统一次只能检测一个物体。关键词 — 精明算子、图形用户界面 (GUI)、物体检测、边缘检测器
Kalasatama 数字孪生项目 - 赫尔辛基
实景网格模型，是由均匀的三角形表面组成的模型。网格本身是指几何模型的呈现，可以通过三角形、正方形或多边形的均匀网络来实现。在本项目中，创建了一个三角网格模型。三角网格模型由三角形的平面组成，而三角形又由面和顶点组成。每个平面的顶点（后面称为连接点）也属于相邻的平面，因此整个三角网格形成一个均匀的表面。三角网格结构如上所示。网格模型是对实际物体形状的近似，具有一定的精度。实景网格形状的精度取决于三角网格网络的密度，从而取决于三角形的大小。模型中的三角形越小，模型越具体。
使用机载 LiDAR 数据识别丛林火灾风险... - AFAC
在本项目中，我们确定了一种方法，将丛林-城市交界处的植被分层为相对丛林火灾风险的离散区域。 LiDAR（光检测和测距）数据用于确定坡度和坡向等地球物理特征以及植被和燃料特征（如冠层高度和密度）的差异，以突出显示不同土地使用期限内丛林火灾风险高、中、低的区域。该方法简单且可在广阔区域重复使用，因为它是 LiDAR 数据驱动的。它显示出作为可靠且一致的技术前景，可用于支持治疗优先级的决策。该方法将作为桌面练习扩展到 MW 水道网络和毗邻土地，以系统地确定和优先考虑丛林火灾风险缓解计划的预算支出。
STARS 安全值得信赖的自主权......
AFRL 正在使用名为强化学习 (RL) 的机器学习工具来训练智能代理在环境中采取行动，目标是最大化整体长期回报。RL 基于操作性条件作用的心理学概念，例如，可用于通过正强化和负强化来训练狗。由于 RL 在具有高维状态空间、复杂规则结构和未知动态的环境中表现出色，因此在本项目中使用了 RL。使用传统的、强大的决策工具很难制定可靠且高性能的解决方案。然而，RL 已证明能够在从围棋等棋盘游戏、星际争霸等实时战略游戏到阿尔法空战等军事交战场景等突破性领域创造出优于人类的代理。
线性二次高斯控制系统的设计...
有几种不同类型的控制方法可用于线性和非线性系统。这些控制方法需要简单到复杂的控制器。在本项目中，通过获取状态空间模型并检查不同控制方法的开环和闭环响应来分析无尾翼火箭的俯仰稳定性。此外，根据线性二次调节器 (LQR) 的响应评估了简单但强大的比例、积分、微分 (PID) 控制器的响应。由于实际应用和案例的局限性，开发了卡尔曼滤波器 (最佳估计器) 来充分观察和获取必要的状态变量。最终，将 LQG 和卡尔曼滤波器结果和增益结合起来以获得线性二次高斯 (LQG) 控制器响应。每个部分都将定义、推导和实现必要的函数到 MATLAB 和 Simulink 中以获得最佳响应。
超高功率密度道路压电能量收集系统
作者感谢加州能源委员会对本项目的支持，并感谢前项目经理 Prab Sethi 先生在整个项目期间的耐心和周到指导。研究团队还感谢 Kaycee Chang 女士接任该项目并担任项目经理，并在项目最后一年给予宝贵指导。团队还感谢其所在机构的管理部门的支持。大部分工作是由研究生 Cheng Chen 博士和 Amir Sharafi 先生完成的。团队还感谢加州大学默塞德分校机械工程系的本科生在项目期间提供的帮助。他们是 Jason Flores、Ralph Louie Dela Pena、Priscilla Mendoza、Helen Ayala 和 Steven Ortiz-Donato。研究团队对他们对项目的奉献深表感谢。
高级增强脑肿瘤分类...
将他们的成就归功于系统的两个主要组成部分：区分和随机化。区分是指使用 SVM 来获取每个节点的分割知识，而随机化是指随机选择图像块，这些图像块用作学习每个节点的分割的特征形式。这种随机化过程可能会导致几个问题。首先，如果我们在 500X500 图像中选取大小为 50X50 的图像块，采样空间可能容纳数千个块，这使得随机选择的块不太可能容纳图像分类感兴趣的对象。此外，随机选择的样本更有可能相互重叠，从而产生冗余。因此，在本项目中，找出选择图像块的新方法。理论上，更具信息性的块选择应该在每个树节点产生更高质量的分割，这反过来应该会提高分类器的整体准确性。
项目 4.5 新型硫族化物材料和器件中的量子动力学（实验） 指导老师：教授博士居住。 Ryszard Buczko 研究所：IFPAN
在本项目中，我们将探索一种新型材料，即与超导体耦合的铅锡硫族化合物半导体，在量子信息设备中的潜在应用。我们假设它们独特的物理特性——强大的自旋轨道相互作用、高电子迁移率和有效的静电控制——将有可能减少量子比特的退相干。此外，它们还可用于研究纳米级设备中的新量子现象。我们将研究这种材料平台是否能够发现新的量子控制方法并提高量子设备的性能。一个由理论物理学家、实验学家和晶体生长者组成的国际团队将努力开发材料、表征它们、构建和分析量子设备，并在单一且一致的反馈回路过程中从理论上预测这些系统中的新量子动力学。
中美竞争与军事人工智能
作者感谢众多官员和专家（美国国内和国外）在本项目过程中分享他们的观点。他们特别感谢 Joel Wuthnow、Kevin Pollpeter、J. Michael Dahm、Jacquelyn Schneider、Adam Segal 和 James Acton 为本项目的工作组提供了深刻的演讲。还要感谢 Vincent Boulanin、Paul Scharre 和 Lisa Curtis 对手稿的专业评审，以及 Maura McCarthy 的细致编辑。最后，如果没有 CNAS 众多同事的帮助，本文不可能完成，其中包括 Rebecca Wittner、Melody Cook、Rin Rothback、Allison Francis、Jake Penders、Emma Swislow 和 Lesly Melendez。此处提出的观点不代表 CNAS 或任何其他组织的观点，作者对任何事实、分析或遗漏的错误负全部责任。本报告得到了开放慈善组织的慷慨支持。
2024 年夏季项目清单
人类糖蛋白 α-1-抗胰蛋白酶 (AAT) 是一种丝氨酸蛋白酶抑制剂，其病理变体会错误折叠并形成自缔合聚合物，与 AAT 缺乏症有关。生化分析表明，AAT 在核糖体翻译过程中自然停滞，并形成强制性压缩中间体，该中间体在翻译后完成折叠，但在存在 Z 突变时容易发生错误折叠 (1)。在本项目中，我们旨在使用 19F NMR 光谱法表征核糖体上 AAT 中间体的结构。目前，19F NMR 是唯一能够直接观察共翻译折叠中间体的实验技术 (2)，而位点特异性标记允许分别通过化学位移分析和顺磁弛豫增强测量获取短程和长程结构信息。