XiaoMi-AI文件搜索系统
World File Search System校准目标
使用 SHERLOC 校准目标数据测试火星太空服材料：MAX-CF 项目。M. Fries 1、J. Alred 1（见致谢）、S. Hollan
简介：火星 2020/“毅力号”探测器携带一套宇航服材料，作为 SHERLOC* 校准目标的一部分 [1]。作为常规校准程序的一部分，SHERLOC 会定期分析这些材料，并生成有关其在火星表面环境中降解情况的丰富数据集。校准织物最大化 (Max-CF) 项目将有效地将 SHERLOC 数据转化为宇航服材料使用寿命的衡量标准，方法是将第二组材料暴露在火星舱中，使用 JSC 的类似 ACRONM** 仪器复制 SHERLOC 测量值，然后进行材料测试（包括拉伸测试）。这些数据可用于指导宇航服设计和/或材料开发，提高未来火星任务的机组人员安全性。这将部分解决 NASA 的战略知识差距 8（火星表面技术），该差距指出需要开发技术以“维持人类在火星表面的生活 [并] 实现人类的流动和探索” [2]。本摘要描述了整个 Max-CF 项目以及迄今为止实验室研究的进展。
传教士庞巴迪全球6500飞机
通过激光波长校准和霓虹灯灯泡光谱校准完成干涉仪的校准。内部校准目标（ICT）由一个高度发射的，深腔的黑体组成，它利用经过飞行的高级基线成像仪（ABI）遗产设计组成。ICT的温度知识大于140 millikelvin。包括一个被动振动隔离系统，以允许在50毫克环境中进行仪器操作。仪器光学元件与结构和仪器电子设备都热脱钩。整体仪器设计是模块化的，它允许平行组装和快速仪器集成。
劳动国家的财富 - 宾夕法尼亚大学艺术与科学学院
由于人口老龄化，许多发达经济体的人均 GDP 增长率与劳动年龄人口人均 GDP 增长率（或每小时工作量）之间的差距已经扩大。日本等国家的人均 GDP 增长率一直不高，但劳动年龄人口人均 GDP 增长率（或每小时工作量）却出人意料地高。尽管劳动年龄人口人均 GDP 水平存在显著差异，但许多发达经济体也遵循着类似的劳动年龄人口人均平衡增长路径。我们校准了一个标准的新古典增长模型，以反映每个经济体劳动年龄人口的变化。当我们匹配劳动年龄人口人均 GDP 增长率时，而不是匹配人均 GDP 增长率（即“典型”校准目标）时，该模型与我们样本中所有经济体的数据更接近。
数据表 AI-deck 彩色相机模块 - Rev 1
超低功耗图像传感器，专为始终开启的视觉设备和应用而设计 高灵敏度 3.6μ BrightSense(TM) 像素技术 324 x 324 有效像素分辨率，支持 QVGA 窗口、垂直翻转和水平镜像读出 30FPS 时 <1.1mW QQVGA 分辨率，30FPS 时 < 2mW QVGA 分辨率 可编程黑电平校准目标、帧大小、帧速率、曝光、模拟增益（高达 8 倍）和数字增益（高达 4 倍） 自动曝光和增益控制环路，支持 50Hz/60Hz 闪烁避免 灵活的 1 位、4 位和 8 位视频数据接口，具有视频帧和行同步 具有可编程 ROI 和检测阈值的运动检测电路，具有数字输出作为中断 片上自振荡器 用于寄存器访问的 I2C 2 线串行接口 CSP 和裸片传感器封装选项 高 CRA，适用于小型模块设计
AI-deck 单色相机模块数据表 - Rev 1
超低功耗图像传感器，专为始终开启的视觉设备和应用而设计 高灵敏度 3.6μ BrightSense(TM) 像素技术 324 x 324 有效像素分辨率，支持 QVGA 窗口、垂直翻转和水平镜像读取 30FPS 时 <1.1mW QQVGA 分辨率，30FPS 时 < 2mW QVGA 分辨率 可编程黑电平校准目标、帧大小、帧速率、曝光、模拟增益（高达 8 倍）和数字增益（高达 4 倍） 自动曝光和增益控制环路，支持 50Hz / 60Hz 闪烁避免 灵活的 1 位、4 位和 8 位视频数据接口，具有视频帧和行同步 具有可编程 ROI 和检测阈值的运动检测电路，具有可用作中断的数字输出 片上自振荡器 用于寄存器访问的 I2C 2 线串行接口 CSP 和裸片传感器封装选项 高 CRA，适用于小型模块设计
可切换的宽带Terahertz吸收器基于导电 - 纤维素气凝胶
Terahertz（THZ）技术提供了从卫星和望远镜的校准目标到通信设备和生物医学成像系统的机会。一个主组件将是具有切换性的宽带THZ吸收器。然而，稀缺的具有光学切换的材料，它们的调制大多在狭窄的带宽下可用。在吸收或传播中实现具有大型和宽带调制的材料构成了关键的挑战。这项研究表明，进行聚合物 - 纤维素气凝胶可以提供宽带THZ光的调制，其调制范围很大，概率为≈13％至91％，同时保持镜面反射损失<-30 dB。特殊的THZ调制与导电聚合物的异常光学电导率峰有关，从而增强其氧化态的吸收。这项研究还证明了通过简单的化学修饰降低表面亲水性的可能性，并表明在光学频率下宽带吸收气凝剂可以通过太阳能诱导的加热来降低质量。这些低成本，水溶液可加工，可持续和生物友好的气凝胶可能会在下一代智能THZ设备中使用。
浅水区水面和水下特征检测的图像分析
精心收集的机载图像显示出能够看到水面特征以及浅水底特征（例如水下植被和人造目标）。传统的摄影测量图像和机载数字图像都因多种因素而导致图像清晰度下降，包括毛细管波和小重力波、水柱或原位成分。在机载或原位地下图像采集过程中部署水下和地面人造校准目标，为校正图像以改善地下和地面特征及其检测奠定了初步基础。所介绍的方法以及 490 nm、532 nm 和 698-700 nm 的图像清楚地显示了浅水区的地下特征。所采用的技术包括使用大画幅相机和摄影测量胶片以及特殊滤光片（例如 Wratten # 70），以便在植物“红边”附近提供更窄的光谱特征，以用于改善对高光谱推扫式图像的解释。来自多个传感器和平台（包括自主水下航行器）的组合图像构成了数据融合的基础，用于自动提取水面和地下特征。来自新型高光谱成像系统的数据展示了亚米级高光谱图像在地下特征检测中的实用性。
应用多任务转移学习：EA和优化子带正规CSP与具有小数据集的8通道EEG信号的组合
脑部计算机界面（BCI）技术提供了一种不依赖外围神经和肌肉的交流方式（Wolpaw等，2000）。全面的BCI系统涉及预处理，特征提取，信号分类和控制。这是一种直接将神经功能转化为外部产出的技术（Ramadan和Vasilakos，2017年）。最常用的脑电图（EEG）信号是事件相关的P300信号（Allison等，2020），稳态视觉引起的电势（Liavas等，1998）和运动成像（MI）信号（Pfurtscheller等人，1997年）。运动图像的最显着优势是其控制信号源自大脑的行动意图，因此不需要外部刺激（Abdulkader等，2015）。这种类型的BCI通常用于外部设备的运动控制，是当今最流行的BCI控制系统之一。但是，运动成像自发脑电图信号的信号噪声比率很低，并且受试者之间的特征有显着的单个差异。通常需要对传统的机器学习算法进行校准，以克服受试者之间的个体差异（Böttger等，2002; Saha等，2017），这一过程降低了BCI系统的效率。为了解决这一缺点，研究人员发现，使用转移学习算法来减少新用户，设备和任务的校准是有效的。近年来，转移学习使用了来自源域中的数据或信息，以帮助目标域通过使用源域（现有主题）数据来校准目标域（新主题）数据（Pan and Yang，2009）。最终，可以用带注释的几个或没有样本来判断目标域，这可以解决训练数据的基本分布与在某些条件下的测试数据之间的不匹配问题。