XiaoMi-AI文件搜索系统
World File Search System测深
激光测深数据的云量和双层云量
在大气光学研究所的西伯利亚激光雷达站进行了研究，该仪器包括带有两个激光发射机和两个接收孔的激光雷达系统。liDAR在夜间条件下使用最小天窗背景的观测，使用高频（2.5 kHz）Cu-vapor激光器，平均功率为2 w，波长为510 nm，大型接收镜的直径为2.2 m。在白天测量中，受到明亮天窗背景污染的白天测量，我们使用了低频（10-Hz）nd：yag固体激光器，在1064 nm的波长下，每脉冲具有150 mJ能量，以及直径为0.3 m的接收镜。在这两种情况下，都记录了光子计数状态的激光雷达回报。LIDAR系统的参数确保了从中和高级云中累积高水平的信号，持续1 s（夜间）和3-5 s（白天）。另一方面，在这些时间间隔内积累的激光雷达回报信号的水平（尤其是在白天）太低，无法在云外的传感路径段上执行LIDAR信号的校准，从而正确计算灭绝系数和相关的云光学深度深度τclτcl。因此，在目前的工作中，我们利用了该功能的统计信息
机载测深激光雷达解决方案已证实具有生产力
Leica Geosystems 是唯一一家提供基于通用传感器平台（包括系统外围设备和软件）的成像和 LiDAR 解决方案的供应商。用户可以在系统之间共享组件和通用操作员和飞行员界面，以便在所有机载传感器上进行简单、一致的安装，无论使用哪种系统，都能在地面处理和操作员培训方面提供协同效应。同样，通用任务规划使小型劳动力能够高效地规划各种任务，所有这些都来自熟悉的规划界面。这可以实现高效的工作流程、减少培训并节省成本。
基于基因表达的表型预测深神经网络的生物学解释
摘要背景：使用预测基因标志来协助临床决策变得越来越重要。深度学习在基因表达谱的表型预测中具有巨大的潜力。但是，神经网络被视为黑匣子，在没有任何解释的情况下，提供了准确的预测。这些模型变得可解释的要求正在增加，尤其是在医学领域。结果：我们专注于解释由基因表达数据构建的深神经网络模型的预测。影响预测的最重要的神经元和基因被鉴定出来并与生物学知识有关。我们对CAN-CER预测的实验表明：（1）深度学习方法优于大型训练集的经典机器学习方法； （2）我们的方法产生的解释与生物学比最先进的方法更连贯； （3）我们可以对生物学家和医生的预测提供全面的解释。结论：我们提出了一种原始方法，用于从基因表达数据中对表型预测深度学习模型的生物学解释。由于模型可以找到表型和基因表达之间的关系，因此我们可以假设已鉴定的基因与表型之间存在联系。因此，解释可以导致生物学家研究新的生物学假设。
用于浅水测深评估的创新海上无人系统和卫星解决方案
摘要：浅水测深是土木工程、港口监测和军事行动等各个领域关注的重点课题。本研究介绍了几种使用集成了光探测和测距 (LiDAR) 和多波束回声测深仪 (MBES) 等先进创新传感器的海上无人系统 (MUS) 评估浅水测深的方法。此外，本研究全面描述了同一地理区域内的卫星测深 (SDB) 技术。详细介绍了每种技术的实施和所得数据，然后对其准确性、精确度、快速性和运行效率进行了分析比较。在 MUS 调查之前，使用传统方法进行的水深参考调查以及所有方法之间的交叉比较来评估方法的准确性和精确度。在对每一种调查方法进行评估时，都会进行全面的评估，解释每种方法的优点和局限性，从而使读者能够全面了解这些方法的有效性和适用性。该实验是使用海上无人系统 23 进行机器人实验和原型设计（REPMUS23）多国演习的一部分，而该演习又是快速环境评估 (REA) 实验的一部分。
文章 用于浅水测深评估的创新海上无人系统和卫星解决方案
摘要：浅水测深是土木工程、港口监测和军事行动等各个领域的重要研究课题。本研究介绍了几种使用海上无人系统 (MUS) 评估浅水测深的方法，该系统集成了先进和创新的传感器，例如光探测和测距 (LiDAR) 和多波束回声测深仪 (MBES)。此外，本研究全面描述了同一地理区域内的卫星测深 (SDB) 技术。每种技术都从其实施和结果数据方面进行了全面概述，然后对其准确性、精确度、快速性和操作效率进行了分析比较。在 MUS 调查之前，使用传统方法进行的水深参考调查以及所有方法之间的交叉比较来评估方法的准确性和精确度。在对调查方法的每次评估中，都会进行全面的评估，解释每种方法的优点和局限性，从而使读者能够全面了解这些方法的有效性和适用性。该实验是作为“使用海上无人系统 23 的机器人实验和原型设计”（REPMUS23）多国演习的一部分进行的，该演习是快速环境评估 (REA) 实验的一部分。
sdust2023bco：由...
摘要。作为基本海洋空间地理信息，海藻地形在海洋观察和科学研究中起着至关重要的作用。随着对高精度测深模型的需求不断增长，多层感知器（MLP）神经网络用于在此pa-per中整合多源海洋测量数据。全球海洋的一种新的测深模型，跨越180°E – 180°W和80°S – 80°N，称为山东科学技术大学2023年海洋测量图（SDUST2023BCO），已构建，网格大小为1'×1'。使用的多源海洋测量数据包括山东科学技术大学发布的重力异常数据，垂直重力梯度以及Scripps海洋学研究所（SIO）发布的垂直偏转数据，以及由中心国家D'Etudes eTudes Spatiales（cesne）发布的均值dy-namic Topograth数据。首先，从多源海洋大地测量数据中组织了输入和输出数据以训练MLP模型。第二，在相关点处的输入数据被馈入MLP模型以获得预测测深。最后，已经为全球海洋区域构建了一个分辨率为1'×1'的高精度测深模型。通过与船舶寄生的单光束测深数据和GEBCO_2023和TOPO_25.1模型进行比较，评估了SDUST2023BCO模型的有效性和可靠性。结果表明SDUST2023BCO模型是准确且可靠的，有效地捕获和反映了全球海洋测深信息。SDUST2023BCO型号可在https://doi.org/10.5281/Zenodo.13341896（Zhou等，2024）获得。
lncs 4191-通过基于扩散张量的电场模型预测深脑刺激的影响
摘要。深脑刺激（DBS）是一种用于治疗运动障碍的既定疗法，并且显示出有望治疗多种其他神经系统疾病的结果。，对DBS的作用机理或刺激造成的脑组织的体积知之甚少。我们开发了使用解剖学和扩散张量MRI（DTI）数据来预测DBS激活的组织（VTA）的方法。我们将成像数据与大脑的详细有限元模型共同注册，并刺激电极以解剖和电气准确地预测刺激的扩散。模型的一个关键组成部分是DTI张量字段，用于表示三维各向异性和不均匀的组织电导率。使用该系统，我们能够融合结构和功能信息，以研究用于治疗帕金森氏病（PD）的丘脑下核的相关临床概率：DB。我们的结果表明，与同质性的各向同性组织体积相比，在我们的模型中包含张量范围会导致VTA的大小和形状的显着差异。这些差异的宏观与刺激电压成正比。我们的模型预测是通过比较预测的活化的扩散与观察到的PD患者眼动神经刺激的影响的传播来验证的。反过来，脑的3D组织电性能在调节DBS产生的神经激活的扩散中起着重要作用。
