XiaoMi-AI文件搜索系统
World File Search System测量数据
FTMg - 带泄漏检测的能耗流量计
产品描述 FTMg 能耗流量计可测量气体流量和温度以及工艺压力，是一款节省成本的多功能产品。凭借高测量动态和低压损失，它可以非常高效地测量非腐蚀性气体。对比度丰富的彩色显示屏使 FTMg 操作简单，并允许将多个测量值表示为流程图。七天的内部数据记录和集成静态评估有助于检测气动系统中最小的泄漏。PoE 还支持与 PC 或云的简单 Web 连接，使能耗更加透明。所有测量数据都可以通过 IO-Link 或开关和模拟信号传输。
研究报告 - OTH Amberg-Weiden
当前研究和转移的中心焦点是人工智能。学习和适应性系统不仅永久地改变了经济，也永久地改变了我们的社会，并将继续如此。我们的研究人员正在研究这项关键技术，这对于我们的大学地区及其中型公司尤其相关且具有挑战性，并且正在研究，例如，例如，用于为基于人工智能的分析方法生成测量数据的测试平台、自动驾驶车辆雷达模块的人工智能处理器架构或分析关联规则以检测临床数据中具有统计意义的医疗风险模式。
实现气候变化卫星仪器校准...
目前的长期气候数据记录主要基于运行卫星系统的观测。这些卫星主要用于提供短期天气和环境预测的测量数据。仪器校准缺乏对国际标准 (SI) 单位的可追溯性，传感器和机载校准源在轨道上性能下降，长期数据集必须从一系列重叠的卫星观测中拼接而成，轨道漂移（导致卫星寿命期间卫星观测时间发生变化）将伪影引入长期时间序列，最重要的是，对发射前和发射后的仪器特性和校准关注不足。难怪该系统无法应对长期气候变化的观测挑战。
WT300 系列数字功率计 - 横河
功耗测量软件与 WT310（或其他 WT 系列仪器）配合使用，可提供可靠的功率测量解决方案，用于测试家用产品和办公设备的待机和关机模式功率。该解决方案可根据 IEC62301 Ed1.0 和 Ed2.0 标准执行测试，这些标准规定使用特殊算法来确定被测设备的功率稳定性。因此，该软件会从 WT310 收集所有必需的测量数据，其中不仅包括电压/电流/功率/频率，还包括交流电源的总谐波失真 (THD) 和波峰因数 (CF)。因此，我们还建议为 WT310 安装谐波选件 (/G5)，并使用低失真电源进行测试。
WT300 系列数字功率计 - 横河
功耗测量软件与 WT310（或其他 WT 系列仪器）配合使用，可提供可靠的功率测量解决方案，用于测试家用产品和办公设备的待机和关机模式功率。该解决方案可根据 IEC62301 Ed1.0 和 Ed2.0 标准执行测试，这些标准规定使用特殊算法来确定被测设备的功率稳定性。因此，该软件会从 WT310 收集所有必需的测量数据，其中不仅包括电压/电流/功率/频率，还包括交流电源的总谐波失真 (THD) 和波峰因数 (CF)。因此，我们还建议为 WT310 安装谐波选件 (/G5)，并使用低失真电源进行测试。
WT300 系列数字功率计 - 横河
功耗测量软件与 WT310（或其他 WT 系列仪器）配合使用，可提供可靠的功率测量解决方案，用于测试家用产品和办公设备的待机和关机模式功率。该解决方案可根据 IEC62301 Ed1.0 和 Ed2.0 标准执行测试，这些标准规定使用特殊算法来确定被测设备的功率稳定性。因此，该软件会从 WT310 收集所有必需的测量数据，其中不仅包括电压/电流/功率/频率，还包括交流电源的总谐波失真 (THD) 和波峰因数 (CF)。因此，我们还建议为 WT310 安装谐波选件 (/G5)，并使用低失真电源进行测试。
TIDA -010270- ...
可穿戴的生物传感贴片参考设计提供了一个平台，以评估TI最新产品，以连续监测生命体征，例如心电图（ECG），心率，呼吸，速度，速度脉冲，温度和运动。设计利用AFE4960进行准确的单铅ECG信号采集和TMP119进行体温监测。CC2674R10将测量数据传输到远程终端，例如用于实时显示的智能手机和医疗监控系统。船上发光二极管（LED）可用于指示系统状态，例如铅，低功率和蓝牙®低能连接。整个设计可以用2×CR2032电池（3V输入）或1个AAA电池（1.5V输入）供电，其工作寿命为14天。
系统和过滤的识别 - dspace.zcu.cz
十七和十八世纪的发现使人们相信可以使用简单的数学规则来描述自然现象。然而，在本世纪，人们清楚地认识到，解决与新技术相关的问题，特别是在通信和管理方面，必然需要明确的模型和不确定性。解决了编码、滤波、预测、自动控制等重要工程问题。这些领域的新成果不仅促进了人类在地球上的活动，也促进了太空探索（例如卫星通信）。事实证明，基于直接从测量数据中查找数学模型（系统识别和过滤）概念的革命性建模技术讨论了物理驱动程序在数学模型创建中的作用的重要性（数学模型和模型）。
基于神经网络的非侵入式设备对脑电图进行分类
和 S. Kinoshita（IHI AEROSPACE 有限公司）摘要：近年来，人们积极开发使用非侵入式脑电图设备的脑机接口 (BMI) 技术以应用于工业领域。本文介绍了对非侵入式脑电图测量数据的分析和分类的基础研究成果。具体而言，将带通滤波和 FFT 变换等信号处理技术应用于从这些设备收集的数据。然后使用神经网络将思想分为七个不同的类别。此外，该研究调查了与测量持续时间有关的分类准确性，重点是实时分类能力。关键词：脑电图分类，神经网络