记录版本:该预印本的一个版本于 2023 年 10 月 10 日在《自然通讯》上发表。已发布的版本请参阅 https://doi.org/10.1038/s41467-023-41859-6 。
指标 定义 响应性 描述执行任务或响应需求或订单的行动或反应的快速性 可靠性 客户界面的可靠性定义为“按要求执行任务的能力” 敏捷性 指抵抗外部影响或干扰的能力。 成本 指供应链上的成本。它们与不同阶段和流程有关,包括材料、人工和运输成本。 资产管理效率 指资产的出色使用以及与制造或外包战略相关的所选战略
摘要 - 学生的关注是揭示其目标,意图和兴趣的必不可少的输入,这对于从心理学到互动系统的众多研究领域被证明是无价的。但是,大多数现有的对注意力进行分类的方法都无法对其复杂的性质进行建模。为了弥合这一差距,我们提出了一种新型的卷积神经网络方法,它利用脑电图(EEG)数据将注意力分为五个状态:选择性,持续,持续,分裂,交替和放松状态。我们通过标准的神经心理学任务收集了20个受试者的数据集,以引起不同的注意状态。我们提出的模型在此配置下的平均跨学生精度为92.3%(SD = 3.04),非常适合最终用户应用程序。我们基于转移学习的方法将模型个性化为个别受试者有效地解决了脑电图信号中个体可变性的问题,从而提高了对现实世界应用程序模型的性能和适应性。这代表了基于脑电图的分类领域的重大进步。实验结果表明,注意力集优于受试者独立和受试者依赖性设置中流行的EEGNET基线(P值<0.05),尽管我们的数据集有局限性,但仍证实了我们提出的方法的有效性。这些结果强调了使用脑电图数据对注意力分类的注意力的有希望的潜力。索引术语 - eeg,注意,情感计算,认知参与评估
latgms在正常服务操作过程中不断测量和分析轨道参数 - 包括量规,轮廓,对齐,跨层和扭曲。如果Latgms检测到轨道的不规则性,则及时发送通知。在正常服务操作期间收集数据可能会通过检查员的专用轨道检查车和视觉检查来降低检查频率。
为了应对全球变暖和能源问题,各个领域都在推动创新材料的研究和开发。在能源、核能、宇宙环境、放射医学、核聚变和加速器相关设备等领域,材料和设备会发生辐射退化,人们已经利用加工热处理、添加杂质、合金化、微晶化、纳米团簇、氧化物弥散强度 (ODS) 钢、复合材料和纳米纤维材料 [1-23] 等各种方法来提高机械性能、耐腐蚀性和抗辐照性,这些技术已经取得了成功的结果。Viswanathan [23] 根据结果总结了四代结构钢最高使用温度的历史改进速度。在许多情况下,设计高性能抗辐射材料的关键策略是基于引入高密度、均匀的纳米级粒子,这些粒子同时提供良好的高温强度和抗辐射损伤性。
1 色萨利大学,拉米亚,希腊 2 怀卡托大学,汉密尔顿,新西兰 3 双威大学,班达尔双威,马来西亚 4 南乌拉尔国立大学,车里雅宾斯克,俄罗斯 5 考文垂大学,考文垂,英国 6 牛津大学,牛津,英国 7 代尔夫特理工大学,代尔夫特,荷兰 8 马德里卡洛斯三世大学,莱加内斯,西班牙 9 帕维亚大学,帕维亚,意大利 10 米兰理工大学,米兰,意大利 11 比雷埃夫斯大学,比雷埃夫斯,希腊 12 格拉茨理工大学神经工程研究所,格拉茨,奥地利 13 隆德大学,斯科讷大学医院,隆德,瑞典 14 塞萨洛尼基亚里士多德大学,塞萨洛尼基,希腊 15 天津大学,天津,中国 16 萨尔茨堡大学,萨尔茨堡,奥地利 17波兰奥尔什丁的 Warmia and Mazury 公司 18 中国武汉大学 19 美国宾夕法尼亚州立大学 20 德国卡尔斯鲁厄理工学院 (KIT) 21 英国纽卡斯尔 Castolin Eutectic-Monitor Coatings Ltd 22 中国上海交通大学 23 美国俄亥俄州克利夫兰凯斯西储大学 24 新西兰奥克兰梅西大学
1 色萨利大学,拉米亚,希腊 2 怀卡托大学,汉密尔顿,新西兰 3 双威大学,班达尔双威,马来西亚 4 南乌拉尔国立大学,车里雅宾斯克,俄罗斯 5 考文垂大学,考文垂,英国 6 牛津大学,牛津,英国 7 代尔夫特理工大学,代尔夫特,荷兰 8 马德里卡洛斯三世大学,莱加内斯,西班牙 9 帕维亚大学,帕维亚,意大利 10 米兰理工大学,米兰,意大利 11 比雷埃夫斯大学,比雷埃夫斯,希腊 12 格拉茨理工大学神经工程研究所,格拉茨,奥地利 13 隆德大学,斯科讷大学医院,隆德,瑞典 14 塞萨洛尼基亚里士多德大学,塞萨洛尼基,希腊 15 天津大学,天津,中国 16 萨尔茨堡大学,萨尔茨堡,奥地利 17 瓦尔米亚大学和波兰奥尔什丁马祖里公司 18 武汉大学,中国武汉 19 宾夕法尼亚州立大学,美国宾夕法尼亚州立大学帕克分校 20 卡尔斯鲁厄理工学院 (KIT),德国卡尔斯鲁厄 21 Castolin Eutectic-Monitor Coatings Ltd,英国纽卡斯尔 22 上海交通大学,中国上海 23 凯斯西储大学,美国俄亥俄州克利夫兰 24 梅西大学,新西兰奥克兰
由于评估标准多重且相互交织,而且未经证实的新技术本身具有不确定性,因此很难评估 NASA 的先进技术项目。传统的多标准决策模型往往忽略了评估过程中的相互依赖性和不确定性。我们提出了一种模糊加权影响非线性量规系统 (WINGS) 来评估肯尼迪航天中心 (KSC) 的先进技术项目。WINGS 方法使用表意因果图来揭示复杂问题中相互交织的标准及其因果关系。模糊集理论是一种有效的方法,它使用模糊逻辑来模拟定义不明确的问题中的不确定性。本研究提出的模糊 WINGS 方法通过识别依赖关系 (影响) 的方向及其强度以及评估标准的强度来揭示评估标准之间的相互依赖关系。模糊判断用于应对未经测试的新技术中的不确定性。传统的 WINGS 方法不考虑解空间中的参考点。为此,我们引入了理想解和最低点解的概念,这是 WINGS 的新概念,根据备选方案与理想解(或最低点解)之间的欧几里得距离对备选方案进行排序。最后,我们提出了一个案例研究,根据六个相互交织的标准和 38 个子标准对 KSC 的十个先进技术项目进行评估,以证明本研究提出的新模糊 WINGS 方法的适用性。
绝对和相对轨迹测量系统 (ARTMS) 是一种软件有效载荷,它使配备低成本光学传感器的大量合作观察员能够仅使用方位角测量同时估算自己的轨道和附近非合作驻留空间物体的轨道。ARTMS 通过克服以前飞行演示中的关键限制,在仅角度导航方面取得了进步,这些限制包括:1) 依赖地面提供的精确先验相对轨道信息,2) 无法容纳多个观察员或目标,3) 依赖机动来提高可观测性,以及 4) 依赖 GPS 等外部计量来估算观察员的绝对轨道。相比之下,ARTMS 在多智能体框架内应用创新算法来实时自主估算机载多个观察员和目标的轨道。 ARTMS 通过使用低成本小型卫星硬件并尽量减少对机动和地面交互的依赖,提供自主、稳健且可扩展的绝对和相对导航,满足未来深空任务的关键需求。