XiaoMi-AI文件搜索系统
World File Search System翼展
发现35个挑战的结果
Paris, on 06/02/2025 Press release France 2030: Discover the results of the 35 "Convergence IA" challenges on the occasion of the Summit for Action on the AI which takes place in Paris from February 6 to 11, Bruno Bonnell, Secretary General for Investment, in charge of France 2030, reveals the concrete results of the 35 "Convergence IA" challenges launched in November 2024.2月10日在大宫殿的各个序列中，在2月11日在F站的AI工作日，运营商将详细介绍这些作品。在发布两个月后，选择的35个挑战表明了他们提供针对社会问题服务的原始AI方法的能力，同时将国际生态系统围绕共同的翼展目标结合在一起。这些雄心勃勃的挑战表明了全球创新生态系统的共同仿真：它们发生在埃塞俄比亚，科特迪瓦，摩洛哥，印度，美国，加拿大，加拿大，英国，波兰，波兰，丹麦，德国，德国，法国。启动，目的是增强国际AI倡议为共同利益服务，这35项挑战旨在提高主要的技术锁定并应对大规模的社会问题：
LFBZ - 比亚里茨巴斯克地区 - dircam
翼展超过 36 米的民用和军用飞机，着陆和触地复飞，需要事先获得经理的同意（复飞除外）。 A400M：A400M：- 仅限 C67 支架。 - 仅限 C67 停车场。 - 仅通过 TWY V、N1、N2、P 滑行。 - 仅可经由 TWY V、N1、N2、P 通行。 A332 和 A333、A342 和 A343、B77W：A332 和 A333、A342 和 A343、B77W：- 停车场 C34 或 C67。 - 停车位 C34 或 C67。 - 仅通过 TWY V、N2、P 滑行。 - 仅通过 TWY V、N2、P 循环。 - 如果 C1 和 B 站位未被占用，则在 TWY V 和 N2 上滑行。 - 如果 C1 和 B 位置未被占用，TWY V 和 N2 上的交通将受到影响。 - 禁止通过 TWY N1 滑行。 - 禁止车辆通过 TWY N1。 B752 和 B753：B752 和 B753：- 停车位 C34 或 C67。 - 停车位 C34 或 C67。 - 仅通过 TWY P、V、N1、N2 滑行。 - 交通仅可通过 TWY P、V、N1、N2 进行。
通过基于组件的降阶模型库实现数据驱动的基于物理的数字孪生
这项工作提出了一种方法，将基于组件的降阶模型库与贝叶斯状态估计相结合，以创建数据驱动的基于物理的数字孪生。降阶建模产生的基于物理的计算模型足够可靠，可用于预测数字孪生，同时仍然可以快速评估。与传统的整体模型降阶技术相比，基于组件的方法可以有效地扩展到大型复杂系统，并为快速模型自适应提供灵活且富有表现力的框架——这两者都是数字孪生环境中的关键特性。数据驱动的模型自适应和不确定性量化被表述为贝叶斯状态估计问题，其中传感器数据用于推断模型库中的哪些模型是数字孪生的最佳候选者。通过为 12 英尺翼展无人机开发数字孪生来展示这种方法。离线时，我们构建了一个原始和受损飞机部件库。在线时，我们使用结构传感器数据快速调整基于物理的飞机结构数字孪生。数据驱动的数字孪生使飞机能够根据结构损坏或退化动态地重新规划安全任务。
低成本小型无人机飞行研究设施 - CiteSeerX
当今，无人驾驶飞行器 (UAV) 广泛应用于军事、民用和研究领域。对可靠且低成本的 UAV 系统的需求持续增长。对于小型到微型 UAV 系统（翼展小于 2 米）尤其如此，由于需求量大和可靠性不足，大多数系统仍以原型形式部署。这些飞行器的建模、测试和飞行控制方面的改进将有助于提高其可靠性和小型 UAV 在运行过程中的性能。有人驾驶飞机开发周期 [1, 2] 中使用的传统方法既费时又费资源。将同样的技术应用于小型 UAV 并不现实。明尼苏达大学航空航天工程与力学系 (AEM) 的 UAV 研究小组专注于开发和实施低成本、开源小型无人驾驶飞行器 (UAV) 飞行研究设施。该设施的目标是支持部门内的研究活动，包括控制、导航和制导算法、嵌入式故障检测方法和系统识别工具。该系统主要由商用现货 (COTS) 组件构建，以最大限度地降低总体材料和开发成本。此外，整个架构都是开放且可用的
从基于物理的模型到通过可解释机器学习的预测数字孪生
这项工作开发了一种从代表各种资产状态的基于物理的模型库中创建数据驱动的数字孪生的方法。使用可解释的机器学习更新数字孪生。具体来说，我们使用最优树（一种最近开发的可扩展机器学习方法）来训练可解释的数据驱动分类器。分类器的训练数据是使用基于物理的模型库解决的模拟场景离线生成的。可以使用实验或其他历史数据进一步增强这些数据。在操作中，分类器使用来自资产的观测数据来推断模型库中哪些基于物理的模型是更新的数字孪生的最佳候选者。通过为 12 英尺翼展无人机开发结构数字孪生来展示该方法。该数字孪生模型由一系列结构状态下的飞行器降阶模型库构建而成。数据驱动的数字孪生模型会根据结构损坏或退化动态更新，从而使飞机能够相应地重新规划安全任务。在此背景下，我们研究了最优树分类器的性能，并展示了它们的可解释性如何使从稀疏传感器测量中进行可解释的结构评估成为可能，并为最佳传感器放置提供信息。
用于……的大型无人电动特技飞行器
本文介绍了一种 35% 大小的大型无人特技飞行平台 UIUC Aero Testbed 的开发，该平台主要用于在全飞行状态下进行空气动力学研究。该巨型飞机翼展 105 英寸（2.7 米），重量 37 磅（17 千克），由市售的无线电控制模型飞机制成，并进行了大量修改和升级，包括一个 12 千瓦的电动机系统，可提供超过 2 比 1 的推重比。它配备了一个航空电子设备套件，其中包含一个高频、高分辨率六自由度 (6-DOF) 惯性测量单元 (IMU)，可让系统收集飞机状态数据。该信息集可用于生成高保真空气动力学数据，可用于验证大迎角飞行动力学模型。该项目的合作还使 Aero Testbed 具备了全自主和半自主飞行的能力，以便开展自主飞行研究。首先介绍了用于研究的特技无人机的文献综述。然后讨论了开发该平台的背景和动机。接下来是对所涉及的规划和开发的描述。最后，介绍了初步试飞结果，其中包括几次特技动作的飞行路径轨迹图。
空中风电场的大涡模拟
摘要。未来空中风能技术的公用事业规模部署需要开发大规模多兆瓦系统。本研究旨在量化大气边界层 (ABL) 与农场中运行的大规模空中风能系统之间的相互作用。为此，我们提出了一种虚拟飞行模拟器，结合大涡模拟来模拟湍流条件和飞行路径生成和跟踪的最佳控制技术。通过实施与模型预测控制器配对的执行器扇区方法，实现了流动和系统动力学之间的双向耦合。在本研究中，我们考虑了地面发电泵送模式 AWE 系统（升力模式 AWES）和机载发电 AWE 系统（阻力模式 AWES）。该飞机翼展约 60 米，飞行大回旋直径约 200 米，中心高度为 200 米。对于升力模式 AWES，我们还研究了不同的放出策略，以减少系留翼与自身尾流之间的相互作用。此外，我们还研究了由 25 个系统组成的 AWE 园区，这些系统排列成五排，每排五个系统。对于升力和阻力模式原型，我们考虑采用中等园区布局，功率密度为 10 MW km − 2
家庭，属和物种的新记录
多年来，研究人员一直在寻求阐明Chalcidoidea内的进化关系，Chalcidoidea是寄生虫黄蜂的超家族，其特征是它们的非凡多样性和生态重要性（Cruaud等，2024）。从历史上看，某些家庭，例如翼展病，被认为是无法自信地分配给定义明确的分类学群体的物种的存储库（Gibson等，1997）。分子系统发育的进步已经阐明了许多这些关系，从而导致了大量的分类修订（Burks等，2022）。一些亚家族和部落已升至家庭等级，而其他部落已被重新分配给Chalcidoidea中的不同家庭。这是宏观西尼亚·格雷厄姆（Macromesinae Graham）的最新重新分类，1959年和Eunotinae Ashmead，1904年，它们分别升至家族地位，分别为Macromesidae和Eunotidae（Burks等，2022）。在较早的分类中，Macromesinae被视为一个小的亚家族，包括一个属，包括一个属，Macromesus Walker，1848年，大约有12种描述的物种（Askew＆Shaw，2001; Narendran等人，2001年； 2001年； UCD社区，20233）。大多数宏观的种类是树皮甲虫和鼻甲虫的寄生虫（鞘翅目：姜黄科，scolytinae，
RQ-7BV2 影子战术无人机系统 (TUAS)
• 激光测距仪/指示器为地面机动旅指挥官提供了进行协同 HELLFIRE 导弹交战的能力。• Shadow RQ-7BV2 由以下主要部件组成： - 四架小型高翼无人机，每架都配备光电 (EO)/红外 (IR) 有效载荷。四个 EO/IR 有效载荷中的两个配备了激光测距仪/指示器功能。RQ-7BV2 飞机比 RQ-7BV1 型号更大，主要是通过延长机翼改装将飞机的翼展从 14 英尺增加到 20.4 英尺，增加了额外的燃料容量，并将飞机重量从 375 磅增加到 460 磅。- 两个地面控制站被指定为通用地面控制站 (UGCS)，每个都配备通用地面数据终端 (UGDT)。- 一个便携式地面控制站 (PGCS)，配备便携式地面数据终端 (PGDT)。- 每架飞机都配备集成式单通道地面和机载无线电系统 (SINCGARS) 通信中继功能。- 两个单系统远程视频终端 (OSRVT)。• Shadow 单位是一个排级组织，授权人员为 27 人。• 飞机使用液压/气动发射器，并使用战术自动着陆系统在跑道上回收。拦阻索/拦阻钩系统缩短了必要的跑道着陆长度。
机翼形状的辅助惯性估计 - oatao
先进的大翼展飞机具有更大的结构灵活性，但可能出现不稳定或操纵性差。这些缺点需要稳定性增强系统，该系统需要主动结构控制。因此，飞行中机翼形状的估计有利于控制非常灵活的飞机。本文提出了一种基于扩展卡尔曼滤波估计柔性结构状态的新方法，该方法利用了辅助惯性导航系统中采用的思想。将不同机翼位置的高带宽率陀螺仪角速度集成在一起，以提供短期独立惯性形状估计解决方案，然后使用额外的低带宽辅助传感器来限制发散估计误差。所提出的滤波器实现不需要飞机的飞行动力学模型，简化了通常繁琐的卡尔曼滤波调整过程，并允许在机翼偏转较大和非线性的情况下进行准确估计。为了说明该方法，通过使用瞄准装置作为辅助传感器的模拟来验证该技术，并进行可观测性研究。与文献中基于立体视觉的先前研究相比，我们发现了一种传感器配置，仅使用一个摄像头和多个速率陀螺仪分别用于卡尔曼滤波更新和预测阶段，即可提供完全可观察的状态估计。