XiaoMi-AI文件搜索系统
World File Search System耗费
NASA 参考出版物 1370 培训手册...
本技术手册是在安全和任务保障办公室持续培训计划下开发的。本手册中包含的结构化信息将使读者能够高效、有效地识别和控制所需的技术细节，以确保飞行系统元件在组装操作（地面和太空）期间正确配合。研究了整个联邦政府用于定义和控制硬件和软件技术接口的技术。实际需要有效定义和控制系统接口基本尺寸和公差的技术信息比例很少超过任何接口控制文档的 50%。此外，当前政府的接口控制流程非常耗费纸张。简化此流程可以改善沟通，节省大量成本，并提高整体任务安全性和保障性。本手册的主要目的是确保设备之间接口的格式、信息和控制清晰易懂，仅包含保证接口兼容性所需的信息。重点在于控制接口的工程设计，而不是系统的功能性能要求或接口设备的内部工作。接口控制应在接口元素处进行，除非有例外。本手册有两个重要部分。第一部分“接口控制原则”讨论了如何定义接口。它描述了要考虑的接口类型，并推荐了充分接口控制所需的文档格式。第二部分“流程：通过设计阶段”为接口定义和控制提供了量身定制的指导。
变化越多……俄罗斯在乌克兰的战争既反映了过去，也展示了未来
本文讨论了俄罗斯入侵乌克兰的观察和影响。尽管称其为“经验教训”有些鲁莽，但第二次世界大战以来欧洲最激烈的战斗提供了一些见解，应该为国防理论、装备和训练提供参考。首先，战争仍然是一种昂贵的消耗性活动，军队需要耗费大量的装备、弹药和补给。由于现代武器需要高科技制造，因此它们比以前的设备需要更多时间；大规模生产它们很困难，库存和部署它们所需的能力至关重要。其次，训练有素的部队仍然比技术或物资不对称更重要。意志力很重要。1 俄罗斯最初的入侵似乎是以大规模部署来克服训练和后勤不足为前提的，但未能抵挡住乌克兰军队和平民的有效抵抗，而这种抵抗部分是由北约自 2014 年以来提供的援助和训练所建立起来的。俄罗斯训练和部队结构中的问题加剧了战备报告系统的缺陷，该系统因无能、裙带关系和恐惧而受到破坏。第三，安全、分布式和冗余通信系统的扩散增强了信息收集的能力，同时允许部队保持分散和灵活性（如果使用得当）。现代通信网络增加了对错误的惩罚，这种趋势可以追溯到第一次世界大战。现代战场会让进攻机动变得乏味，除非得到欺骗行动的充分支持。传感器、无人机系统、便携式导弹和远程火力的激增使得战场对于难以隐藏的机械化车辆来说越来越致命。2
脑科学 - NSF-PAR
摘要：过去十年，深度神经网络在各个领域取得了巨大成功。然而，深度神经网络在能源消耗、数据要求和高计算成本方面非常耗费资源。随着现实世界中对机器自主性的需求日益增加，例如自动驾驶汽车、无人机和协作机器人，人们积极研究在这些应用中利用深度神经网络。在这些应用中，由于需要实时响应和有限的能源供应，能源和计算效率尤为重要。最近，生物学上合理的脉冲神经网络为这些以前不可行的应用提供了一个有希望的解决方案。脉冲神经网络旨在弥合神经科学和机器学习之间的差距，使用生物学上真实的神经元模型来进行计算。由于脉冲神经网络在功能上与生物神经网络相似，因此它可以包含生物学中发现的稀疏性，并且与时间代码高度兼容。我们在本项工作中的贡献是：（i）我们对生物神经元理论进行了全面回顾；（ii）我们介绍了神经科学中研究过的各种现有的基于脉冲的神经元模型；（iii）我们详细介绍了突触模型；（iv）我们对人工神经网络进行了回顾；（v）我们提供了有关如何训练基于脉冲的神经元模型的详细指导；（vi）我们修改了现有的基于脉冲的神经元框架，这些框架已被开发用于支持实现脉冲神经网络；（vii）最后，我们介绍了计算机视觉和机器人领域中现有的脉冲神经网络应用。本文最后讨论了未来的观点。
二合一育种策略促进野生种和优良品种的快速利用
全球气候变化对现代农业和粮食安全构成挑战。作物育种中的密集选择大大缩小了适应气候的遗传多样性（Atherton and Rudich，1986；Lin 等人，2014）。例如，现代栽培品种仅占番茄资源总遗传变异的约 5%（Atherton and Rudich，1986）。这些挑战迫切需要开发新策略来利用野生物种，野生物种是尚未开发的理想抗逆性状的来源，以加速气候智能型作物的育种。基因组编辑已显示出其作为一种快速而精确的育种技术的威力，但创造由多个定量基因座支撑的复杂多基因性状（例如抗逆性状）仍然具有挑战性（Gao，2021）。特别是，由于基因编辑在植物中敲入和敲出效率低下，许多理想性状很难通过基因编辑创造。通过遗传杂交将野生亲属的抗逆性状引入优良品种可取得这样的成功。然而，由于遗传障碍、野生物种生长习性差异大以及优良品种人工去雄的劳动力成本等多重障碍，基因导入进程往往缓慢且耗费人力。例如，虽然目前番茄种子目录以 F 1 杂交种为主，但番茄种子生产成本高昂且费力，因为它需要对种子亲本逐一进行人工去雄，并进行授粉（Atherton 和 Rudich，1986 年）。
淋巴瘤的同种异体嵌合抗原受体治疗
自从批准了多种针对非霍奇金淋巴瘤 (NHL) 的 CD19 靶向嵌合抗原受体 T 细胞 (CAR-T) 疗法以来，治疗手段得到了显著扩展。这些 CAR-T 是针对特定患者的，需要复杂、耗费资源和时间的过程。虽然这看起来很有希望，但由于缺乏可及性、制造延迟和产品质量不稳定，自体 CAR-T 受到限制。为了克服这些问题，来自健康捐赠者的同种异体 (allo) CAR 似乎很有吸引力。这些可以立即作为标准化和优质“现成”即用型产品提供，不受免疫抑制肿瘤微环境和先前治疗的影响，并且可能通过工业化规模生产降低医疗保健利用率。然而，同种异体 CAR 并非没有并发症，需要进行基因组编辑，尤其是使用 αβ T 细胞以避免移植物抗宿主病 (GvHD) 和受体免疫系统的同种异体排斥。TALEN 和 CRISPR 等基因组编辑工具有望开发真正“现成的”通用 CAR，并进一步推动细胞免疫治疗领域的发展。目前有几种同种异体 CAR 处于早期临床试验阶段，初步数据令人鼓舞。需要更长时间的随访才能真正评估这些技术对患者的可行性和安全性。本综述重点介绍开发同种异体 CAR 的策略以及迄今为止在淋巴瘤中的细胞来源和临床经验。
应用精准医疗：高科技显微镜可实现定制风湿病治疗
类风湿性关节炎是最常见的炎症性关节疾病，仅奥地利就有超过 60,000 人患有该病，女性患该病的可能性是男性的三倍。尽管过去几十年来治疗方面的进步已导致开发出具有不同作用机制的多种药物，但由于缺乏帮助找到正确治疗方法的工具，许多患者仍然无法实现临床缓解，导致症状得不到充分控制。临床医生只能采用“反复试验”的治疗方法，即一种药物接一种药物地进行测试。虽然存在一些生物标志物来帮助预测治疗结果，但它们尚不适合常规临床使用或需要侵入性手术。在长期合作中，由 CeMM 和维也纳医科大学的 Giulio Superti-Furga 领导的团队首次测试了一种精准医疗方法，该方法可以为类风湿性关节炎和其他可能的自身免疫性疾病提供更有针对性和更准确的治疗方法。该研究结果发表在 EBioMedicine（DOI：10.1016/j.ebiom.2024.105522）上，代表了该领域的重大进步。细胞类型影响疾病和治疗该方法基于尖端显微镜技术，能够以完全自动化的方式生成和分析大量图像数据。它由 CeMM 以“药理学”1,2 的名义开发，能够直接测量药物对各种单个免疫细胞的影响——这项任务如果使用传统分子生物学技术以这种规模完成，将过于耗费人力。此外，它允许
浮动太阳能光伏（FSPV）：太阳能光伏行业的第三大支柱？
印度在可再生能源设施部署方面取得了令人瞩目的成就，过去 5-6 年间增长了近 3.5 倍，其中大部分装机容量来自陆上风电和太阳能光伏 (PV) 设施。目前，印度并网太阳能光伏行业主要由地面设施 (93% 1 ) 主导，其余则由屋顶太阳能光伏设施贡献。2010 年至 2018 年间，该国公用事业规模太阳能光伏的安装成本下降了 84% 2，使印度成为世界上公用事业规模太阳能光伏安装成本最低的国家。众所周知，太阳能光伏部署非常耗费土地，扩大项目规模需要大量连续的土地，这在许多情况下都很有挑战性。为了使发展速度与国家太阳能装机容量增加目标相称，需要探索和建立替代方案。浮动太阳能光伏 (FSPV) 或浮式光伏就是这样一种替代方案，它已开始在全球范围内受到关注，预计未来几年将强劲增长。据估计，到 2022 年，年新增装机容量可能从 2018 年的 1.314 GWp 上升到 4.6 GWp。目前，中国是领先的国际市场，其次是日本和韩国。由于拥有大片水域，印度在开发 FSPV 项目方面也前景光明。
将人工智能融入……的火炬手
通过使用人工智能，苏丹国能够提高其在数字领域的能力。在当今数字化快速发展的时代，根据牛津洞察指数，苏丹国在 2020 年政府实施人工智能的准备情况指数中上升了 11 位，而其在全球排名第 48 位，在中东排名第六。随着苏丹国越来越依赖复杂的 IT 基础设施来支持其产业，明智的做法是预见未来人工智能将成为重要信息、数据收集和分析的关键，这些信息、数据可作为决策和高效执行的输入，而这在竞争激烈的世界中原本会耗费大量时间和成本。毋庸置疑，数据中心和云服务已被确定为数字化重点关注领域之一，其中有巨大的机会可供探索和利用。 Nebula AI 的推出为政府加速采用云服务提供了机会，也使阿曼成为该地区提供 AI 云服务门户的领跑者。苏丹国拥有大量海底电缆，使其有资格托管数据中心、高速计算机和用于处理人工智能算法的云服务。此外，大量 IT 毕业生可以获得人工智能和先进技术领域的资格和培训，这也是阿曼的优势。阿曼数据园区作为阿曼 AI 革命的火炬手，正在通过在渔业、农业、交通运输、物流等领域综合应用智能技术，在促进经济增长和社会影响的行业采用人工智能，帮助提高经济多元化目标行业的生产力。
CCCPublications 使用扩张镜识别脑肿瘤...
脑肿瘤的识别很耗时，因此开发一个使用成像技术的自动化系统非常重要。使用磁共振图像 (MRI) 将脑肿瘤分类为良性或恶性。从基于 MRI 的脑肿瘤图像中，提取特征对于模式识别至关重要，模式识别可根据颜色、名称、形状等确定对象。因此，分类器依赖于形状、颜色等特征的强度，然而，分类器依赖于使用深度学习分类器提取的特征，而深度学习分类器依赖于提取的特征。医学领域的深度学习算法引起了计算机视觉研究人员的兴趣，它在执行过程中耗费时间。提出的扩张 U-Net 模型扩展了用于提取多尺度上下文信息的感受野。基于高分辨率条件，使用大规模特征图生成大规模特征图和高分辨率条件。它提供了丰富的空间信息，可用于执行语义分割。使用 U-Net 实现语义图像分割，因为它添加了一条扩展路径来生成属于源图像中发现的特征的像素分类。现有的基于核的 SVM 模型获得了 99.15% 的准确率，非支配排序遗传算法卷积神经网络 (NSGA-CNN) 获得了 99% 的准确率，具有自适应模糊聚类的深度 Elman 神经网络获得了 98% 的准确率，3D 上下文深度监督 U-Net 获得了 92% 的准确率。然而，与现有模型相比，所提出的基于扩张 U-Net 的 CNN 模型获得了 99.5% 的准确率。关键词：脑肿瘤、深度学习分类器、扩张 U-Net CNN 模型、磁共振图像。
使用声学加速度计发射器估算不列颠哥伦比亚省沿海和弗雷泽河口成年太平洋鲑鱼的能量消耗
摘要 能量耗竭是那些以固定能量预算进行长距离迁徙的动物所关注的重要问题。迁徙的成年弗雷泽河红鲑（Oncorhynchus nerka）停止在海洋中觅食，完全依赖内源能量储存来成功完成随后的淡水迁徙和产卵。大多数关于成年鲑鱼能量利用的研究都集中在迁徙的河流部分，但沿海迁徙可能会耗费大量能量，特别是在气温温暖、潮汐湍急的河口地区。我们沿不列颠哥伦比亚省海岸和弗雷泽河河口用声学三轴加速度计发射器标记和跟踪 38 条成年红鲑，行程超过 200 公里，比较了鲑鱼在沿海、河口和河流地区迁徙的相对能量成本。加速度计输出被转换为特定于温度的氧气消耗率。河流的耗氧率是沿海海洋区域（包括河口）的两倍，这主要是由于游动速度更快。耗氧率还受昼夜周期的影响，中午的能量消耗更高；但是，我们没有发现潮汐周期影响能量消耗的证据。尽管弗雷泽河的耗氧率更高，但运输成本（kJ −1 kg −1 km）在西摩海峡（一个潮汐冲刷较强的狭窄沿海地区）最高，这与之前的研究一致，表明这是一个可能对鲑鱼洄游具有挑战性的区域。总体而言，我们已经证明沿海海洋能量消耗是太平洋鲑鱼产卵洄游能量预算的重要组成部分。