XiaoMi-AI文件搜索系统
World File Search System设计挑战
评估语音控制的效率作为生产中的人机接口
摘要 - 默认情况下，汽车，手机和智能家居设备已经提供自动语音识别（ASR）。但是，与消费者环境相反，工业设置中的人类机器界面（HMI）在不同的条件下运行，因此提出了不同的设计挑战。语音控制，可以说是最自然的通信形式，具有缩短复杂命令序列和菜单结构的潜力，以直接执行最终命令。因此，这种贡献探讨了如何通过用语音控制替换或组合现有的触摸控制交互来优化不同的HMI场景。CNC铣床和工业机器人的典型命令按其复杂性进行了分类，按菜单级别量化和必要的交互数量。收集的交互数据显示，语音控制已经可以在一个额外的菜单级别或三个触摸屏交互中提供时间效率优势。对于复杂的命令，例如需要五个菜单级别和七个交互的命令，语音控制的时间效率优势可以达到67％。此外，该研究还显示了使用语音控制时减少机器操作员训练时间的可能性，从而大大降低了参与者的首次重复相互作用时间。
Infineon IR HiRel 国防产品选择指南
英飞凌 IR HiRel 是英飞凌科技公司旗下的子公司，我们为航空航天和国防应用设计和制造一流的 MIL-PRF 认证高可靠性电源和内存解决方案。40 多年来，IR HiRel 一直是美国国防部 (DoD) 和其他政府机构（如美国国家航空航天局 (NASA) 和国防高级研究计划局 (DARPA)）值得信赖的供应商和合作伙伴。IR HiRel 还与美国和西欧的国防主要企业保持着长期合作关系。我们领先的硅 (Si)、碳化硅 (SiC)、内存和氮化镓 (GaN) 商用现货 (COTS) 产品组合使我们与众不同，为客户提供无与伦比的性能、可靠性和缩短的设计周期。我们通过在内部进行广泛的产品认证测试和细致的筛选来简化和加速您的设计流程，确保每次都能提供可靠、高效的解决方案。我们的产品经过精心设计和制造，能够承受从海洋最深处到宇宙最遥远角落的最恶劣工作条件。几十年来，设计师和工程师们都选择 IR HiRel 产品，因为它们性能出色、质量优良、创新性强。IR HiRel 随时准备帮助您解决现在和未来最棘手的设计挑战。
嵌入式数据表示 - Yvonne Jansen
摘要 —我们介绍嵌入式数据表示，即使用与数据所指的物理空间、对象和实体深度集成的数据的视觉和物理表示。轻量级无线显示器、混合现实硬件和自动驾驶汽车等技术使得在上下文中显示数据变得越来越容易。虽然研究人员和艺术家已经开始创建嵌入式数据表示，但描述和比较这些方法所需的优势、权衡，甚至语言仍未被探索。在本文中，我们形式化了物理数据指称的概念——数据对应的现实世界实体和空间——并研究指称与其数据的视觉和物理表示之间的关系。我们区分了情境表示（显示靠近数据指称的数据）和嵌入式表示（显示数据以使其在空间上与数据指称相重合）。通过借鉴可视化、普适计算和艺术中的例子，我们探讨了空间间接、尺度和交互在嵌入式表示中的作用。我们还研究了非情境化、情境化和嵌入式数据显示之间的权衡，包括可视化和物理化。根据我们的观察，我们发现了嵌入式数据表示的各种设计挑战，并提出了未来研究和应用的机会。
RF无电池无线传感，行业4.0和物联网的RF能源收集技术：评论
摘要 - 随着物联网（IoT）的不断扩大，对节能电路和无电池设备的使用的需求迅速增长。无电池操作，零维护和可持续性是第五代网络（5G）网络和绿色行业4.0无线系统中IoT设备的所需功能。能源收集系统，物联网设备和5G网络的整体具有潜在的影响，可以通过启用实时数据收集和分析，降低维护成本以及提高效率，从而使工业4.0，农业，食品和医疗保健等各种行业（例如工业4.0，农业，食品和医疗保健）具有潜在的影响。能源收获在设想低碳净零未来的未来并具有重要的政治重要性方面起着至关重要的作用。这项调查旨在对包括射频（RF），多源混合动力车以及使用增材制造技术在内的各种能源收集技术进行全面审查。但是，针对无电池无线传感的基于RF的能量收集方法特别重视，并为自动驾驶的低功率电子电路和物联网设备提供动力。讨论了芯片实施（SOC）实施系统的未来观点的关键设计挑战和应用。
自主船舶系统中人机交互的系统回顾
航运自动化程度正在提高。人工智能 (AI) 应用（如防撞和计算机视觉）的进步有可能增强或取代船舶导航员的角色。但是，如果以减少人类控制的方式实施 AI 技术，也可能危及安全。在这篇系统综述中，我们纳入了 42 项关于人类监督和控制自主船舶的研究。我们解决了三个研究问题 (a) 目前在自主船舶系统中如何采用人类控制？(b) 正在使用哪些方法、途径和理论来解决安全问题和设计挑战？(c) 哪些研究空白、监管障碍和技术缺陷是实施这些问题的最大障碍？我们发现 (1) 除了后备角色之外，人类操作员在确保自主船舶安全方面发挥着积极作用，(2) 系统理论过程分析和贝叶斯网络是基于风险的设计中最常见的风险评估工具，(3) 岸上控制中心操作员的新角色将需要新的能力和培训。自主船舶研究领域正在迅速发展。安全关键系统中与人工智能系统的互动日益频繁，带来了新的风险，凸显了新的研究问题。有效的人机交互设计取决于跨学科努力的增加，需要协调生产力与安全性（弹性），te
无人机互联网：路由算法，技术和挑战
摘要：在过去的几十年中，无人驾驶汽车（无人机），也称为无人机，在无线传感器网络（WSN）的研究领域中引起了更多的关注和探索。此外，与军事支持，农业行业和智能互联网（IoT）有关的无人机援助运营的应用。目前，使用基于无人机的物联网（也称为iOD），并且全球研究人员正在探究他们的设计挑战和技术。无人机的放置（节点）是在IOD环境中的重要考虑因素，并且与物联网的特性密切相关。给定一个基站（BS），传感器节点（SNS）和IoT设备旨在捕获BS传输的信号，并以某种方式利用Internet连接来促进用户。可以通过将无人机集成到物联网中来实现相互利益。基于无人机的集群模型并非没有挑战。路由协议必须通过关键算法证实。无人机被设计为应用程序，但基本原理是相同的。优化算法是提高准确性，性能和可靠性的门户。本文讨论了其中一些优化算法，包括遗传算法（GA），BEE优化算法和鸡肉群优化聚类算法（CSOCA）。最后，讨论了IOD背景下的路由计划，协议和挑战。
基于支持向量机的空气动力学设计与仿真...
俗称，是设想中的城市空中交通 (UAM) 空中交通概念 [1] 的一部分。目前，大量无人机被用于各种应用，从军事（反恐行动、目标定位）到民用（运输、监视）、工业监测、救灾（损害评估）和农业服务。这个未来概念的一部分仍然需要深入研究，那就是大量无人机的着陆。自主无人机着陆可能是控制它最具挑战性的部分，因为控制器必须生成轨迹，不仅要降低功耗，还要承受困难、不稳定的空气动力学，至少要检测着陆点 [2]。能够为大量无人机到某个着陆区生成着陆序列的控制器需求量很大，这引起了我们的兴趣，并引起了我们在这个方向进行研究。已经做了大量工作 [1]、[2]，但目前的设计仍然面临灵活性和可扩展性等挑战。文献中没有太多涉及大量无人机的灵活和可扩展着陆计划，尽管研究报告简要讨论了它以及其他设计挑战。[1] 中提出的模型由于复杂的数学计算需要较长的处理时间而存在可扩展性问题，因此在需要近实时使用的实际应用中受到限制。这部分计算可以用于机器学习进行训练、模拟、在工作环境中测试，最后在实际应用中实现。文献中已经报道了大量涉及无人机进行物体跟踪和其他应用的工作。鼓励读者参考 [2]-[4]。
![arxiv：2409.06016v3 [CS.AI] 2025年1月23日](/simg/g:\will\search\icon\source\4\48b5d4ab8161255fb9ff138d206cbd4b40151657.webp)
arxiv：2409.06016v3 [CS.AI] 2025年1月23日
生成的AI在应对各种设计挑战方面取得了重大进展。一个突出的区域在工程学中可以带来巨大的价值。特别是，选择一组最佳组件及其接口来创建满足设计要求的机械系统，是工程师最具挑战性和最耗时的任务之一。此配置设计任务由于其分类性质，多重设计要求而固有地具有挑战性，因此解决方案必须满足以及用于评估潜在解决方案的物理模拟的依赖。这些特征需要解决涉及黑框函数的多个约束的组合操作问题。为了应对这一挑战，我们提出了一个深刻的生成模型，以预测给定设计问题的合并和接口的最佳组合。为了阐明我们的方法，我们首先使用特定于域的语言，零件目录和物理模拟器来创建合成数据集，从而解决了齿轮序列的合成问题。然后，我们使用该数据集（名为GearFormer）训练基于变压器的模型，该模型不仅可以单独生成质量解决方案，还可以增强传统搜索方法，例如进化算法和Monte Carlo Tree搜索。我们表明，齿轮形式在满足指定的设计重新质量方面以更快的生成时间的订单来胜过此类搜索方法。此外，我们还展示了利用齿轮形式和搜索方法的混合方法的好处，从而进一步提高了解决方案的质量。
采用 AiP 技术天线助力 5G 发展
实现第五代新无线电 5G (NR) 或简称 5G 技术的驱动力包括传输大数据速率以及对更可靠连接、更快响应时间（低延迟）和更好覆盖范围的需求。在毫米波应用中，信号丢失变得至关重要，设计挑战也变得更加复杂。除了新兴的 5G 智能手机外，其他以极高频率运行且需要小尺寸的应用还包括可穿戴设备、小型基站、安全摄像头、自动驾驶汽车中的雷达装置以及众多物联网 (IoT) 设备。根据 Gartner, Inc. 的市场研究，到 2023 年，每年将生产超过 10 亿台毫米波装置。借助 AiP 技术，天线不再是无线设备中的单独组件，而是与射频 (RF) 开关、滤波器和放大器集成在 SiP 中。根据咨询公司 Yole Développement 的数据，预计到 2023 年，整个射频前端 (RFFE) 模块 SiP 市场规模将达到 53 亿美元，复合年增长率 (CAGR) 为 11.3%（图 1）。另一项市场预测显示，到 2025 年，5G 毫米波市场规模将增长 10 倍 [1]。支持基站和小型蜂窝基础设施将需要大量的半导体封装和系统集成支持。外包半导体组装和测试 (OSAT) 供应商通常最适合投资封装
FETCH：EEG 可穿戴系统中快速有效的通道选择技术
可穿戴生物医学系统的快速发展如今使得实时监测脑电图 (EEG) 信号成为可能。这些信号的采集依赖于电极。这些系统必须应对设计挑战，即选择一组在性能和可用性约束之间取得平衡的最佳电极。从更大的电极集合中搜索最佳电极子集是一个具有组合复杂性的问题。虽然现有研究主要集中于仅探索有限组合的搜索策略，但我们的方法提出了一种计算效率高的方法来探索所有组合。为了避免为每种组合训练模型所带来的计算负担，我们利用了一种受小样本学习启发的创新方法。值得注意的是，该策略涵盖了所有可穿戴电极组合，同时与在每种可能的组合上重新训练网络相比，显著减少了训练时间。在癫痫发作检测任务中，所提出的方法在使用八个电极的配置下实现了 0.917 的 AUC 值。这一性能与之前的研究结果相当，但实现所需的时间却少得多，将原本需要数月才能完成的过程在单个 GPU 设备上缩短为数小时。我们的工作可以全面探索可穿戴生物医学设备设计中的电极配置，从而获得可提高性能和实际可行性的见解。