XiaoMi-AI文件搜索系统
World File Search System语义
地球科学 - 语义学者
摘要：考古学家经常依靠被动机载光学遥感技术来为（欧洲）景观考古项目提供一些核心数据。尽管这一考古领域经历了许多技术和理论的演变，但主要的航空摄影调查以及不太常见的考古机载侦察方法仍然受到许多固有偏差的影响，这些偏差是由低于标准的采样策略、成本、仪器可用性和后处理问题造成的。本文从景观（考古学）的概念开始，并用它来构建考古机载遥感。在介绍了对已经扭曲的考古人群进行采样时减少偏差的必要性并扩展了航空调查的“理论中立”主张之后，本文提出了八个关键特征，这些特征都有可能增加或减少使用被动传感器收集机载光学图像时的主观性和偏差。在此背景下，本文随后对景观考古学在过去几十年中依赖的各种被动机载光学成像解决方案进行了一些技术方法论反思。在这样做时，它对这些高度主观的方法对景观考古学的有效性和适用性提出了质疑。最后，本文提出了一种新的、更客观的利用被动传感器进行航空光学图像采集的方法。在讨论中，本文认为
传感器 - 语义学者
摘要：信息技术的快速发展对许多行业产生了重要影响。出现了“工业 4.0”概念，象征着第四次工业革命。该概念与物联网、区块链、雾计算、大数据等有前景的技术密切相关。本研究考察了采矿业领域。我们讨论了以基于现代数字技术的公共信息空间开发为代价来提高采矿企业效率的可能性。我们分析了采矿企业生产过程参与者之间数据流层面的安全问题。我们定义了在控制中心和独立技术单元之间可能失去连接的情况下，为采矿企业生产过程提供数据可靠性的问题。我们基于区块链和数字水印技术，为解决给定问题提供了一种新方法。进行了计算实验，提出了在常见微控制器型号上实现所提供方法的可能性。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统（ADS），该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案是可能的，可以大大节省计算工作量和代码行数，但同时也表明，更好的训练策略可能有利于应对新的神经网络架构。
传感器 - 语义学者
摘要：网络化多传感器用于解决机动目标跟踪问题。为避免非线性动态函数的线性化，获得更准确的机动目标估计，提出了一种用于机动目标跟踪的自适应信息加权协同滤波器。利用无迹变换计算伪测量矩阵，以利用测量的信息形式，这是协同迭代所必需的。为提高机动目标跟踪精度并在整个网络的每个传感器节点中获得统一的估计，利用自适应当前统计模型来更新估计，并在各个动态模型的相邻节点之间应用信息加权协同协议。基于多个模型的后验概率，通过对模型条件估计的加权组合来获得每个传感器的最终估计。实验结果表明，所提算法在跟踪精度和全网估计一致性方面具有优异的性能。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统（ADS），该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案是可能的，可以大大节省计算工作量和代码行数，但同时也表明，更好的训练策略可能有利于应对新的神经网络架构。
传感器 - 语义学者
摘要：网络化多传感器用于解决机动目标跟踪问题。为避免非线性动态函数的线性化，获得更准确的机动目标估计，提出了一种用于机动目标跟踪的自适应信息加权协同滤波器。利用无迹变换计算伪测量矩阵，以利用测量的信息形式，这是协同迭代所必需的。为提高机动目标跟踪精度并在整个网络的每个传感器节点中获得统一的估计，利用自适应当前统计模型来更新估计，并在各个动态模型的相邻节点之间应用信息加权协同协议。基于多个模型的后验概率，通过对模型条件估计的加权组合来获得每个传感器的最终估计。实验结果表明，所提算法在跟踪精度和全网估计一致性方面具有优异的性能。
人工智能 - 电子语义
本书的统一主题是智能代理的概念。从这个角度看，人工智能的问题是描述和构建从环境中接收感知并执行操作的代理。每个这样的代理都由将感知映射到操作的函数实现，我们介绍了表示这些功能的不同方法，例如生产系统、反应代理、逻辑规划器、神经网络和决策理论系统。我们解释了学习的作用是将设计者的视野扩展到未知环境，并展示了它如何限制代理设计，有利于显性知识的表示和推理。我们将机器人技术和视觉视为服务于目标实现的服务，而不是独立定义的问题。我们强调任务环境特征在确定适当的代理设计中的重要性。3. 全面和最新的报道。
传感器 - 语义学者
摘要：网络化多传感器用于解决机动目标跟踪问题。为了避免非线性动态函数的线性化，并获得更准确的机动目标估计，提出了一种用于机动目标跟踪的新型自适应信息加权共识滤波器。利用无味变换计算伪测量矩阵，以利用测量的信息形式，这是共识迭代所必需的。为了提高机动目标跟踪精度并在整个网络的每个传感器节点中获得统一的估计，利用自适应当前统计模型来更新估计，并在每个动态模型的相邻节点之间应用信息加权共识协议。基于多个模型的后验概率，通过模型条件估计的加权组合获得每个传感器的最终估计。实验结果表明，所提算法在跟踪精度和全网络估计一致性方面具有优异的性能。
