XiaoMi-AI文件搜索系统
World File Search System跟踪
多对象跟踪中的数据关联
计算机视觉中视觉对象跟踪任务的进步使其在视频监控中的应用价值不断增长，特别是在交通场景中。近年来，人们非常关注多对象跟踪框架的改进，使其在保持准确性和通用性的同时实时有效。通过分解基于跟踪检测方法的多对象跟踪框架中涉及的任务（简单检测和识别对象的扩展），进一步涉及通过定义相似性函数来关联对象来解决过滤问题。因此，本文仅关注通过唯一定义的相似性函数和过滤器进行数据关联的任务，其中我们回顾了有关这些技术的当前文献，这些技术已用于提高车辆和行人场景的 MOT 性能。虽然仅在拟议的 MOT 框架内对关联任务的定量结果进行分类很困难，但我们的研究试图概述研究人员提出的基本思想，并以理论上的定性方法比较结果。跟踪方法按基于概率和分层方法等传统技术的类别进行审查，然后分析新方法和混合模型。对每个类别中确定的模型根据稳定性、准确性、稳健性、速度和计算复杂度等方面的性能进行进一步分析
军用车辆的磁性检测和跟踪
磁传感器可以检测含有铁磁材料的目标，因为它们会扭曲地球磁场。物体的磁场可以表示为多极级数展开。由于不存在单个磁荷，最低阶是偶极子，其衰减率为 1/r3。高阶多极子衰减的距离幂相应更高。对于大于最大目标维度阶的测量范围，偶极矩主导信号，定位和表征目标的问题变成了定位磁偶极子并测量其矩矢量的问题。在未知位置定位具有未知特征的目标需要确定六个未知数。三个未知数代表目标的位置，另外三个代表其磁矩矢量。检测和表征（就磁矩而言）不能分成不同的问题，而必须同时完成。对目标特征（例如，预先了解目标类型）或目标位置（例如，预先了解目标路径）应用不同的约束可以稍微降低问题的维数。在本文中，我们展示了无约束检测、定位和表征问题的结果。
跟踪＃：432316802日期：29-01-2025
阿联酋网络安全委员会已经观察到Coolify的关键漏洞，这是一个用于管理服务器，应用程序和数据库的开源平台。这些缺陷允许远程攻击者执行任意代码，升级特权并损害敏感数据。需要立即采取行动以减轻完全系统收购的风险。漏洞详细信息：
跟踪＃：432316669日期：26-12-2024
阿联酋网络安全委员会已经观察到，又称APT34或Helix Kitten的Oilrig是针对中东关键部门的威胁性演员，这是通过复杂的网络间谍活动。此建议概述了他们的战术，技术和程序（TTP），以帮助组织增强其防御能力。oilrig，也称为APT34或Helix Kitten，是一个自2016年以来一直活跃的威胁演员。Oilrig专门从事高级网络活动，尤其是针对关键部门，例如中东的政府实体，能源和技术提供商。该小组采用高度适应性的策略，技术和程序（TTP），利用复杂的恶意软件，零日漏洞以及供应链妥协以实现其地缘政治目标。
磁跟踪自动校准
磁感应正在成为一种支持各种应用的新兴技术。代表性用例包括高精度姿势跟踪、人机交互和触觉感应。该技术使用多个 MEMS 磁力计来捕捉近距离变化的磁场。然而，磁力计易受现实世界干扰，如硬铁和软铁效应。因此，用户需要频繁执行繁琐而冗长的校准过程，严重限制了磁跟踪的可用性。为了消除/减轻这一限制，我们提出了 MAGIC（磁力计自动校准），这是一个系统框架，可自动校准 MEMS 磁力计阵列的软铁和硬铁干扰。为了最大限度地减少用户干预的需要，我们引入了一个新颖的自动触发模块。与传统的手动校准方法不同，MAGIC 以最少的用户注意力实现了卓越的校准性能（例如，用于跟踪应用）。通过实证研究，我们发现 MAGIC 也会产生边际开销和成本，例如总能源成本为 0.108 J。
商业空间监视和跟踪市场。 ...
使用戏剧软件，我们能够估计2020年，2025年，2029年和2036年的216个非构造航天器的碰撞概率和超过16,000个星座卫星。5下面的小提琴图显示了每年的碰撞概率的分布。小提琴图只是镜像统计分布。它表明，在2020年，碰撞概率集中在分布的上端（概率大于1000中的1000分之一），较长的概率很长。此分布会随着时间的流逝而变化，显示出较高概率向分布的上端积累。这还表明，随着时间的推移，最大概率随着时间的推移而增加（由于2025年太阳能活动的峰值，从2020年到2025年减少了）。
跟踪可持续发展目标 7：能源进展报告。
本文提供的数据和分析是在新冠疫情爆发之前准备的，必须结合这场前所未有的危机来看待。与大多数严重危机一样，新冠疫情表明，一场无法预见的全球灾难可能会破坏长期存在的趋势和政策，其结果既在意料之中，又在意料之外，既可怕又出乎意料。疫情对社会和经济的各个层面都产生了广泛影响，包括油价暴跌、供应链中断以及许多家庭和企业支付电力服务的能力有限，疫情必将影响能源转型和实现可持续发展目标 7 的进程。与此同时，这场危机表明，人们迫切需要获得可靠、负担得起、可持续和现代化的能源——医院和医疗机构需要治疗患者，学校需要为儿童做好数字经济的准备，社区需要抽取干净的水，人们需要获取信息。新冠疫情对能源获取、能源效率、可再生能源部署和全面能源转型的全面影响仍有待观察。
空间碎片跟踪和预测模型
一、引言 航天技术的飞速发展导致运行中的航天器数量显著增加，而这些航天器现在面临着来自太空垃圾的严重威胁。这些碎片主要来自频繁的发射活动，导致卫星和其他太空资产的风险越来越大。截至 2022 年 3 月，美国太空监视网络 (SSN) 已记录了大约 25,000 件太空碎片、报废航天器和活跃卫星，预计这一数字还将持续上升。与大型碎片的碰撞会彻底摧毁航天器，而即使是高速飞行的小碎片也会造成严重损坏，导致性能下降或完全失灵。因此，有效跟踪和预测空间碎片对于保护运行中的航天器和确保太空探索的可持续性至关重要。空间碎片跟踪不仅需要检测空间碎片的存在，还需要预测其轨迹以减轻碰撞。空间碎片跟踪系统一般可分为地面系统和天基系统，每种系统都有其优点和局限性。地面系统使用地面上的望远镜和雷达，但受到天气条件和地球自转的限制。太空系统使用卫星或航天器上的传感器，可以更可靠地探测太空垃圾，而不会受到大气的干扰。其中，先进的算法和机器学习方法（例如，Tao 等人，2023 年提出了一种时空显着性网络）
