XiaoMi-AI文件搜索系统
World File Search System跟踪算法
结构健康监测应用的发展战略1
永久安装的结构健康监测 (SHM) 系统现在是传统定期检查（无损检测 (NDT)）的可行替代方案。然而，它们的工业用途有限，本文回顾了开发实用 SHM 系统所需的步骤。SHM 中使用的传感器固定在某个位置，而在 NDT 中，它们通常被扫描。目标是使用高时间频率、低空间频率 SHM 数据达到与传统高空间频率和低时间频率 NDT 检查类似的性能。结果表明，这可以通过变化跟踪算法（例如广义似然比 (GLR)）来实现，但这取决于输入数据是否为正态分布，这只有在因操作条件变化而导致的信号变化得到令人满意的补偿时才能实现；最近在这个主题上取得了很大进展，本文对此进行了回顾。由于 SHM 系统可以生成大量数据，因此将数据转换为可操作信息至关重要，并且必须在 SHM 系统设计中解决此步骤。验证已安装的 SHM 系统的性能也至关重要，并且已经提出了一种类似于 NDT 中使用的模型辅助检测概率 (POD) (MAPOD) 方案的方法。该方法使用安装在典型未损坏结构上的 SHM 系统获得的测量值来捕获由于环境和其他影响而导致的信号变化
太空经济领袖会议（Space20）白皮书
自疫情爆发以来，空间界一直在就这些问题展开讨论。自 2020 年 5 月以来，联合国外空事务厅收集了来自全球空间部门的数百个案例研究，说明了空间部门以巨大的方式支持全球应对 COVID-19。关键示例 4. 一些空间机构已经转向 EO 仪表板和 GNSS 支持的枢纽来制定它们对应对疫情的贡献。这使得大量公开信息通过此类空间支持平台呈现。这些 EO 仪表板正在跟踪地球系统指标，从空气污染水平到水质。在其他例子中，它们呈现经济活动指标，包括港口拥堵、机场吞吐量和收获活动。已经开发了 EO/GNSS 平台来帮助人们恢复日常生活，开发了 GNSS 产品来显示传染病位置的实时地图，使用轨迹跟踪算法识别疾病热点，并允许通勤者调整路线以避开传染区。已经开发了基于 GNSS 的应用程序来提供对受污染区域的自动监视和消毒。 5. 在整个疫情期间，此类公开信息让政策制定者、媒体和公众等多个利益相关方充分了解新冠肺炎疫情对我们的社会和经济的迅速影响。所有这些例子的核心是：坚定地致力于空间机构开源数据的传统；向非空间受众提供最终产品；以及国际多利益相关方合作。
利用量子算法重建粒子轨迹
摘要：准确确定粒子径迹重建参数将成为高亮度大型强子对撞机 (HL-LHC) 实验面临的主要挑战。HL-LHC 同时发生的碰撞数量预计会增加，探测器占用率也会随之提高，这将使径迹重建算法对时间和计算资源的要求极高。命中次数的增加将增加径迹重建算法的复杂性。此外，由于探测器的分辨率有限以及命中的物理“接近度”，将命中分配给粒子径迹的模糊性也会增加。因此，带电粒子径迹的重建将成为正确解释 HL-LHC 数据的主要挑战。目前使用的大多数方法都基于卡尔曼滤波器，这些滤波器被证明是稳健的，并提供良好的物理性能。但是，它们的扩展性预计会比二次方差。设计一种能够在命中级别减少组合背景的算法，将为卡尔曼滤波器提供更“干净”的初始种子，从而大大减少总处理时间。量子计算机的显着特征之一是能够同时评估大量状态，使其成为在大型参数空间中进行搜索的理想工具。事实上，不同的研发计划正在探索量子跟踪算法如何利用这些功能。在本文中，我们介绍了我们在实现基于量子的轨迹查找算法方面的工作，该算法旨在减少初始播种阶段的组合背景。我们使用为 kaggle TrackML 挑战设计的公开数据集。
![arXiv:2003.08126v1 [quant-ph] 2020 年 3 月 18 日](/simg/g:\will\search\icon\source\c\c6d01874017c7d6f6947dc0a7a998c392e725488.webp)
arXiv:2003.08126v1 [quant-ph] 2020 年 3 月 18 日
摘要：准确确定粒子径迹重建参数将成为高亮度大型强子对撞机 (HL-LHC) 实验面临的主要挑战。HL-LHC 同时发生的碰撞数量预计会增加，探测器占用率也会随之提高，这将使径迹重建算法对时间和计算资源的要求变得极为苛刻。撞击数量的增加将增加径迹重建算法的复杂性。此外，由于探测器的分辨率有限以及撞击的物理“接近度”，将撞击分配给粒子径迹的模糊性也会增加。因此，带电粒子径迹的重建将成为正确解释 HL-LHC 数据的主要挑战。目前使用的大多数方法都基于卡尔曼滤波器，这些滤波器被证明是稳健的，并能提供良好的物理性能。然而，它们的扩展性预计会比二次方差。设计一种能够在命中级别减少组合背景的算法，将为卡尔曼滤波器提供更“干净”的初始种子，从而大大减少总处理时间。量子计算机的显着特征之一是能够同时评估大量状态，使其成为在大型参数空间中进行搜索的理想工具。事实上，不同的研发计划正在探索量子跟踪算法如何利用这些功能。在本文中，我们介绍了我们在实现基于量子的轨迹查找算法方面的工作，该算法旨在减少初始播种阶段的组合背景。我们使用为 kaggle TrackML 挑战设计的公开数据集。
无人机自动着陆系统集成了野生环境中的定位，跟踪和降落
无人驾驶汽车（UAV）的抽象高可利用性着陆系统已广泛关注它们在复杂的野生环境中的适用性。准确的定位，灵活的跟踪和可靠的恢复是无人机着陆的主要挑战。在本文中，提出并实施了一个新型的无人机自动着陆系统及其控制框架。它由环境感知系统，无人接地车辆（UGV）以及斯图尔特平台定位，跟踪和自动恢复无人机。首先，开发基于多传感器融合的识别算法是为了借助一维转盘实时定位目标。其次，提出了由UGV和着陆平台组成的双阶段跟踪策略，以动态跟踪着陆无人机。在广泛的范围内，UGV负责通过人工电位场（APF）路径计划和模型预测控制（MPC）跟踪算法进行快速跟踪。虽然在平台控制器中采用了梯形速度计划来补偿UGV的跟踪误差，但在较小范围内实现了对无人机的精确跟踪。此外，一种恢复算法，包括姿态补偿控制器和阻抗控制器，是为Stewart平台设计的，可确保无人机的水平和合规降落。最后，广泛的模拟和实验致力于验证开发系统和框架的可行性和可靠性，这表明它是在野生环境（例如草原，斜坡和雪）中无人用自动降落的卓越案例。
Documents Retallack，A。E.，Ostendorf，B。当前...
摘要最近，使用深度学习和低计算的边缘设备用于分析基于视频的系统，尤其是在智能运输系统（ITS）的领域中，大幅增加了。在其开发低计算和准确的车辆计数系统中，计算机视觉技术的一种有希望的应用是可以用来消除对外部云计算资源的依赖性的。本文提出了一种紧凑，可靠和实时的车辆计数解决方案，该解决方案可以在低计算需求边缘计算设备上部署。该系统使用自定义的车辆检测算法，基于您仅查看一次版本8 nano（Yolov8n），并结合了深层关联度量标准（DeepSort）对象跟踪算法和有效的车辆计数方法，可在高速公路场景中准确计数车辆的准确计数。该系统经过训练，可以检测，跟踪和计算四个不同的车辆类别，即：汽车，摩托车，公共汽车和卡车。所提出的系统能够达到平均车辆检测平均平均精度（MAP）分数为97.5％，车辆计数精度得分为96.8％，平均速度为每秒19.4帧的平均速度（FPS），同时均被部署在紧凑型NVIDIA NVIDIA JETSON JETSON NANO NANO EDGE计算设备上。就准确性和速度而言，所提出的系统优于其他先前提出的工具。©（2024），（艾哈迈德·达兰大学）。保留所有权利。
水母搜索优化器的应用
摘要：气候环境的变化以及间歇性对可再生能源（RESS）的总体能源系统产生显着影响，需要制定控制策略以提取Ress可用的最大功率。为了完成这项任务，已经开发了几种技术。应使用有效的最大功率跟踪（MPPT）技术来确保风发和PV生成系统都提供其全部优势。在本文中，开发了一种新的MPPT方法（JSO）；此外，利用统一的功率质量调节剂（UPQC）来增强微电网（MG）的性能并解决敏感负载的功率质量问题。MG检查了光伏（PV），风力涡轮机和燃料电池电池，并以均匀和非均匀的风速和太阳辐照度进行了检查。提出了开发算法与不同最大功率跟踪算法之间的比较。此外，进行了四个案例研究，以验证引入的UPQC在增强功率质量问题方面的有效性。使用其他算法评估时，研究结果表明，发达算法的高性能。MATLAB/SIMULINK软件用于仿真风，PV和FC控制系统。然而，在与PV辐照的相同条件下进行了实验有效测试，以验证模拟结果。实验验证是通过使用PV模块模型，带有太阳高度模拟器CO3208-1B板的三倍，23 v/2a CO3208-1A执行的，并将结果与仿真结果进行比较。
带有OpenCV的空气画布
摘要：本文介绍了空气画布项目的详细信息。近年来，图像处理和模式识别领域中最迷人，最具挑战性的研究领域之一一直在空中写作。它为自动化过程的开发做出了重要贡献，并可以在各种应用中增强机器和人之间的界面。许多研究集中在新的方法和技术上，这些方法和技术将加快识别，同时减少处理时间。在计算机视觉的学科中，对象跟踪被视为至关重要的任务。更快的计算机的开发，负担得起的高质量摄像机的可用性以及自动视频分析的要求使对象跟踪系统越来越普遍。通常，视频分析过程中有三个主要部分：识别对象的移动，从框架到框架，然后分析对象的行为。对对象跟踪提出了四个主要考虑因素：选择适当的对象表示，选择跟踪功能，识别对象并跟踪它们。对象跟踪算法是现实世界中许多应用程序的关键组成部分，包括自主监视，视频索引和车辆导航。该差距是由该项目利用的，该差距的重点是创建动作转换器，该转换器可以用作可穿戴智能设备的软件，该设备允许在空中写作。这项努力是罕见手势的记者。手指的路线将使用计算机视觉追踪。邮件，电子邮件和其他类型的通信都可以使用创建的文本发送。聋人将能够有效地进行沟通。取消写作的需求，这是减少移动设备和手机使用的有效方法。
对同相听觉的实时算法进行基准测试...
摘要 — 在非快速眼动 (NREM) 睡眠期间对脑电图慢波 (SW) 进行听觉刺激，当其在 SW 的上行阶段进行时，已被证明可以改善认知功能。对于 SW 幅度较低的受试者，如老年人或患有帕金森病 (PD) 等神经退行性疾病的患者，SW 增强尤其可取。然而，现有的估计上行阶段的算法在低脑电图幅度和 SW 频率不恒定时存在相位精度较差的问题。我们介绍了两种用于在自主可穿戴设备上实时估计脑电图相位的新算法。这些算法基于锁相环 (PLL) 和首次基于相位声码器 (PV)。我们将这些相位跟踪算法与简单的幅度阈值方法进行了比较。优化后的算法在相位精度、估计 SW 幅度在 20 到 60 µV 之间以及 SW 频率高于 1 Hz 的相位的能力方面进行了基准测试，这些记录来自健康的老年人和 PD 患者。此外，这些算法在可穿戴设备上实现，并在模拟睡眠脑电图以及对 PD 患者的前瞻性记录过程中评估了计算效率和性能。所有三种算法都在 SW 上行阶段提供了 70% 以上的刺激触发。PV 在瞄准低幅度 SW 和频率高于 1 Hz 的 SW 时表现出最高能力。实时硬件测试表明，PV 和 PLL 对微控制器负载的影响都很小，而 PV 的效率比 PLL 低 4%。主动听觉刺激不会影响相位跟踪。这项工作表明，在低幅度 SW 人群中，也可以在家庭睡眠干预期间使用可穿戴设备提供相位精确的听觉刺激。
最大功率点跟踪的比较研究...
可再生能源在替代化石燃料资源方面发挥着至关重要的作用，而太阳能是这些资源之一，它被认为是环境友好的，并且在过去几年中得到了越来越多的使用。使用太阳能电池板时的主要问题是工作点会随着太阳辐照强度和太阳能电池板表面温度的变化而波动。当负载直接与太阳能电池板耦合时，在大多数情况下，输送的功率不会达到最大功率，因此需要最大功率点跟踪控制器来使系统高效运行，从而使电压转换电路的负载和输入阻抗之间匹配运行，通过这种运行，工作点处于最大功率。在本研究中，使用 MATLAB-2016a 程序对最大功率点跟踪系统进行了仿真，并使用了多种算法：扰动观察算法、增量电导算法、滑模控制器和电压转换电路（降压转换器）的负载与输入阻抗匹配的随机搜索算法。设计并搭建了同步降压转换器电路，然后实际实施系统。微控制器 arduino UNO 用于实现跟踪算法。实际系统实施中使用扰动和观察算法。。结果表明，滑模控制器在获得最大功率方面比传统算法快两倍以上，比随机搜索算法快约 6 毫秒，随机搜索算法比传统算法快约 1.5 倍，并且当辐照强度发生变化时，响应速度更快，可以访问新的最大功率点。SMC 的性能优于传统算法，随机搜索算法优于传统算法，其性能非常接近滑模控制器的性能。实际实施的响应非常快且强大。