XiaoMi-AI文件搜索系统
World File Search System近距离
GAO- 21-99，近距离空中支援：需要采取行动增强友军跟踪能力并全面评估训练
国防部对参与 CAS 任务的部队的训练计划进行评估，但 GAO 确定了国防部可以在两个方面改进工作。首先，陆军和海军陆战队尚未系统地评估为提供目标信息的地面观察员提供定期训练的有效性，因为缺乏用于跟踪训练数据的集中系统，也没有指定实体来监控全军的训练。其次，2017 年至 2019 年间，使用合同飞机进行训练的情况大幅增加，但国防部尚未充分评估使用非军用合同飞机为 CAS 训练空中管制员的情况（见图）。美国政府问责署发现，美国军用飞机和合同飞机之间的差异（例如空速）可能导致飞机在某些类型的训练活动中的能力不一致。如果不对 CAS 训练进行全面评估，国防部就无法保证其部队已准备好安全有效地执行 CAS 任务。
使用微型蓝牙低功耗近距离记录器研究农业环境中小型啮齿动物之间的接触
小型啮齿动物会给农场带来问题，例如基础设施损坏、农作物损失或病原体传播。后者对人类和牲畜都构成威胁。野生啮齿动物和牲畜之间的频繁接触有利于病原体传播，因此了解小型哺乳动物的运动模式对于制定预防损害和健康问题的策略非常重要。微型近距离记录器是一种新开发的用于监测小型哺乳动物空间行为的工具。蓝牙低功耗 (BLE) 信号的强度可用作野生啮齿动物与牲畜饲养地点密切接触的指标，这对于识别可能的传播途径很重要。该方法研究侧重于该技术在农业环境中的使用以及在用于畜牧业的农业环境中测试和校准该技术的试运行。结果表明，记录器的电池寿命主要受预设扫描间隔的影响。短扫描间隔会导致电池寿命缩短，应根据目标物种的活动模式最大化。栖息地会影响 BLE 信号强度，导致室内信号强度高于室外。记录器位置的高度对牲畜圈内的信号强度有积极影响。信号接收通常随着距离的增加而减小，并且不同记录器的信号接收也不同，因此需要进行校准。在特定栖息地的距离内，BLE 近距离记录系统可以识别小型哺乳动物之间以及动物与特定结构之间的接触。这些结果支持在畜牧业环境中使用基于 BLE 的系统，并为经过验证的技术提供了大量证据。此外，这种方法可以为可能的病原体传播途径提供有价值的见解。
视觉知觉学习在虚幻的远距离空间中有效，但在近距离空间中无效
摘要 在近体空间 (PPS) 中，与远离身体的物体相比，靠近身体的物体的视觉形状辨别速度更快。当感知深度基于 2D 图像提示时，PPS 中的视觉处理也会增强。从相对低级（检测、大小、方向）到高级视觉特征（面部处理），都观察到了这种优势。虽然多感官联想也显示出近端优势，但 PPS 是否影响视觉感知学习仍不清楚。在这里，我们研究了感知学习效果是否会根据视觉刺激与观察者的距离（近或远）而变化，这是通过利用庞佐错觉幻觉诱导的。参与者执行了视觉搜索任务，他们报告了干扰项中是否存在特定目标物体方向（例如，指向下方的三角形）。在近距离（近组）或远距离（远组）练习视觉搜索任务（每天 30 分钟，持续 5 天）之前和之后评估表现。结果表明，在近距离空间进行训练的参与者没有进步。相比之下，在远空间进行训练的参与者在远空间和近空间的视觉搜索任务中都表现出了进步。我们认为，远空间训练后的这种进步是由于在远空间中更多地部署了注意力，这可以使学习更有效，并可以跨空间推广。
GAO- 21-99，近距离空中支援：需要采取行动增强友军跟踪能力并全面评估训练
国防部对参与 CAS 任务的部队的训练计划进行了评估，但 GAO 确定了国防部可以在两个方面改进工作。首先，由于缺乏用于跟踪训练数据的集中系统以及没有指定实体来监控全军的训练，陆军和海军陆战队尚未系统地评估为提供目标信息的地面观察员进行定期训练的有效性。其次，2017 年至 2019 年间，使用合同飞机进行训练的情况大幅增加，但国防部尚未全面评估使用非军用合同飞机训练空中管制员进行 CAS 的情况（见图）。GAO 发现，美国军用飞机和合同飞机之间的差异（例如空速）可能导致飞机在某些类型的训练活动中的能力不一致。如果不对 CAS 训练进行全面评估，国防部就无法保证其部队已准备好安全有效地执行 CAS 任务。
聚合物纳米复合材料作为环境水分析中的吸附剂，对合成和潜在应用的近距离观察
抽象的聚合物纳米复合材料已被广泛用作吸附剂，以在最终的仪器分析之前从环境水中提取污染物。这些材料具有高度的用途，可以通过充分选择聚合物/纳米材料组合来适应给定的分析问题。通过在实验室和可以获得它们的不同格式（颗粒，膜，整体或纤维）中的不同格式（颗粒，膜，整体或纤维）来增强材料的适应性。本文提供了一般概述聚合物纳米复合材料的潜力，强调了实际方面（合成和微挖掘技术）。它旨在通过在样本制备中显示这些材料几乎无尽的可能性以及在不久的将来的主要趋势来激发研究人员。
深度学习范式及其对血管内超声扫描中冠状动脉壁分割的偏见：近距离外观
1个计算机科学与工程学院，加尔戈蒂亚斯大学，大诺伊达，201310年，印度； vandana.soni80@gmail.com（v.k.）; ksampathkumara@gmail.com（S.K.K.）2应用计算科学与工程系，G L Bajaj技术与管理学院，大诺伊达201310年，印度3印度贝纳特大学，贝尼特大学，大诺伊达大学，201310年，印度； Ashish.gupta14d@gmail.com 4 CMR工程技术学院CSE系，印度海得拉巴501401； sivaskandha@cmrcet.org 5印度Bhubaneswar 751003的IIT Bhubaneswar计算机科学与工程系； sanjay@iiit-bh.ac.in 6印度新德里110076的Indraprastha Apollo Hospitals心脏病学系； drnnkhanna@gmail.com 7 Heart and Vascular Institute，Addingist Health St. Helena，St Helena，CA 94574，美国； lairdjr@ah.org 8图形时代食品科学技术系，被视为大学，德拉登248002，印度； narpinders@yahoo.com 9美国爱达荷州州立大学电气和计算机工程系，美国ID 83209，美国； mfouda@ieee.org 10 Azienda Ospedaliero Universitaria放射科（A.O.U. ），09100 Cagliari，意大利； lucasabamd@gmail.com 11印度北阿兰奇大学北阿兰奇理工学院研究与创新部，印度248007； drrajeshsingh004@gmail.com 12 Stroke Diagnostics and Monitoring Division, AtheroPoint™, Roseville, CA 95661, USA 13 Department of Computer Science & Engineering, Graphic Era, Deemed to be University, Dehradun 248002, India 14 Monitoring and Diagnosis Division, AtheroPoint™, Roseville, CA 95661, USA * Correspondence: jasjit.suri@atheropoint.com;电话。 ： +（916）-749-56282应用计算科学与工程系，G L Bajaj技术与管理学院，大诺伊达201310年，印度3印度贝纳特大学，贝尼特大学，大诺伊达大学，201310年，印度； Ashish.gupta14d@gmail.com 4 CMR工程技术学院CSE系，印度海得拉巴501401； sivaskandha@cmrcet.org 5印度Bhubaneswar 751003的IIT Bhubaneswar计算机科学与工程系； sanjay@iiit-bh.ac.in 6印度新德里110076的Indraprastha Apollo Hospitals心脏病学系； drnnkhanna@gmail.com 7 Heart and Vascular Institute，Addingist Health St. Helena，St Helena，CA 94574，美国； lairdjr@ah.org 8图形时代食品科学技术系，被视为大学，德拉登248002，印度； narpinders@yahoo.com 9美国爱达荷州州立大学电气和计算机工程系，美国ID 83209，美国； mfouda@ieee.org 10 Azienda Ospedaliero Universitaria放射科（A.O.U.），09100 Cagliari，意大利； lucasabamd@gmail.com 11印度北阿兰奇大学北阿兰奇理工学院研究与创新部，印度248007； drrajeshsingh004@gmail.com 12 Stroke Diagnostics and Monitoring Division, AtheroPoint™, Roseville, CA 95661, USA 13 Department of Computer Science & Engineering, Graphic Era, Deemed to be University, Dehradun 248002, India 14 Monitoring and Diagnosis Division, AtheroPoint™, Roseville, CA 95661, USA * Correspondence: jasjit.suri@atheropoint.com;电话。： +（916）-749-5628
研究气候变化风险的铁路行动
（6）Lee，J-Y，J Marotzke，G Bala，L Cao，S Corti，JP Dunne，F Engelbrecht，E Fischer，E Fischer，JC Fyfe，C Jones，C Jones，A Maycock，A Mayemi，J Mutemi，J Mutemi，O Ndiaye，S Panickal和T Zhou，panickal and T Zhou，2021：未来的全球风险：未来的全球风险 - 近距离风险 - 近距离风险 - 近距离风险 - 近距离验证 - 和现场 - 近距离验证。在气候变化2021年：物理科学基础。Contribution of Working Group I to the Sixth Assessment Report of the Intergo- vernmental Panel on Climate Change [Masson-Delmotte, V, P Zhai, A Pirani, SL Connors, C Péan, S Berger, N Caud, Y Chen, L Goldfarb, MI Gomis, M Huang, K Leitzell, E Lonnoy, JBR Matthews, TK Maycock, T沃特菲尔德（Waterfield），oYelekçi，R Yu和B Zhou（编辑）]。剑桥大学出版社，剑桥，英国和纽约，纽约，美国，pp。553-672，doi：10.1017/9781009157896.006。
Ingegneria Aerospaziale / Aerospace Engineering的博士学位 - 第40个周期主题研究领域：< / div>近距离操作的自主导航
太空探索和剥削已经进入了前所未有的增长和可及性的新时代。新颖的空间任务概念需要提高自治水平，以降低运营成本并实现雄心勃勃的目标。尤其是，具有不合作目标的小行星探索和接近性操作强烈激励自主和低延迟导航解决方案的发展。当前的深空导航在很大程度上依赖于地面系统，主要是通过Extrack和DSN网络来进行辐射跟踪和轨道测定。但是，由于信号传播延迟，这些传统方法不能为航天器提供有关其状态相对于目标的实时信息。在近距离行动中，这种限制变得至关重要，在这种操作中，国家的确定可能导致任务失败或致命的碰撞。这些挑战强调了对航天器轨道确定和控制的创新方法的迫切需求，尤其是在需要精确，及时的导航响应的情况下。在Cosmica项目的框架内（CUP D53C22003580001），本研究旨在通过使用机器学习技术等，以在自主空间导航中推进最新技术。该研究的重点是开发围绕小行星和不合作目标的邻近性操作的智能系统，在这些系统中，传统的导航方法面临重大限制。通过将人工智能与
国际国防训练（陆军）目录
炮兵课程 炮兵参谋课程（近距离支援） 4:1 炮兵 ISTAR/GBAD 教官 4:2 炮兵职业课程（近距离支援）（GCC (CS)) 4:3 炮兵职业课程 (ISTAR GBAD) 4:4 火力支援小组指挥官 (FST Comd) 4:5 火力支援小组 4 级课程 4:6 炮兵连指挥官 (BC) 通用模块 4:7 炮兵连指挥官（近距离支援） 4:8 炮兵连指挥官 (ISTAR) - 情报监视目标获取与侦察 4:9 炮兵连指挥官 (BC) 地基防空 (GBAD) 4:10 联合战场管理课程 (JBMC)。4:11 皇家炮兵参谋军官课程 4:12 年轻军官课程 - 通用模块 4:13 年轻军官 - 近距离支援 4:14 年轻军官 - 防空 4:15 年轻军官 - 战术 ISTAR 4:16 年轻军官课程 – MLRS 4:17 指挥所军官 (CPO) - 地基防空 (GBAD) 4:18 国际战术目标瞄准 (非 FYES) 4:19 GBAD 作战军官课程 (GWO) 4:20 全频谱目标瞄准 (FSpecT)。4:21