XiaoMi-AI文件搜索系统
World File Search System遭遇
用于遭遇建模的代表性小型 UAS 轨迹
随着无人机系统 (UAS) 不断融入美国国家空域系统 (NAS)，需要量化无人机和载人飞机之间空中碰撞的风险，以支持法规和标准的制定。监管机构和标准制定组织都广泛使用了使用飞机飞行概率模型的蒙特卡罗碰撞风险分析模拟。我们之前已经展示了一种开发小型无人机系统 (sUAS) 飞行模型的方法，该方法利用开源地理空间信息和地图数据集来生成具有代表性的低空无人操作。这项工作在之前的研究基础上进行了扩展，评估了开源数据的可扩展性和多样性，以支持当前所需的风险评估。我们还考虑将这些轨迹与生成式载人飞机模型配对，以创建用于蒙特卡罗模拟的相遇。
学习人工智能：洞察青年如何遭遇和
摘要 人工智能对社会的影响越来越普遍。虽然正在开发创新的教育计划，但人们对学生，尤其是大学前学生如何构建对人工智能核心思想的理解和实践，或者哪些概念最适合哪个年龄段的了解甚少。在本文中，我们讨论了一项针对初中和高中学生的认知访谈研究，以更好地了解学生如何学习人工智能概念。我们旨在阐明以下问题：学生在遇到人工智能概念时能够应用哪些背景知识和经验；哪些概念最容易获得，哪些概念更具挑战性；学生对人工智能问题有哪些误解；以及如何通过利用相关概念（如数学和计算思维）帮助学生理解人工智能概念。这项探索性研究的结果有可能为大学前青少年的人工智能学习提供重要见解。这些初步发现可以为进一步调查提供参考，以便根据循证学习进展和年级水平表现期望来设计学习和评估。
脆弱而分裂的欧盟遭遇新冠肺炎疫情
欧盟的大部分成员国都拥有干预经济所需的资源，这引发了人们的担忧，即财力最雄厚的国家可能在欧盟单一市场中获得不公平的优势。新冠肺炎危机非但没有引发相互保护，反而似乎为2008年金融危机后的同样错误铺平了道路。欧洲货币联盟（EMU）解体的离心力似乎已经得到化解，尽管至少目前只是部分化解，而且是在极端情况下。然而，联盟的生存不仅取决于应对疫情造成的严重金融问题，还意味着解决导致其成员国之间分歧加大的长期结构性问题。正如默克尔总理自己所承认的那样，“危机后只让德国独自强大对任何人都没有好处”。1 融合对于使联盟建立在更稳固的基础上以确保其长期可持续性至关重要。为了实现这一目标，应该实施哪些政策和改革？这些政策和改革在经济和政治上是否可行？为了回答这些问题，我们将简要回顾核心和标准普尔之间差距扩大的制度和结构性原因，并阐明三个重大事件：货币联盟的建立、2008 年金融危机和新冠疫情冲击。
飞机遭遇建模的贝叶斯方法
将无人机整合到国家空域系统的主要挑战之一是开发能够感知和避免当地空中交通的系统。如果设计得当，这些防撞系统可以提供额外的保护层，以保持当前卓越的航空安全水平。然而，由于其对安全至关重要的性质，需要进行严格的评估，然后才能有足够的信心认证防撞系统用于运营。评估通常包括飞行测试、运营影响研究和数百万次交通相遇的模拟，目的是探索防撞系统的稳健性。这些模拟的关键是所谓的相遇模型，它以代表空域中实际发生的情况的方式描述相遇的统计构成。一个以这种方式经过严格测试的系统是交通警报和防撞系统 (TCAS)。作为 20 世纪 80 年代和 90 年代 TCAS 认证过程的一部分，多个组织通过数百万次模拟近距离接触测试了该系统，并评估了近空中相撞（NMAC，定义为水平距离小于 500 英尺，垂直距离小于 100 英尺）的风险。1–4 最终，这项分析促成了 TCAS 的认证和美国对大型运输飞机配备 TCAS 的授权。最近，欧洲空中导航安全组织和国际民航组织进行了类似的模拟研究，以支持欧洲和世界