XiaoMi-AI文件搜索系统
World File Search System难以估计
探索 NASA MBSE 注入和现代化计划 (MIAMI) 的经验教训
荣誉提名：• 建模者和创新者受益于利益相关者的持续参与和重新参与。• 不要重新发明轮子。使用和重复使用现有的建模基础设施。• 简化建模的许可证访问和基础设施。• MBSE 创新和实施所需的资源（时间、金钱和人力）数量仍然难以估计。• 配置管理 (CM) 和数据管理 (DM) 是将 MBSE 用于更大或更分散的群体的障碍。模型管理计划可以提供帮助。
温度校准 - Thermo Fisher Scientific
• 电阻温度检测器 (RTD) 几乎总是比热电偶 (TC) 更准确。只要测量的温度在 RTD 的范围内，当准确度很重要时，它们是更好的选择。• 热电偶具有更宽的温度范围，并且比 RTD 更耐用。• 对于经历破坏性振动和反复温度循环的粗糙服务应用，热电偶是一个不错的选择。• 高于环境温度时，干井校准器在温度升高时比在温度降低时更快地稳定温度。• 如果干井的稳定时间难以估计，请考虑在 754 上选择“手动测试”，并等待温度稳定后再记录测量值。• 带有 RTD 探头输入的 HART 智能变送器可能允许输入探头的认证常数。通过输入这些常数，传感器得到匹配，测量系统误差最小化。
双光点源的自适应量子态估计
区分两个光学点源是光学领域的一个重要课题，有望应用于天文观测和生物成像。然而，传统方法有一个称为瑞利诅咒 [1] 的缺陷，当两个点源彼此靠近时，很难区分它们。这个问题可以转化为估计两个点源的质心和分离的问题，瑞利诅咒表示当两个点源彼此靠近时难以估计分离。最近，Tsang 等人 [1] 在量子理论框架下研究了这个问题，并表明有可能以与它们相距较远时相同的精度估计两个靠近的点源之间的分离。此外，他们设计了一种称为空间模式解复用（SPADE）的测量方案，当预先知道两个点源的质心时，该方案可以达到这种精度。 SPADE 方案可以让我们准确估计分离，但它需要事先知道质心。因此，Grace 等人 [2] 提出了一个两步程序，其中首先要估计质心。与此同时，Parniak 等人 [3] 和 Bao 等人 [4] 研究了同时估计质心和分离，但他们没有考虑测量的最优性。
NIH焦点的妇女健康
自身免疫性疾病（AD）是免疫系统攻击健康身体细胞的疾病。广告通常会导致身体和社会心理功能的重大丧失，代表了慢性残疾和生产力失去的重要基础，降低生活质量，可能是致命的。医学专家使用各种标准和不断发展的标准对ADS进行分类，并在定义上进行划分，在80至150个广告中鉴定了包括类风湿关节炎，多发性硬化症，腹腔疾病和1型糖尿病。患有一个广告的人通常会发展其他自身免疫性状况，并且患有其他疾病（包括癌症和心血管疾病）的风险增加。2005年的估计表明，在美国，广告会影响1,470万至2350万人，并且由于人口增长和趋势提高广告的趋势，目前的广告人数可能会大得多。1虽然难以估计，但是广告的个人和整体经济成本（从急诊护理，药物，住院和长期护理的成本到失去工资和生产率）都是很大的。目前，没有用于广告的治疗方法，但是许多治疗方法可以缓解症状，延迟或阻止疾病进展或增加缓解周期。
全球疫苗引进与实施
• 变量“可接种疫苗的存活婴儿”是指根据该国疫苗政策，每个国家计划接种疫苗的儿童数量。因此，它是该国存活婴儿数量和疫苗接种计划类型的组合（即建议在所有婴儿中普遍使用、仅在患病风险高的特殊人群中使用或仅在国家以下地区使用）。如果该国已普遍采用，则可接种疫苗的存活婴儿数量等于该国存活婴儿总数。鉴于难以估计仅针对特殊风险人群接种疫苗的国家的存活婴儿数量（因为各国对特殊高风险人群的定义不同），这些国家可接种疫苗的婴儿数量被假定为该国存活婴儿总数（尽管我们承认这是一个高估，也是分析的一个限制）。对于目前已实施地方疫苗计划的国家，可接种疫苗的存活婴儿数等于该国存活婴儿总数乘以已引入疫苗的地方人口占总人口的比例。对于尚未引入疫苗的国家，可接种疫苗的存活婴儿数设定为零。
引入 Block-Toeplitz 协方差矩阵重新掌握事件相关电位脑机接口的线性判别分析
摘要 — 由于维数较高，噪声多通道脑电图时间序列数据的协方差矩阵难以估计。在基于事件相关电位和线性判别分析 (LDA) 进行分类的脑机接口 (BCI) 中，解决这个问题的最新方法是通过收缩正则化。我们提出了一个新想法来解决这个问题，即对 LDA 的协方差矩阵实施块 Toeplitz 结构，这实现了每个通道在短时间窗口中信号平稳的假设。在 13 种事件相关电位 BCI 协议下收集的 213 名受试者的数据上，与收缩正则化的 LDA（最多 6 个 AUC 点）和黎曼分类方法（最多 2 个 AUC 点）相比，由此产生的“ToeplitzLDA”显著提高了二元分类性能。这意味着应用程序级别的性能得到了极大改善，例如在无监督视觉拼写器应用程序中记录的数据，其中 25 个受试者的拼写错误平均可以减少 81%。除了 LDA 训练的内存和时间复杂度较低之外，ToeplitzLDA 被证明即使在 20 倍的时间维度扩大后也几乎保持不变，这减少了对特征提取专家知识的需求。
MSTIC 博士学院 & EDST 博士学院
量化人体运动行为首先要尽可能准确地测量和估计运动学和动力学变量。监测人体运动在功能康复、骨科、运动、辅助机器人或工业人体工程学中有着广泛的应用。当今的运动捕捉系统通常指立体摄影测量系统和实验室级测力板，它们虽然准确，但价格昂贵、需要专业技能且不便携。最近，使用惯性测量单元或 RGB 深度相机等价格实惠的传感器进行人体运动估计已成为众多研究的主题。尽管这些系统在实验室外具有巨大的应用潜力，但它们的准确性仍然有限，主要是由于固有的 IMU 漂移和视觉遮挡，而且关节运动学和动力学估计仍然难以估计。这些缺点可能解释了为什么这种系统很少用于常见的临床应用或家庭康复计划。在此背景下，本论文致力于开发一种新型、经济实惠的运动捕捉系统，该系统能够准确估计人体的三维关节状态。与以前基于视觉或惯性传感器的研究不同，所提出的方法包括结合新设计的视觉惯性传感器的数据。该系统还利用了新的实用校准方法，这种方法不需要任何外部设备，而且价格非常实惠。所有传感器数据都融合到一个受约束的扩展卡尔曼滤波器中，该滤波器利用人体的生物力学和所研究的任务来显著改善关节状态估计。这是通过结合不同类型的约束来实现的，例如关节限制、刚体和软关节约束，以及对关节轨迹和/或传感器随机偏差的时间演变进行建模。该系统估计精确的三维关节运动学的能力已通过对上臂和跑步机步态的日常生活活动的各种案例研究得到验证。已经研究了两种具有不同传感器数量和配置的不同原型。与黄金标准运动捕捉系统相比，对几名健康受试者进行的实验显示出非常令人满意的结果。总体而言，两个系统之间的平均 RMS 差异低于 4 度。当使用较少数量的传感器进行步态分析时也是如此。该系统还用于动态识别
MSTIC 博士学院 & EDST 博士学院
量化人体运动行为首先要尽可能准确地测量和估计运动学和动力学变量。监测人体运动在功能康复、骨科、运动、辅助机器人或工业人体工程学方面有着广泛的应用。当今的运动捕捉系统通常是指立体摄影测量系统和实验室级测力板，它们准确但价格昂贵，需要专业技能，并且不便携。最近，使用价格实惠的传感器进行人体运动估计，例如惯性测量单元或 RGB 深度相机，已成为众多研究的主题。尽管这些系统在实验室外具有巨大的应用潜力，但它们的准确性仍然有限，主要是由于固有的 IMU 漂移和视觉遮挡，并且关节运动学和动力学估计仍然难以估计。这些缺点可能解释了为什么这种系统很少用于常见的临床应用或家庭康复计划。在此背景下，本论文涉及开发一种新的经济实惠的运动捕捉系统，该系统能够准确估计人体 3D 关节状态。与以前基于视觉或惯性传感器的研究不同，所提出的方法包括结合新设计的视觉惯性传感器的数据。该系统还利用了新的实用校准方法，这些方法不需要任何外部设备，同时仍然非常实惠。所有传感器数据都融合到一个受约束的扩展卡尔曼滤波器中，该滤波器利用人体的生物力学和所研究的任务来显着改善关节状态估计。这是通过结合不同类型的约束（例如关节限制、刚体和软关节约束）以及对关节轨迹的时间演变和/或传感器随机偏差进行建模来实现的。该系统估计精确 3D 关节运动学的能力已通过对上臂和跑步机步态的日常生活活动的各种案例研究得到验证。已经研究了两种具有不同传感器数量和配置的不同原型。与黄金标准运动捕捉系统相比，对几名健康受试者进行的实验显示出非常令人满意的结果。总体而言，两个系统之间的平均 RMS 差异低于 4 度。当使用较少数量的传感器进行步态分析时也是如此。该系统还用于