> Astronomy & Physics _
cost-estimation-skill-dlya-otsenki-stoimosti-kosmicheskih-missiy.md
⭐ 3
L
Cost-estimation: скилл для оценки стоимости космических миссий
Выполняйте параметрическую оценку стоимости и анализ "стоимость-риск" для космических миссий. Используйте эти навыки для определения приблизительной стоимости (ROM), построения зависимостей для оценки стоимости (CER), составления детализированных смет по подсистемам и элементам структуры работ (WBS), а также для построения кривых стоимости для оценки рисков. Активируйте эту функцию при запросах, связанных с "стоимостью миссии", "оценкой стоимости", "приблизительной стоимостью", "моделью стоимости", "оставшейся стоимостью", "бюджетной оценкой", "стоимостью предложения", "детализацией стоимости" или "риском, связанным со стоимостью".
geospatial-visualization-skill-dlya-geoinformatsionnyh-vizualizatsiy.md
⭐ 3
M
geospatial-visualization: Скилл для геоинформационных визуализаций
Освойте геопространственные визуализации и картографию с помощью GeoViews. Используйте эти навыки при создании интерактивных карт, визуализации географических данных в виде точек, полигонов и линий, построении картограмм, выполнении пространственного анализа (объединения, буферизации, определения близости), работе с системами координат или интеграции тайловых провайдеров и базовых карт.
constellation-design-skill-dlya-proektirovaniya-sputnikovyh-sistem.md
⭐ 3
L
constellation-design: Скилл для проектирования спутниковых систем
Проектирование и анализ спутниковых группировок и распределенных космических архитектур. Используйте эти навыки для разработки схем группировок спутников по типу "Walker", анализа покрытия, межспутниковых связей, проектирования орбитальных оболочек, предотвращения столкновений, координации частотного спектра и обеспечения соответствия требованиям по выводу с орбиты. Ключевые слова: "группировка спутников", "схема Walker", "анализ покрытия", "орбитальная оболочка", "межспутниковая связь", "ISL" (межспутниковая связь), "время повторного облета", "покрытие земной поверхности", "мега-группировка спутников", "распределенная архитектура".
astropy-skill-dlya-raboty-s-astronomicheskimi-dannymi.md
⭐ 3
K
astropy: Скилл для работы с астрономическими данными
Комплексная библиотека Python для астрономии и астрофизики. Этот навык следует использовать при работе с астрономическими данными, включая небесные координаты, физические единицы, файлы FITS, космологические расчеты, системы времени, таблицы, мировые координатные системы (WCS) и...
thermal-assessment-skill-teplovogo-analiza-dlya-kosmosa.md
⭐ 3
L
thermal-assessment: Скилл теплового анализа для космоса
Проводите детальный тепловой анализ для космических аппаратов и марсоходов в различных космических средах. Используйте эти навыки для расчета теплового баланса, определения размеров радиаторов, определения требований к многослойной изоляции (MLI), прогнозирования температур узлов и планирования теплового оборудования. Используйте эти возможности для задач "тепловое моделирование", "расчет размеров радиаторов", "прогнозирование температуры", "расчет размеров нагревателей" или "тепловое управление".
complex-tensor-handler-skill-dlya-raboty-s-tenzorami-v-prism.md
⭐ 3
M
complex-tensor-handler: Скилл для работы с тензорами в PRISM
Обрабатывайте тензоры со значениями, представленными в комплексной форме, в PyTorch для приложений астрономической визуализации. Этот навык следует использовать при работе с преобразованиями Фурье, представлениями в виде фазы/амплитуды и комплексной арифметикой в PRISM.
astropy-skill-dlya-raboty-s-astronomicheskimi-dannymi.md
⭐ 3
T
astropy: Скилл для работы с астрономическими данными
Комплексная библиотека Python для астрономии и астрофизики. Этот навык следует использовать при работе с астрономическими данными, включая небесные координаты, физические единицы, файлы FITS, космологические расчеты, системы времени, таблицы, мировые координатные системы (WCS) и...
isru-assessment-skill-analiza-i-otsenki-isru.md
⭐ 3
L
isru-assessment: Скилл анализа и оценки ISRU
Проведите оценку и анализ осуществимости использования местных ресурсов (ISRU). Используйте эти навыки для оценки добычи ресурсов из планетарного реголита, производства топлива из местных материалов, добычи водяного льда и анализа замкнутой системы экономики ресурсов. Ключевые слова: "ISRU", "местные ресурсы", "переработка реголита", "производство топлива", "извлечение водяного льда", "лунная добыча", "ISRU на Марсе", "реактор Сабатье" или "получение кислорода из реголита".
atlas-geodata-fusion-skill-dlya-integratsii-geodannyh-v-modeli.md
⭐ 3
N
atlas-geodata-fusion: Скилл для интеграции геоданных в модели
Используйте эту возможность для интеграции геопространственных источников, соответствующих стандарту Atlas (GSI, GeoSampa, INDE, OpenTopography, Earthdata), в модели оценки рисков SOS Location и конвейеры обработки трехмерных сцен.
hfskill-skill-dlya-raboty-s-hugging-face-spaces.md
⭐ 3
M
hfskill: Скилл для работы с Hugging Face Spaces
Комплексный набор инструментов для взаимодействия с Hugging Face Spaces. Используйте этот инструмент при работе с Hugging Face Spaces: для получения списка Spaces, получения информации о Spaces, управления временем работы Space (перезапуск/пауза), проверки статуса Space или любых других операций, связанных с Spaces. Требуется токен доступа Hugging Face, хранящийся в переменных окружения HF_TOKEN или HUGGINGFACE_TOKEN, для операций записи.
eclss-assessment-skill-dlya-rascheta-sistem-zhizneobespecheniya.md
⭐ 3
L
eclss-assessment: Скилл для расчета систем жизнеобеспечения
Выполняйте расчет и анализ систем контроля окружающей среды и жизнеобеспечения (ECLSS) для пилотируемых космических кораблей, станций и жилых модулей. Используйте эти навыки для определения необходимого объема кислорода, систем удаления углекислого газа, регенерации воды, контроля температуры и влажности, а также для расчета объема пригодного для проживания. Ключевые слова: "жизнеобеспечение", "ECLSS", "системы жизнеобеспечения", "генерация кислорода", "удаление углекислого газа", "регенерация воды", "объем пригодный для проживания", "давление в кабине", "расходные материалы для экипажа".
pywayne-visualization-rerun-utils-skill-3d-vizualizatsii.md
⭐ 3
W
pywayne-visualization-rerun-utils: Скилл 3D визуализации
Инструменты статической 3D визуализации, использующие SDK Rerun, для добавления облаков точек, траекторий, камер, плоскостей и шахматных досок. Используйте их при визуализации 3D данных в Rerun, включая траектории SLAM, позы роботов, цели калибровки камер и отладочные визуализации. Все методы являются статическими и не требуют управления экземплярами визуализатора. Для операций с матрицами SE(3)/SO(3) используйте навыки pywayne-vio-se3 или pywayne-vio-so3.
cost-modeling-skill-dlya-otsenki-stoimosti-kosmicheskih-missiy.md
⭐ 3
L
Cost-modeling: Скилл для оценки стоимости космических миссий
Выполняйте параметрическую оценку стоимости и предварительную оценку стоимости (ROM) для космических миссий. Используйте этот навык для создания оценок стоимости жизненного цикла с использованием моделей оценки затрат (CER), для сравнения стоимости запуска, оценки операционных бюджетов и поддержки исследований, основанных на стоимости. Активируйте эту функцию при запросах "оценка стоимости", "предварительная оценка стоимости", "стоимость миссии", "стоимость запуска", "модель стоимости", "стоимость жизненного цикла", "операционные расходы" или в любое время, когда для анализа требуются данные о стоимости в качестве критерия оценки.
astro-architecture-skill-dlya-tehnicheskoy-arhitektury-saytov.md
⭐ 3
M
Astro-architecture: Скилл для технической архитектуры сайтов
Техническая архитектура для веб-сайтов, предназначенных для привлечения лидов. Используйте при создании новых проектов, настройке инструментов сборки или создании базовой структуры проекта. Для работы с изображениями используйте навык "astro-images". Для SEO используйте навык "astro-seo".
geomaster-skill-dlya-geoprostranstvennogo-analiza-dannyh.md
⭐ 2
Z
geomaster: Скилл для геопространственного анализа данных
Комплексный набор навыков в области геопространственных наук, охватывающий дистанционное зондирование, ГИС, пространственный анализ, машинное обучение для наблюдения за Землей и более 30 научных областей. Поддерживает обработку спутниковых изображений (Sentinel, Landsat, MODIS, SAR, гиперспектральные данные), операции с векторными и растровыми данными, пространственную статистику, обработку облаков точек, сетевой анализ, облачные рабочие процессы (STAC, COG, Planetary Computer) и 8 языков программирования (Python, R, Julia, JavaScript, C++, Java, Go, Rust) с более чем 500 примерами кода. Используйте для рабочих процессов дистанционного зондирования, анализа ГИС, пространственного машинного обучения, обработки данных наблюдения за Землей, анализа рельефа, гидрологического моделирования, морского пространственного анализа, атмосферных наук и любых задач геопространственных вычислений.
geoscience-skills-skill-dlya-analiza-geodannyh-i-klimata.md
⭐ 2
G
geoscience-skills: Скилл для анализа геоданных и климата
6 навыков в области геологоразведки и климатологии. Триггеры: данные в области наук о Земле, ГИС, дистанционное зондирование, климатическое моделирование. Навыки: геопространственные инструменты, обработка данных со спутников и экологические модели.
cloud-security-posture-skill-otsenki-bezopasnosti-oblaka.md
⭐ 2
J
cloud-security-posture: Скилл оценки безопасности облака
Навык агента USAP для оценки безопасности облачной инфраструктуры. Используется для выявления неправильных настроек и изменений в состоянии безопасности облака.
astropy-skill-dlya-analiza-astronomicheskih-dannyh.md
⭐ 2
G
astropy: Скилл для анализа астрономических данных
Комплексная библиотека Python для астрономии и астрофизики. Этот навык следует использовать при работе с астрономическими данными, включая небесные координаты, физические единицы, файлы FITS, космологические расчеты, системы времени, таблицы, мировые координатные системы (WCS) и анализ астрономических данных. Используйте, когда задачи включают преобразование координат, преобразование единиц, манипулирование файлами FITS, расчет космологических расстояний, преобразование временных шкал или обработку астрономических данных.
weather-skill-skill-dlya-polucheniya-dannyh-o-pogode.md
⭐ 2
G
weather-skill: Скилл для получения данных о погоде
Навык, который предоставляет информацию о погоде на основе справочных данных.
oc-openseti-skill-analiz-dannyh-radioteleskopa.md
⭐ 2
L
oc-openseti-skill: Анализ данных радиотелескопа
Распределенный сканер SETI – внесите свой вклад, предоставив вычислительные мощности для анализа реальных данных радиотелескопов проекта Breakthrough Listen.
astro-skill-dlya-raboty-s-proektami-i-nastroykami.md
⭐ 2
J
Astro: Скилл для работы с проектами и настройками
Навык для работы с проектами Astro. Включает в себя команды командной строки, структуру проекта, основные параметры конфигурации и адаптеры. Используйте этот навык, когда пользователю необходимо работать с Astro или когда пользователь упоминает Astro.
alpha-decay-q-value-skill-rascheta-q-znacheniy-dlya-ensdf.md
⭐ 2
S
alpha-decay-q-value: Скилл расчета Q-значений для ENSDF
Используйте эту функцию при расчете значений Q-альфа на основе измеренных энергий альфа-частиц и при обновлении поля Q (столбцы 65-74) и поля DQ (столбцы 75-76) в записях P в базе данных ENSDF. Используется точная кинематическая формула: Q = E_alpha * A / (A-4). Применимо как к отдельным файлам, так и к цепочкам наборов данных об альфа-распаде.
astropy-skill-dlya-analiza-astronomicheskih-dannyh.md
⭐ 2
L
astropy: Скилл для анализа астрономических данных
Комплексная библиотека Python для астрономии и астрофизики. Этот навык следует использовать при работе с астрономическими данными, включая небесные координаты, физические единицы, файлы FITS, космологические расчеты, системы времени, таблицы, мировые координатные системы (WCS) и анализ астрономических данных. Используйте, когда задачи включают преобразования координат, преобразования единиц, манипулирование файлами FITS, расчеты космологических расстояний, преобразования временных шкал или обработку астрономических данных.
geomaster-skill-dlya-geoprostranstvennogo-analiza-dannyh.md
⭐ 2
L
Geomaster: Скилл для геопространственного анализа данных
Комплексный набор навыков в области геопространственных наук, охватывающий дистанционное зондирование, ГИС, пространственный анализ, машинное обучение для наблюдения за Землей и более 30 научных областей. Поддерживает обработку спутниковых снимков (Sentinel, Landsat, MODIS, SAR, гиперспектральные данные), операции с векторными и растровыми данными, пространственную статистику, обработку облаков точек, сетевой анализ, облачные рабочие процессы (STAC, COG, Planetary Computer) и 8 языков программирования (Python, R, Julia, JavaScript, C++, Java, Go, Rust) с более чем 500 примерами кода. Используйте для рабочих процессов дистанционного зондирования, анализа ГИС, пространственного машинного обучения, обработки данных наблюдения за Землей, анализа рельефа, гидрологического моделирования, морского пространственного анализа, атмосферных наук и любых задач геопространственных вычислений.
visionos-webxr-3d-audio-skill-dlya-xr-razrabotki.md
⭐ 2
A
Visionos Webxr 3D Audio: Скилл для XR разработки
Этот навык охватывает разработку пространственных вычислений и расширенной реальности.
data-science-skill-analiz-vizualizatsiya-mashinnoe-obuchenie.md
⭐ 2
X
Data-science скилл: анализ, визуализация, машинное обучение
Навыки Data Science для научной визуализации, статистического анализа и машинного обучения с использованием Python. Применяются при создании графиков (matplotlib, seaborn), проведении статистических тестов (scipy, statsmodels, pingouin), построении моделей машинного обучения (scikit-learn), анализе DataFrames с метрикой QWARD, создании графиков, готовых для публикации, проведении проверки гипотез, регрессионном анализе, прогнозировании временных рядов или создании статистических отчетов в формате APA. Охватывает рабочие процессы pandas, numpy, matplotlib, seaborn, statsmodels, scipy и scikit-learn.
astropy-skill-dlya-analiza-astronomicheskih-dannyh.md
⭐ 2
Z
astropy: Скилл для анализа астрономических данных
Комплексная библиотека Python для астрономии и астрофизики. Этот навык следует использовать при работе с астрономическими данными, включая небесные координаты, физические единицы, файлы FITS, космологические расчеты, системы времени, таблицы, мировые координатные системы (WCS) и анализ астрономических данных. Используйте, когда задачи включают преобразование координат, преобразование единиц, манипулирование файлами FITS, расчет космологических расстояний, преобразование временных шкал или обработку астрономических данных.
quantum-cli-skill-dlya-upravleniya-planetary-quantum.md
⭐ 2
S
quantum-cli: Скилл для управления Planetary Quantum
Работайте с квантовыми стеками и конечными точками Planetary с помощью утилиты `quantum-cli`. Используйте этот навык при проверке конечных точек, отображении списков стеков или задач, проверке конфигурации `.quantum`, развертывании или удалении стеков, открытии удаленных оболочек с помощью команды `exec` или при миграции стеков между конечными точками.
physics-skills-skill-dlya-fizicheskih-simulyatsiy-i-dannyh.md
⭐ 2
G
physics-skills: скилл для физических симуляций и данных
5 навыков в области физики и астрофизики. Ключевые слова: физические симуляции, астрономические данные, вычислительная физика. Описание: базы данных предметной области (NASA ADS, arXiv) и руководства по использованию инструментов моделирования.
spatial-specialized-skill-153-skill-dlya-raboty-s-prostranstvennymi-dannymi.md
⭐ 1
S
spatial-specialized-skill-153: Скилл для работы с пространственными данными
Освойте специализированные навыки в области геопространственных технологий, охватывающие все аспекты: от концепций и реализации до оптимизации и лучших практик производства. Это необходимый навык для специалистов, работающих в сфере геопространственных данных.
🔍
Ничего не найдено по вашему запросу
# SEO Info:
Физика звездной эволюции и квантовая хромодинамика требуют жестких числовых вычислений, где симуляции черных дыр зависят от оптимизации CUDA. Интеллектуальные алгоритмы обработки спектров галактик ускоряют анализ гравитационных волн. Реализация физики частиц на CPU-GPU гибридах сокращает время расчета до миллисекунд. Использование предиктивных моделей снижает вычислительные затраты в астрономических обзорах неба. Надежные библиотеки для работы с матрицами плотности необходимы.
Физика звездной эволюции и квантовая хромодинамика требуют жестких числовых вычислений, где симуляции черных дыр зависят от оптимизации CUDA. Интеллектуальные алгоритмы обработки спектров галактик ускоряют анализ гравитационных волн. Реализация физики частиц на CPU-GPU гибридах сокращает время расчета до миллисекунд. Использование предиктивных моделей снижает вычислительные затраты в астрономических обзорах неба. Надежные библиотеки для работы с матрицами плотности необходимы.