这是一个很好的一年技术开发工程师的一对爱荷华州立大学在信号processing-they解决了50岁的难题提出了一个算法提供一个泛化的逆快速傅里叶transform-they称之为逆线性调频z变换,并指出,它可以用于指数衰减或增长的频率成分。

加州大学伯克利分校的一个研究小组声称，无人机将使用他们的新型光伏发动机飞行数天——他们说，他们正在测试一种新型设计，这种设计通过应用成熟的科学概念，具有50%的效率潜力。他们已经打破了光伏效率的记录，达到了23%，他们相信在光伏电池的背面安装一个高反射镜可以做得更好。

宾夕法尼亚州立大学的一个团队提出了一种锂离子电池的设计，可以在10分钟内为电动车充电。他们的设计包括在升高的温度下充电以提高反应速率，同时在放电时保持电池的冷却——他们报告说，这项技术为一辆充电10分钟的电动车增加了200英里的行驶里程。

哥伦比亚大学的一组工程师创造了一个系统，可以将大脑信号直接转换成语言。他们的系统由语音合成器和人工智能开发，并得到了志愿者癫痫患者的帮助，这些患者正在接受已经安排好的脑部手术。该系统可以通过分析脑电波来识别数字序列。

美国能源部劳伦斯伯克利国家实验室的一个研究小组发现，机器学习算法只需很少的训练，就可以发现隐藏的科学知识。他们创建了一个系统，该系统使用了一种无需材料科学培训的算法，可以扫描数百万篇论文的文本来发现新的科学知识——他们用330万篇已发表的材料科学论文的摘要来教授该系统。

密歇根大学(University of Michigan)的一个研究小组发现，借助光，3d打印的速度可以提高100倍。传统的3d打印机是一层一层地制造塑料细丝，而3d打印的新方法则是利用两盏灯控制树脂固化的位置和保持液态的位置，从而将复杂的形状从液体中提取出来。

一组意大利数学家发现，新奇的数学可以将机器学习提升到一个新的水平。他们展示了人工视觉机器可以通过使用一个25年前由一个团队成员开发的数学理论来学习更快地识别复杂的图像——这项技术涉及到在训练之前教授网络关于真实世界的脸或其他物体的信息，以限制它所分析的特征集。

此外，加州大学圣巴巴拉分校的一个研究小组开发了一种新方法，只使用WiFi，通过墙壁从候选视频片段中识别一个人。他们的系统能够确定站在墙后的人是否就是视频中出现的那个人，只需要在外面使用一对WiFi收发器。软件分析和比较了真人步态和视频步态。

卡尔斯鲁厄理工学院的一组研究人员提出，空调可以缓解气候变化。他们的想法是在普通的空调中添加硬件，在冷却建筑物时从空气中吸收碳。碳和一些添加的水可以转化成可再生的碳氢燃料。

旧金山大学(University of San Francisco)的一个团队提出了一个新奇的想法:利用Spotify的数据预测哪些歌曲将受到欢迎。他们对使用Spotify Web API提取的歌曲相关数据训练了四个机器学习模型，然后评估它们在预测哪些歌曲将成为热门歌曲方面的表现。他们发现最好的一种可以达到99.53%的准确率。

一个由卧龙岗大学、迪肯大学、莫纳什大学和九州大学的成员组成的团队合作完成了一个由人工智能驱动的敏捷项目管理框架。这项工作探索了人工智能在敏捷项目管理中的潜在用途——一种使用迭代方法来帮助快速创建和交付软件的方法。他们提出的框架包括深度学习、强化学习、自然语言处理、进化搜索和智能代理。

达尔豪斯大学(Dalhousie University)的一组研究人员与特斯拉(Tesla)合作，报告了一种100万英里电池的开发。他们使用了一种来自富镍NCM阴极材料家族的阴极材料，因为它的比容量比移动电子设备的锂离子电池高20%。他们还建议这样的电池至少可以使用20年。

在一个有趣的历史挑战中，麻省理工学院的一个工程师团队测试了达芬奇的桥梁设计。这座桥最初是达芬奇设计的，用来连接伊斯坦布尔和它的邻居城市加拉塔。但它从未建成;另一位设计师得到了这份工作。为了证实这一设想是否可行，研究人员根据达芬奇的笔记制作了一些小的复制品，并用它们来建造这座桥。他们报告说一切按计划进行。

作为ASSISIbf项目的一部分，几所欧洲大学进行了合作，创造了一种能让蜜蜂和鱼彼此交谈的机器人。机器人能够让两个相距很远的物种相互交流，并做出共同的决定。蜜蜂在奥地利，而鱼在瑞士——机器人允许它们来回发送信号，以协调它们的决定。

麻省理工学院的一个团队提出了一种新的数据压缩技术，用于更快的计算机程序。他们将自己的努力描述为跨内存层次压缩对象的第一种方法，而不是按常规大小固定块移动对象——这种新方法可以减少内存使用，同时提高性能和效率。

贝斯公园,科尔盖特大学研究人员在富布赖特奖学金在乌干达,一群学生,开发出一种新颖的方式太阳能电池板跟踪太阳,研究人员把一桶岩石放在西边的框架和一桶水东。通过控制水桶的泄漏，重量发生了变化，面板从东向西慢慢地旋转了一整天。测试表明，它比单板多捕捉了30%的阳光。

麻省理工学院的一组工程师开发了一种新的方法来去除空气中的二氧化碳。这项技术是基于空气通过一堆带电的电化学板。研究小组将其描述为一个可以吸收二氧化碳的大电池，因为在充电过程中空气会在电极上移动。值得注意的是，即使在空气中碳浓度很低的情况下，它也能去除碳。

此外，加州大学的一个团队与中国的Solargiga能源公司合作，发现咖啡因可以给太阳能电池提供能量。他们指出，咖啡因是一种生物碱化合物，其分子结构可以与钙钛矿材料的前体相互作用，因此，它可以用来改善太阳能电池的热稳定性。这样做可以将效率从17%提高到20%以上。

Saule Technologies的一个团队由公司创始人奥尔加·马林凯维奇(Olga Malinkiewicz)领导。声称“喷墨”太阳能电池板将彻底改变绿色能源。该公司正在开发一种新型的钙钛矿喷墨加工方法，用于目前生产的廉价太阳能电池。该公司设想给建筑物的窗户涂上一层涂料，让它们自己发电。

以色列理工学院的一个团队宣布开发了一种新的水分解技术来产生清洁的氢。他们提出了一个想法，将一个PEC电池中的氧和氢分隔成两个独立的电池，这样氧气在太阳场中产生并释放到大气中，而氢则在场角的一个中央反应堆中产生。

一个由斯坦福大学和SLAC国家加速器实验室的成员组成的团队宣布了一种新的、更用户友好的超级计算机编程语言。这个新系统基于该团队开发的一种名为Regent的编程语言。由此产生的编程环境允许研究人员使用超级计算机，而不必成为计算机系统的专家。

苏塞克斯大学(University of Sussex)的一组工程师演示了有史以来第一个使用12美元网络摄像头的个性化声音投影仪。这个演示包括跟踪一个移动的人，并在这个人移动到洛杉矶的一个备受瞩目的科技和媒体会议时传递声音信息。

麻省理工学院的一个团队在2019年学习表征国际会议上发表了一份报告，概述了他们在优化机器学习模型的算法设计方面的工作，其速度是传统方法的200倍。在他们的演示中，他们描述了他们的NAS算法，该算法可以直接学习专门的卷积神经网络，用于仅在200个GPU小时内运行在大规模图像数据集上的目标硬件平台，这将使此类算法的应用范围更加广泛。

最后，伊利诺伊大学香槟分校(University of Illinois at Urbana-Champaign)的一组研究人员制造了由肌肉和神经驱动的微型生物混合机器人。这种软机器人装置由神经肌肉组织驱动，当受到光的刺激时，神经肌肉组织就会触发。研究小组展示了由板载运动神经元刺激的骨骼肌组织驱动的新一代双尾机器人。这些神经元具有光发生的特性:当暴露在光线下时，神经元被激活以激活肌肉。