这个视频中讲述的调查技巧可能比较有用 用山脉进行地理定位。

这个视频中讲述的调查技巧可能比较有用 用山脉进行地理定位。 他谈到了 Google Earth 3D 及其使用方法，并举例说明了如何使用它。 之后，他还展示了 PeakVisor 网站，并谈到了这两种工具之间的主要区别。 #OSINT #Geolocating #tools

在开源情报调查中，街景图是非常重要的工具之一，它可以帮助您更好地定位追踪、验证一个信息的描述是否真实等等。谷歌街景很好用，但是，

在开源情报调查中，街景图是非常重要的工具之一，它可以帮助您更好地定位追踪、验证一个信息的描述是否真实等等。谷歌街景很好用，但是，依旧有很多地区是谷歌无法覆盖的，当您的调查线索被指向这样的地方时，您需要有替代工具。 这里是一个视频，很好地介绍了街景工具的使用方法，也许会对您有些帮助： #OSINT #tools #tips

如何在不降低质量的情况下放大照片

如何在不降低质量的情况下放大照片 有一个您想要的图像的单一副本，它被压缩得非常小，根本没有其他尺寸。而看不清楚就无法挖掘其中的细节。这在调查和验证中是经常出现的状况。 Upscaler是一个免费的基于人工智能的工具，可以在短短几秒钟内自动缩放图像。可以将图像 “拉伸” 2倍或4倍而不降低其质量。 使用该工具只需上传或拖动图片，选择您想要的大小即可。所有这些都是完全免费的。支持的格式：.png, .jpeg, .jpg, .webp。 #tools #OSINT

追逐阴影：NASA以喷气燃料探索太阳的秘密

追逐阴影：NASA以喷气燃料探索太阳的秘密 美国国家航空航天局的 WB-57 喷气机将捕捉 2024 年日食的空前景象，研究日冕和电离层，以加深对太阳和大气动力学的了解。2024 年 4 月 8 日的日全食将为北美各地带来令人惊叹的美景。虽然日食路径沿线晴空万里的任何人都能看到这一壮观景象，但最佳视角可能是在 5 万英尺的高空，在美国宇航局的 WB-57 喷气式飞机上。美国国家航空航天局（NASA）资助的三个团队将在那里派出科学仪器对日食进行测量。美国国家航空航天局（NASA）资助的三支团队将在那里派出科学仪器对日食进行测量。资料来源：美国国家航空航天局两个小组将对太阳的外层大气日冕进行成像，第三个小组将对电离层地球大气层的上层带电层进行测量。这些信息将帮助科学家更好地了解日冕的结构和温度、太阳对地球大气层的影响，甚至有助于寻找可能在太阳附近运行的小行星。日全食期间，月球完美地遮住了太阳的亮光，使地球上的一小块区域陷入黑暗。太阳的主光被遮住后，肉眼就能看到暗淡得多的日冕。这为科学家研究太阳的这一神秘区域提供了独特的机会。短暂的阳光遮挡还能让科学家研究太阳光如何影响地球大气层。过去，日食推动了无数科学发现。对于这次日食，美国国家航空航天局正在资助几项科学实验包括使用 WB-57 飞机进行的三项实验在日食期间进行测量。美国国家航空航天局的 WB-57 飞机比商用飞机飞得高得多。这一高度使喷气式飞机能够飞越云层，这意味着不会因恶劣天气而错过日食。此外，喷气式飞机的飞行高度使其处于地球大部分大气层之上，这使得相机能够拍摄出更清晰的图像，并捕捉到无法到达地面的红外光等波长。由于飞机能以每小时 460 英里的速度飞行，它们还能延长在月影中停留的时间。虽然月食在地面上任何一点的持续时间都不会超过四分半钟，但飞机看到的月食持续时间将延长约 25%，超过 6 分 22 秒。该地图显示了 2024 年日全食的路径。横跨大陆的深色路径就是全食路径。通过沿着这条路径飞行，WB-57 将延长在全食中停留的时间。资料来源：NASA/科学可视化工作室/Michala Garrison；日食计算：NASA 戈达德太空飞行中心 Ernie Wright夏威夷大学研究员 Shadia Habbal 是 WB-57 日食实验的负责人之一。他的实验将搭载记录特定波长光线的光谱仪和照相机。这些仪器将测量日冕和日冕物质抛射的温度和化学成分，日冕物质抛射是太阳物质的大爆发。利用这些数据，科学家们旨在更好地了解日冕的结构，并确定太阳风（太阳不断发射的粒子流）的来源。Habbal希望他们的研究结果有助于区分不同的日冕受热模式，他说："这盏灯是我们在日冕中插入温度计之外最好的探测器。"美国宇航局/欧空局的太阳和日光层天文台（SOHO）拍摄到了 2023 年 3 月 13 日日冕物质抛射的视频。资料来源：NASA/ESA/SOHO对于科罗拉多州博尔德西南研究所阿米尔-卡斯皮领导的另一个团队来说，这并不是他们第一次用飞机追逐日食。在2017年日全食期间，Caspi曾带领WB-57飞机进行了一次开创性的实验，日全食从海到海横穿了美国。喷气机拍摄的图像被用来研究日冕的结构。那是第一次利用喷流研究日食。这一次，改进后的相机设置将允许测量从红外线到可见光的更多波长，有望揭示有关中冕和下冕结构的新信息。使用高分辨率高速相机进行的观测还有助于研究环绕太阳的尘埃环，并帮助搜寻可能在太阳附近运行的小行星。卡斯皮说："在我们将要研究的一些波长上，太阳的数据并不多。我们不知道会发现什么，所以进行这些测量特别令人兴奋"。第三个实验将使用一种称为电离层探测仪的仪器研究月球阴影对电离层的影响，该仪器由 JHU APL 设计。电离层探测仪的功能类似于一个简单的雷达。该装置发出高频无线电信号，并聆听其在电离层上的回声，从而使研究人员能够测量电离层的带电程度。电离层项目负责人、弗吉尼亚州布莱克斯堡弗吉尼亚理工大学研究助理教授巴拉特-昆杜里（Bharat Kunduri）说："日食基本上是一个受控实验。它让我们有机会了解太阳辐射的变化会如何影响电离层，而电离层的变化又会反过来影响雷达和全球定位系统等我们日常生活中依赖的一些技术。"编译自:ScitechDaily ... PC版： 手机版：

一些开源情报工具/资源

一些开源情报工具/资源 1. Geoestimation（ - 使用AI 估计照片拍摄的位置； 2. Sondehub（ - 带有详细描述的无线电探空仪地图； 3. Skydb（ - 关于摩天大楼和高层建筑的全球数据库； 4. EarthCam（ - 世界各地联网监视摄像机的聚合器； 5. Scyscrapepage（ - 也是关于摩天大楼的信息资源； 6. Peakvisor（ - 包含全世界超过1,000,000座山的数据； 7. Resource Watch（ - 提供数百个关于地球资源和居民状况的数据集； 8. Airportwebcams（ ） - 世界各地机场的联网建设摄像机的聚合器； 9. FIRMS（ ） - 近乎实时的火灾地图（延迟3小时）； 10. OpenInfraMap（ ） – 能源地图包含世界各地的电力线、电信、太阳能、石油、天然气、水等基础设施； 11.OpenSeaMap（https:// ） 航海地图，关于灯塔、浮标和其他航海标志、修理厂等等的信息； 12. geolocatethis（ ） - 允许在给定区域中查询彼此精确距离内的2个特定地点的 Google Maps API； 13. globaldetentionproject（ ） 绘制世界各地的拘留中心地图； 14. F4Map（ ） - 带有三维建筑及其在一天中不同时间的影子的世界地图； 15. Shadowmap（ - 另一张带有3D建筑和阴影的地图； #tools #osint

如何在数学中进行刻意练习？

如何在数学中进行刻意练习？ Thoughts Memo的回答 针对学习数学证明的刻意练习 针对数学的刻意练习是什么样的？我具体指的是，自学本科和研究生阶段以证明为主的数学知识。（所以我不考虑高中之前更早阶段的数学，大学中证明成分较少的微积分和线性代数，数学竞赛，以及数学研究。我对数学研究很感兴趣，但这个问题似乎更难讨论。为什么不考虑数学竞赛？因为那些题目对我来说挺无聊的。） 对刻意练习的认知：Ericsson 的研究可信吗？值得我们信任吗？我认为：我们不一定要信他，但他的研究对错与否也没什么关系。我看中的是这个研究是否足够合理，我能否从这个研究中学到新东西。当将其应用到学习之后，我们可以问：「利用刻意练习的理论，我们是否在某个技能上突飞猛进？」换句话说，我们不是把他的研究作为一个必须坚持的结论或信念，而是当作需要斟酌的假说。 数学是「高度发展的领域」吗？ Ericsson 在《刻意练习》一书中，以及 Cedric Chin [1] 都声称，数学是非常适合刻意练习的领域。但我怎么看不出来呢？我看到书里的例子都是网球、记忆数字、音乐之类。 我翻遍了《刻意练习》整本书，里面确实有一些关于数学家及其特质的讨论，但整本书都没有涉及学习数学的具体技巧，也没有描述数学家会做什么样的「刻意练习」。 在数学中应用刻意练习的困难之处 可以参考 https://commoncog.com/blog/the-problems-with-deliberate-practice/ 中关于「在缺乏成熟训练方法的领域中，练习会遇到哪些问题？」的讨论。 我觉得数学有「定义不良的子技能」这个问题。在本科数学中，我们很难明确界定具体包含哪些技能。理解证明的能力？解决问题的能力？我觉得这些技能作为技能分类太过宽泛了。也许可以细分为「解决特定类型问题的能力」。然而教科书上的练习并没有标注练习的各项属性，因此我们很难有针对性地选择题目来提高特定技能。 本科水平的证明题太长了，你没办法进行「达到 95% 的准确度」之类的练习你无法在短时间内完成足够多的练习来达到这个标准。 Kathy Sierra 在 Badass: Making Users Awesome 这本书中用一系列插图来指导如何拆解技能（特别是最后一张图）。所以对于证明题，我觉得可以这样做来实现刻意练习的（也是经常做的），那就是放松一些假设条件，让问题更简单，或者证明一个特例。不过已经有人这样做了。另一种简化方法是先看一眼解答，然后尝试自己解决。这两种方法都是常见的学习技巧。 「缺乏反馈」这是自学数学时面临的另一个重要挑战。获取反馈的唯一办法，是查看答案，或者在数学 Stack Overflow 上发帖求助。针对特定书目/领域的 Discord 服务器可能解决这个问题，但反馈会很慢。这跟如果概念的现有解释质量低下，费曼学习法起不了作用[1]一样（如果现存的解释质量很糟糕，你甚至不能使用费曼技巧来获取假反馈）。 但我们也有 Anki 这样的工具。 在某种程度上，随着数学水平的提高，学习者确实能够逐渐培养出自我反馈能力，例如判断数学推导是否正确。但是我觉得这样的反馈仍然不同于刻意练习讨论的那种。 我觉得可以设计一些能够提供良好反馈的多选题。你可以设定「在这道多选题上达到 95% 的正确率」之类的目标。 刻意练习定义的组成成分 https://www.lesswrong.com/tag/deliberate-practice 让我们看看可以刻意练习的要求有哪些： ● 有目的的练习（「挑战自我获得进步」[1]）： ● 「明白何为优秀」/「有一个技能理论，并按照这个理论来指导练习」：关于什么才算是一个理论，我的理解还不够清晰。比如，「解决大量问题，你最终就会擅长数学」这样的说法恐怕并不能算作一个理论（天哪，这听起来更像是一种过于简单化的练习方法！）。《刻意练习》这本书主要强调了接触专家的重要性，据说专家能够通过观察你的表现来判断你需要在哪些方面进行改进。 「这就是在任何领域中提升自己的基本方法：尽可能地接近刻意练习。如果你所处的领域可以实现刻意练习，那你就要做刻意练习。如果实现不了，那就要尽可能应用刻意练习的原则。这通常可以归结为一种带有额外步骤的有目的练习：首先，找出表现卓越的专家；然后，弄清楚是什么让他们如此出色；最后，设计能让你也做到这一点的训练方法。」[1]从某种意义上说，「尝试证明一个定理，遇到困难，翻书寻找提示，然后找出你缺少的洞察力或者策略，并将其记录在 Anki 里」，这种方法正是这个原则在数学学习中的具体体现。 另外值得一提的是，刻意练习常常被视为防止技能停滞不前的一种方式；但在数学学习中，你其实不用太担心技能停滞的问题！只要你在不断学习新的数学知识，解决以前没有遇到过的问题，并且没有忘得太快（间隔重复在这方面非常有帮助），你就可以确信自己一直在进步。 目标 有一件事要弄明白，那就是为什么我们要「提高数学能力」？我们的最终目标究竟是什么？根据不同的目标，我认为我们应该采取的学习和练习方法也会有所不同。 与竞技象棋或游泳等领域不同，数学学习并没有一个明确的、单一的优化目标（尽管即使在游泳这样的运动中，你也可以追求速度以外的其他目标）。因此，在数学学习中，我们必须首先明确自己的学习目标。 关于我个人的数学学习方式，有一点似乎与常规不同：当我学完一个主题后，我通常不会刻意通过大量练习题来「进一步提高」。但也许我应该这样做？我的自然倾向是转向其他引起我好奇心的新主题。只有当某些情况提醒我时，比如遇到一个具体的问题或困难，我才会回头复习之前的主题。 另一个难点是理解什么是「所期待」的掌握程度，比如说，对于任意一个重大定理，只要听见名字，就能坐下来默写一遍证明，应该达到这样的水平吗？还是说，如果一个人在证明过程中遇到困难，但最终通过几个小时的努力（依靠记忆和一般的解题经验）成功完成证明，这样也可以接受？学界对于一个数学家应该掌握哪些知识并没有明确的标准。 我的一些目标： ● 我希望能够理解某些数学概念或结论背后的缘由。这个目标某种程度上取决于你对解释水平的要求。 ● 能够识别出某个场景下有哪些数学知识与其有关，并将其应用。 参见 参考 1. ↑ 1.01.11.21.31.41.51.6 Peak: secrets from the new science of expertise. Anders Ericsson, Robert Pool. 外部链接 一些链接（我觉得这些链接没啥用，但我也只能找到这么多了） ● https://news.ycombinator.com/item?id=2515455 ● https://www.reddit.com/r/math/comments/71saol/what_does_deliberate_practice_mean_for_math/ ● https://matheducators.stackexchange.com/questions/11104/how-can-i-implement-the-principles-of-deliberate-practise-in-my-mathematical-stu Thoughts Memo 汉化组译制 感谢主要译者 Shom，校对 Jarrett Ye 原文：Deliberate practice for learning proof-based math 相关文章 Thoughts Memo：用间隔重复系统来看穿数学概念Thoughts Memo：我重塑大脑，使其精通数学叶峻峣：规律记忆练习的承载能力；刻意练习和心流之间的张力叶峻峣：刻意练习，来自 Ericsson via 知乎热榜 (author: Thoughts Memo)