XiaoMi-AI文件搜索系统
World File Search System伪装
关于光相变材料的神话与真相
以 Ge 2 Sb 2 Te 5 (GST-225) 为代表的硫族化物相变材料 (PCM) 是一类在经历非晶态-结晶态相变时电子和光学特性会发生剧烈变化的材料。这一独特属性支撑了它们在非易失性电子数据存储（例如英特尔的 Optane TM 存储器）中的商业应用。受这一成功的启发，光子学自然而然地代表了 PCM 可以产生影响的下一个领域。事实上，过去几年来，基于 PCM 的光子学研究探索迅速扩展，其应用范围广泛，涵盖光开关、1-8 光子存储器、9 光学计算、10-14 有源超材料/超表面、15-25 反射显示、26,27 和热伪装。28,29 然而，这些光学设备的实现提出了独特的挑战和要求，通常与电子存储器的挑战和要求截然不同。因此，阐明这些材料在光子应用方面的一些常见困惑是有益的，这也是本文的重点。最后，我们还将就关键技术挑战提供我们的观点，这些挑战决定了光学 PCM 产生实际影响并在内存领域模仿其成功范例的未来道路。
详细规范饰面、有机、武器系统...
本文件的一部分，在此指定的范围内。除非另有说明，否则这些文件的发行是招标或合同中引用的发行。联邦规范 CCC-C-440 - 布料，粗棉布，棉，漂白和未漂白 TT-P-28 - 油漆，铝，耐热 TT-P-2760 - 底漆涂层：聚氨酯，弹性体，高固体 联邦标准 FED-STD-595 - 政府采购使用的颜色 颜色编号 16473, 36440 商业项目描述 A-A-59166 - 涂层化合物，防滑（用于人行道） 国防部规范 MIL-DTL-5002 - 武器系统金属表面的表面处理和无机涂层 MIL-DTL-5541 - 铝和铝合金上的化学转化涂层 MIL-C-8507 - 涂层，金属洗涤底漆（预处理），应用（航空用途） MIL-C-8514 - 涂层化合物，金属预处理，树脂酸 MIL-PRF-22750 - 涂层，环氧，高固体 MIL-PRF-23377 - 底漆涂层：环氧，高固体 MIL-PRF-32239 涂层系统，高性能，用于航空航天应用 MIL-DTL-53022 - 底漆，环氧涂层，防腐，无铅无铬酸盐 MIL-DTL-53039 - 涂层，脂肪族聚氨酯，单组分，耐化学药剂 MIL-DTL-53072 - 耐化学药剂涂层 (CARC) 系统应用程序和质量控制检查 MIL-DTL-64159 - 伪装涂层，水分散性脂肪族聚氨酯，耐化学药剂 MIL-PRF-81352 -涂料，A
Gab Gab 海滩和日本二战防御工事
地点描述：Gab Gab 海滩地区的使用可以追溯到数千年前。散落的文物、地貌和墓葬让许多人相信 Gab Gab 海滩可能是一个村庄。然而，任何表面证据，如拉特石，都因多年来的发展而被取代。二战期间，占领的日本人对海滩进行了严密的防御，以保卫阿普拉港。海滩的东端和西端有两个前日本碉堡。据说这些碉堡是由查莫罗劳工建造的。西边的碉堡是一个大型洞穴式防御工事，有三个开口。这座防御工事面朝北，可以俯瞰海港。在海滩的东端，第二个碉堡是一个建在岩石露头顶部的大型炮台。它有一个大炮口和一个观察窗。它面向西北，可以很好地控制港口入口。它的正面仍然可以看到一些伪装漆。 1944 年美国重新占领关岛后，海蜂队将该地区改造成一个中央休闲区，为数千名军人提供休闲场所。如今，加布加布仍然是军人和家属享受游泳、浮潜和其他户外活动的热门户外休闲区。
跨受试者脑电情绪分类的迁移判别词典对学习方法
脑电信号具有不易伪装、可携带、无侵入等特点，在情绪识别中被广泛应用。然而由于个体差异的存在，不同受试者的同一种情绪状态下的脑电信号数据分布会存在一定的差异。传统的情绪识别方法为了得到对新受试者分类效果良好的模型，需要收集大量新受试者的标记数据，但这往往不现实。本研究针对跨受试者脑电情绪分类提出了一种迁移判别字典对学习（TDDPL）方法。TDDPL方法将不同受试者的数据投影到领域不变子空间中，基于最大均值差异（MMD）策略构建迁移字典对学习。在子空间中，TDDPL学习共享的综合字典和分析字典，搭建从源域（SD）到目标域（TD）的判别知识桥梁。通过最小化每个子字典的重构误差和类间分离项，学习到的合成字典具有判别性，而学习到的低秩编码具有稀疏性。最后，在 TD 中，基于分类器参数、分析字典和投影矩阵构建判别分类器，而无需计算编码系数。在 SEED 和 SEED IV 数据集上验证了 TDDPL 方法的有效性。
引用：Zhu ZB，Li YF，Wang JF等。全息成像和信息的可重新配置折纸手性反应
随着全息技术的快速发展，基于跨表面的全息传播方案表现出极大的电磁（EM）多功能性潜力。然而，传统的被动式额叶受到其缺乏可重构性的严重限制，从而阻碍了多功能全息应用的实现。Origa-mi是一种机械诱导空间变形的艺术形式，它是多功能设备的平台，并引起了光学，物理和材料科学的极大关注。Miura-Ori折叠范式的特征是其在折叠状态下的连续重构性，在全息成像的背景下仍未探索。在此，我们将Rosenfeld的原理与Miura-Ori表面上的L-和D-金属手性对映异构体一起定制，以量身定制孔径分布。利用Miura-Ori折叠状态的连续可调性，金属结构的手性反应在不同的折叠构型上有所不同，从而实现了不同的EMALOGRAPHIC成像功能。在平面状态下，可以实现全息加密。在特定的折叠条件下，并由特定频率的自旋圆形极化（CP）波驱动，可以在具有CP选择性的指定焦平面上重建多重全息图像。值得注意的是，制造的折纸跨表面表现出较大的负泊松比，促进了端口和部署，并为自旋选择系统，伪装和信息加密提供了新颖的途径。
3D 主动红外探测器和摄像机技术...
主动系统采用近红外脉冲激光和快速门控探测器，目前已用于大多数远程成像应用。这一概念通常称为突发照明激光雷达或 BIL。SELEX 固态探测器基于 HgCdTe 雪崩光电二极管阵列和定制设计的 CMOS 多路复用器，用于执行快速门控和光子信号捕获。这些混合阵列产生的灵敏度低至 10 个光子，这主要是由于 HgCdTe 二极管中非常高且几乎无噪声的雪崩增益。激光门控成像的优势之一是将物体从背景中分割出来，从而提供信噪比优势。然而，在复杂的场景中，在伪装和隐蔽的情况下，系统的主要增强功能是能够生成 3D 图像。在这里，探测器逐个像素地感知范围以及激光脉冲强度，为每个激光脉冲提供深度背景。 3D 数据能够更有效地从背景杂波中提取物体。距离信息受过度对比度、相干性和闪烁效应的影响较小，因此图像比传统的 2D BIL 图像更清晰。在机载应用中，拥有 3D 信息尤其有用，可以在动态环境中提供距离选通的灵活反馈控制。本报告介绍了一些可用于生成 3D 信息的探测器技术以及导致选择 SELEX 探测器的论据
（NEcom）2：患者滑雪护理
背景：癌症治疗相关的皮肤不良事件 (cAE) 经常发生，这会干扰抗癌治疗结果并严重影响患者的生活质量。方法：北欧欧洲皮肤肿瘤学管理 (NECOM) 项目旨在通过提供预防和管理 cAE 的工具来改善癌症患者的治疗结果。第一篇 NECOM 论文探讨了 cAE 的临床见解，并重点介绍了涉及卫生、保湿、防晒和伪装产品的护肤方案。本文提出了一种针对癌症患者和幸存者的护肤算法，以促进皮肤健康并减少癌症治疗相关的 cAE。结果：NECOM 小组讨论并达成共识，制定了一种基于证据和意见的肿瘤皮肤护理实用算法，以支持北欧欧洲医疗保健环境中的所有利益相关者。肿瘤科护士在协调个体患者的癌症护理和对 cAE 进行分类方面发挥着核心作用，如果需要，可以通过肿瘤科医生和/或急诊科寻求紧急护理。所呈现的 cAE 的护理组织取决于患者的总体健康和皮肤状况以及医疗保健系统。结论：有必要在快速发展的肿瘤学领域就最先进的治疗方法进行交流，以便为 cAE 提供量身定制的一般措施和皮肤护理，并由证据和基于实践的专家建议提供支持。
使用可解释的机器学习方法
我们的报告建立了一个基本框架，用于在健康保险欺诈检测的背景下实施可解释的机器学习技术。在健康保险欺诈检测的情况下，欺诈性案件的数量远低于非伪造案件。这种差异会导致机器学习模型偏向非伪装类，从而将欺诈性主张视为非欺骗性的主张。为解决这个问题，这是一种标准做法，可以通过合成增加少数（欺诈性）类样本的数量或通过称为数据不平衡技术的方法来减少多数（非福利）类样本。我们在预处理阶段实施了四种不同的数据不平衡技术，这些技术在第3节中进行了更详细的解释。我们对这三个模型进行了三种机器学习模型的比较研究，并实施了可解释性技术。有关实施机器学习模型工作的更多详细信息，请在第3节中给出。各种不同部分详细介绍了各种可解释的机器学习方法在现实生活中的健康保险数据集上的应用。我们深入了解特征重要性技术，仔细检查输入如何影响输出并探索交互作用。功能重要性技术可以帮助我们更详细地了解各种功能的重要性，并让我们发挥一定的意义。专门的部分还致力于以与业务逻辑相符的方式来解释这些结果。
警告。APT28 利用已知漏洞对思科路由器进行侦察并部署恶意软件
使用 SNMP 协议访问路由器 2021 年，APT28 使用基础设施伪装简单网络管理协议 (SNMP) 访问全球的思科路由器。其中包括少数位于欧洲的路由器、美国政府机构和大约 250 名乌克兰受害者。SNMP 旨在允许网络管理员远程监控和配置网络设备，但它也可能被滥用来获取敏感的网络信息，如果存在漏洞，还可以利用设备渗透网络。许多软件工具可以使用 SNMP 扫描整个网络，这意味着不良配置（例如使用默认或易于猜测的社区字符串）可能会使网络容易受到攻击。弱的 SNMP 社区字符串（包括默认的“public”）允许 APT28 获取路由器信息的访问权限。APT28 发送了额外的 SNMP 命令来枚举路由器接口。[T1078.001] 被入侵的路由器配置为接受 SNMP v2 请求。 SNMP v2 不支持加密，因此所有数据（包括社区字符串）都是以未加密形式发送的。利用 CVE-2017-6742 APT28 利用了漏洞 CVE-2017-6742（Cisco Bug ID：CSCve54313）[T1190]。思科于 2017 年 6 月 29 日首次公布了此漏洞，并发布了修补软件。思科发布的公告提供了解决方法，例如仅限制受信任主机对 SNMP 的访问，或禁用多个 SNMP 管理信息库 (MIB)。恶意软件部署
基于脑电图的情感识别的多功能输入深林
由于人类计算机相互作用的迅速发展，近年来，情感计算引起了越来越多的关注。在情绪识别中，脑电图（EEG）信号比其他生理实验更容易记录，并且不容易被伪装。由于脑电图数据的高维质和人类情绪的多样性，因此很难提取有效的脑电图并识别情绪模式。本文提出了一个多功能深森林（MFDF）模型，以识别人类的情绪。首先将EEG信号分为几个EEG频带，然后从每个频带中提取功率谱密度（PSD）和差分熵（DE），将原始信号作为特征提取。五个级别的情感模型用于标记五个情绪，包括中性，愤怒，悲伤，快乐和愉快。具有原始特征或尺寸减少了输入的特征，深层森林是为了对五个情绪进行分类的构建。这些实验是在公共数据集上进行的，用于使用生理信号（DEAP）进行情绪分析。将实验结果与传统的分类器进行了比较，包括K最近的邻居（KNN），随机森林（RF）和支持向量机（SVM）。MFDF的平均识别精度为71.05％，比RF，KNN和SVM高3.40％，8.54％和19.53％。此外，降低尺寸和原始脑电图信号后具有特征输入的精度分别仅为51.30和26.71％。这项研究的结果表明，该方法可以有效地有助于基于脑电图的情绪分类任务。