XiaoMi-AI文件搜索系统
World File Search System实时处理
集成它以改进飞机支持 - 波音
虽然电子化为航空公司带来诸多好处，但也带来了将技术整合到现有运营中的挑战。电子化环境包括多种系统类型、信息源、数据类型和不同的所有者。数据源自航空公司运营领域内的不同系统，并在航空公司内部以及与航空公司合作伙伴、供应商和波音公司共享。数据类型和来源的多样性给集成、保护和生命周期管理带来了挑战（见图2）。图 2 表示电子化信息架构中信息来源和利用的概念描述。飞机信息源自波音公司及其供应商。使用电子化信息架构将波音数据域建立为基线数据集。该基线包括来自供应商数据域的数据和来自波音数据域的设计/制造数据。当飞机投入使用时，航空公司将获得此基线数据集，该数据集包含在航空公司客户数据域中。飞机机载数据域收集飞机运行数据以进行实时处理和分析，并将其传输到客户数据域进行操作分析和规划。维护、维修和大修 (mro) 车间数据
深脑电气神经反馈允许帕金森患者控制病理振荡并加快运动
帕金森运动症状与基底神经节中病理上增加的β振荡有关。虽然药理学治疗和深脑刺激（DBS）降低了这些病理振荡，并随着运动性能的提高而降低了这些病理振荡，但我们着手探索神经反馈作为内源性调节方法。我们通过植入的DBS电极实施了病理性亚丘脑β振荡的实时处理，以提供深脑电气神经反馈。患者在训练后几分钟内通过视觉神经反馈进行了视觉控制的β振荡活动。在一次单小时的训练中，β振荡活动的减少逐渐变得更强大，我们观察到了运动性能的提高。最后，即使去除视觉神经反馈后，对深脑活动的内源性控制也是可能的，这表明在短期内保留了神经反馈获得的策略。此外，我们观察到2天后学习的心理策略在没有神经反馈的情况下进行了改善。进一步训练深脑神经反馈可能会通过使用神经反馈优化的策略来改善症状控制，从而为帕金森患者提供治疗益处。
2024.04.11 ECE 研讨会 - Raghavendra Pothukuchi
摘要：大脑与计算机的接口有助于增进我们对大脑和思维的理解，治疗大脑和思维障碍，并与人工认知框架相结合，可以推动人类能力的进步。实现这一目标需要新的计算机架构——既要靠近大脑来处理和刺激神经活动，又要远离大脑来运行更复杂的认知框架，共同工作。在这次演讲中，我将介绍我对第一个分布式脑机接口架构 SCALO 的研究，该架构实时处理来自大脑多个区域的神经活动，同时植入安全。SCALO 是分布式多加速器系统的模板，必须满足极端的设计约束。我还将描述加速计算困难的人类认知模型的研究，这可能如何利用量子计算机等新型加速器，并概述将这些加速器与大脑接口连接起来的端到端设计。满足大脑接口和复杂认知建模的挑战性约束需要新颖的系统设计，从而为计算机架构做出根本性贡献，并引发计算机架构与脑科学之间的创新良性循环。
桥梁结构损伤检测：一种边缘计算...
与传统的有线 SHM 系统相比，基于无线传感器网络 (WSN) 的 SHM 系统在成本、准确性和监测可靠性方面有显著改善。然而，由于传感器节点的资源受限，实时处理大量感测到的振动数据是一项挑战。现有的数据处理机制是集中式的，使用云或远程服务器来分析数据以表征桥梁的状态，即健康或受损。这些方法对于有线 SHM 系统是可行的，然而，在 WSN 中传输大量数据集已被发现是艰巨的。在本文中，我们提出了一种名为“网络内边缘损伤检测 (INDDE)”的机制，该机制从原始加速度测量中提取与桥梁健康状况相对应的统计特征，并使用它们来训练概率模型，即估计多元高斯分布的概率密度函数 (PDF)。训练后的模型有助于实时识别从桥梁未知状况中收集的新数据点的异常行为。每个边缘设备根据其各自的训练模型将桥梁状况分类为部署区域周围的“健康”或“受损”。实验结果展示了约 96-100% 的损伤检测准确率，其优势是无需从传感器节点传输数据到云端进行处理。
大脑 - 计算机界面基于稳态视觉诱发电势，使用轮椅控制的快速响应代码模式
摘要：大脑 - 计算机界面（BCIS）广泛用于严重身体残疾患者的控制应用中。一些研究人员的目的是开发实用的脑控制轮椅。基于稳态的视觉诱发电势（SSVEP）的现有脑电图（EEG）基于BCI是为了控制设备控制的。这项研究利用了可靠的现有系统的快速响应（QR）代码视觉刺激模式。使用提出的带有四个可振动频率的视觉刺激模式生成四个命令。此外，我们采用了SSVEP特征提取的相对功率谱密度（PSD）方法，并将其与绝对PSD方法进行了比较。我们设计了实验来验证所提出系统的效率。结果表明，所提出的SSVEP方法和算法在实时处理中产生的平均分类精度约为92％。对于通过基于独立的控制模拟的轮椅，提议的BCI控制需要比键盘控制的时间大约五倍以进行实时控制。使用QR码模式的建议的SSVEP方法可用于基于BCI的轮椅控制。然而，由于长期连续控制，它因视觉疲劳而受到影响。我们将在严重的身体残障人士中验证和增强拟议的轮椅控制系统。
利用意念波控制机器人汽车
脑控机器人汽车采用思维波技术，代表了神经科学与机器人技术的创新融合，旨在让用户通过大脑活动来控制车辆。该系统的核心是利用脑电图 (EEG) 技术来捕捉和解释用户大脑产生的电信号。例如，Mind Wave 耳机是一种非侵入式 EEG 设备，能够检测和处理脑电波信号。然后使用复杂的算法分析这些信号以识别特定的心理状态或命令。通过精神集中、放松或其他认知线索，用户可以触发命令，这些命令会被转化为机器人汽车的动作，例如加速、减速、转弯或停止。这种交互通常涉及实时处理 EEG 数据，然后将其映射到车辆执行器的相应控制信号，从而实现用户的认知意图与汽车运动之间的无缝集成。此外，此类系统通常结合机器学习技术，以适应个人用户的大脑模式，从而提高准确性和响应能力。脑控机器人汽车的应用不仅仅是新颖，还可能应用于辅助技术、康复和人机界面，为人机之间的直观和沉浸式交互提供新的可能性。
面向支持物联网人工智能中人类操作员的认知助手
由于设备的异构性以及对实时处理和决策的要求，物联网 (IoT) 系统变得越来越复杂。在此背景下，人工智能 (AI) 技术提供了强大的功能，可以为物联网设备提供智能服务，从而产生所谓的物联网人工智能 (AIoT)。操作员处于这种复杂性之中，试图了解情况并做出有效的实时决策。因此，人为因素，尤其是认知因素，是一个需要解决的主要问题。人类认知部分必须与智能工件结合在一起，需要在联合认知系统领域采用系统化的方法。需要以助手和向导的形式提供新的软件开发方法，以帮助操作员了解上下文并减少他们在编码或计算机技能方面的技术工作量，从而专注于手头的任务或服务。基于先前关于人类工作者在 AIoT 环境中的作用的研究，本文从人类信息物理系统的角度分析了所描述的情况，旨在为这些辅助系统在认知层面提出一个概念框架。描述了两个说明性示例，以验证所提出的框架在协作任务中的有效性。
对孤立音素的开始和持续神经反应的证据
我们开发了一项基于语音的自定步调光标控制任务，以在单独发出音素（即元音、鼻音和摩擦音）时收集相应的颅内神经数据。两名植入颅内深度电极以进行临床癫痫监测的患者通过实时处理麦克风输入执行闭环语音光标控制。在事后数据分析中，我们搜索了与非特定语音或特定音素的发生相关的神经特征。与之前的研究一致，我们在颞上回的多个记录点观察到了对语音的开始和持续反应。基于高达 200 Hz 的窄频带中的不同激活模式，我们以 91% 的准确率（机会水平：50%）跟踪语音活动，并以 68% 的准确率（机会水平：20%）将单个话语归类为五个音素之一。我们提出，我们的框架可以扩展到其他音素，以更好地描述在没有语言背景的情况下产生和感知语音的神经生理机制。总的来说，我们的研究结果为使用颅内电极开发语音脑机接口提供了补充证据和信息。索引词：音素识别、颅内电极、语音开始、持续语音、脑机接口
基于...
学生，BCA 2，3,4,5 Narula技术研究所，印度加尔各答摘要：紧急车辆及时到达目的地对于确保公共安全和健康至关重要。但是，交通拥堵和效率低下的交通信号控制可能会大大延迟紧急响应时间，从而增加发病率和死亡率。为了应对这一挑战，我们提出了一个新型的交通管理系统，该系统利用视觉传感和人工智能（AI）优先考虑紧急车辆并最大程度地减少延迟。我们的系统利用计算机视觉和机器学习算法实时检测应急车辆并优化交通信号控制以确保其快速通行。我们通过模拟和现实世界实验评估了系统的性能，证明了其将紧急响应时间降低30％的能力，同时最大程度地减少了对正常交通流的干扰。我们的方法具有改善公共安全和健康成果的巨大潜力，其实施可能是智慧城市计划的宝贵补充。拟议系统的实时优化功能，可伸缩性和适应性使其成为城市地区交通管理的有吸引力的解决方案。关键字：视觉传感，紧急车辆的交通管理，人工智能（AI），机器学习（ML），计算机视觉，智能运输，实时处理
发动机健康监测 - NDT.net
1 简介 在过去的几十年中，飞机发动机公司的商业模式发生了重大变化。按小时飞行 (FBH) 或按小时发电 (PBH) 类型的方法的相对重要性已经从相对边缘发展成为在许多情况下的主要收入来源和提高可靠性和安全性的重要工具。在维护方面，直接的结果是，从主要是预防性维护（发动机以固定间隔进行翻新，并且每个间隔的操作通常是预先确定的）转变为预测模型。为了应对这些变化，原来的发动机健康监测已经发展成为发动机健康管理，它们都保留了 EHM 的缩写，燃气轮机在仪器的数量和质量以及利用这些传感器产生的大量数据方面也发生了变化。提供了一些真实的例子来展示 EHM 如何在正常运行和故障条件下提供帮助。最后，对 EHM 未来的挑战和机遇进行了一些考虑，预计 EHM 将在飞机燃气轮机服务管理中发挥关键作用，结合更多可靠性更高的传感器、更精确的模型和实时处理，将单个发动机决策与全球机队物流相结合。所有这些方面都将通过新的机翼检查进行补充