XiaoMi-AI文件搜索系统
World File Search System实时模拟
模拟网络的 AI 攻击规划
近几十年来，网络安全已成为私营和公共部门面临的最紧迫问题之一。网络安全威胁无处不在，但鉴于不断发展的网络的漏洞表面不断变化，因此极难防御。人们越来越希望进行自动网络攻击或红队攻击，这使网络防御者能够构建更好的发现和响应工作流程。过去几年，网络安全结构化威胁数据的可用性不断提高，这使得使用新技术进行自动红队攻击成为可能。本论文提出使用传统人工智能 (AI) 规划和领域特定适应性来解决这一网络安全自动化问题。我们开发的两个成功的自动红队 AI 规划系统 ClassAttack 和 ConAttack 证明了我们方法的实用性。ClassAttack 由一个经典规划器组成，它构建了可以在模拟网络上运行的静态可执行攻击场景。ConAttack 不仅具有额外的复杂性，而且具有现实性，它是一个将规划和执行交织在一起的应急规划器，可以更好地实时模拟真实红队的攻击。这两个系统都使用了专门为此网络安全应用程序设计的复杂知识库。这两个系统以及构建它们所需的知识工程代表了网络安全领域一项重大而新颖的努力。
UniNet：混合现实驾驶模拟器 - OpenReview
1 引言 目前已经开发出许多驾驶模拟器，其中大多数用于驾驶员培训或驾驶员安全领域的研究 [41]。然而，这些模拟器在交通模拟和用户存在方面往往功能有限 [10,23,24]。人们早就需要关注用户存在的高质量虚拟现实 (VR) 驾驶模拟器。除此之外，具有交通模拟功能的驾驶模拟器是车载自组织网络 (VANET) 研究的强大工具。网络模拟通常用于网络研究，以评估通信协议和算法的性能。现有的车载网络模拟工具仅侧重于网络模拟。结合网络模拟、应用程序原型设计和测试的驾驶模拟器将对 VANET 研究人员大有裨益。例如，人们可以在将研究成果部署到现实世界之前，使用包含数千辆汽车的真实虚拟环境并与它们进行交互，从而评估通信协议或应用程序的性能，但这种方式成本高昂，有时还不安全。我们工作的驱动力是创建一个模拟器，它可以弥合车辆网络研究之间的差距。虚拟现实驾驶模拟器的存在时间与现代 VR 存在的时间一样长 [41]。模拟器通常用于驾驶员培训，具有一致性的优势。模拟器运行实时模拟，其中虚拟环境的所有方面都受到控制。驾驶模拟器的输入被设计为目标车辆的真实模仿，底层模拟器模型模拟用户与目标车辆之间的交互。视觉、听觉和运动输出是常见的形式
黑客帝国系列 逼真模拟
投影仪输入和显示之间的传播延迟小于一帧，因此结果是逼真的实时模拟。这对于模拟学员和模拟图像之间的实时交互至关重要。Christie Matrix StIM TM 是真正的游戏规则改变者。它是第一个使用 LED 照明同时和独立控制可见光和近红外光谱的模拟系统。它是一个智能投影系统，可以逐帧实时平衡和优化颜色、亮度和黑色级别。它是第一个使用固态 LED 照明为模拟和训练而设计的系统 - 几乎无需维护，无需消耗品。Christie Matrix StIM 是一个可扩展的环境显示系统，它提供实现人眼极限分辨率的独特功能，同时模拟夜视镜，为夜视镜训练带来革命性的新功能。科视 Matrix StIM 独特的无灯照明系统提供前所未有的稳定性、可靠性和多年的连续运行。该系统由科视专业知识设计和制造，具有超长的使用寿命、质量和易维护性。科视基于固有稳定的长寿命平台构建，不使用偏振滤光片或随时间褪色，提供独特的无灯照明系统，具有前所未有的稳定性和可靠性。科视 Matrix StIM 无需耗材、发热量低、功耗低、完全符合 RoHS 规定并可连续运行多年，是一种几乎无需维护的环保模拟系统。
神经科学中的数字双胞胎
“ Digital Twins”一词出现在David Gelernter的1993年书中，名为《 Mirror Worlds：or Day Software》将宇宙放在鞋盒中。它将如何发生以及它的含义。在一句话中，数字双胞胎是“机器或系统的虚拟副本”（Tao and Qi，2019年）。更详细地说，它们是“柔和的计算机模型”，它们“反映了产品，过程或服务的每个方面”，可以实时通过传感器收集的数据来不断更新（Tao and Qi，2019）。这样的双胞胎不仅允许可视化，还允许对未来情景的实验和预测（Wickramasinghe等，2022），从微观到宏。他们首先出现在工程学中测试产品，但现在已经被试行在许多情况下从物流管理到全球变暖，在许多情况下勾勒出解决方案和抢占问题。能源综合使用数字双胞胎来跟踪风力涡轮机的运营，而NASA自1960年代以来一直使用数字副本（即，航天器的飞船来监视其状态）（Dang等人，2023年）。新加坡是世界上第一个拥有数字双副本的国家，街道街。动态双向映射是数字双胞胎的关键方面之一，它可以收集现实世界数据并允许实时模拟物理实体（Wickramasinghe等，2022），以及其分析性和预测性的可结合性（Katsoulakis et al。，2024）。在他们被试用的许多领域中是医学，包括心脏病学，皮肤病学，老年医学，不良疾病，内科，肿瘤学，骨科和放射学专业。我们现在更接近镜子世界
PAseos 模拟操作多艘航天器的环境
摘要 下一代航天器有望实现各种新应用，包括机载处理、机器学习和分散操作场景。尽管其中许多应用之前已经提出并评估过，但实际任务场景的操作约束通常要么未被考虑，要么只是初步考虑。在这里，我们介绍了一个名为 PASEOS 的开源 Python 模块，该模块能够模拟涉及一个或多个航天器的操作场景。它考虑了几种物理现象，包括热、功率、带宽和通信约束以及辐射对航天器的影响。PASEOS 既可以作为高性能导向的数值模拟运行，也可以在边缘硬件上直接以实时模式运行。我们在三种场景中展示了这些功能，一种是在 Unibap iX-10 100 卫星处理器上的实时模拟，另一种是在模拟建模整个星座在几个小时内执行任务的模拟，一种是在分散环境中训练机器学习模型。虽然我们展示了地球轨道上的任务，但 PASEOS 在概念上也设计为允许深空场景。我们的结果表明，PASEOS 可以有效地模拟所述场景，从而提供对操作考虑的洞察。我们从运行时间和开销的角度以及通过研究星座的建模温度、电池状态和通信窗口来展示这一点。通过在实际卫星处理器上运行 PASEOS，我们展示了如何将 PASEOS 直接纳入未来任务的硬件演示器中。总的来说，我们提供了第一个解决方案，可以全面模拟航天器在地球轨道及更远的地方遇到的物理约束。PASEOS 模块可在线开源，并附有大量文档，使研究人员能够快速将其纳入他们的研究中。
机器人灯光的建模、分析和优化...
摘要 机器人轻型加工任务正成为弥补人力资源短缺的重要问题。为了提高制造过程的质量、安全性和整体性能，需要对加工操作过程中的力和扭矩进行建模以估计。同时，还开发了数字模型，可以检测故障情况、节省能源和时间并优化实际制造过程。数字孪生就是其中之一，它使用离线和在线数据来模拟物理制造过程。但是，通过开发更精确的数学模型可以进一步提高数字孪生的赋能，从而可以实时模拟物理加工过程。因此，本文提出了一种机器人轻型加工任务的力学公式，以赋能数字孪生。本文采用广义脉冲模型来分析结合线性和角运动的轻型加工任务。为了实现基于脉冲模型的方法，引入了有效质量和有效惯性的概念来反映环境的动态，这取决于材料的硬度和加工任务的工艺参数（进给率和速度（rpm）等）。此外，还考虑了有效质量/有效惯性和最短任务完成时间来计算最佳进给率。此外，还进行了模拟以选择线速度和角速度的可行方向以及轻加工任务的最佳非奇异工作空间。最后，通过执行钻孔和铣削任务，通过定量比较模拟和实验结果来验证所提出的方法。使用 6-DOF 通用机器人 (UR 5e) 进行模拟和实验，以证实所提出的算法对轻加工任务的有效性。所开发的方法无疑将为轻型加工操作中的物理模拟提供数字孪生能力。
用材料校准在虚幻引擎中执行逼真的地震模拟
地震会严重影响社会和经济，强调有效搜索和救援策略的需求。作为AI和机器人技术，越来越多地支持这些努力，对培训的高保真性，实时模拟环境的需求已变得紧迫。地震模拟可以视为复杂的系统。传统的仿真方法，主要集中于计算单个建筑物或简化建筑集聚的复杂因素，通常在为城市环境提供现实的视觉效果和实时结构性损害评估方面通常不足。为了解决这一缺陷，我们基于虚幻引擎中的混乱物理系统引入了一个实时的，高视觉的忠诚地震仿真平台，该平台是专门设计的，旨在模拟对城市建筑的损害。最初，我们使用遗传算法根据现实世界测试标准将来自ANSYS的材料模拟参数校准到虚幻发动机的断裂系统中。此对齐确保在实现实时功能的同时，确保两个系统之间的结果相似。另外，通过整合真实的地震波形数据，我们改善了模拟的真实性，确保它准确地反映了历史事件。所有功能都集成到视觉用户界面中，从而实现零代码操作，从而有助于通过跨学科用户进行测试和进一步开发。我们通过三个基于AI的任务来验证平台的有效性：相似性检测，路径计划和图像分段。本文建立在我们在IMET 2023上介绍的初步地震模拟研究的基础上，并具有显着的增强，包括改善材料校准工作流程和结合建筑基础的方法。
在交互式模拟中可视化量子力学
摘要。Quantum Flytrap 的 Virtual Lab 是一个无代码的光学桌在线实验室，以交互和直观的方式呈现量子现象。它支持最多三个纠缠光子的实时模拟。用户可以使用拖放式图形界面放置典型的光学元件（例如分束器、偏振器、法拉第旋转器和探测器）。Virtual Lab 以两种模式运行。沙盒模式允许用户组合任意设置。Quantum Game 是 Virtual Lab 功能的入门，适合没有接触过量子力学的用户。我们介绍了纠缠态和纠缠度量的可视化表示。它包括 ket 符号的交互式可视化和量子算子的热图式可视化。这些量子可视化可以应用于任何离散量子系统，包括具有量子位和自旋链的量子电路。这些工具以开源 TypeScript 包的形式提供 - Quantum Tensors 和 BraKetVue。虚拟实验室可以探索量子物理的本质（状态演化、纠缠和测量）、模拟量子计算（例如 Deutsch-Jozsa 算法）、使用量子密码术（例如 Ekert 协议）、探索违反直觉的量子现象（例如量子隐形传态和违反贝尔不等式），以及重现历史实验（例如迈克尔逊-莫雷干涉仪）。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 International 许可证出版。分发或复制本作品的全部或部分内容需要完全注明原始出版物的出处，包括其 DOI。[DOI：10.1117/1.OE.61.8.081808]
科学艺术与手工艺（SAM）
摘要 锂离子电池因其高能量和高功率密度而被广泛应用于汽车工业（电动汽车和混合动力汽车）。然而，这也带来了新的安全性和可靠性挑战，需要开发新型复杂的电池管理系统 (BMS)。BMS 可确保电池组安全可靠地运行，要实现这一点，必须求解一个模型。然而，目前的 BMS 并不适合汽车行业的规范，因为它们无法在实时速率和广泛的操作范围内提供准确的结果。因此，这项工作的主要重点是开发一种混合动力双胞胎，如 Chinesta 等人所介绍的那样。 （Arch Comput Methods Eng（印刷中），2018。以满足新一代 BMS 的要求。为此，三种降阶模型技术被应用于最常用的基于物理的模型，每种技术针对不同的应用范围。首先，使用 POD 模型来大大减少伪二维模型的仿真时间和计算工作量，同时保持其准确性。通过这种方式，可以节省时间和计算资源，同时进行电池设计、参数优化和电池组仿真。此外，还研究了它的实时性能。接下来，利用稀疏-固有广义分解 (s-PGD) 从数据构建回归模型。结果表明，它可实现带有电池组的整个电动汽车 (EV) 系统的实时性能。此外，由于获得的代数表达式简单，该回归模型可在 BMS 中毫无问题地使用。使用系统仿真工具 SimulationX（ESI ITI GmbH）演示了采用所提方法的 EV 仿真。德国德累斯顿）。此外，使用 s-PGD 创建的数字孪生不仅可以进行实时模拟，还可以根据实际驾驶条件和实际驾驶周期调整其预测，从而实时更改规划。最后，开发了一种基于动态模式分解技术的数据驱动模型，以提取在线模型来纠正预测和测量之间的差距，从而构建出第一个（据我们所知）能够从数据中自我纠正的锂离子电池混合孪生。此外，由于该模型，上述差距在驾驶过程中得到了纠正，同时考虑到实时限制。
研究面部肌电图作为... 的指标
斯科特·加尔斯特空军研究实验室 俄亥俄州赖特-帕特森空军基地 面部肌电图 (fEMG) 是一种肌电图测量技术，主要用作测量情感的工具，但之前的实验表明，它也有助于量化认知工作量。在当前的研究中，实时监测了两个与任务无关的面部肌肉，皱眉肌和额外侧肌，以确定它们是否对遥控飞机 (RPA) 任务环境中的工作量变化敏感。应用实时信号处理技术从窗口 fEMG 数据中得出中值幅度和零交叉率。对这些特征的统计分析确定，这两种肌肉都对特定工作量操纵的变化很敏感。这项研究表明，从上述肌肉中提取的实时 fEMG 特征有可能作为或有助于认知工作量的指标。未来的工作旨在改进 fEMG 数据收集技术，以产生更灵敏、更具代表性的适合工作量评估的测量方法。长时间保持警惕的能力对于航空航天领域的许多职位来说都至关重要。例如，飞行员、传感器操作员和空中交通管制员必须保持高水平的态势感知，以确保最佳的安全和性能。认知工作量是决定操作员在防止危险后果所需水平上执行能力的重要因素 (Young & Stanton, 2002)。认知超负荷和负荷不足都会导致性能下降，而适度的认知唤醒有助于实现理想的性能能力 (Cohen, 2011)。为了减轻航空航天操作员的警觉负担并帮助他们保持理想的表现，开发了感知-评估-增强 (SAA) 框架，以识别和缓解各种任务环境中的认知工作量不平衡 (Galster & Johnson, 2013)。由于认知工作量的变化已被证明与各种生理事件相关，因此可以应用该框架来感知航空航天操作员产生的一系列生理指标，将这些指标纳入可以评估操作员认知状态的模型中，然后增强操作员的表现以减轻认知超负荷或负荷不足引起的绩效下降 (Wilson & Russell, 2007; Hoepf, Middendorf, Epling, & Galster, 2015; Hoepf et al., 2016)。用于评估工作量 (Hoepf et al., 2016)。为了使基于 SAA 的工作负荷建模方法能够在广泛的任务环境中发挥作用，必须将大量生理测量作为模型的输入。操作员执行的任务的性质可能决定了每种生理测量（皮质、心脏等）的有用性。例如，在心算类型的任务中，发现皮质测量与工作负荷有很好的关联，而心脏测量对主要需要使用仪器的飞行任务中的工作负荷很敏感，而眼部测量与高度依赖视觉的飞行任务中的工作负荷有关（Hankins & Wilson，1998）。许多心理生理学家和工程师正在研究各种生理测量与认知工作负荷之间的相关性，试图进一步提高实时模拟个人认知状态的能力。面部肌电图 (fEMG) 是最近被探索作为认知工作负荷潜在指标的生理信号之一。fEMG 是一种肌电图 (EMG) 测量技术，通过感应和放大产生的微小电脉冲来描述肌肉活动