XiaoMi-AI文件搜索系统
World File Search System应用领域
物联网的可解释人工智能（XAI）
摘要 — 人工智能 (AI) 模型的黑箱性质不允许用户理解甚至信任此类模型创建的输出。在 AI 应用中，不仅结果而且结果的决策路径都至关重要，这种黑箱 AI 模型是不够的。可解释人工智能 (XAI) 解决了这个问题，并定义了一组可由用户解释的 AI 模型。最近，许多 XAI 模型已经解决了医疗、军事、能源、金融和工业等各个应用领域中黑箱模型缺乏可解释性和可解释性的问题。虽然 XAI 的概念最近引起了广泛关注，但它与物联网领域的集成尚未完全定义。在本文中，我们对最近在物联网领域使用 XAI 模型的研究进行了深入而系统的回顾。我们根据方法论和应用领域对研究进行分类。此外，我们旨在关注具有挑战性的问题和未解决问题，并给出未来的方向，以指导开发人员和研究人员进行未来的调查。
数字孪生范式：系统文献综述 - HAL
制造企业面临着与新信息技术 (IT) 保持一致并应对不断变化的市场需求的新挑战的需求。数字孪生 (DT) 是这场面向智能制造的 IT 革命的关键推动因素之一。它嵌入了现实的“虚拟”图像，并与实际操作场景不断同步，为现实解释模型提供可靠的信息（知识模型）以做出可靠的决策。本文旨在提供 DT 主要组件、其特征和交互问题的最新图片。本文旨在根据不同的应用领域和相关技术，清楚地追踪在构思和构建 DT 方面正在进行的研究和技术挑战。为此，这里回答的主要问题是：“什么是数字孪生？”；“在哪里适合使用数字孪生？”；“何时开发数字孪生？”； “为什么要使用数字孪生？”；“如何设计和实现数字孪生？”；“实现数字孪生的主要挑战是什么？”。本研究试图回答前面的问题，资助对不同应用领域的科学研究、工具和技术进行广泛系统的文献综述。
EURASIP Sounds/I-Spot季节性学校在机器学习语音上
MSCA欧洲培训网络的声音和I点共同组织了这所季节性学校“用于语音和音频处理的机器学习”。针对机器学习基本背景的MSC和PhD学生，对音频，声学和语音应用的兴趣敏锐，该学校及时概述了机器学习如何在这些应用领域中塑造学术研究以及行业实践。学校由四个课程组成，从2024年4月8日星期一开始，直到到2024年4月11日（星期四）。第一天提供了机器学习和深度学习的基本原理的回顾。在其他日子里，参与者可以放大三个应用领域之一：语音，音频和声学。客座讲座是由学术界和行业的专家进行的（请参见下面的列表）。在最初的三天里，参与者也可以参加实践会议，在最后一天，在学生提出了自己选择的研究主题时，就组织了一个海报会议。学校欢迎58名参与者和12名演讲者。
人工智能对商业和社会的影响（AIBS-2021）
人们普遍认为，人工智能应用将成为社会广泛应用领域数字化转型的主要推动力。这些智能系统正在影响我们生活的方方面面，从机器人技术到自动驾驶汽车，从语音识别系统到医疗应用，例如医疗保健服务。甚至政府机构也已开始大规模部署和集成人工智能到其业务流程中。
人工智能在药物化学中的应用...
▪ 深度学习 (DL) 在药物化学问题中的考虑和应用领域 ▪ QSAR 的作用及其对药物化学设计策略中常见假设的影响 ▪ DL 在未来药物设计项目中的应用挑战（举例说明） ▪ 自动合成 - 现在有吗？ ▪ 从阿斯利康内部学到的一些知识
国家地理信息系统与空间应用研究基金中心
NCGSA 拥有 2 亿巴基斯坦卢比的研究基金。该基金将用于开展空间科学、技术和应用领域的研究活动，特别是地理信息科学 (GISc)。这一资助机会旨在促进从研究和技术到集成和业务的转变。这将有助于新的空间产品、流程和解决方案进入市场。
数字孪生技术在工业、智慧城市和医疗保健领域的发展：调查
摘要 数字化和数字化已经极大地改变了我们的世界。正在进行的数字化转型即将带来进一步的颠覆，而数字孪生是数字化转型的一个重要组成部分。随着大数据技术、物联网、云计算和人工智能算法的发展，数字孪生技术已进入快速发展阶段。它被认为是十大最有前途的技术之一。尽管数字孪生仍处于早期阶段，但它已经在各个领域得到广泛应用，尤其是在工业、智慧城市和智慧健康领域，这些领域吸引了大多数研究人员进行研究。在文献中，可以看到每年在这三个领域发表的大量关于数字孪生的文章和评论。因此，对已发表的论文进行分析是及时的，甚至是必要的。这就是本文的动机，本文的重点是数字孪生的主要研究和应用领域。本文首先分析了数字孪生的最新发展，然后总结了该技术的理论基础，最后总结了数字孪生在各个应用领域的具体发展。它还讨论了未来可能遇到的挑战。
物联网的新前沿：网络、系统、可靠性和安全挑战
摘要 — 物联网领域蓬勃发展，并对许多应用领域产生了积极影响。在本文中，我们提出了该领域对计算机系统和网络研究提出的独特挑战。这些独特挑战源于物联网系统的独特特性，例如它们使用的应用领域的多样性以及它们在受限资源（节点和网络）上运行的越来越严格的协议（例如视频和激光雷达处理）。我们展示了这些开放挑战如何从其他领域奠定的基础中受益，例如第五代网络蜂窝协议、机器学习模型简化和设备-边缘-云卸载。然后，我们讨论了物联网系统由于其显着特征（包括设备和协议的异构性、对物理环境的依赖以及与人类的紧密耦合）而对可靠性、安全性和隐私提出的独特挑战。我们再次展示了开放式研究挑战如何从其他领域的可靠性、安全性和隐私性进步中受益。最后，我们为物联网系统的理想最终状态提供了愿景。
SAC 的研究领域
传感器开发领域（SEDA） Shri Saji A Kuriakose 3853 saji_ak@sac.isro.gov.in 微波遥感领域（MRSA） Shri Nilesh Desai 5220 nmdesai@sac.isro.gov.in SATCOM 和导航有效载荷领域 (SNPA) Shri D K Das 2238 das@sac.isro.gov.in SATCOM 和导航应用领域 (SNAA) Shri K S Parikh 2433 parikhks@sac.isro.gov.in 天线系统组 (ASG) Shri Rajeev Jyoti 2115 rajeevjyoti@sac.isro.gov.in 地球、海洋、大气、行星科学和应用领域 (EPSA) Dr .P K Pal 4024 pradip@sac.isro.gov.in 信号与成像处理领域 (SIPA) Shri R Ramachandran 4148 ramachandran@sac.isro.gov.in 电子支持服务领域 (ESSA) Shri RajKumar Arora 3310 rkasac@sac.isro.gov.in，机械工程系统领域 (MESA) Shri A M Jha 3352 amjha@sac.isro.gov.in 系统可靠性领域 (SRA) Shri R M Paramar 5027 rmparmar@sac.isro.gov.in 规划与项目组 (PPG) Shri Vikas Patel 3312 vikas@sac.isro.gov.in