XiaoMi-AI文件搜索系统
World File Search System开发算法
科学计算的未来前景 - 量子......
– 在 CyI 建立量子计算小组 – 为工业、政府机构和学术界开发应用案例 – 开发算法和方法 – 充当东地中海地区的中心 – 提供量子计算培训 – 与 DESY 的量子技术和应用中心 (CQTA) 紧密联系
bca属于NEP-2020 Session 2023- ...
PO-4解决方案的设计和开发：设计和开发算法解决方案，以解决真实/世界问题，并获得有关统计和优化问题的最低知识。在应用各种设计策略来解决复杂问题的情况下建立出色的技能。数据和信息的综合以提供有效的结论。
使用扩散模型的欺诈检测的合成数据生成
a b s t r a c t：使用信用卡在付款和银行系统中检测欺诈交易是一个重大挑战，这主要是由于访问培训模型所需的实际数据和开发算法以准确的限制和开发算法以进行Ana-lyze交易流。与金融系统与客户之间的合同关系相关的实际数据是机密的，这既影响交易中记录的数据的形成，又影响了转移流的分析以识别欺诈活动。本文探讨了使用扩散模型生成旨在改善欺诈检测算法性能的综合合成交易数据的潜力。特别强调的是处理包含分类（文本）和数值属性混合的数据集，并在合法和欺诈性的传输之间表现出明显的类不平衡。在传统欺诈检测方法对实际交易数据的有效性与提议的方法之间进行了比较，该方法积极采用使用扩散模型生成的合成数据。结果表明，模型在准确检测欺诈方面的可靠性有了显着提高，突出了扩散模型作为开发更有效的欺诈检测系统的强大工具的潜力。
使用密码学的医疗保健信息系统中的数据保护
由于医疗保健信息系统技术的最新进步，数据级别的数据泄漏一直在上升。因此，需要使用数据级别的医疗保健系统中的加密算法来分析现有的数据保护技术。为确保医疗保健信息系统中的数据级保护而开发的现有数据级保护技术缺乏关键安全模型和数据库安全方法的整合，例如增强的加密算法在数据保护技术的设计和开发中。在这项研究中，设计科学研究方法用于设计和开发具有碱基64 512位的加密算法，以增强数据级别的数据保护。Python编程语言用于制定用于实验的仿真程序。在医疗保健信息系统中测试了开发算法的性能。将结果与现有的加密算法进行了比较，以评估加密和解密过程，蛮力攻击的强度和纯文本脆弱性。结果表明，碱基64和512位的固定长度的开发算法达到了最佳性能。总而言之，医疗保健数据非常敏感且至关重要，因此需要增强的加密算法来减少数据级别的数据泄漏。关键字：算法，加密，安全性，加密，解密标准，医疗保健，网络安全，医疗保健
NRPU项目编号15355申请-CUI WAH
2。职责/专业知识：申请人应是一名雄心勃勃的研究人员，具有使用计算机视觉和机器学习/人工智能（AI）解决方案的工作/开发算法的专业知识。3。福利：选定的候选人每月可以从项目预算中获得15,000人的固定薪酬，其中5个月，感兴趣的候选人可以通过电子邮件或用力形式发送其简历，或以2025年1月5日在签名的情况下发送。只有入围的候选人才会被要求进行面试。
通过噪声生长和自组织的神经网络
活神经网络通过生长和自组织过程出现，从单个细胞开始，最终形成大脑，一个有组织、有功能的计算设备。然而，人工神经网络依靠人类设计的手工编程架构来实现其卓越的性能。我们能否开发出无需人工干预就能生长和自组织的人工计算设备？在本文中，我们提出了一种受生物启发的开发算法，该算法可以从单个初始细胞“生长”出一个功能齐全的分层神经网络。该算法组织层间连接以构建视网膜主题池化层。我们的方法受到早期视觉系统所采用的机制的启发，在动物睁开眼睛前几天，该系统将视网膜连接到外侧膝状体 (LGN)。稳健自组织的关键因素是第一层中出现的自发时空活动波和第二层中“学习”第一层中底层活动模式的局部学习规则。该算法可适应各种输入层几何形状，对第一层中的故障单元具有鲁棒性，因此可用于成功增长和自组织不同池大小和形状的池架构。该算法提供了一种通过增长和自组织构建分层神经网络的原始程序。我们还证明了从单个单元增长的网络在 MNIST 上的表现与手工制作的网络一样好。从广义上讲，我们的工作表明，受生物启发的开发算法可以应用于在计算机中自主生长功能性“大脑”。
教授。 Maja Cavic候选人博士：Marko Pencic -FTN div>
论文提出了具有7和8度的自由度的生物学启发的机器人眼睛，以研究人与机器人之间的非语言交流。总共开发了四种通用，先进和复杂的机器人眼溶液，其中两种具有男性眼睛的竞争力，两种具有女性眼的特征 - 所有解决方案都具有低压，并且完全基于人眼的运动学原理。机械眼系统的所提供的运动学和最佳尺寸合成过程对研究人员在开发机器人眼时可以有很大帮助。使用显示的开发算法和Opti-
