XiaoMi-AI文件搜索系统
World File Search System时自
推荐引用 推荐引用 Farrar, Christopher，“使用人工智能进行实时自动文本更正”，技术披露共享，（2020 年 9 月 2 日） https://www.tdcommons.org/dpubs_series/3575
本作品根据 Creative Commons Attribution 4.0 许可协议授权。本文由 Technical Disclosure Commons 提供给您，供您免费和开放访问。它已被 Technical Disclosure Commons 的授权管理员接受纳入防御性出版物系列。
定时自动机作为表达安全性的形式化 - arXiv
许多关键信息系统依赖于通过共享网络（例如互联网）进行通信。通过此类网络的数据通常很敏感，需要保密。如果不小心处理，私人数据、身份验证码、时间信息或本地化等信息可能会被网络上的任何人访问。这可能会导致安全攻击以检索或更改敏感数据 [Kan+07；HZN09；Mod+13]。为了防止此类入侵，已经开发了各种安全方法和协议。然而，这些安全决策并不总能避免入侵。为了分析信息系统的安全性并突出其弱点，自关键信息系统出现初期就开始使用 FMEA（故障模式影响和危害性分析）[Xu+02；Cas+06] 等技术标准。此后，人们开始探索更加结构化、基于模型的方法，例如 ADVISE 方法 [LeM+11]，该方法可以自动生成定量指标或形式化模型，例如团队自动机 [BLP05] 和攻击树 [KPS14]。
定时自动机作为表达安全性的形式化 - arXiv
许多关键信息系统依赖于通过共享网络（例如互联网）进行通信。通过此类网络的数据通常很敏感，需要保密。如果处理不当，私人数据、身份验证码、时间信息或本地化等信息可能会被网络上的任何人访问。这可能会导致安全攻击以检索或更改敏感数据 [Kan+07；HZN09；Mod+13]。为了防止此类入侵，已经开发了各种安全方法和协议。然而，这些安全决策并不总能避免入侵。为了分析信息系统的安全性并突出其弱点，自关键信息系统出现初期就开始使用 FMEA（故障模式影响和危害性分析）[Xu+02；Cas+06] 等技术标准。此后，人们开始探索更加结构化、基于模型的方法，例如 ADVISE 方法 [LeM+11]，该方法可以自动生成定量指标或形式化模型，例如团队自动机 [BLP05] 和攻击树 [KPS14]。
定时自动机作为表达安全性的形式化 - arXiv
许多关键信息系统依赖于通过共享网络（例如互联网）进行通信。通过此类网络的数据通常很敏感，需要保密。如果处理不当，私人数据、身份验证码、时间信息或本地化等信息可能会被网络上的任何人访问。这可能会导致安全攻击以检索或更改敏感数据 [Kan+07；HZN09；Mod+13]。为了防止此类入侵，已经开发了各种安全方法和协议。然而，这些安全决策并不总能避免入侵。为了分析信息系统的安全性并突出其弱点，自关键信息系统出现初期就开始使用 FMEA（故障模式影响和危害性分析）[Xu+02；Cas+06] 等技术标准。此后，人们开始探索更加结构化、基于模型的方法，例如 ADVISE 方法 [LeM+11]，该方法可以自动生成定量指标或形式化模型，例如团队自动机 [BLP05] 和攻击树 [KPS14]。
定时自动机作为表达安全性的形式化 - arXiv
许多关键信息系统依赖于通过共享网络（例如互联网）进行通信。通过此类网络的数据通常很敏感，需要保密。如果处理不当，私人数据、身份验证码、时间信息或本地化等信息可能会被网络上的任何人访问。这可能会导致安全攻击以检索或更改敏感数据 [Kan+07；HZN09；Mod+13]。为了防止此类入侵，已经开发了各种安全方法和协议。然而，这些安全决策并不总能避免入侵。为了分析信息系统的安全性并突出其弱点，自关键信息系统出现初期就开始使用 FMEA（故障模式影响和危害性分析）[Xu+02；Cas+06] 等技术标准。此后，人们开始探索更加结构化、基于模型的方法，例如 ADVISE 方法 [LeM+11]，该方法可以自动生成定量指标或形式化模型，例如团队自动机 [BLP05] 和攻击树 [KPS14]。
使用实时自动识别系统 (AIS) 数据进行扩展卡尔曼滤波器设计和船舶运动预测
摘要 — 本文使用来自自动识别系统 (AIS) 的实时数据和扩展卡尔曼滤波器 (EKF) 设计来解决船舶运动估计问题。AIS 数据由全球船舶传输，甚高频 (VHF) AIS 接收器以美国国家海洋电子协会 (NMEA) 指定的格式接收编码的 ASCII 字符信号。因此，必须使用解析器解码 AIS 语句以获取实时船舶位置、航向和速度测量值。状态估计用于碰撞检测和实时可视化，这是现代决策支持系统的重要功能。使用来自挪威特隆赫姆港的实时 AIS 数据验证了 EKF，并证明了估计器可以实时跟踪船舶。还证明了 EKF 可以预测船舶的未来运动，并在防撞场景中分析了不同的规避动作。索引词——卡尔曼滤波器、状态估计、运动预测、碰撞检测、无人水面舰艇、船舶
机载监视雷达的空时自适应处理
为了概念清晰，图 70.1 中的 STAP 配置将可能集成的孔径分为两部分：最有可能由雷达发射器共享的主孔径，以及用于抑制宽带噪声干扰器 (WNJ) 的空间分布通道辅助阵列。为方便讨论，假设主孔径具有 N c 列元件，列间距等于半波长，每列中的元件组合在一起以产生预先设计的非自适应仰角波束模式。主孔径的大小（就系统所选波长而言）是一个重要的系统参数，通常由系统规范确定，包括所需的发射器功率孔径乘积以及方位角分辨率。典型的孔径尺寸范围从某些短程雷达的几个波长到某些机载预警系统的 60 多个波长。模拟波束形成网络将主孔径的 N c 列组合起来以产生 N s 个接收器通道，这些通道的输出被数字化以供进一步处理。需要注意的是，[ 1 ] 中提出的最早的 STAP 方法，即所谓的“元素空间”方法，是图 70.1 中 N s = N c 的特例。模拟波束形成器的设计会影响