XiaoMi-AI文件搜索系统
World File Search System物理系统
智能网络物理系统的人工智能范式
姓名：Luhach，Ashish Kumar，1985- 编辑。| Elçi，Atilla，编辑。标题：智能信息物理系统的人工智能范式 / Ashish Kumar Luhach 和 Atilla Elçi 编辑。说明：Hershey，PA：工程科学参考，[2021] | 包括参考书目和索引。| 摘要：“本书重点介绍了基于人工智能的方法在实现安全信息物理系统方面的最新进展。它介绍了与这一多学科范式相关的贡献，特别是在通过研究信息物理系统的计算智能范式领域的最新研究问题、应用和成就来建设可持续空间方面的应用”——由出版商提供。标识符：LCCN 2020019421（印刷版）| LCCN 2020019422（电子书）| ISBN 9781799851011 (h/c) | ISBN 9781799858461 (s/c) | ISBN 9781799851028 (电子书) 主题：LCSH：计算机网络——安全措施——数据处理。| 物联网——安全措施——数据处理。| 合作对象（计算机系统）| 人工智能——工业应用。分类：LCC TK5105.59 .A79 2021（印刷版）| LCC TK5105.59（电子书）| DDC 005.8--dc23 LC 记录可在 https://lccn.loc.gov/2020019421 上找到 LC 电子书记录可在 https://lccn.loc.gov/2020019422 上找到 本书出版于 IGI Global 系列丛书《系统分析、软件工程和高性能计算 (ASASEHPC) 的进展》中 (ISSN: 2327-3453; eISSN: 2327-3461)
医疗保健网络物理系统（H-CPS） - 神秘化
资料来源：W。O. Nijeweme-D'Hollosy，L。VanVelsen，M。Huygens和H. Hermens，“对初级保健中可互操作的Ehealth技术的要求和障碍，” IEEE Internet Computing，第1卷。19，不。4，pp。10-19，7月至8月。 2015。
网络物理系统中的人工智能
摘要 本文对人工智能 (AI) 在信息物理系统中的应用目前和未来面临的挑战进行了文献综述。文献综述的重点是确定一个概念框架，通过支持技术和人力层面的自动化来提高人工智能的弹性。所采用的方法类似于对复杂的物联网 (IoT) 互联和耦合的信息物理系统的文献综述和分类分析。学术和技术论文越来越关注物联网的模型、基础设施和框架。这些报告和出版物经常代表其他相关系统和技术的并列（例如工业物联网、信息物理系统、工业 4.0 等）。我们回顾了 2010 年至 2020 年期间发表的学术和行业论文。结果确定了一个新的分层级联概念框架，用于分析信息物理系统中人工智能决策的演变。我们认为，由于联网设备 (IoT) 在信息物理系统中的集成度不断提高，这种演变是不可避免的和自主的。为了支持这一论点，我们采用分类方法，通过构建用于设计层次化级联概念框架的摘要图，实现概念选择决策的透明度和合理性。
分而治之：功能分解支持基于模型的网络物理系统指挥与控制工程
� 摘要 ���������������� �������� �������� ���������� ����� �� ...�� ���������� ���������� ���������� ���������� ���������� ���������� ���������� ���������� ���������� ���������� ������������ ������������ ������������ ������������ ������������ ������������ ������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������ ���� �������� ������ ������ ����������� ������ �������� ���� �������������� ���� ������ ������ ��������� �� �������� ������������ ���� ���� ������ ����� ���� ��������� ������������ ���� ���� ������ ��������� ����� ������������ ��� ����� ��������� ������������ ���� ��������� ���� ��������� ���� ���������� ��� ����� ��� ���� ���������� ���� �������� ���� ���������� ���� �������� ������ ���� ���������� ������� ����� ��� ��� ���������� ���� �������������������������������������������������������������������� ��� ���� ������������ ��� ���� �������� ��������� ��� ���� �������� ���� �������� �������� �������������������� ������� ������
人工智能在信息物理系统中的应用
当今最新技术秩序的发展与第四次工业革命的开始相关，而第四次工业革命的基础是“信息物理系统”——CPS（Cyber-Physical Systems）的大规模引入。从信息技术系统的物理和数字组件相互作用的角度研究信息技术系统的各种特性是现代科学的一个新兴且相关的方向[1]。正是随着对信息物理系统概念的理解和此类操作系统的出现，向工业 4.0 的过渡才联系在一起——一个可预测的事件，即信息物理系统大规模引入到生产中并满足人类需求。
信息物理系统接口中的混合神经网络......
人工神经网络技术旨在为未来的机器提供完全的自主性，即自主控制和决策，依靠先前的经验和分析，而无需人类的直接参与。人工神经网络是生物神经网络的模型，用于解决算法未知的问题 [1-3]。如前所述，发动机转速控制可以通过反馈控制和 PID 控制器来实现。事实上，标准 PI (D) 控制律构成了绝大多数现代电子柴油机控制器的主要线性模块。然而，控制原理是基于推进系统传递函数的标准形式，使用传递函数和热力学、物理化学过程（例如燃烧）中固有的任何非线性的线性化。
网络 - 物理系统中无线传感器调度的深度加固学习✩
在许多网络物理系统中，我们遇到了对地理分布和远程物理过程的远程状态估计的问题。本文研究了传感器传输的调度，以估计多个遥控，动态过程的状态。来自不同传感器的信息必须通过无线网络传输到中央门户，以进行监视，其中通常比需要监视的过程更少可用的无线通道。要在网关上有效估算，需要适当地安排传感器，即在每次即时需要确定哪些传感器访问网络且不能确定哪些传感器。为了解决这个调度问题，我们制定了关联的马尔可夫决策过程（MDP）。然后使用深Q-Network解决此MDP，这是一种最近的深层增强学习算法，它立即可扩展且无模型。我们将调度算法与流行的日程安排算法进行比较，例如循环蛋白和降低的等待时间等。对于许多示例场景，我们的算法显示出明显优于这些算法。©2019 Elsevier Ltd.保留所有权利。
智能网络物理系统对...的影响
能源供应脱碳是管理全球温室气体排放、从而缓解气候变化的关键。大数据、机器学习和物联网等数字技术正受到越来越多的关注，因为它们可以在有限的投资下帮助脱碳进程。这些新技术的协调，即所谓的信息物理系统 (CPS)，提供了进一步的协同效应，提高了能源供应和工业生产的效率，从而优化了经济可行性和环境影响。这篇全面的评论文章评估了 CPS 中数字技术对能源系统脱碳的当前和潜在影响。对 CPS 及其子系统的选定应用的临时计算不仅可以估计经济影响，还可以估计减排潜力。这项评估清楚地表明，使用 CPS 对能源系统进行数字化彻底改变了边际减排成本曲线 (MACC)，并为向低碳能源系统过渡创造了新的途径。此外，评估得出结论，当 CPS 与人工智能 (AI) 相结合时，脱碳可能会以不可预见的速度进行，同时引入不可预测和潜在的存在风险。因此，讨论了智能 CPS 对系统弹性和能源安全的影响，并得出了政策建议。评估表明，只要政策制定者管理好这些风险，潜在的好处显然大于潜在的风险。
网络物理系统 (CPS) 的恶意软件分类...
全球范围内的恶意软件主要涉及制造业、石油和天然气以及教育领域。BlackEnergy2 和 Triton 等恶意软件能够对组织和石油和天然气等关键基础设施系统造成严重的、危及生命的损害。安全研究人员和从业人员正在寻找有效的解决方案来缓解此类恶意软件攻击。因此，本文提出了一种恶意软件网络物理系统 (CPS) 分类来检测攻击。这种分类的灵感来自系统发育学，借鉴了生物学领域中生物体之间的进化关系。至于网络安全视角，它发现了恶意软件基因的进化祖先。这种恶意软件分类方法包括恶意软件行为、攻击模式和网络中的连接资产。它可以根据相关性检测多种形式的恶意软件攻击。这项研究对 CPS 开发商、供应商和承包商、监管和管理公用事业运营的政府机构以及负责保护 CPS 的国家网络安全中心 (NCSC) 都有好处。
网络物理系统 (CPS) 的恶意软件分类...
摘要 ：如今，全球最常受到恶意软件攻击的行业是制造业、石油和天然气以及教育。诸如 BlackEnergy2 和 Triton 之类的恶意软件能够对组织和关键基础设施系统（例如石油和天然气）造成严重的、危及生命的损害。安全研究人员和从业人员正在寻找有效的解决方案来减轻此类恶意软件攻击。因此，本文提出了一种恶意软件网络物理系统 (CPS) 分类来检测攻击。这种分类的灵感来自系统发育学，借鉴了生物学领域中生物体之间的进化关系。至于网络安全视角，它发现了恶意软件基因的进化祖先。这种恶意软件分类方法包括恶意软件行为、攻击方式和网络中的连接资产。它可以根据相关性检测多种形式的恶意软件攻击。这项研究对 CPS 开发商、供应商和承包商、监管和管理公用事业运营的政府机构以及负责保护 CPS 的国家网络安全中心 (NCSC) 都大有裨益。