XiaoMi-AI文件搜索系统
World File Search System移动设备
USB 供电移动设备储能能力的间接诊断方法
摘要：自主分布式电网作为利用可再生能源实现碳中和社会的一种方式引起了人们的关注。为了正确操作这些电网，有必要在短时间内获得有关供需电力能力和连接设备电池健康状况的足够信息。此外，基于直流的方法对于最大限度地利用可再生能源至关重要。本研究提出了一种使用深度学习技术通过 USB 电力传输获取有关连接到电网的设备的能量存储信息的方法。此外，我们提出了一种基于短时监控来诊断设备嵌入式电池健康状况的方法。关键词：虚拟电网系统、USB PD、移动设备、深度学习、电池、退化分类：电子通信中的能量
MELDER：移动设备实时静音语音识别器的设计和评估
无声语音不受环境噪音的影响，可提高可访问性，并增强隐私和安全性。然而，目前的无声语音识别器以短语输入/短语输出的方式运行，因此速度慢、容易出错，并且不适用于移动设备。我们介绍了 MELDER，这是一种移动唇读器，它通过将输入视频分割成更小的时间段并单独处理它们来实时运行。实验表明，这大大缩短了计算时间，使其适用于移动设备。我们通过使用迁移学习模型利用高资源词汇表中的知识，进一步优化模型以供日常使用。然后，我们将 MELDER 在固定和移动环境中与两个最先进的无声语音识别器进行比较，其中 MELDER 表现出卓越的整体性能。最后，我们将 MELDER 的两种视觉反馈方法与 Google Assistant 的视觉反馈方法进行了比较。结果揭示了这些提出的反馈方法如何影响用户对模型性能的看法。
个人移动设备/手机在学校政策中使用
• Policy Program Memoranda (PPM) 128 was updated in April, and again in June, 2024 to strengthen restrictions on student use of personal mobile devices, improve the consistency of enforcement of restrictions, and handle the surrender of personal mobile devices/ cell phones.• The Personal Mobile Devices/ Cell Phone Use in Schools Policy was written in response to the PPM 128 updates and includes a full ban on student personal mobile devices use from Kindergarten to Grade 8.Students in grades 9-12 must have their personal mobile devices turned off and out of sight when not being used for instructional purposes with the explicit permission from an educator.• Surrendered phones will be stored in a locked box in the Main Office for the school day.• Should a student not comply with the expectation of the Policy and the Code of Conduct, the principal will enact progressive discipline measures in alignment with Safe and Caring Schools Policy 48, up to and including suspension from school.• Students in grades K-8 with a SEA claim, or those with a medical condition (i.e.diabetes) as indicated in their Plan of Care will be able to access their personal mobile device, as needed, with explicit permission from the teacher.
使用脑电图信号进行移动设备生物特征认证
摘要 — 生物特征认证因其对个人用户的独特性而在各种应用中变得流行起来。在这种情况下，来自用户的脑电图 (EEG) 信号是身份验证的一个有趣候选。在这项工作中，我们特别关注与人类眨眼相对应的 EEG 信号，以创建一个身份验证系统，该系统可用于准确有效地区分多个用户，同时减轻用户的负担和方便。我们使用从 20 位用户收集的与眨眼相关的 EEG 信号数据集来研究我们的解决方案。我们的结果表明，眨眼信号可用于准确区分不同的用户，因此可用于身份验证。索引词 —EEG、眨眼、身份验证、生物特征
瞳孔：通过移动设备上的瞳孔波动进行心率变异性监测
摘要 - 心脏病现在已成为一种非常普遍且有影响力的疾病，如果早期介入治疗，实际上很容易避免这种疾病。因此，每天对心脏健康的监测变得越来越重要。现有的移动心脏监测系统主要基于地震核心（SCG）或光摄影学（PPG）。但是，这些方法遭受了不便和其他设备要求的损失，从而阻止人们随时监视自己的心脏。受到我们观察到学生大小和心率变异性（HRV）之间的关系的启发，我们考虑使用瞳孔响应，当用户使用面部识别来解锁手机，以在此期间推断用户的HRV，从而实现心脏监测。为此，我们提出了一个基于计算机视觉的移动HRV监视框架 - 瞳孔，该框架采用移动终端和服务器端设计。在移动终端上，学生在通过前置摄像头解锁手机时从用户那里收集学生大小的信息。然后，在服务器端预处理原始的学生大小数据。特别是，学生使用1-D综合神经网络（1-D CNN）来识别与HRV相关的时间序列特征。此外，学生心脏训练具有三个隐藏层的复发性神经网络（RNN），以建模学生和HRV。采用这种模型，学生每次解锁手机时都会侵入用户的HRV。我们原型学生并进行了实验和领域的研究，以通过招募60名志愿者来充分评估学生的有效性。总体结果表明，学生可以准确预测用户的HRV。
Android移动设备中对恶意软件的检测和预防：文献评论
尽管仅存在几年，但移动设备仍稳步上升成为最广泛使用的计算机设备。鉴于可以安装第三方应用程序的智能手机的人数，对于最终用户和服务提供商来说，这是一个越来越重要的问题，以确保设备和基础网络都安全。由于此类功能和功能，人们将更依赖于SMS，MMS，Internet Access，在线交易等应用程序。从低成本手机到高端豪华手机的数千台设备由Android操作系统提供动力，Android操作系统已经主导了智能手机市场。这是关于使来自所有社会经济背景的人们在日常活动中获取和使用移动设备的可能性。响应这种日益普及的是，引入Android市场的新应用程序数量飙升。最近出现的各种移动恶意软件引起了安全职业和学者的关注。鉴于手机行业的持续扩展，将其用于犯罪活动的可能性只会在将来继续增加。本文回顾了有关Android移动设备中恶意软件检测和预防的文献，分析有关主要研究和任务的现有文献，并涵盖文章，期刊以及数字资源，例如Internet安全出版物，科学研究和会议。
对移动设备进行手工跟踪的深度学习实施的初步调查
摘要 - 手动跟踪是计算机图形和人机交互应用程序的重要组成部分。使用RGB摄像机没有特定的硬件和SENS（例如，深度摄像机）允许为大量设备和平台开发解决方案。尽管提出了各种方法，但由于阻塞，复杂的背景以及各种手势和手势，单个RGB摄像机的手跟踪仍然是一个具有挑战性的研究领域。我们提出了一个移动应用程序，用于从智能手机摄像机捕获的RGB图像中进行2D手跟踪。图像是由深层神经网络处理的，并经过修改，以解决此任务并在移动设备上运行，以寻找性能和计算时间之间的折衷方案。网络输出用于显示用户手上的2D骨架。我们在几种情况下测试了我们的系统，显示了交互式手动跟踪水平，并在变化的亮度和背景和小遮挡的情况下取得了令人鼓舞的结果。索引术语 - 深度学习，人类计算机互动，图像处理，手跟踪
用于为便携式移动设备充电的户外便携式风光互补能量收集器
摘要：在尼日利亚，频繁且长时间的断电一直是一个问题；尤其是在农村地区，那里的手机和其他移动电子设备的充电方式是使用发电机，这种发电机“不清洁”且非常耗费资金。尼日利亚拥有丰富的可再生能源资源，可以利用这些资源提供充电和电气化手段。本文介绍了一种户外便携式混合风能太阳能收集器的设计和实现，该收集器可用于在主电源中断、没有电源、外出户外活动期间以及可能没有电力供应的农村地区为便携式移动电子设备充电。便携式混合风能太阳能系统使用带有 LM2596 降压转换器的太阳能电池板、带有微型升压转换器的风力涡轮机和 18650 移动电源，以确保高效充电并为外部移动设备充电。太阳能电池板从太阳和风力涡轮机从风中获取的电能用于通过功率多路复用器为电池充电。此外，移动电源模块还可以提高电池的输出电压，然后可通过 USB 端口为手机和其他小型电子设备充电。在尼日利亚西南部的一个城市，研究人员在白天的户外对该系统进行了测试，以研究其性能。太阳能电池板能够在白天提供足够的电力为电池充电；但对于风力涡轮机来说，测试地点的风速不够高，无法产生足够的电压和功率来像太阳能电池板一样快速为电池充电。尽管如此，如果风速足够高，风力涡轮机可以产生足够的电压来为电池充电。在 100% 日照和 1.54 米/秒的风速下，开发的便携式混合收集器在白天的最高组合输出功率为 18.43 W。 关键词：混合风能太阳能收集器、太阳能电池板、风力涡轮机、风速、电池 1. 简介 多年来，尼日利亚的能源和电力状况一直是人们关注的主要和持续问题。超过 60% 的人口无法获得廉价电力，这凸显了解决能源危机的紧迫性 [1]。在尼日利亚，电力需求不断增加，这加剧了现有的供应不足。这一问题在没有电网系统的农村地区尤为明显，这凸显了探索可再生能源的必要性。尼日利亚农村地区的电力短缺凸显了开发可再生能源解决方案的重要性。尼日利亚在发电和配电方面的能源危机导致了许多问题，包括大多数行业关闭，生产率低下和其他不利的宏观经济影响 [2]。尼日利亚撒哈拉以南地区约 75% 的居民无法获得电力。即使是那些接入电网的人也仍然面临能源短缺。民众使用燃料或柴油发电机（不可再生能源）为手机和电池充电。
基于人工智能的脑部计算器交互神经接口及其并行编程，使用群集移动设备上的高性能计算
因此，下一个提到的结果遵循。基于通过实验测量左手和右手拇指运动过程中大脑电活动获得的EEG信号，我们获得了用于训练集合随机森林算法的输入和输出数据，该算法是通过Scikit-Learn库的软件工具实现的。使用Joblib库的软件工具，可以通过将N_JOBS HyperParameter的值设置为-1时在物理内核和计算机流程上训练集合的随机森林算法时并行化计算。基于DASK库的软件工具，将并行计算分布在群集计算机系统的物理核心及其流中，这使得组织高性能计算以训练集合随机森林算法。结果，根据质量指标：准确性，ROC_AUC和F1评估了创建算法，软件 - 硬件计算管道的质量。所有这些一起制作
移动设备上的智能数据布局选择的实时核心外围带有智能数据布局的指导
移动设备已成为AI应用程序的重要推动因素，尤其是在需要实时性能的情况下。Vision Transformer（VIT）由于其高精度而已成为这方面的基本基石。最近的努力致力于开发各种变压器体系结构，这些架构在减少计算要求的同时提供了准确性。但是，现有研究主要集中于通过诸如局部注意力和模型修剪等方法来降低理论计算复杂性，而不是考虑在移动硬件上进行现实的性能。尽管这些优化减少了计算需求，但它们要么引入与数据转换有关（例如，重塑和转置）或不规则计算/数据访问模式相关的其他开销。由于其带宽有限，这些导致在移动设备上的高架开销，这甚至使延迟比移动设备上的Vanilla VIT更糟。在本文中，我们提出了ECP-VIT，这是一个实时框架，该框架采用了受大脑功能网络启发的核心期限原则来指导VIT中的自我注意力，并使VIT模型在智能手机上的部署。我们确定了由数据转换引起的变压器结构中的主要瓶颈，并提出了针对硬件友好的核心外围引导自我注意力，以减少计算需求。此外，我们设计了用于修剪模型中密集数据转换的系统优化。ECP-VIT，提出的算法 - 系统合作量可以达到4的速度。6×至26。在四个数据集的移动GPU上进行9倍：STL-10，CIFAR100，Tinyimagenet和Imagenet。