XiaoMi-AI文件搜索系统
World File Search System空间布局
如何防止电解质蒸气气体热失控......
电解质溶剂蒸汽检测解决方案是根据 BESS 的特定特性设计的，包括几何形状、体积、电池类型、空间布局和气流模式。即使单个电池开始排出电解质蒸汽，分布式气体传感器网络也会立即检测到。通过这种方式，BESS 操作员可以最早收到故障指示，并可以进行干预以防止热失控。由于检测器的监视器通过火灾报警控制面板连接到 BMS，它可以自动指示系统立即隔离受影响的电池架，从而遏制火灾威胁。监视器还可以与 BMS 通信，以自动启动通风、增加冷却或触发灭火。由于 BESS 站点通常无人值守且位于偏远地区，这种自动响应可以为 BESS 操作员争取关键的干预时间。
在基于 Linux 的 IoT设备中利用BlueBorne
本白皮书将详细说明 Linux RCE 漏洞 ( CVE-2017-1000251 ) 及其利用方式。此漏洞的利用方式将在两款 IoT 设备上展示 - 三星 Gear S3 智能手表和亚马逊 Echo 数字助理。在 BlueBorne Linux 漏洞披露后，已向 Linux 内核 ( 此处 ) 和 BlueZ 用户空间项目 ( 此处 ) 提交了补丁。最近，我们在 Linux 内核中发现了另一个信息泄露漏洞，并将其报告给 Linux，Linux 也为其发布了补丁。此漏洞允许攻击者绕过 Linux 机器上可能存在的缓解措施，尽管在物联网的情况下，这可能永远没有必要，因为它们首先就没有这样的缓解措施。这些缓解措施包括 KASLR（内核地址空间布局随机化）和堆栈保护器。在我们 9 月份发表的初步调查结果中，我们指出 Linux
认知表示格式：计算帐户
1。引言表示是主流认知科学和人工智能（AI）中的基础概念（Burge 2010; Cummins 1989; Neander 2017; Shea 2018）。吸引对生物和人造系统内部的表示形式，为我们提供了帮助解释认知和智力的关系性质的工具：具有认知和智能的方式是，以保护和进一步的利益，满足其需求，并保留其存在（以及偶尔在其群体中）与复杂的环境相互作用，并保留其生存（偶尔是该组合的环境）。表示形式的定义特征是它们的性质，也就是说，表示代表与其本身以外的事物有关。地图可能是区域的空间布局；一个句子可以是当前的天气。同样，内部表示是与自身之外的状态，过程和事件有关的生物和人工系统中的状态和过程，通常在体内，
论文编号：11A9G 槟城 SPICE ARENA 室内竞技场布局规划的空间句法分析
空间句法是一种以人为本的方法工具，可帮助人类识别人类活动与居住区域内空间之间的关系。本文主要关注从现有案例研究槟城 Spice Arena 中定义的空间句法。方法利用从互联网等资源中找到的信息并采访参与建筑翻修的相关方。使用李克特量表法呈现研究的最终结果，证明 Spice Arena 的路线指引和渗透性。本文的研究结果表明，Spice Arena 的路线指引反而是一个难题。根据结果，Spice Arena 的圆形空间布局在一定程度上有助于游客寻找路线指引。然而，有些区域狭窄而密集，不适合满足大量游客的需求。因此，本文的研究结果希望能为设计师未来的竞技场设计提供帮助。
NOAA西南渔业科学中心空间句法研究
空间句法是一种分析建筑空间配置的工具。本文研究了一项关于研究中心建筑类型的研究。目的是确定所选建筑类型的空间布局，因为这会影响人们如何利用建筑空间。案例研究是美国国家海洋和大气管理局西南渔业科学中心。本研究使用现有布局计划的档案来配置建筑空间的空间句法。该研究使用对齐图作为可测量工具，检查了建筑物内部的寻路和渗透程度。结果表明，整个建筑的空间连接具有良好的空间配置，其中 70% 为私人空间。此外，布局空间定义明确，因为每个区域的寻路都具有良好的可达性。本研究表明，空间句法是建筑师了解空间功能的有效工具，因为它展示了量化建筑类型重要特征的建筑空间配置。
SFS-A68：公寓空间功能分割数据集
摘要。分析建筑模型的可用面积、建筑安全性或能源分析需要空间和相关对象的功能分类数据。自动化空间功能分类有助于减少输入模型准备工作量和错误。现有的空间功能分类器使用空间特征向量或空间连通性图作为输入。深度学习 (DL) 图像分割方法在空间功能分类中的应用尚未被研究。作为解决这一差距的第一步，我们提出了一个数据集 SFS-A68，它由 68 个公寓楼空间布局的数字 3D 模型生成的输入和地面真实图像组成。该数据集适用于开发用于空间功能分割的 DL 模型。我们使用该数据集训练和评估基于迁移学习和从头开始训练的实验空间功能分割网络。测试结果证实了 DL 图像分割对空间功能分类的适用性。
达亚马，尼拉杰； Oulasvirta，Antti 布局即服务 (LaaS)
摘要。要个性化网页，必须指定针对具体案例的规则或模板，以定义元素的视觉空间布局以及针对个人的设备特定适配规则。这种方法的可扩展性很差。我们提出了 LaaS，这是一个用于自我优化网页布局的服务平台，以提高其在个人、群体和人口层面的可用性。不需要手工编码的规则或模板，因为 LaaS 使用组合优化来生成针对既定设计目标的网页布局。这允许通过影响整个网页布局的直观目标来控制个性化。我们提出了一个可扩展的架构和解决方案，用于 (1) 使用整数规划生成布局、(2) 在浏览器和布局生成器之间进行中介的数据抽象以及 (3) 页面重构。此外，我们展示了如何将 LaaS 轻松部署为现有网页的一部分。结果表明，我们的方法可以在各种场景中生成可用的个性化网页布局。
ImageExplorer：多层触摸探索，鼓励人们对不完美的 AI 生成图像标题提出质疑
盲人用户依靠替代文本 (alt-text) 来理解图像；然而，alt-text 经常缺失。AI 生成的字幕是一种更具可扩展性的替代方案，但它们往往会遗漏关键细节或完全不正确，而用户可能仍然会错误地相信这些细节。在这项工作中，我们试图确定如何通过额外的信息帮助用户更好地判断 AI 生成的字幕的正确性。我们开发了 ImageExplorer，这是一个基于触摸的多层图像探索系统，允许用户探索图像的空间布局和信息层次结构，并在一项有 12 名盲人参与者的研究中将其与流行的基于文本 (Facebook) 和基于触摸 (Seeing AI) 的图像探索系统进行了比较。我们发现，探索通常能够成功地激发人们对不完美字幕的怀疑。此外，许多参与者更喜欢 ImageExplorer 的多层次和空间信息呈现，以及 Facebook 的摘要和易用性。最后，我们确定了针对盲人用户的有效且可解释的图像探索系统的设计改进。
ImageExplorer：多层触摸探索，鼓励对不完美的 AI 生成图像标题持怀疑态度
盲人用户依靠替代文本 (alt-text) 来理解图像；然而，替代文本经常缺失。AI 生成的字幕是一种更具可扩展性的替代方案，但它们经常会遗漏关键细节或完全不正确，用户可能仍然会错误地相信它们。在这项工作中，我们试图确定其他信息如何帮助用户更好地判断 AI 生成的字幕的正确性。我们开发了 ImageExplorer，这是一个基于触摸的多层图像探索系统，允许用户探索图像的空间布局和信息层次结构，并在一项有 12 名盲人参与者的研究中将其与流行的基于文本 (Facebook) 和基于触摸 (Seeing AI) 的图像探索系统进行了比较。我们发现探索通常能够成功地鼓励人们对不完美的字幕持怀疑态度。此外，许多参与者更喜欢 ImageExplorer，因为它具有多层次和空间信息呈现，而 Facebook 则因为它具有摘要和易用性。最后，我们确定了针对盲人用户的有效且可解释的图像探索系统的设计改进。