XiaoMi-AI文件搜索系统
World File Search System行人
亚米级精度行人室内导航系统，配备...
Solmaz S. Kia 是加州大学欧文分校 (UCI) 机械与航空航天工程副教授。她于 2009 年获得加州大学欧文分校机械与航空航天工程博士学位，并分别于 2004 年和 2001 年获得伊朗沙里夫理工大学航空航天工程硕士和学士学位。2009 年 6 月至 2010 年 9 月，她担任加州埃尔塞贡多 SySense Inc. 的高级研究工程师。她曾在加州大学圣地亚哥分校和加州大学欧文分校机械与航空航天工程系担任博士后职位。她曾于 2012-2014 年获得加州大学校长博士后奖学金，2017 年获得 NSF CAREER 奖，并于 2021 年获得 IEEE Control Systems Magazine 最佳论文奖。Kia 博士是 IEEE Sensors Letters、IEEE Open Journal of Control Systems、Automatica（IFAC 期刊）和 IEEE Transactions on Control of Network Systems 的副主编。她的主要研究兴趣广泛，包括分布式优化/协调/估计、非线性控制理论和概率机器人技术。
研究文章 使用新型深度卷积神经网络对口腔病变进行人工智能分析，以便早期发现口腔癌
近年来，人工智能 (AI) 在肿瘤学中的应用发展迅速，并取得了丰硕成果。这项工作旨在评估深度卷积神经网络 (CNN) 算法在口腔摄影图像中对口腔潜在恶性疾病 (OPMD) 和口腔鳞状细胞癌 (OSCC) 进行分类和检测的性能。将包含 980 张口腔摄影图像的数据集分为 365 张 OSCC 图像、315 张 OPMD 图像和 300 张非病理图像。使用 DenseNet-169、ResNet-101、SqueezeNet 和 Swin-S 创建多类图像分类模型。使用 faster R-CNN、YOLOv5、RetinaNet 和 CenterNet2 构建多类物体检测模型。最佳 CNN 模型 DenseNet-196 的多类图像分类的 AUC 在 OSCC 和 OPMD 上分别为 1.00 和 0.98。最佳多类 CNN 基础物体检测模型 Faster R-CNN 在 OSCC 和 OPMD 上的 AUC 分别为 0.88 和 0.64。相比之下，DenseNet-196 在 OSCC 和 OPMD 上的 AUC 分别为 1.00 和 0.98，获得了最佳多类图像分类性能。这些值与专家的表现一致，并且优于全科医生 (GP)。总之，基于 CNN 的模型具有在口腔摄影图像中识别 OSCC 和 OPMD 的潜力，有望成为协助全科医生早期发现口腔癌的诊断工具。
原创科学论文 使用 2-D 安全摄像头对无围栏机器人工作单元中的异物进行人工智能分类
Merdan OZKAHRAMAN*、Haydar LIVATYALI 摘要：使用机器人机械手的生产系统在过去几十年中变得很普遍，而且趋势是朝着节省空间的无围栏单元发展。因此，这些系统的安全性和灵活性变得更加关键。安全系统基于传感器数据或摄像机图像。虽然基于摄像头的系统的灵活性更好，但传统的图像处理方法对工作环境很敏感。人工智能可能是他们快速适应变化需求并提高准确性和稳定性的有力工具。在本研究中，设计了一种低成本的基于 2-D 摄像头的安全系统，并将其安装在实验性的无围栏机器人工作单元中。系统控制器与三种替代深度学习（ResNet-152、AlexNet、SqueezeNet）和三种机器学习模块（支持向量机、随机森林和决策树）相结合。这些模块使用十个不同异物穿透警报区的照片图像进行训练。为了涵盖不断变化的工业环境条件，我们通过使用每个类别最多 550 张图像来涵盖相机振动、阴影、反射、照度变化等破坏性影响。使用用于训练和测试这六个系统的受限数据，SqueezeNet 深度学习模型的最佳准确率为 95%，且没有过度拟合。尽管如此，基于机器学习的模型的预测时间比基于深度学习的模型快 100 倍。因此，安全系统可以快速适应任何可能的变化，并防止工作条件可能产生的噪音，并可以防止工业生产中可能发生的时间损失。 关键词：人工智能；图像分类；机器人与自动化 1 引言 几十年来，机器人技术一直用于工业生产和许多其他领域。各种产品的生产需求变化要求生产线和机器人单元频繁变化。生产线的变化会导致时间和劳动力的损失 [1]。这些损失的一个重要部分来自生产线中工作单元的安全要求。工业中不仅使用围栏，还使用基于传感器和摄像头的安全系统。基于摄像头的安全系统可以被认为是最先进的技术。在这种系统中，由于工作单元的变化，必须重新调整结构。可重构结构中使用的安全系统、基于人机互操作性的系统以及无围栏系统的图像处理也应适应这种灵活性 [2-4]。为了实现安全系统对工作灵活性的适应性，并避免环境条件引起的噪音，在传统的图像处理方法中加入人工智能算法是不可避免的。当目标是识别和区分进入工作单元的异物时，使用基于人工智能的图像处理的系统可能会提高安全系统的性能。传统的基于图像处理的安全系统无法可靠地识别友好物体。这些友好物体可能是工件或允许进入单元区域内的操作员。传统系统需要一些额外的设备来识别这些物体而不停止机器人手臂的工作。基于人工智能的安全系统在这方面更为成功。系统的可靠性将随着系统以期望和不期望的方式识别物体而提高。然而，众所周知，传统系统会受到工作环境中的振动、阴影和照度等噪声源的影响。可以建立一个能够快速响应未来变化并提高可靠性的安全系统。通过
欧胡岛行人规划_Final_reduced.pdf
整个城市道路系统对行人基础设施的需求巨大。仅是缺乏的一个方面，修建缺失的人行道的成本就超过 26 亿美元。为了帮助城市高效地投资有限的公共资源，该计划建立了一个行人优先网络，该网络绘制了城市街道和道路的地图，这些街道和道路为交通、学校、就业和商业中心以及其他主要目的地提供了最重要的步行连接。该计划列出了该网络沿线的优先人行道项目的分级列表，供城市实施。
国防部 CDAO 与美国空军合作进行人工智能和自主无人机的开发试飞
“在模拟飞机上整合能力并在演习中展示是一回事，而将成熟的技术交由专业开发测试社区进行测试则是另一回事。这还不是一个作战测试环境，但自主性和传感器集成方面的进步已经得到清晰展示，”前 JAIC 主任 Michael Groen 中将说道。“需要多层审查和批准，包括适航性、网络安全、安全性和测试评估。其中大部分都是新领域，验证平台自主性的概念，并构建评估平台自主性的测试结构。与美国空军的合作至关重要。这一系列试飞使团队成功完成了大部分技术目标。我们期待着继续取得进展，因为这个系统及其代表的更广泛能力正在加速项目向服务过渡。”
基于深度学习的惯性里程计使用注意力机制和 Res2Net 模块进行行人跟踪
摘要 — 由于低成本惯性传感器误差积累，行人航位推算是一项具有挑战性的任务。最近的研究表明，深度学习方法在处理这一问题上可以取得令人印象深刻的效果。在本信中，我们提出了一种基于深度学习的速度估计方法的惯性里程计。利用基于 Res2Net 模块和两个卷积块注意模块的深度神经网络来恢复水平速度矢量和来自智能手机的原始惯性数据之间的潜在联系。我们的网络仅使用公共惯性里程计数据集 (RoNIN) 数据的 50% 进行训练。然后，在 RoNIN 测试数据集和另一个公共惯性里程计数据集 (OXIOD) 上进行验证。与传统的基于步长和航向系统的算法相比，我们的方法将绝对平移误差 (ATE) 降低了 76%-86%。此外，与最先进的深度学习方法（RoNIN）相比，我们的方法将其ATE提高了6％-31.4％。
行人安全行动计划实践资源
综合零事故愿景计划；制定大胆目标，例如制定行人总体规划、通过开发审查和 CAMPO LRP/TIP 资助和建设行人安全改进设施。丹麦哥本哈根交通安全计划 https://kk.sites.itera.dk/apps/kk_p ub2/pdf/1154_iGUpXeTKoQ.pdf
邀请试行人工智能治理测试...
第一部分：为什么我们需要对人工智能治理进行测试？1.随着越来越多的产品和服务采用人工智能来提供更大的个性化或做出自主预测，公众需要确保人工智能系统是公平、可解释和安全的，部署它们的公司是透明和负责任的。目标是在支持人工智能日益广泛的使用的同时，培养公众对人工智能技术的信任。2.已经发布了自愿的人工智能治理框架和指南，以帮助系统所有者和开发人员实施值得信赖的人工智能产品和服务。1 自 2018 年以来，新加坡一直处于人工智能伦理和治理国际讨论的前沿，并指导行业负责任地开发和部署人工智能。2 新加坡资讯通信媒体发展管理局 (IMDA) 和个人数据保护委员会 (PDPC) 发布了《人工智能治理框架模型》（目前为第二版）、配套的《组织实施和自我评估指南》和两卷《用例汇编》，为行业自愿采用提供了实用且可实施的措施。
飞行人员的脊柱疼痛和诱发因素 div>
本研究旨在确定飞行人员脊柱疼痛的发生频率以及飞行环境中可能导致脊柱疼痛的诱发因素。这项横断面研究于 2012 年至 2019 年间进行。对参与者进行了问卷调查，询问他们的人口统计特征、使用的飞机类型、飞行时间、夜视镜 (NVG) 的使用情况、身体活动状况和脊柱疼痛情况。年龄在 22-52 岁之间的 475 名参与者（29.93±5.2）参与了该研究。研究发现，机组人员颈部疼痛的发生率为 5.89% (n=28)，背部疼痛的发生率为 9.89% (n=47)。用于腰颈部疼痛；研究发现，年龄、飞机类型、总飞行小时数、ASD 的使用情况、规律的体力活动和颈部锻炼等因素都会影响结果。腰痛评分与年龄、总飞行小时数呈低正相关性（分别为 r=0.134、r=0.177、p<0.05）；发现与规律的体力活动呈高度负相关性（r=-0.635，p<0.05）。研究发现，男性参与者的下背部疼痛评分高于直升机飞行员（p<0.05）。确定年龄在 30-39 岁之间、飞行时间在 3000 小时或以上并使用 DGG 的飞行人员的腰痛评分较高（p<0.05）。此外，研究发现，经常进行体力活动的人的腰痛评分较低（p<0.05）。在我们的研究中发现，不做颈部锻炼的人出现颈部疼痛的频率也很高（p<0.05）。我们的研究表明，年龄、所驾驶飞机的类型、总飞行时间和 TWD 的使用都会影响腰部和颈部疼痛，而定期的体力活动可以减轻腰部和颈部疼痛。经评估，根据个人和年龄进行正确的身体活动和后颈锻炼，并在使用任何对脊柱几何形状施加额外负荷的设备时遵守人体工程学规则，将有助于预防和减少背部和颈部疼痛。飞行人员的颈部疼痛。
FirstRand Bank Limited 发行人披露文件
尽管全球经济在经历了新冠疫情引发的最初冲击后正在恢复正常，但对宏观经济的长期影响仍不确定。除了担心生产能力受到永久性损害外，人们还担心乌克兰战争会对全球经济活动产生负面影响。尽管南非的大宗商品出口价格因地缘政治动荡而获得了短期周期性支撑，但如果这导致全球生产能力下降，特别是欧洲和亚洲的生产能力下降，这将通过出口下降和进口价格上涨对南非的经济活动产生负面影响。这也可能对流向南非的资本产生负面影响。更严重的地缘政治动荡可能会对全球风险偏好和流向南非的资本流动造成压力，并可能导致金融市场压力和兰特疲软。