XiaoMi-AI文件搜索系统
World File Search System解析器
扩展卡尔曼滤波器设计及船舶运动预测...
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 数据从全球船舶传输，甚高频 (VHF) AIS 接收器以美国国家海洋电子协会 (NMEA) 指定的格式接收信号作为编码的 ASCII 字符。因此，必须使用解析器解码 AIS 语句以获得实时船舶位置、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特征。使用来自挪威特隆赫姆港的实时 AIS 数据验证了 EKF，并证明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。索引术语 — 卡尔曼滤波器、状态估计、运动预测、碰撞检测、无人水面航行器、船舶
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
安全输入处理
大多数安全漏洞是由不安全的输入处理引起的。这些讲义讨论了用于安全输入处理的模式和反图案，也讨论了输出处理，因为某些输入问题实际上是输出问题。一个常见的误解是，我们应该简单地验证或消毒输入以防止输入问题。可能需要输入验证或缺乏疗法，但也可能是解决一些输入问题的完全错误的方法。此外，即使它们在根本上是非常不同的概念，也通常会发现（或困惑）验证和缺乏症。使事情变得更糟，许多（近）同义词 - 过滤，编码，逃脱，中和引用 - 加剧了混乱。我们将从解析的角度来研究输入处理。典型的应用必须解析多种语言，格式和协议。大多数安全问题是由于这些语言的不安全，错误或意外解析所致。在这里，这些讲义很大程度上归功于Langsec方法对不安全输入处理的根本原因的见解。解析提供了一个有用的观点，可以在结构上防止输入处理问题：Langsec构建安全解析器的方法以及不容易受到注射攻击的键入和“安全” API。
在细菌纳米孔测序数据中发现甲基化的DNA基序
抽象细菌DNA甲基化参与了各种细胞功能，从基因表达的调节，DNA修复和限制性化系统来防御病毒和其他异物DNA。甲基分析确定细菌染色体中甲基化的位点，揭示了可能由天然限制酶靶向的基序。因此，对这些基序的识别对于使生物体具有遗传诱因至关重要，其中模仿大肠杆菌中的甲基甲基模式允许保护质粒DNA免受目标生物体的限制，因此可以极大地提高转化效率。 牛津纳米孔技术（ONT）测序可以在测序过程中检测甲基化的碱基，但是需要软件来识别数据中相应的甲基化基序。 在这里，我们开发了Mijamp（Mijamp只是一个甲基床解析器），该软件包是为了从ONT的Modkit的输出或甲基床格式中的其他数据中发现甲基化基序而开发的软件包。 Mijamp采用了人为驱动的改进策略，从经验上验证了针对全基因组甲基化数据的所有基序，从而消除了错误，未解释或过度解释的基序。 Mijamp还可以在特定的，用户定义的主题上报告甲基化数据。 使用Mijamp，我们确定了对照菌株（野生型大肠杆菌）和picosynecococcus sp中的甲基化基序。 菌株PCC7002，为改善该生物体转化的基础奠定了基础。 Mijamp可从https://code.ornl.gov/alexander-public/mijamp/获得。对这些基序的识别对于使生物体具有遗传诱因至关重要，其中模仿大肠杆菌中的甲基甲基模式允许保护质粒DNA免受目标生物体的限制，因此可以极大地提高转化效率。牛津纳米孔技术（ONT）测序可以在测序过程中检测甲基化的碱基，但是需要软件来识别数据中相应的甲基化基序。在这里，我们开发了Mijamp（Mijamp只是一个甲基床解析器），该软件包是为了从ONT的Modkit的输出或甲基床格式中的其他数据中发现甲基化基序而开发的软件包。Mijamp采用了人为驱动的改进策略，从经验上验证了针对全基因组甲基化数据的所有基序，从而消除了错误，未解释或过度解释的基序。Mijamp还可以在特定的，用户定义的主题上报告甲基化数据。使用Mijamp，我们确定了对照菌株（野生型大肠杆菌）和picosynecococcus sp中的甲基化基序。菌株PCC7002，为改善该生物体转化的基础奠定了基础。Mijamp可从https://code.ornl.gov/alexander-public/mijamp/获得。
在细菌纳米孔测序数据中发现甲基化的DNA基序
抽象细菌DNA甲基化参与了各种细胞功能，从基因表达的调节，DNA修复和限制性化系统来防御病毒和其他异物DNA。甲基分析确定细菌染色体中甲基化的位点，揭示了可能由天然限制酶靶向的基序。因此，对这些基序的识别对于使生物体具有遗传诱因至关重要，其中模仿大肠杆菌中的甲基甲基模式允许保护质粒DNA免受目标生物体的限制，因此可以极大地提高转化效率。 牛津纳米孔技术（ONT）测序可以在测序过程中检测甲基化的碱基，但是需要软件来识别数据中相应的甲基化基序。 在这里，我们开发了Mijamp（Mijamp只是一个甲基床解析器），该软件包是为了从ONT的Modkit的输出或甲基床格式中的其他数据中发现甲基化基序而开发的软件包。 Mijamp采用了人为驱动的改进策略，从经验上验证了针对全基因组甲基化数据的所有基序，从而消除了错误，未解释或过度解释的基序。 Mijamp还可以在特定的，用户定义的主题上报告甲基化数据。 使用Mijamp，我们确定了对照菌株（野生型大肠杆菌）和picosynecococcus sp中的甲基化基序。 菌株PCC7002，为改善该生物体转化的基础奠定了基础。 Mijamp可从https://code.ornl.gov/5g6/mijamp/获得。对这些基序的识别对于使生物体具有遗传诱因至关重要，其中模仿大肠杆菌中的甲基甲基模式允许保护质粒DNA免受目标生物体的限制，因此可以极大地提高转化效率。牛津纳米孔技术（ONT）测序可以在测序过程中检测甲基化的碱基，但是需要软件来识别数据中相应的甲基化基序。在这里，我们开发了Mijamp（Mijamp只是一个甲基床解析器），该软件包是为了从ONT的Modkit的输出或甲基床格式中的其他数据中发现甲基化基序而开发的软件包。Mijamp采用了人为驱动的改进策略，从经验上验证了针对全基因组甲基化数据的所有基序，从而消除了错误，未解释或过度解释的基序。Mijamp还可以在特定的，用户定义的主题上报告甲基化数据。使用Mijamp，我们确定了对照菌株（野生型大肠杆菌）和picosynecococcus sp中的甲基化基序。菌株PCC7002，为改善该生物体转化的基础奠定了基础。Mijamp可从https://code.ornl.gov/5g6/mijamp/获得。
人工智能市场
[画外音] 认识 AI Markets。对于需要实时数据和见解的投资者，AI Markets 使用自然语言处理来了解他们的要求并立即获取，将大量全球市场数据从我们的交易柜台带到他们的交易柜台。这种人工智能的使用有助于以前所未有的速度满足我们客户的独特需求；并从汇丰的全球研究和交易数据、市场分析、定价和执行中找到他们所需的见解。在汇丰，这只是我们利用人工智能开辟机遇世界和拥抱创新以开发下一代数字银行的一种方式。免责声明：AI Markets 允许用户使用自然语言处理（“NLP”）访问某些汇丰数据，该处理提供了解释和理解人类语言的能力。AI Markets 使用的 NLP 解析器将尝试根据可用的数据将用户的查询与适当的答案进行匹配。此 NLP 模型的各个方面使用机器学习，机器学习是人工智能的一个子集，使用数学工具和算法来创建可用于进行预测的模型。AI Markets 不使用基于机器学习的生成式人工智能来获取文本或其他格式的内容并生成文本或其他格式的新上下文。AI Markets 提供的信息仅供参考，其准确性可能有所不同，仅供参考。
基于扩散概率模型的医学图像分割
扩散概率模型 (DPM) 近期成为计算机视觉领域最热门的话题之一。其图像生成应用（如 Imagen、潜在扩散模型和稳定扩散）已展示出令人印象深刻的生成能力，引发了社区的广泛讨论。此外，许多近期研究发现 DPM 可用于多种其他视觉任务，包括图像去模糊、超分辨率和异常检测。受 DPM 成功的启发，我们提出了 MedSegDiff，这是第一个基于 DPM 的用于一般医学图像分割任务的模型。为了增强用于医学图像分割的 DPM 中的逐步区域注意力，我们提出了动态条件编码，它为每个采样步骤建立状态自适应条件。此外，我们提出了特征频率解析器 (FF-Parser) 来消除此过程中高频噪声成分的负面影响。我们在三种不同图像模态的医学分割任务上验证了 MedSegDiff 的有效性，包括眼底图像上的视杯分割、MRI 图像上的脑肿瘤分割和超声图像上的甲状腺结节分割。我们的实验结果表明，MedSegDiff 的表现比最先进的 (SOTA) 方法有相当大的性能差距，证明了所提模型的泛化和有效性。关键词：扩散概率模型、医学图像分割、脑肿瘤、视杯、甲状腺结节
IJACSIT 第 03 卷 - ELVEDIT.COM
电子营销工具的品牌建设与提升模型：实际意义 Tadas Limba, Gintarė Gulevičiūtė, Virginija Jurkutė 135-155 多项目环境下的调度约束编程方法 Marcin Relich 156-171 资本主义经济的反危机管理工具 Alexander A. Antonov 172-190 电子商务定性标准应用模型：实际实施的视角 Tadas Limba, Gintarė Gulevičiūtė 191-213 用例多解释的 UML 配置文件 Mira Abboud, Hala Naja, Mohamad Dbouk, Bilal El Haj Ali 214-226 用于模拟植物组织培养实验的网格应用程序 Florence I. Akaneme, Collins N. Udanor, Jane Nwachukwu、Chibuike Ugwuoke、Carl .E.A Okezie、Benjamin Ogwo 227-242 聚类进化计算用于解决旅行商问题 Tanasanee Phienthrakul 243-262 代理驱动的移动学习应用 Collins N. Udanor、O.U. Oparaku 263-272 在 Web 服务发现中使用多个相似性标准的演变 Hassan Azizi Darounkolaei、Seyed Yaser Bozorgi Rad 273-281 软件教育中的多方面任务：递归解析器案例 Evgeny Pyshkin 282-305 使用 SVM 方法作为基本分类器的结构化流数据挖掘 Hadi Barani Baravati、Javad Hosseinkhani、Solmaz Keikhaee、Abbas Shahsavari 306-316
IJACSIT 第 03 卷 - ELVEDIT.COM
电子营销工具的品牌建设与提升模型：实际意义 Tadas Limba、Gintarė Gulevičiūtė、Virginija Jurkutė 135-155 多项目环境中调度的约束编程方法 Marcin Relich 156-171 资本主义经济的反危机管理工具 Alexander A. Antonov 172-190 电子商务定性标准应用模型：实际实施的观点 Tadas Limba、Gintarė Gulevičiūtė 191-213 用于多解释用例的 UML 配置文件 Mira Abboud、Hala Naja、Mohamad Dbouk、Bilal El Haj Ali 214-226 用于模拟植物组织培养实验的支持网格的应用程序 Florence I. Akaneme、Collins N. Udanor、Jane Nwachukwu、 Chibuike Ugwuoke，Carl .EA Okezie，Benjamin Ogwo 227-242 聚类进化计算用于解决旅行商问题 Tanasanee Phienthrakul 243-262 代理驱动的移动学习应用 Collins N. Udanor，OU Oparaku 263-272 在 Web 服务发现中使用多个相似性标准的演变 Hassan Azizi Darounkolaei，Seyed Yaser Bozorgi Rad 273-281 软件教育中的多方面任务：递归解析器案例 Evgeny Pyshkin 282-305 使用 SVM 方法作为基本分类器的结构化流数据挖掘 Hadi Barani Baravati，Javad Hosseinkhani，Solmaz Keikhaee，Abbas Shahsavari 306-316
基于 Web 的飞机调度和维护决策支持系统
摘要：飞机调度涉及在飞机发生意外故障时确定最佳调度选项。目前，停机坪上的维护技术人员获取支持信息的渠道有限，在大量维护手册中找到正确的信息是一项耗时的任务，常常导致技术延误。本文介绍了一种新型的基于 Web 的原型决策支持系统，以帮助技术人员进行飞机调度决策和后续维护执行。建立并实施了实时调度决策支持的系统架构。持证维护技术人员通过运营环境中的案例研究对开发的系统进行了评估。该系统完全自动从多个数据源检索信息，对给定的故障消息执行替代识别和评估，并为技术人员提供对相关信息（包括相关维护任务）的现场访问。案例研究表明，每个调度决策可能节省高达 98% 的时间。此外，它使目前主要基于纸张的调度决策流程数字化，从而减少物流和纸张浪费。该原型是第一个在飞机维护领域提供运营决策支持的原型，并通过提供代表性案例研究解决了决策支持系统研究中经常发现的理论与实践之间缺乏关联的问题。为基于 SGML 的文档开发的自定义解析器可以有效地识别和提取相关信息，极大地有助于整体缩短决策时间。