职业简介 电子系教授 自 1995 年起在 Acharya Narendra Dev 学院工作。 行政任务 负责老师 2004-2006、2016-17、2021-22 管理机构教师代表:2004-05 和 2017-2018。 员工委员会秘书 2008-2010 成员。委员会课程 奖励和奖学金委员会委员 2022-24 招生委员会召集人 2018-2020 内部评估委员会召集人 2019-2021 SEC/AECC 评估中心协调员 2016-2018 电子音乐协会召集人 2016-17、2021-22 Dhun 音乐协会召集人 2019-21、21-23 考试委员会召集人 2006-2008 电子俱乐部召集人 2004-2006 电子系特设助理教授遴选委员会 2018-19 感兴趣的领域/专业
将机器学习 (ML) 技术集成到车载自组织网络 (VANET) 中,可为自动驾驶和 ITS 应用提供有前景的功能。本文使用 DSRC 数据来评估不同 ML 模型(包括朴素贝叶斯、随机森林、KNN 和梯度提升)在正常和对抗场景中的有效性。由于数据集相对不平衡,因此采用合成少数过采样技术 (SMOTE) 进行采样,并采用防御性蒸馏来提高模型对对抗性扰动的弹性。从结果中可以清楚地看出,梯度提升和随机森林等模型在两种情况下都表现出很高的准确性,从而表明在出现新威胁时使用机器学习来提高 VANET 安全性和可靠性的潜力。通过这项研究,阐明了 ML 在保护车辆通信方面的应用对于提高交通安全和流量的重要性。
(i) 缅甸平民退休人员/家庭退休人员和巴基斯坦流离失所政府退休人员的退休人员/家庭,他们是印度国民,但代表巴基斯坦政府领取退休金,并领取临时特惠津贴。(ii) 中央政府雇员,他们在国有企业/自治机构吸收时已领取一次性金额,并领取 1/3 恢复的折算养老金。(iii) 领取 2016 年前工资等级/工资的临时养老金的退休人员。(iv) 根据本部门的 OM 编号领取抚恤金的公积金受益人、其遗孀和符合条件的子女。1997 年 12 月 16 日颁布的 45/52/97-P&PW(E),经本部门 2013 年 6 月 27 日颁布的 OM 1/10/2012-P&PW(E) 修订。将针对上述类别发布单独命令。4.涉及卢比零头的 DR 支付应四舍五入到下一个更高的卢比。
ICRA 注意到,由于 Michaung 气旋引发的山洪暴发,安得拉邦 Sullurpeta 制造厂的运营中断。为 Enercon Wind energy Private Limited (Enercon) 提供服务的工厂已于 2024 年 2 月恢复运营,订单完好无损。上述设施已投保,在保险调查过程正在进行中,该公司已收到 1 亿卢比的临时付款(根据报告的损失进行调整),并获得了租赁租金减免。此外,客户的提前付款为公司的流动性提供了支持,鉴于事件的不可抗力性质,客户没有采取任何处罚措施。因此,其现金信用额度保持适度利用,具有足够的提款能力。该公司还获得了母公司的支持,但在此期间并未获得支持。
主要职责: - 协助所有参与地点实施 HOPE II 研究方案,确保持续遵守所有适用的 HOPE II 标准操作程序 (SOP)。 - 协助实施 HOPE II 研究的运营方面,包括一般管理、监管方面、站点设置、数据管理和安全报告。 - 招募参与者并征得其同意,进行研究访问并接种研究疫苗。 - 为研究参与者提供性和生殖保健服务。 - 协助评估数据质量保证程序、与 QA/QC 相关的问题。 - 确保实现研究的累积和保留目标,并根据需要为应急计划做出贡献。 - 根据研究方案,协助为申办方和管理机构编制有关数据、不良事件的准确、定期和临时报告。 - 参加团队成员的协议程序培训。 - 确定研究特定的培训需求,并在整个研究过程中为研究人员提供培训。
摘要 — 设计、仿真、分析和验证方法对于开发整个电子电路和系统至关重要。虽然半导体技术中使用了长期存在的 EDA 软件,但量子计算系统尚未有对应的软件。尽管量子计算社区开始利用和调整一些现有的 EDA 工具,例如设计量子处理器和控制电子设备以驱动量子位,甚至解决一些量子计算设计任务,但他们并没有充分利用过去几十年在设计自动化领域获得的专业知识。当前的中型量子计算机是以“临时”方式设计的,使用了异构方法和工具。随着我们进入大规模时代,进一步采用 EDA 方法和量子计算软件是及时和关键的。在本文中,我们概述了当今全栈量子计算系统的实现方式,并讨论了从当前场景过渡到包含全自动系统范围架构、设计、仿真、验证和测试的综合框架的主要挑战是什么。
车辆临时网络(VANET)代表了无线传感器网络(WSN)的改进,其移动感官节点位于车辆内。车辆Adhoc网络在智能城市的应用中处于关键位置,因为车间通信被认为是维持城市技术效率必不可少的。尽管Vanet提供了好处,但它在智能城市应用程序的背景下遇到了许多挑战和缺点。这样的挑战与Vanet的安全和隐私原则有关。隐私和安全性作为与Vanet相关的主要问题,促使多个研究人员在过去十年中提出安全解决方案。目前的研究工作着重于提高服务质量(QoS)的提高数据通信的安全性水平。通过使用区块链技术以及将椭圆曲线加密功能与安全的哈希功能集成以保护从节点到移动控制单元(MCU)的数据通信来实现此安全性增强。此外,提出的研究工作通过采用神经模糊逻辑来识别从源节点到移动控制单元(MCU)的最佳路径,为移动节点和控制单元之间的数据提供了有效的路由机制。将提出的工作与现有的密码方法以及最新的路由路径优化算法,即粒子群优化(PSO),遗传算法(GA),模因算法(MA)(MA)和Honey Bee优化(HBO),以及在计算时间内交付,以确定其优势,即通过PARTIT和分组,并在计算时间内建立优势。
Adhoc网络(建立临时网络(开放Wi-Fi,网络/个人热点)安全性,绩效和网络可用性问题(农村与城市的位置,已开发的与发展中国家,可用基础架构,移动网络覆盖率,黑点,黑点)。云存储和云计算(可扩展性,同步,协作,福利 /缺点)云技术(灾难恢复,数据安全性,兼容性,维护,维护,停机时间,停机时间,员工专业知识)的性能注意事项。< / div> Modern Team Working (worldwide, multicultural, inclusive, in different time zones, flexible) Describe how modern technologies can be used to manage modern teams (Collaboration and communication tools, scheduling and planning tools) Describe how organisations use modern technologies to communicate with stakeholders Inclusivity and Accessibility (Inclusivity - age, health, additional needs, multicultural.可访问性需求 - 法律义务,视觉,听力,语音,运动,认知。技能水平 - 专家,常规,偶尔,新手。Demographics: age, beliefs/values, culture, past experiences Impact of Technology on organisations (infrastructure,24/7 access ,security, collaboration , remote working) Impacts of Technology on individuals (flexibility (home/remote working) , working styles (choice of time, device, location) , mental wellbeing (depression, loneliness, self-confidence, separation from stressful environment, feel in control of own schedule, schedule adjusted to meet needs of family,较少的时间通勤)对PPE的修订支持来源:
人工智能 (AI) 技术是无线传感器网络 (WSN) 中能源利用的最重要考虑因素。AI 通过优化传感器节点的能耗来改变工业运营。因此,它对于提高传感器节点定位精度至关重要,尤其是在不平衡或 Ad-hoc 环境中。因此,本研究的目的是提高传感器节点经常遇到障碍物或障碍物的位置的定位过程的准确性。蜂群优化 (BSO) 算法用于分割传感器节点,以提高锚节点和未知节点对之间的到达方向 (DoA) 估计的准确性。即使在存在不平衡条件的情况下,涉及三个独立蜂群的所提出的 DoA-BSO 也可以识别合理的锚节点以及排列成簇的分段节点。为了获得预期结果,目标函数的设计考虑了锚节点和未知节点对的跳数、能量和传输距离等因素。研究在大规模 WSN 中使用传感器节点对进行,以确定 DoA-BSO 的定位精度。将 DoA-BSO 与传统方法进行比较时,元启发式算法的结果表明,它显著提高了节点的准确性和分割性。
LTPC 子流:电子系统工程 21ECE201J Python 和科学 Python 2 0 2 3 21ECE202T 微纳米制造技术 3 0 0 3 21ECE203J 农业智能传感器和设备 2 0 2 3 21ECE204T 光电子学 3 0 0 3 21ECE205T 柔性电子学 3 0 0 3 21ECE301T 纳米级电子设备 3 0 0 3 21ECE302J 实时操作系统 2 0 2 3 21ECE303T MEMS 技术 3 0 0 3 21ECE304T 网络物理系统框架 3 0 0 3 21ECE305J 机器学习算法 2 0 2 3 21ECE401T 高级数字系统设计 3 0 0 3 21ECE402T 半导体器件建模 3 0 0 3 21ECE403T 微波集成电路 3 0 0 3 21ECE404T 太赫兹器件及应用 3 0 0 3 子流:通信系统工程 21ECE220T 无线和光学传感器 3 0 0 3 21ECE221T 雷达和导航辅助设备 3 0 0 3 21ECE222T 自组织和传感器网络 3 0 0 3 21ECE223T 卫星通信和广播 3 0 0 3 21ECE224T 密码学和网络安全 3 0 0 3 21ECE225T 光学系统和网络 3 0 0 3 21ECE320T 软件定义网络 3 0 0 3 21ECE321T 射频和微波半导体器件 3 0 0 3 21ECE322T 使用 R 进行数据分析 3 0 0 3 21ECE323T 网络安全 3 0 0 3 21ECE324T 先进的移动通信系统 3 0 0 3 21ECE420T 信息理论与编码 3 0 0 3 21ECE421T 无线通信网络 3 0 0 3 子流:信号处理 21ECE240T 小波和信号处理 3 0 0 3 21ECE241J 音频和语音处理 2 0 2 3 21ECE242J 模式识别和神经网络 2 0 2 3 21ECE340J 数字图像和视频处理 2 0 2 3 21ECE341J DSP 系统设计 2 0 2 3 21ECE440T 自适应信号处理 3 0 0 3 21ECE441T 机器感知与认知 3 0 0 3 21ECE442T 多媒体压缩技术 3 0 0 3 总学习学分 18