XiaoMi-AI文件搜索系统
World File Search SystemBertrand
地雷传感器技术研究综述...
根据官方人物，全世界埋葬了超过1亿个地雷。尽管打算进行战争，但这些地雷在战争结束后仍保持活跃。每天这些地雷都是由平民活动意外触发的，破坏了土地，杀害或破坏无辜的人。为了帮助制止这种环境和人类的破坏，科学界必须发展有效的人道主义魔术。矿山检测对于人道主义的贬低尤其重要。军事拆除的目的是迅速清理矿山，以使部队穿过土地区域。军事脱离通常需要80％的矿山破坏率。相比之下，人道主义魔鬼的目标是清除足够的矿山，以允许对土地的平民使用（例如建筑或农业）。人道主义魔术要求的破坏率接近完美：联合国规格的速度需要高于99.6％的速度。当然，清理的关键方面是地雷检测。在可以去除地雷之前，必须找到它们。为了帮助科学探究矿物检测，本文回顾了用于矿山检测的主要电流和开发技术。我们不声称包括所有技术。通常很难获得针对特定军事应用的研究细节。本文强调了对矿山检测技术的重要研究，这些研究在最近的几个会议和最近的许多文章和报告中都讨论了，以展示有希望的未来研究方向。
Bertrand Braunschweig、Rodolphe Gelin、François Terrier。人工智能安全之墙：confiance.ai 计划中的方法。人工智能安全研讨会 (SAFEAI)，2022 年 2 月，虚拟，加拿大。�hal-03657293�
摘要 AI 在高速发展的过程中面临着一些“障碍”。除了社会和伦理方面的考虑，AI 社区在使用、设计和研究方面也面临着一些相互关联但又汇聚了一些考虑的障碍：信任、安全、能源、人机合作和“非人性”。安全问题对所有这些问题来说都是特别重要的主题。Confiance.ai 工业计划旨在通过开发七个相互关联的项目来解决其中的一些问题，这些项目从不同的角度解决这些方面的问题，并将它们集成到基于 AI 的系统的工程环境中。我们将介绍 confiance.ai 采取的具体方法以及基于成员提供的真实工业用例的验证策略。
EE 汽车架构和链接 ECU：限制和新需求 El Khamis Kadiri、Eric Fitterer、Bertrand Delord Manson PSA Peugeot Citroën Route de Giz
1. 背景 当前车辆发展的主要趋势是车辆中的电气和电子系统数量不断增加。引入这些系统是为了为客户提供更多舒适性和安全性功能。本文的第一部分通过示例和当前 EEA 解决方案的 ECU（电子控制单元）技术概述介绍了正在进行的 EEA（电气电子架构）解决方案的背景。本描述还介绍了未来几年的市场趋势，其中 ADAS 系统和 HEV/EV 具有更大的 ECU 扩散潜力。但是，为了阻止这种 ECU 增长以应对单纯的车辆集成并控制电子系统成本，本文的第二部分将说明 EEA 设计的目标假设，该假设为汽车行业带来了未来的技术挑战。在当今的车辆中，在 EEA 系统中添加新功能主要是通过添加一个到几个带有自己的传感器/执行器 (S/A) 组件的 ECU 来实现的。 ECU 的构建主要归功于 EEA 结构，在该结构中，当前的 ECU 得以维护以支持车辆在以下阶段的限制：- 开发阶段，设计遗留和强大的集成要求、工具、技术
Astrid Bertrand、Winston Maxwell、Xavier Vamparys。基于人工智能的反洗钱 (AML) 系统是否符合欧洲基本权利？。ICML 2020 法律与机器学习研讨会，2020 年 7 月，奥地利维埃纳。�hal-02884824v1�
反洗钱和打击恐怖主义融资 (AML) 法律要求银行部署交易监控系统 (TMS) 来检测银行客户的可疑活动并向执法机构报告该活动。由于监控客户数据以检测可疑活动会干扰基本权利，因此 AML 系统必须遵守欧洲基本权利法下的比例测试，正如欧洲联盟法院 (CJEU) 最近在爱尔兰数字权利案和瑞典 Tele2 - Watson 案中所表达的那样。据我们所知，尚未分析 AML 系统是否符合这些最新案件中所表达的比例测试。随着银行和监管机构考虑转向基于 AI 的工具来检测可疑交易，了解比例测试如何适用于当前的 AML 系统就显得更加重要。本文的目的有两个：研究当前的 AML 系统是否符合比例测试，以及研究 AML 系统中向 AI 的转变是否会加剧比例问题。在可能的情况下，我们建议对已发现的比例问题采取可能的补救措施。
Winston Maxwell、Astrid Bertrand、Xavier Vamparys。基于人工智能的反洗钱 (AML) 系统是否符合欧洲基本权利？ICML 2020 法律与机器学习研讨会，2020 年 7 月，奥地利维埃纳。hal-02884824v3
13 欧洲议会和欧洲理事会 2016 年 4 月 27 日颁布的 (EU) 2016/680 号指令，关于在主管当局为预防、调查、侦查或起诉刑事犯罪或执行刑事处罚而处理个人数据方面保护自然人，以及关于此类数据的自由流动，并废除理事会框架决定 2008/977/JHA、OJ L 119/89（警察 - 刑事司法指令）
Winston Maxwell、Astrid Bertrand、Xavier Vamparys。基于人工智能的反洗钱 (AML) 系统是否与欧洲基本权利兼容？ICML 2020 法律与机器学习研讨会，2020 年 7 月，奥地利维埃纳。hal-02884824v4
13 欧洲议会和欧洲理事会 2016 年 4 月 27 日颁布的 (EU) 2016/680 号指令，关于在主管当局为预防、调查、侦查或起诉刑事犯罪或执行刑事处罚而处理个人数据方面保护自然人，以及关于此类数据的自由流动，并废除理事会框架决定 2008/977/JHA、OJ L 119/89（警察 - 刑事司法指令）
Juliette Mattioli、Gabriel Pedroza、Souhaiel Khalfaoui、Bertrand Leroy。结合数据驱动和基于知识的 AI 范式来设计基于 AI 的安全关键系统。人工智能安全研讨会 (SafeAI)，2022 年 2 月，虚拟，加拿大。hal-03622260
基于人工智能的系统的开发面临着多重艰巨挑战。这些挑战主要一方面归因于相关工程学科（系统、安全、安保）的技术债务、其固有的复杂性、尚未解决的问题，另一方面归因于人工智能自主性的新兴风险、人工智能启发式与所需确定性之间的权衡，以及总体而言，定义、描述、评估和证明基于人工智能的系统足够安全和可信的难度。尽管过去几十年来，许多领域做出了大量研究贡献并取得了不可否认的进步，但实验性人工智能和可认证人工智能之间仍然存在差距。本文旨在“通过设计”弥合这一差距。考虑到工程范式是指定、关联和推断知识的基础，提出了一种新范式来实现 AI 认证。所提出的范式承认现有的 AI 方法，即联结主义、符号主义和混合主义，并提出利用它们作为知识捕获的基本特征。因此获得了一个概念元体，分别包含数据驱动、知识驱动和混合驱动的类别。由于观察到研究偏离了知识驱动，而是努力采用数据驱动方法，我们的范式呼吁依靠混合驱动方法来增强知识工程，以改善它们的耦合并从它们的互补性中获益。
1聚合物添加剂对杆的裂纹 -
Carlos M. Baz-Cotto，A * Jason R. Arrows，A，1 Haoran Y Tim Clime，Clo by Sears，A。C。
避免有益植物 - 微生物相互作用的有害防御反应
Bertrand Cariou，Matthieu Pichelin，Thomas Goronflot，CélineGonfroy，Michel Marre等。在住院的COVID-19患者中，新诊断为糖尿病的典型特征和预后，Coronado研究的结果。糖尿病研究与临床实践，2021，175，pp.108695。10.1016/j.diabres.2021.108695。hal-03150683