XiaoMi-AI文件搜索系统
World File Search SystemDevice
电气与计算机工程（专注于微系统、材料和设备），MSECE
戈登工程领导力学院 电气与计算机工程硕士学位，主修微系统、材料和设备，并获得工程领导力研究生证书 学生可以完成电气与计算机工程理学硕士学位，主修微系统、材料和设备，同时获得工程领导力研究生证书 (https://catalog.northeastern.edu/graduate/engineering/multidisciplinary/engineering-leadership-graduate-certificate/)。 学生必须申请并被戈登工程领导力项目录取才能选择此选项。 该课程要求完成获得工程领导力研究生证书所需的 16 学期课程，其中包括与多位导师一起进行的行业挑战项目。 综合的 40 学期学位和证书将需要 24 学期的经顾问批准的微系统、材料和设备技术课程。
CPAP和下颌进步装置处理对OSA 1心脏结构和功能的比较效应：心血管磁共振
CPAP和下颌发展装置处理对OSA中1个心脏结构和功能的比较效果：心血管磁共振共鸣2随机对照研究3 4短标题：新月CMR 5 6 Nithin R. Iyer Mbbs 1,2
特刊 - 超表面光学和器件的进展
《材料》（ISSN 1996-1944）于 2008 年创刊。该期刊涵盖 25 个综合主题：生物材料、能源材料、先进复合材料、先进材料特性、多孔材料、制造工艺和系统、先进纳米材料和纳米技术、智能材料、薄膜和界面、催化材料、碳材料、材料化学、材料物理、光学和光子学、腐蚀、建筑和建筑材料、材料模拟和设计、电子材料、先进和功能性陶瓷和玻璃、金属和合金、软物质、聚合物材料、量子材料、材料力学、绿色材料、通用材料。《材料》为投稿高质量文章和利用其庞大的读者群提供了独特的机会。
triffid：提高第一响应者效率的自动机器人辅助
摘要 - 视觉变压器（VIT）在各种计算机视觉任务中都表现出最先进的性能，但是其高计算需求使其对于资源有限的边缘设备不切实际。本文介绍了Microvit，这是一种轻巧的视觉变压器体系结构，通过显着降低计算复杂性，同时保持高精度，从而优化了边缘设备。Microvit的核心是有效的单头注意（ESHA）机制，该机制利用组卷积减少特征冗余，并且仅处理一小部分通道，从而降低了自我注意力的负担。Microvit是使用多阶段元式构建结构设计的，堆叠了多个微型编码器以提高效率和性能。Imagenet-1k和可可数据集上的全面实验表明，微型电视可以达到竞争精度，同时显着改善了3。6×更快的推理速度和降低效率高40％的效率的速度比移动设备系列高40％，这使其适合在资源受限环境（例如移动设备和边缘设备）中部署。索引术语 - 分类，自我注意力，视觉跨前，边缘设备。
脊髓损伤后功能恢复的非侵入性方法：治疗目标和多模式设备干预
© 2021 Elsevier。根据知识共享署名-非商业-禁止演绎 4.0 国际许可协议获得许可，允许在任何媒体中进行无限制、非商业性的使用、分发和复制，前提是对作品进行适当引用。
短脉冲激光辅助制造Si-Sio2微冷却装置
摘要：热管理是最苛刻的检测器技术和微电子学的未来的主要挑战之一。微流体冷却已被提议作为现代高功率微电子中热量耗散问题的完全集成解决方案。基于硅的微流体设备的传统制造涉及用于表面图案的先进的，基于面膜的光刻技术。此类设施的有限可用性阻止了广泛的开发和使用。我们演示了无掩模激光写作的相关性，以有利地替换光刻步骤并提供更原型的过程流。我们使用脉冲持续时间为50 ps的20 W红外激光器雕刻并钻出525 µm厚的硅晶片。阳极键与SIO 2晶片用于封装图案表面。机械夹紧入口/出口连接器完成了完全操作的微动设备。该设备的功能已通过热流体测量验证。我们的方法构成了一个模块化的微观分化解决方案，该解决方案应促进针对共同设计的电子和微流体的新概念的原型研究。
WiFi和Lora能源消耗比较IOT ESP 32/ SX1278设备 div> 通过使用高性能电离微电极阵列与光学成像相关的高性能电离微电极阵列
摘要 - 物联网（IoT）设备的使用已通过许多不同的领域传播。农业的运输，健康和能源管理是使用物联网系统的一些领域。对物联网系统的无线通信技术的选择对于其最佳性能至关重要。但是，必须考虑此选择的因素，例如所需的覆盖范围或能源消耗。在本文中，已经执行了使用低成本物联网设备的WiFi和Lora低功率广泛区域网络（LPWAN）传输后确定可获得的电池寿命。具有5秒的传输间隔和默认设置，WiFi和Lora都获得了类似的结果。此外，WiFi的表现优于默认设置和30秒的传输间隔。最后，洛拉（Lora）在更改的设置变化时确实跑赢了wifi，因为洛拉（Lora）的传输功率为10 dbm。
通过机械荧光变色揭示微流控装置中微藻的摩擦应力
人们对聚二乙炔的机械荧光变色行为进行了深入研究：通过二乙炔前体的光聚合获得的蓝色非发光固相在机械刺激下转化为红色发光固相。受这些化合物作为微尺度力探针的巨大潜力的启发，机械荧光变色在微藻生物技术中得以实现。事实上，微流控芯片中的机械诱导可以削弱细胞包膜并促进微藻产生的高附加值化合物的提取。据报告，基于聚二乙炔的机械荧光变色传感器能够检测微通道中施加在微藻上的应力。设计了一种三乙氧基硅烷二乙炔前体，它在紫色低发射相中光聚合，并在机械应力下转化为红色高发射相。此后，制定了一项协议，以化学方式在微流体通道中接枝一层聚二乙炔层，并最终证明，在有限区域内压缩莱茵衣藻微藻时，摩擦应力会通过聚二乙炔的机械荧光变色响应显示出来，导致荧光显著增强，最高可达 83%。这种微尺度力探针原型为微流体环境中的微尺度应力检测奠定了基础，它不仅适用于微藻，还适用于任何机械响应的细胞样本。
基于残余运动分类的用户界面，用于完全四肢瘫痪患者控制辅助设备
摘要 — 目的：完全性四肢瘫痪会使人失去手部功能。辅助技术可以提高自主性，但用户仍然需要符合人体工程学的界面来操作这些设备。尽管四肢瘫痪的人手臂瘫痪，但他们可能仍保留着残留的肩部运动。在这项研究中，我们探索了这些运动作为控制辅助设备的一种方式。方法：我们用一个惯性传感器捕捉肩部运动，并通过训练基于支持向量机的分类器，将这些信息解码为用户意图。结果：设置和训练过程只需几分钟，因此分类器可以是用户特定的。我们对 10 名身体健全和 2 名脊髓损伤参与者测试了该算法。平均分类准确率分别为 80% 和 84%。结论：提出的算法易于设置，操作完全自动化，所取得的结果与最先进的系统相当。意义：手部功能障碍人士使用的辅助设备在用户界面上存在局限性。我们的工作提出了一种新方法来克服这些限制，即对用户动作进行分类并将其解码为用户意图，所有这些都只需简单的设置和培训，无需手动调整。我们通过对最终用户的实验证明了它的可行性，其中包括完全四肢瘫痪、没有手部功能的人。
利用机器学习实现医疗设备的网络安全
摘要 - 本研究旨在通过识别漏洞和推荐有效策略来增强起搏器设备的网络安全框架。目标是查明网络安全弱点，利用机器学习预测安全漏洞，并根据分析趋势提出对策。文献综述强调了起搏器技术从基本的固定速率设备向具有无线功能的复杂系统的转变，这在改善患者护理的同时，也带来了重大的网络安全风险。这些风险包括未经授权的进入、数据泄露和危及生命的设备故障。本研究的方法采用定量研究方法，使用 WUSTL-EHMS-2020 数据集，其中包括网络流量特征、患者的生物特征和攻击标签。机器学习预测的分步方法包括数据收集、数据预处理、特征工程和使用支持向量机 (SVM) 和梯度提升机 (GBM) 进行模型训练。实施结果使用准确度、精确度、召回率和 F1 分数等评估指标来表明 GBM 模型优于 SVM 模型。 GBM 模型的准确率高达 95.1%，而 SVM 的准确率仅为 92.5%，精确率高达 99.6%，而 SVM 的准确率仅为 96.7%，召回率高达 94.9%，而 SVM 的召回率仅为 42.7%，F1 得分高达 76.3%，而 SVM 的 F1 得分仅为 59.0%，这使得 GBM 模型在预测网络安全威胁方面更为有效。这项研究的结论是，GBM 是一种有效的机器学习模型，可通过分析网络流量和生物特征数据模式来增强起搏器网络安全。未来改善起搏器网络安全的建议包括实施 GBM 模型进行威胁预测、与现有安全措施集成以及定期更新和再训练模型。