XiaoMi-AI文件搜索系统
World File Search SystemDiagnosis
联邦学习用于监测工业过程的条件：关于故障诊断方法，挑战和前景的审查
摘要：通过基于条件的维护（CBM）调度来降低停机时间和提高生产率至关重要。的确，用于故障诊断（FD）的先进智能学习系统使有效隔离并识别故障的起源成为可能。已验证的智能工业基础设施技术使FD成为一项完全分散的分布式计算任务。为此，由于法律法规的限制或利益冲突，因此通常受所谓数据岛化的不同地区/机构之间的分配仅限于隐私，安全风险和行业竞争。因此，联邦学习（FL）被认为是将数据与多个参与者分开的有效过程，以协作培训智能且可靠的FD模型。据我们所知，迄今为止尚未对该主题进行全面研究，因此迫切需要进行基于审查的研究。在此范围内，我们的工作致力于审查FL应用程序诊断应用程序的最新进展，而FD方法，挑战和未来的前景受到特别关注。
特刊“基于机器学习和深度学习的机器故障诊断和预测的进展”
故障诊断和故障预测旨在通过用预测性或条件性维护策略取代预防性和纠正性维护来减少系统停机时间并优化其性能。诊断算法提供的系统当前健康状态知识以及预测算法提供的系统健康状态随时间演变的知识对于建立预测性和条件性维护必不可少，因此科学界对开发越来越有效的监测算法很感兴趣。在文献中，故障诊断和故障预测方法主要有四种：基于物理模型的方法、数据驱动方法、专家方法和混合方法。数据采集和存储工具以及处理算法的快速发展，加上产生大量数据流的仪器仪表和过程自动化技术的发展，促进了数据驱动方法的发展。本书中提出的论文提出了新的故障诊断和故障预测方法，为结构化和非结构化不确定性、多种故障的存在、缺乏对使用条件的先验知识、特征提取和选择、模型优化和在线实施等科学问题提供了解决方案。本书提供的各种应用支持，从微电子设备到大型系统，强调了每个应用领域特有的实施约束并提出了合适的解决方案。在 [1] 中，提出了一种深度学习方法，该方法结合小波变换用于不同频率和尺度下的特征提取，以及卷积神经网络 (CNN) 用于特征选择和故障分类。两个滤波阶段（小波变换和卷积函数）的关联可以处理过程的非线性机制和变量之间的高度相关性。该方法在制冷剂生产过程中得到了成功验证。 [2] 还将小波变换用作第一步数据处理，并与改进的粒子群优化 (PSO) 和具有线性增加惯性权重的反向传播 (BP) 神经网络相结合。其思想是将 PBNN 与改进的 PSO 算法结合起来进行参数优化，从而提高分类精度。该方法用于交流电源驱动的三相鼠笼感应电动机的故障诊断。考虑的故障包括轴承损坏、定子绕组、匝间短路和转子断条。[3] 也考虑了感应电动机，其研究重点是使用属性选择方法的影响，例如 ReliefF、基于相关性的特征选择 (CFS) 以及基于相关性和适应度值的特征选择 (CFFS)。概率神经网络 (PNN)、径向基函数神经网络 (RBNN) 和反向传播神经网络 (BPNN) 等神经分类器的性能。本研究分析了感应电机的电流信号以进行故障诊断。研究结果表明，ReliefF、CFS 和 CFFS 比未使用的特征选择方法具有更好的效率。[4] 讨论了可变运行条件下的故障诊断问题，其中数据处理是通过统计工具（经验模式分解）和 CFFS 的组合来完成的。
乙肝筛查、检测和诊断 - 核心概念
美国多个组织已建议对感染 HBV 风险较高的人群进行常规乙肝病毒 (HBV) 感染筛查，其中包括美国疾病控制和预防中心 (CDC)、美国预防服务工作组 (USPSTF)、美国肝病研究协会 (AASLD) 和美国内科医师学会 (ACP) [ 1 , 2 , 3 , 4 ] 2023 年 3 月，CDC 发布了乙肝筛查和检测指南，建议对所有成年人进行普遍乙肝病毒 (HBV) 筛查，以及对选定群体进行基于风险的重复检测，使用 3 项检测面板，包括乙肝表面抗原 (HBsAg)、乙肝表面抗原抗体 (anti-HBs) 和乙肝核心抗原总抗体 (anti-HBc)。[ 5 ] 在这些建议中，“筛查”一词是指对未知感染风险增加的无症状人群进行血清学检测接触 HBV 的风险；“检测”是指对出现 HBV 相关症状或 HBV 风险增加的人进行血清学检测。[ 5 ] 以下列表总结了新的 CDC 建议草案。[ 5 ] 请注意，某些筛查指征取决于国家一级的 HBV 流行率（表 1）。[ 3 ]
腹水的诊断和治疗 - 核心概念
腰部凸起提示有腹水（图 3）。[3] 体格检查时，腹水量至少需要 1,500 mL，才能发现腰部浊音。移动性浊音试验可提高体格检查对腹水的诊断灵敏度；该试验对腹水的检测灵敏度为 83%，特异性为 56%。[3] 当病史和体格检查怀疑有腹水时，应进行腹部影像学检查。完整的腹部超声检查将确认腹水的存在，可能揭示肝硬化和门脉高压的证据（例如，肝脏结节、门静脉直径大于 12 毫米或脾肿大），并可评估肝细胞癌或门静脉血栓形成的证据。
NIT Warangal Newslittler 2023年9月
电气工程系是瓦兰加尔国立技术学院（NITW）的最古老的部门之一。成立了该研究所的主要部门之一，该部门于1959年积极从事电气工程领域的教学和研究。凭借出色的教师，该部门在“电力电子与驱动器”，“电力系统工程”，“智能电气网格”的电气和电子工程和研究生（M.Tech）计划的研究生（B.Tech）计划下提供了报名。电气工程计划。该部门设有设备齐全的最先进的实验室，可以增强课程工作并增强研究潜力。该部门拥有一个充满活力的学术界，在学者，研究和工业方面拥有深刻的经验，专门从事教学学习过程，并积极从事尖端的研发活动，具有广泛的专业知识领域；电力电子和驱动器，电力电子设备在节能照明系统中的应用，DSP控制的工业驱动器，电动汽车和无线电力传输以及电力质量改进，电力系统的状态估计和实时控制，ANN和FUZZY逻辑在电力系统中的应用，电力系统，电力系统放松，电力系统瞬态，动力系统瞬态，人工智能和机器学习等
利用图像处理中的多层对称技术进行脑肿瘤分类和诊断
准确及时地检测脑肿瘤区域对选择治疗类型、治疗成功率以及在治疗期间跟踪疾病进程具有非常重要的影响。现有的脑肿瘤诊断算法面临着在各种不同质量的脑图像上表现良好、结果对算法中引入的参数的低敏感性以及在形成早期可靠地诊断肿瘤等方面的问题。为此，数字图像处理方法以及机器学习有助于尽快诊断肿瘤以及治疗和手术类型。这些理解医学图像的综合技术是研究人员提高诊断准确性的重要工具。在本文中，我们打算执行与患有肿瘤的人脑 MRI 图像相关的分类方法，目的是检查含有星形细胞瘤的腺体。用于脑肿瘤分类的方法包括预处理步骤、窗口化和使用两种类型的 T1-w 和 Flair 脑 MRI 图像提取肿瘤的组织学和统计特征，以及降低提取特征的维度的方法以及如何训练它们进行分类。结果表明，通过使用对称性和多层聚类的组合技术，在提高准确率的同时，处理时间也减少了。关键词：脑肿瘤、MRI、分类、诊断、图像处理。提交日期：2023 年 10 月 14 日，修订日期：2023 年 11 月 16 日，接受日期：2023 年 11 月 28 日
增强艾滋病毒和结核病诊断-RFP
POC HIV病毒载荷（HIV VL）测试具有当天周转时间的测试，已表现出改善的临床结果（“关于HIV预防，测试，治疗，治疗，服务交付和监测的合并指南：公共卫生的建议”），但是由于有限的市场选项和技术批准的测试，因此采用率很低，因为有限的领域批准了众所周知的测试或近距离测试。（“根据全球基金质量保证政策分类的HIV诊断测试套件和设备清单”）。一个主要的挑战是缺乏负担得起的，用户友好的血液收集和样品处理设备，这些设备在真正的POC设置中可以稳健性能。克服这些挑战对于更广泛的采用和改善艾滋病毒管理的挽救生命诊断至关重要。
基于高通量定量PCR
Aurore Loquet，RémiLeGuern，Teddy Grandjean，Claire Duboyez，Marvin Baudin等。基于高促销定量PCR的孕妇，用于孕妇的Bacertill阴道病诊断的克拉斯菌和回归树。分子诊断杂志，2021，23（2），pp.234-241。10.1016/j.jmoldx.2020.11.004。hal-03311394