XiaoMi-AI文件搜索系统
World File Search SystemHandwriting
历史文献分析中的人工智能
手写历史文献的研究通常称为手稿研究，涉及系统地分析文献的内容、表面材料和笔迹。笔迹分析通常是最具挑战性的任务，它提供了对作者、写作风格、制作时间甚至文献地理位置的重要见解。提取、处理和广泛检查手稿中的手写文本以获得这些见解。但是，如果手动进行，这种分析非常耗费人力，并且容易出现偏差和错误。为了获得高效可靠的结果，计算机视觉 (CV)、模式识别 (PR) 和人工智能 (AI) 技术可用于笔迹分析。这些现代定量方法和统计分析为理解、修改和更新许多关键历史手稿的当前假设打开了一扇新的大门。
Hopeman小学总结了检查结果，Moray委员会01/10/24
孩子在写作中增加了形容词。早期的儿童将受益于更多练习信的机会。第一层的孩子很好地使用策略来拼写熟悉和陌生的单词。第二级的儿童做笔记和重新起草工作，以创建领导角色的申请。他们需要更多的机会来跨各种流派编写。教师已经采用了整个学校的方法来支持儿童手写和演讲。儿童从这种对演讲和笔迹的关注越来越多，书面作品的质量正在提高，尤其是在早期和第一级。算术和数学总体上，大多数孩子在算术和数学方面取得了良好的进步。数字，金钱和测量n在早期级别，孩子们认识到0-20的数字。一些孩子需要支持
Pete 的人工智能教育演讲 - Cashmere 学区
● 个性化学习：为学习困难的学生提供更多练习题，为学习领先的学生提供更多高级概念 ● 几秒钟内完成区分 ● 提高学生的坚持度 ● 手写转换为数字 ● 文本转语音，语音转文本 ● 语言翻译
古存者的眼睛Ex Machina -CVF Open Access
中世纪手稿的稳定数字化正在迅速改变古编目的领域，这挑战了关于手写和书籍生产的假设。这一发展已经确定了历史上重要的文字文本，甚至个人抄写本身。例如，已故中世纪英语文学的学者确定了许多文学手稿的抄写者，以及伦敦政府秘书在塑造文学文化中的重要作用。然而，传统的古学尚无协议的方法或固定标准，可以将手写归因于特定社区，时期或抄写员。古存者采用的方法本质上是定性的，并且存在着人的偏见。即使是那些挥舞着强大的“古征象者”的人也无法声称客观性。计算机视觉提供了在作者识别和检索基准方面具有出色表现的解决方案，但是古老社区并未广泛采用这些方法，因为它们往往不会在实践中坚持下去。在这项工作中，我们试图用旨在自动化古征学的软件包桥接鸿沟，而是要增强古造型者的眼睛。我们介绍了自动手写识别工具，可以在视觉上快速理解和评估结果，并在归因于以前未知的抄写员时，将其用作众多专家的一项功能。我们还通过分析托马斯·霍克夫夫（Thomas Hoccleve）撰写的几个物品（私人印章的高产店员），也是一个重要的十五世纪英语诗人，我们还为我们的软件展示了一个用例。
人工智能辅助历史文献数字化
关键词：历史文献、手写、数字化、数字化、文化遗产、保存。摘要：保存历史档案遗产不仅涉及保护这些宝贵文本的物理措施，还涉及提供数字保存。然而，仅仅将手稿和抄本数字化是不够的。还需要进一步的步骤：数字化其内容，即逐字转录扫描的文本。此过程可以准确保存其文本内容，从而更易于搜索信息和进行进一步分析。借助人工智能，特别是深度神经网络 (DNN)，可以执行自动手写识别。在本研究中，我们使用了一种成熟的 DNN 类型的卷积循环神经网络 (CRNN) 来确定自动转录五个不同语言和时间段不同的历史数据集所需的最少标记数据量。结果表明，在几乎所有情况下，仅使用几百行标记文本就可以实现低于 10% 的字符错误率 (CER)。
基于拼写的语言神经解码 BCI 系统
摘要 — 脑机接口 (BCI) 通过将神经活动直接转换成文本，消除了身体动作的需要，从而提供了一种有前途的途径。然而，现有的非侵入式 BCI 系统尚未成功覆盖整个字母表，限制了它们的实用性。在本文中，我们提出了一种新型的非侵入式基于 EEG 的 BCI 系统，该系统具有基于课程的神经拼写框架，它首先通过解码与手写相关的神经信号来识别所有 26 个字母，然后应用生成式 AI (GenAI) 来增强基于拼写的神经语言解码任务。我们的方法结合了手写的便利性和 EEG 技术的可访问性，利用先进的神经解码算法和预训练的大型语言模型 (LLM) 将 EEG 模式高精度地转换为文本。该系统展示了 GenAI 如何提高典型的基于拼写的神经语言解码任务的性能，并解决了以前方法的局限性，为有沟通障碍的个人提供了可扩展且用户友好的解决方案，从而增强了包容性的沟通选择。
附件二、host professor information form_NCU.xlsx
人工智能（AI），深度学习，智能无人机，智能运输系统（ITS），强化学习（RL），神经建筑搜索（NAS），车辆品牌和模型识别，基于KINECT - 基于Kinect的在线手写识别系统，人员计数，行为分析，车牌检测和识别系统
DNA测试及其在犯罪检测中的使用
（i）DNA（脱氧核糖核酸）（ii）RNA（核糖核酸）（iii）Lie-detector检验（IV）测试（V）脑映射测试（P300）（VI）NARCO分析测试（也称为真实血清测试（VII）语音分析测试（VIII）手指打印（VIII）手指打印（IX）