XiaoMi-AI文件搜索系统
World File Search SystemHasan
合作。教授Hasan Dilbas
学习知识博士学位2014-2020 Yildiz技术大学，自然和应用科学研究生院，土木工程，土耳其研究生研究生2011年至2014年 - 2014年Yildiz技术大学，自然和应用科学研究生学院，土木工程学院，土耳其土耳其，2007年 - 2011年Erciyes University，Erciyes University，MühendislikFakültesiturkey turly turkey turikey trike turikey tryby try tryishoundusun i i yh trightik frikey。博士学位，研究回收骨料对混凝土特性的影响，Yildiz技术大学，自然和应用科学研究生学院，土木工程，土木工程，2020年研究生，对悬臂梁的机械行为进行检查，该悬臂梁的机械行为是由循环汇总的汇总汇总大学，Yildiz Condiper of Native and Applied Indoritiation，Inderivie norderied Enkities，Nortering Enkitied，2014年的综合汇总学院，2014年 - Contins vanYüzüncüYil大学，MühendislikFakültesi，İnşaatMühendisliğiBölümümümümümü助理教授2021 - 2025 vanyüzüncüncüncüyil yil Yil University，mühendislikfakültesi，MühendisliSliSISI
引用：Rabie，Obj和Selvarajan，S和Hasanin，T和Alshareef，Am和Am和Yogesh，CK和Uddin，M（2024）一种新颖的IoT Intrusion Intrusion检测框架U
物联网（IoT）在现代生活中广泛使用，例如在智能家居，智能运输等中。但是，由于物联网对恶意袭击的脆弱性，目前的安全措施无法完全保护该物联网。入侵检测可以保护物联网设备作为安全工具的最有害攻击。然而，常规入侵检测方法的时间和检测效率需要更准确。本文的主要贡献是开发一个简单的智能安全框架，以保护物联网免受网络攻击。为此，在拟议的工作中开发了决定性的红狐（DRF）优化和描述性背部传播径向函数（DBRF）分类的组合。这项工作的新颖性是，与机器学习算法合并的最近开发的DRF优化方法可用于最大化物联网系统的安全水平。首先，进行数据预处理和归一化操作以生成平衡的物联网数据集，以提高分类的检测准确性。然后，应用DRF优化算法以最佳调整精确入侵检测和分类所需的功能。它还支持提高训练速度并降低分类器的错误率。此外，还部署了DBRF分类模型，以使用优化的功能对正常和攻击数据流进行分类。在这里，建议的DRF-DBRF安全模型的性能使用五个不同且流行的IOT基准测试数据集进行了验证和测试。最后，通过使用各种评估参数将结果与先前的异常检测方法进行比较。
Monowar Hasan的课程
•技术计划委员会⋄欧洲数字系统设计（DSD），2025年EUROMICRO会议系列，Euromicro实时系统会议（ECRTS），2025年，2024年，IEEE车辆网络会议（VNC），2025，2025，2024，2024，2023，2023，2023，2021，2021，2021，2021，2021，5 2024, 2022 ⋄ IEEE International Symposium On Real-Time Distributed Computing (ISORC), 2025 ⋄ ACM Cyber-Physical System Security Workshop (CPSS), 2025, 2024 ⋄ IEEE International Conference on VLSI Design (VLSID), 2025, 2024 ⋄ AAAI International Symposium on AI for Agriculture, 2024 ⋄ ACM Workshop on CPS & IoT Security and Privacy (CPSIoTSec), 2024, 2022, 2021 ⋄ DATE Initiative on Autonomous Systems Design (ASD), 2024 ⋄ International Conference on Applied Cryptography and Network Security (ACNS), 2024 ⋄ IEEE Real-Time Systems Symposium (RTSS), 2023, 2022, 2021 ⋄ IEEE Workshop on Top Picks in Hardware and嵌入式安全性（Toppicks），2023，2021
参考文献：Kraft Florian、Rodriguez-Aliaga Piere、袁伟民、Franken Lena、Zajt Kamil、Hasan Dimah、Lee Ting-Ting、Flex Elisabetta、Hentschel Andrea
标题：大脑的畸形和通过伴侣的伴侣功能受损1†，Piere Rodriguez-Aliaga 2†，Weimin Yuan 3†，Lena Franken 1，Kamil Zajt 4，Dimah Hasan 5，Dimah Hasan 5，Ting-Tang 2，Ting-Tang 2，Elisabeth andReas andReas andReas，Andres and and s. Ula Knopp 1，Eva Lausberg 1，Jeremias Krause 1，Zhang 4，Pamela Trapane 10，Riley Carroll 10，Martin McClatchey 11，Lisa Fry 13，Andrew E. 14，Katherine A Blood 16，Jean-Madeleine De Sainte Agathe 17，Charles Pergan 18 9，Gorančuturilo20，Borut Peterlin 19，Karin Diderich 21，Haley Streff 22，Laurie Robak 22，Laurie Robak 22，Renske Oegema Oegema Oegema 23，Ellen Van Binsbergen 23，Ellen van Binsbergen 23，John Herriges 24，Carol j. Saund，239 ，HannsLochmüller31，Stefanie Meyer 31，Alberto Aleman 31，Kiran Polavarapu 31,32，Gael Nicolas 33,34，Alice Goldenberg 33，Lucie Guyant 33，Kathleen Pope 35 Decondt 41，Wim Van Paesschen 42,43，Claudine Rieubland 44，Claudia Poloni 44，Guipponi 44，Marine Meussen，47和J. Jansen 48，Jessica Rosenblum 47，Tobias B.瓦格纳（Wagner）51，马丁·威斯曼（Martin Wismann），埃格·托马斯（Egger Thomas），51马蒂亚斯·贝格曼（Matthias Begemann）1，安德烈亚斯·罗斯（Andreas Roos）31,52,53，马丁·哈斯勒（MartinHäusler）29,38，蒂姆·安格勒（Tim Schedl）54，马可·塔塔格利亚（Marco Tartaglia），马尔科·塔塔格利亚（Marco Tartaglia）14，朱利安娜·布雷默（Juliane Bremer），朱利安·布雷默（Juliane Bremer）4，史蒂芬·帕克3 *
Aldewachi，Hasan，Al-Zidan，Radhwan N.，Conner，Matthew T.和Salman，Mootaz M.（2021）。在发现新颖的的高通量筛选平台 意图阅读和信任人类机器人互动 Naji Alhasnawi，Bilal Naji，Jasim，Basil H.，Issa，Walid和Esteban，M。Dolores（2020）。智能混合动力的逆变器的新型合作控制器 客户价值理论和争议解决策略 Ciolfi，Luigina（2019）。魔术作为技术乌托邦？在陶器中解开交互性和基础架构的问题。在：文化政治 JI，Hongfen，Wang，Dawei，Bao，Weichao，Lu，Zhilun，Wang，ge，ge，Yang，Huijing，Mostaed，Ali，ali，Lihao，Lihao，Linhao，Feteira，Feteira，Antonio，Antonio，Sun，Sun，Sun，Sun，Shikuan，Shikuan，Xu，Fangfang，Fangfang，l L
摘要：神经退行性疾病（NDDS）是无法治愈的，令人衰弱的疾病，导致中枢神经系统（CNS）中神经细胞的进行性变性和/或死亡。对CNS疾病的可行治疗靶标和新治疗方法的认同，尤其是NDD是药物发现领域的主要挑战。 这些困难可以归因于所涉及的细胞的多样性，神经回路的极端复杂性，组织再生的能力有限以及我们对基本病理过程的不完全理解。 药物发现是一个复杂而多学科的过程。 当前药物发现方案中的筛查速率意味着只有一种可行的药物可能是由于数百万筛查的化合物而产生的，因此需要改善发现技术和方案以解决多种损耗原因。 这已经确定需要筛选较大的库，其中使用有效的高通量筛选（HTS）成为发现过程中的关键。 HT可以每天研究成千上万种化合物的含量。 但是，如果可以筛选较少的化合物并损害成功的可能性，则成本和时间将大大降低。 为此，计算机辅助设计，计算机库中的最新进展以及分子对接软件结合了基于细胞平台的升级，已进化，以提高筛选效率，并具有更高的可预测性和临床适用性。对CNS疾病的可行治疗靶标和新治疗方法的认同，尤其是NDD是药物发现领域的主要挑战。这些困难可以归因于所涉及的细胞的多样性，神经回路的极端复杂性，组织再生的能力有限以及我们对基本病理过程的不完全理解。药物发现是一个复杂而多学科的过程。当前药物发现方案中的筛查速率意味着只有一种可行的药物可能是由于数百万筛查的化合物而产生的，因此需要改善发现技术和方案以解决多种损耗原因。这已经确定需要筛选较大的库，其中使用有效的高通量筛选（HTS）成为发现过程中的关键。HT可以每天研究成千上万种化合物的含量。但是，如果可以筛选较少的化合物并损害成功的可能性，则成本和时间将大大降低。为此，计算机辅助设计，计算机库中的最新进展以及分子对接软件结合了基于细胞平台的升级，已进化，以提高筛选效率，并具有更高的可预测性和临床适用性。我们在这里审查了HT在当代药物发现过程中，尤其是NDD的越来越多的作用，并评估其成功应用的标准。我们还讨论了HTS对新型NDD疗法的需求，并研究了验证新药物靶标和开发NDD的新疗法的当前主要挑战。
Hasan MK，Datta AK，Saha A，Begum S（2025）Hipposideros Grandis G.M.的新分销记录艾伦（Allen），1936年，大叶鼻子蝙蝠（Chiroptera，Hipposi Lepidocollema Brisbanense（c。Knight）p.m. Jørg。，一个新的...
尚未就Ban -Gladesh的Chiropteran Fauna的状态和分布进行全面研究。根据国际自然保护联盟（IUCN）孟加拉国的一份报告，已经确定了35种BAT物种，其中18种将其中18种归类为数据不足（IUCN Bangladesh 2015）。自从评估以来，已经将另外八种蝙蝠种添加到国家清单中：河马兰卡迪瓦（Kellart，1850年），希波斯德罗斯·波莫纳（Hipposideros Pomona）（K. Andersen，1918年），rhinolophus pusillus（Temminck，Temminck，1834），pipisterlus javanicus（1834） 1911年），Coelops Frithii（Blyth，1848年），Rhinolophus Luctus（Temminck，1834年）和Hipposideros Armiger（Hodgson，1835）（Saha等人2015，2017a，2017b，2017c，2021; Mia等。2019;艾哈迈德等。2020; Aziz等。2024）。最近Ul Hasan和Kingston（2022）系统地回顾了孟加拉国蝙蝠的多样性和分布。他们确认了31种蝙蝠，并指出，由于其确认的邻国分布，预计在孟加拉国有43种（其中38种（其中38种）将发生。在孟加拉国的记录物种中，河马家族构成六种：Hippo-Sideros Pomona，Hipposideros larvatus（Horsfield，1823年），Hipposideros Lankadiva，Hipposideros cineraceus cineraceus（Blyth）Hipposdieros Grandis已经从中国，缅甸，泰国和越南记录下来（Bates等人2016）。2022）。2022; Bates等。2016）。2024）。Hipposideros Grandis，Grand Leaf-Shosed Bat，自2006年以来一直被视为一种独特的物种（Thabah等人2006），但此后被认为是与幼虫组相处的（Yuzefovich等人。该物种的分类状态需要进一步澄清，以将其与“幼虫物种复合物”中的其他分类单元区分开，并定义其分布范围（Yuzefovich等人。最近从孟加拉国的Bandarban Sadar Upazila录制了H. Grandis（Aziz等人在本研究中，我们从孟加拉国的Baraiyadhala国家公园扩展了该物种最西端的分布。
![2024 年 9 月 [哈桑·亚瑟·阿尔尼斯]](/simg/5/53cce10c23db230a344ab39ad6fac71ac5d097bc.webp)
2024 年 9 月 [哈桑·亚瑟·阿尔尼斯]
Parkinson, JA (2013)。Thiazotropsin 聚集及其与 DNA 小沟中分子识别的关系。Biophys Chem , 179 , 1-11。doi:10.1016/j.bpc.2013.04.001 2012 Alniss, HY、Nahoum G. Anthony、Abedawn I. Khalaf、Simon P. Mackay、Colin J. Suckling、Roger D. Waigh、Nial J. Wheate 和 John A. Parkinson。合理化 DNA 小沟中配体组装的序列选择：thiazotropsin A 的案例。Chem. Sci., 2012, 3, 711-722
作为太空环境模型的加州贻贝足蛋白粘附特性的计算分析 Sana Hasan Jagmag
简介：来自加州贻贝的贻贝足蛋白 (MFP) 的粘附特性因其在生物医学工程和材料科学等领域的潜在应用而备受关注[1][2]。然而，温度、压力和 pH 等太空环境对这些蛋白质的影响尚未得到充分探索。本研究提出了一种计算机模拟方法来研究 MFP 在太空相关条件下的结构动力学。通过序列分析和分子动力学模拟的结构分析，我们模拟了关键粘附蛋白的行为，重点关注它们的构象变化和相互作用能。[4] 我们的研究结果表明，虽然一些 MFP 在不同条件下表现出稳定性模式的变化。这些结果为 MFP 在太空应用中的潜在应用提供了宝贵的见解，例如用于修复航天器的生物粘合剂和适用于陆地环境的其他材料。此外，MFP 可用于太空医学中的伤口愈合，其独特的涂层可用于潮湿和太空环境[4][5]。需要进一步研究来验证这些计算预测并探索在空间技术中利用 MFP 的可行性。
与人工神经网络的木聚合物复合材料的机械性能建模Mustafa AltayEroğlu，A， * Suat Altun，B和HasanHüsey
Mechanical properties (tensile strength (TS), modulus of elasticity in tensile (MET), flexural strength (FS), modulus of elasticity (MOE)) of the material to be obtained depending on the production parameters in the production of high-density polyethylene (HDPE) wood-polymer composites with Scots pine wood flour additive were predicted using Artificial Neural Networks (ANN) model and without破坏性测试。在研究的第一阶段，使用来自56种不同研究的有关木材聚合物复合材料的机械性能的不同研究开发了ANN模型。在第二阶段，为了确定模型的可靠性，使用未在模型的训练和测试中使用的输入参数估算输出值。基于相同的输入参数，产生了测试样品，并进行了机械测试。通过考虑平均绝对百分比误差（MAPE）值来比较从实验和ANN模型中获得的结果。在ANN模型的训练和测试阶段获得的测定系数（R 2）值均高于0.90。通过这种方式，ANN模型成功预测了木材聚合物复合材料的机械性能。由于从机械测试获得的大多数MAPE值低于10％，因此该模型被认为是可靠的模型。doi：10.15376/biores.19.3.4468-4485关键字：拉伸强度；弯曲力；弹性模量； HDPE; MAPE联系信息：A：Safranbolu的互助设计系，Safranbolu西YılmazDizdar职业学校，卡拉布克大学，Safranbolu/Karabuk，土耳其； B：土耳其卡拉布克大学卡拉布克大学技术学院工业设计工程系；答：土耳其杜兹克大学的林产品工业工程，杜兹斯大学林业教师； *通讯作者：altayeroglu@karabuk.edu.tr简介