XiaoMi-AI文件搜索系统
World File Search SystemMDPI
网络物理微电网系统中的网络攻击 - MDPI
摘要：近十年来，网络安全的重要性和需求不断增加。由于缺乏有效的安全措施，以信息物理系统 (CPS) 为模型的国家关键基础设施正变得脆弱。攻击者变得越来越创新，攻击变得无法检测，从而给这些系统带来巨大风险。在这种情况下，应该引入智能和不断发展的检测方法来取代基本和过时的方法。人工智能 (AI) 分析数据和预测结果的能力为研究人员探索人工智能在网络安全中的力量创造了机会。本文讨论了新时代智能和智能技术，例如模式识别模型、深度神经网络、生成对抗网络和强化学习，用于 CPS 中的网络安全。分析了信息技术中使用的传统安全方法与 CPS 中使用的安全方法之间的差异，并详细讨论了向智能方法过渡的必要性。设计了一种用于微电网系统的基于深度神经网络的控制器，用于检测和缓解网络攻击。作为案例研究，对一种克服现有微电网保护的隐秘局部隐蔽攻击进行了建模。观察到 DNN 控制器检测和缓解 SLCA 的能力。实验以模拟和实时方式进行，以分析人工智能在网络安全中的有效性。
网络物理微电网系统中的网络攻击 - MDPI
摘要：近十年来，网络安全的重要性和需求不断增加。由于缺乏有效的安全措施，以信息物理系统 (CPS) 为模型的国家关键基础设施正变得脆弱。攻击者变得越来越创新，攻击变得无法检测，从而给这些系统带来巨大风险。在这种情况下，应该引入智能和不断发展的检测方法来取代基本和过时的方法。人工智能 (AI) 分析数据和预测结果的能力为研究人员探索人工智能在网络安全中的力量创造了机会。本文讨论了新时代智能和智能技术，例如模式识别模型、深度神经网络、生成对抗网络和强化学习，用于 CPS 中的网络安全。分析了信息技术中使用的传统安全方法与 CPS 中使用的安全方法之间的差异，并详细讨论了向智能方法过渡的必要性。设计了一种用于微电网系统的基于深度神经网络的控制器，用于检测和缓解网络攻击。作为案例研究，对一种克服现有微电网保护的隐秘局部隐蔽攻击进行了建模。观察到 DNN 控制器检测和缓解 SLCA 的能力。实验以模拟和实时方式进行，以分析人工智能在网络安全中的有效性。
网络物理电力系统中的网络安全 - MDPI
摘要：当前的能源转型与电力系统的现代化相结合，为电力系统的传输、分配、运行、规划、监控和控制带来了重大变革。这些进步在很大程度上依赖于新计算和通信技术的应用，这些技术与传统物理系统相结合，导致了信息物理系统 (CPS) 的出现。从这个意义上讲，除了保持可靠、经济和安全的电网的传统挑战之外，现在还必须应对随着 CPS 的发展而出现的新的网络攻击漏洞。意识到这一观点以及行业因网络攻击而面临的持续挑战的严重性，本文旨在对信息物理电力系统中的网络安全文献进行全面调查。为此，本文介绍了主要网络攻击类型的明确定义、历史时间表和分类，包括构成 CPS 的概念、架构和基本组件，以及管理、控制和保护 CPS 的漏洞。此外，本文还介绍了网络安全的防御策略和未来趋势。为了进行这项研究，我们在相关学术和工业数据库中进行了仔细的搜索，并详细报告了重点关注减轻网络攻击和确保现代 CPS 网络安全的关键工作。最后，本文提出了
海洋工业中的数字孪生 - MDPI
摘要：海洋蕴藏着丰富的资源，但海洋资源的开发利用呈现出复杂多变的产业形势。探索海洋产业的可持续发展具有重要的现实意义，因为它涉及合理利用海洋资源和保护环境。本研究创新性地综述了数字孪生技术（DTT）在船舶制造业（SBI）、海洋油气工业、海洋渔业和海洋能源产业等海洋产业各个领域的应用现状。研究结果表明，DTT 为 SBI 的全生命周期管理（LCM）提供了强大的支持，包括数字化设计、智能处理、操作和错误管理。此外，本研究深入探讨了 DTT 在海洋产业中应用的挑战和前景，旨在为该行业的智能系统提供参考和方向，并指导未来海洋资源的合理开发和利用。
海洋工业中的数字孪生 - MDPI
摘要：海洋蕴藏着丰富的资源，但如何利用这些资源发展海洋经济，是一个复杂多变的产业形势。探索海洋产业的可持续发展具有重要的现实意义，因为它涉及合理利用海洋资源和保护环境。本研究创新性地综述了数字孪生技术（DTT）在船舶制造业（SBI）、海洋油气工业、海洋渔业和海洋能源产业等海洋产业各个领域的应用现状。研究结果表明，DTT 为 SBI 的全生命周期管理（LCM）提供了强大的支持，包括数字化设计、智能处理、操作和错误管理。此外，本文还深入探讨了 DTT 在海洋产业中应用的挑战和前景，旨在为该行业的智能系统提供参考和方向，指导未来海洋资源的合理开发和利用。
工业 5.0 时代的技术现代化 - MDPI
摘要：过去几年，突发事件给生产线带来了挑战。最近的 COVID-19 全球疫情就是一个显著的例子。除了社会影响之外，病毒还摧毁了传统的工业生产体系。工业 4.0 需要适应不断变化的先决条件。然而，下一个运动——工业 5.0，近年来已经出现。工业 5.0 采取了比工业 4.0 更协调的方法，人与机器之间的协作有所增加。工业 5.0 以人为本，改进了工业 4.0，使其具有更大的可持续性和弹性。工业 4.0 的概念是通过信息物理系统进行互连。工业 5.0 也与工业 4.0 所支持的系统相关，它讨论了“人与机器”（称为机器人或协作机器人）之间的关系。本文讨论了工业 5.0 的可能性、限制和未来的分析潜力。工业 5.0 是一种新的范式变化，它倾向于通过谈判解决，因为它不太重视技术，并假设进步的可能性取决于人与机器之间的协作。本文旨在研究工业 5.0 的潜在实现。在发现当前的进展和问题后，对所研究主题的先前研究进行了审查，发现了研究的局限性，并制定了系统的分析程序。工业 5.0 的分类和这场工业革命所需的复杂技术是讨论的首要主题。还讨论了工业 5.0 支持的应用领域，例如医疗保健、供应链、生产增长、云工业生产等。研究还包括本文调查的挑战和问题，以更好地了解生产线上某些机器人系统和个人之间的组织引起的问题。
电动汽车应用的数字孪生平台概述 - MDPI
摘要：数字孪生 (DT) 技术已被广泛应用于电动汽车等各种领域。DT 平台实时提供物理对象的虚拟表示或高级模拟。最近，不同的研究已经将 DT 应用于电动汽车的各个方面。通常，DT 可以模拟道路上的实际车辆，以预测/优化其性能并提高车辆安全性。此外，DT 还可用于优化制造流程、实时状态监控（在所有级别和所有动力总成组件中）、能源管理优化、组件重新利用，甚至回收过程。本文概述了可用于电动汽车应用的不同 DT 平台。对基于模型和数据驱动的 DT 进行了推论比较。就可用的 DT 平台讨论了 EV 主系统。讨论了 EV 行业中使用的 DT 平台。最后，审查表明，数据驱动的 DT 优于基于模型的 DT，因为它们能够处理高复杂性的系统。
标题 开发基于人工智能的学习系统，让 L2 学习者真实而无处不在地学习英语 作者 Fenglin Jia、Daner Sun、Qing Ma 和 Chee-Kit Looi 版权所有 © 2022 作者和 MDPI 这是以下文章的发布版本：Jia, F.、Sun, D.、Ma, Q. 和 Looi, CK (2022)。开发基于人工智能的 L2 学习系统
摘要：受人工智能 (AI) 技术在教育领域的快速发展和应用以及 COVID-19 大流行期间语言学习者的需求的推动，开发了一种人工智能英语语言学习 (AIELL) 系统，该系统具有真实和无处不在的学习功能，可用于习得英语作为第二语言 (L2) 的词汇和语法。本研究的目的是介绍用于设计、开发、评估和验证 AIELL 系统的开发过程和方法，并提炼出在真实情境中学习英语的关键设计特征。测试共有 20 名参与者，研究中有 3 名受访者。采用混合研究方法来分析数据，包括演示测试、可用性测试和访谈。收集和分析的定量和定性数据证实了设计的有效性和可用性，并有助于确定需要进一步改进所需功能的领域。本研究为在移动学习原则的指导下将人工智能融入促进语言教学和学习提供了参考。
工业中的循环经济模式 - MDPI
摘要：可持续经济发展的趋势之一是向循环商业模式过渡，该模式旨在通过考虑所有生产阶段的周期性来优化商品和物料流。将循环商业模式应用于采矿和矿物加工业务可以推动矿业公司升级并迈向新的技术成熟度水平。本文试图开发一个循环商业模式的概念框架，将煤炭开采、发电和金属生产中的生产链性质考虑在内，以降低生产成本、扩大产品范围、改善可持续发展指标并实现公司价值增长。本文基于案头研究，旨在分析循环模式的效率，组织采矿业合理利用资源的经验数据，并将基本的循环模式转变为适合煤炭公司运营环境的模式。本研究采用跨学科方法，考虑到煤炭公司的具体特点以及资源在整个生命周期中都有价值的原则，开发了一个实施和评估循环商业模式的选项概念框架。俄罗斯煤炭公司可以使用所提出的循环商业模式概念框架来设计企业战略和长期发展计划。
温度对 Al/SiO2/n++-Si RRAM 器件电气特性影响的研究 Maciej:，Micromachines，MDPI，第 13 卷，第 10 期，2
现代纳米电子学的发展依赖于技术进步和能够改善系统性能的新型器件概念。科学家和工程师的不懈努力使得现代集成电路 (IC) 和性能增强器的尺寸不断缩小，从而能够保持 IC 性能的进步 [1,2]。与此同时，人们也投入了类似的努力来开发现代电路中不可或缺的存储器件。然而，为了保持这种进步，需要新型器件。近年来，出现了新的存储器件概念，例如电阻式 RAM (RRAM) [3–6]、自旋转移力矩 RAM (STT-RAM) [7,8]、铁电 RAM (FeRAM) [9] 和相变 RAM (PCRAM) [10]。电阻式 RAM (RRAM) 因其结构简单、能够缩小器件尺寸以实现高密度、低功耗和高速运行而备受关注。它们有可能以并行方式对大量数据进行计算，为了实现如此卓越的性能，人们测试了不同的新型计算范例，例如脑启发计算、内存计算、随机计算和神经形态计算 [11–13]。人们已经测试了各种氧化物材料作为 RRAM 器件中电阻切换层的候选材料 [14–16]。一些工作提出了对 SiO 2 作为这些器件的有前途的材料的研究 [17–20]。在我们最近的研究中，我们表明，Al/SiO 2 /n++-Si 材料堆栈中众所周知的氧化硅也可以表现出电阻切换特性 [21,22]。然而，很少有研究涉及温度对器件性能的影响 [23–25]。在这项工作中，我们研究了温度变化对器件电性能的影响，以研究它们的电传输机制并了解它们的行为。我们分析了电铸电压，并表明它