XiaoMi-AI文件搜索系统
World File Search SystemMurthy
利用脂质纳米粒子与 mRNA 复合进行宫内非病毒基因编辑 高克娃 1,3#、李杰 2#、宋恒月 1,3,5、韩鹤松 2、吴永恒
利用与 mRNA 复合的脂质纳米粒子在宫内进行非病毒基因编辑 Kewa Gao 1,3# 、Jie Li 2# 、Hengyue Song 1,3,5 、Hesong Han 2 、Yongheng Wang 1,3,4 、Boyan Yin 1,3 、Diana L. Farmer 1,3 、Niren Murthy 2 * 和 Aijun Wang 1,3,4 * 1 加州大学戴维斯分校医学院外科系，加利福尼亚州萨克拉门托 95817，美国 2 加州大学伯克利分校生物工程系，加利福尼亚州萨克拉门托 94704，美国 3 加州大学戴维斯分校儿童再生医学研究所，加利福尼亚州萨克拉门托 95817，美国 4 加州大学戴维斯分校生物医学工程系，加利福尼亚州 95616，美国 5 中南大学湘雅三医院烧伤整形外科南方大学，湖南 410013，中国 *通讯作者：N. Murthy 教授，nmurthy@berkeley.edu A. Wang 教授，aawang@ucdavis.edu # 这些作者对本研究的贡献相同。
使用模糊逻辑通过二维雷达估计空中物体高度
使用模糊逻辑的 2-D 雷达进行空中物体高度估计 SGK Murthy、MV Ramana Murthy、D Satya Narayana 摘要 - 多传感器跟踪是航空航天应用中广泛使用的技术，用于精确估计目标运动学。特别是海军跟踪系统在多传感器跟踪场景中利用不同类型的雷达（2-D、3-D）进行稳健估计。由于 2-D 雷达提供的信息仅包含距离和方位角值，因此很难使用 2-D 雷达估计空中物体的高度。为了克服这一限制，考虑采用几何方法来组合从位于两个不同位置的两个 2-D 雷达获得的信息。由于几何方法的解决方案取决于某些几何特征，因此不可能用一对传感器获得良好的结果。然而，为了获得更好的结果，提出了一种方法，并尝试使用两个以上的 2-D 雷达结合基于模糊逻辑的验证。本文讨论了与 2-D 雷达跟踪相关的问题，以及包括三角测量几何和基于模糊逻辑的验证方法在内的方法，以提高实时高度估计精度。索引术语：模糊决策、模糊逻辑、使用 2-D 雷达进行目标跟踪 I。简介雷达技术的发展始于 20 世纪初的第二次世界大战。所有部队都使用雷达来控制天空和海洋。那个时代开发的雷达技术仍然用于跟踪空中和陆地物体。目标跟踪是一个重要的研究领域，涵盖了国防和商业应用的广阔领域[1]。了解空中情况是空域控制的一项基本任务。多雷达跟踪 (MRT) 是海军目标跟踪应用中广泛使用的技术。在多传感器数据融合系统中，从位于不同位置的多个雷达获得的信息被融合到手稿中 2010 年 5 月 20 日收到 SGK Murthy 在印度海得拉巴国防研究与发展实验室工作，电话：91-40-24151654，电子邮件：sgk_murthy@yahoo.com MV Ramana Murthy 在印度海得拉巴奥斯马尼亚大学数学系工作，电子邮件：mv_rm50@gmail.com D Satya Narayana 在印度海得拉巴奥斯马尼亚大学数学系工作
引用：Sosale B、Aravind SR、Murthy H 等人。基于移动端的简单人工智能算法在糖尿病视网膜病变检测中的应用（SMART）研究。BMJ Open Diab Res Care 2020；8：e000892。doi:10.1136/bmjdrc-2019-000892
摘要 简介 本研究旨在评估基于离线智能手机的 Medios 人工智能 (AI) 算法在使用免散瞳 (NM) 视网膜图像诊断糖尿病视网膜病变 (DR) 方面的性能。 方法 这项横断面研究前瞻性招募了 922 名糖尿病患者。使用 Remidio NM 手机眼底 (FOP) 相机采集每只眼睛的 NM 视网膜图像（以视盘和黄斑为中心）。图像离线运行并记录 AI 的诊断（存在或不存在 DR）。将 AI 的诊断与五位视网膜专家的图像诊断进行比较（大多数诊断被视为事实）。 结果 分析包括 900 名个体（252 人患有 DR）的图像。对于任何 DR，AI 算法的灵敏度和特异性分别为 83.3%（95% CI 80.9% 至 85.7%）和 95.5%（95% CI 94.1% 至 96.8%）。AI 算法在检测可转诊 DR (RDR) 方面的灵敏度和特异性分别为 93%（95% CI 91.3% 至 94.7%）和 92.5%（95% CI 90.8% 至 94.2%）。结论 Medios AI 在使用 NM 视网膜图像检测 RDR 方面具有较高的灵敏度和特异性。
(b)：Gopalan Putthukulam、Anitha Ravikumar、Ravi Vinod Kumar Sharma、Krishna Murthy Meesaala (2021)。阿曼审计师对人工智能对专业怀疑和判断影响的看法。 《环球会计与金融杂志》，9(5), 1184 - 1190。DOI：10.13189/ujaf.2021.090527。
摘要 技术是企业和人类生活中不可或缺的一部分。它给企业和运营方式带来了重大变化。企业组织必须执行审计，这涉及分析和测试大量财务交易。在手动审计中，无法测试和分析企业中的整个交易。使用人工智能 (AI) 和机器学习 (ML) 不仅可以测试企业中的整个财务交易，还有助于提高审计效率。审计效率与审计师表现出的职业怀疑和职业判断有关。研究的核心目的是了解审计师对此类技术对职业怀疑和内部审计师判断在提高审计效率方面的影响的看法。为了了解 AI 和 ML 的影响，考虑了影响 AI 和 ML 使用的各种因素以及挑战。使用结构化问卷从阿曼所有行业的 169 名受访者那里收集了数据。使用相关性分析收集的数据，以确定 AI 和 ML 辅助审计实践与职业怀疑和职业判断之间的关系。结果表明，AI 和 ML 辅助审计实践与职业怀疑和职业判断之间存在很强的正相关关系。这证明 AI 和 ML 对职业怀疑和职业有影响
M.Tech CSE教学大纲
单元4安全性：无线网络，问题和挑战，漏洞，网络安全攻击，临时无线网络中的安全路由，Wi-Fi安全性。高级主题：IEEE 802.11X和IEEE 802.11i标准，车辆临时网络简介。参考SchillerJ.，移动通信，Addison Wesley 2000StallingsW. Raj，移动和个人通信系统和服务，PHI200C.SivaRam Murthy和B.S.Manoj，Ad Hoc无线网络 - 建筑与协议，Pearson Education 2004
行业访问报告“有机农业和废物...
Contact Details : Name: Krishna Murthy H M Joint Director of Horticulture Bio Technology Centre, Bannerghata Main Rd, Hulimavu, Bengaluru, Karnataka 560076 Email-ID: sadh.co2014@gmail.com Details of the organizing team: Coordinator-1: Dr. Muralidhar Singh M, Assistant Professor, Dept of ME, RVITM协调员-2：Manish Kumar博士，我的助理教授，我的RVITM协调员3：Shruthi P教授，ISE部助理教授，ISE部，RVITM的行业详细信息：
可持续建筑物的被动冷却策略
该项目由助理Prashant Anand教授（PI）和副教授Shankha Pratim Bhattacharya（联合PI），来自IIT Kharagpur的建筑与区域规划系。该团队还感谢Nilabhra Mondal先生的努力，在：Tanya Kaur Bedi女士的支持下，Abhinav M.先生，Sakshi Agarkar女士，Jyoti Kushwaha女士，Aniket Sonare先生我们感谢Vikram Murthy先生和Ishrae团队：C。Subramaniam，N。S. Chandrashekar和Anand Kumar博士的宝贵贡献。
indigis 系统推广 - 一种本土技术......
, DRDE Haldwani Dr Atul Grover, DIBER Dr Ranjit Singh Hyderabad Dr JK Rai, ANURAG Shri ARC Murthy, DLRL Dr Manoj Kumar Jain, DMRL Jodhpur Shri Ravindra Kumar, DL坎普尔 Shri AK Singh，DMSRDE 科钦 Smt Letha MM，NPOL 列城 Dr Tsering Stobden，DIHAR 浦那 Shri AK Pandey，ARDE Dr JA Kanetkar Dr Himanshu Shekhar，HEMRL Dr Anoop Anand，R&DE(E) 特兹普尔 Dr Sibnarayan Datta
年报
内部参议员 1. 教授A.Sarath Babu 26. 教授DVSS Siva Sarma 2.教授A. Veeresh Babu 27. 教授Debashis Dutta 3. 教授A.Venu Gopal 28. 教授Deva Pratap 4. 教授A.Venu Vinod 29. 教授Divi Haranath 5. 教授Adepu Kumar 30. 教授G. Amba Prasada Rao 6. 教授Asit Kumar Khanra 31. 教授G. Nagasrinivasulu 7. 教授B. Lakshmi 32. 教授G. Rajesh Kumar 8. 教授B. Satish Ben 33. 教授GVS Nageswara Rao 9. 教授B. Sobha 34. 教授Hari Ponnamma Rani 10. 教授BL Narasimha Raju 35. 教授JV Ramana Murthy 11. 教授Bhagwan K. Murthy 36. 教授K. Anand Kishore 12. 教授C. Vanitha 37. 教授K. Kiran Kumar 13. 教授CB Kameswara Rao 38. 教授K. Laxma Reddy 14. 教授CB Rama Rao 39. 教授K. Madhavi 15. 教授CSP Rao 40. 教授K. Madhu Murthy 16. 教授CSRK Prasad 41.教授K. Narasimhulu 17. 教授Ch。苏达卡 42. 教授K. Ramesh 18. 教授Ch。 Venkaiah 43. 教授K. Thangaraju 19. 教授D. Dinakar 44. 教授K. Venkata Reddy 20. 教授D. Jayakrishna 45. 教授KNS Kasiviswanadham 21. 教授D. Kasinath 46. 教授KV 戈壁 22. 教授D. Ramaseshu 47. 教授KV Sai Srinadh 23. 教授D. Srinivasa Charya 48. 教授L. Anjaneyulu 24. 教授D. Vakula 49. 教授L. Krishnanand 25. 教授DM Vinod Kumar 50. 教授M. Chandrasekhar 51. 教授M. Heera Lal 82. 教授R. Padmavathy 52. 教授M.约瑟夫·戴维森 83.教授R. Satish Babu 53. 教授M. Ravinder Reddy 84. 教授RBV Subrahmanyam 54. 教授M. Sailaja Kumari 85. 教授Rashmi Ranjan Rout 55. 教授Mahesh Kumar Talari 86. 教授拉维·库马尔·贾托斯 56. 教授N. Bheema Rao 87. 教授S. Anuradha 57. 教授N. Narasaiah 88. 教授S. 斯里纳斯