XiaoMi-AI文件搜索系统
World File Search SystemNGG
一旦进入轨道，NGG-1 将提供增强的传感能力，以探测先进
图片由洛克希德·马丁公司提供 下一代高架持续红外 (Next-Gen OPIR) 地球同步地球轨道 (GEO) 任务有效载荷是美国高生存力、弹性、多轨道导弹预警系统的基础要素。下一代 OPIR 有助于对抗对美国及其盟友的先进导弹威胁，增强威慑力并加强国防。最近，SSC 于 2024 年 8 月 30 日成功将第一个有效载荷 NGG-1 从雷神公司位于加利福尼亚州埃尔塞贡多的任务有效载荷设施运送到洛克希德·马丁公司位于加利福尼亚州桑尼维尔的太空飞行器集成设施。
开发使用转移学习方法Kasnanda 1 Star，Helmi Imaduddin 2
糖尿病性视网膜病（RD）是糖尿病的严重并发症，可能会损害视网膜并威胁视力。早期发现RD对于防止进一步的眼睛损害非常重要。为了增加这种早期检测，深度学习技术，尤其是CNN方法，已被广泛使用。本研究旨在在视网膜图像分类中实施和比较四种不同CNN体系结构的性能，即Resnet152v2，Xception，Denset201和InceptionV3，以检测RD。首先，将数据集视网膜图像分为感染RD的类别和不感染的类别。然后，使用培训数据开发和培训CNN模型以对图像进行分类。使用数据增强技术有助于增加模型的概括。训练模型后，使用单独的测试数据集进行测试以评估每个模型的性能。测试结果表明，Xception和Denset201在检测RD方面具有出色的性能，精度，精度，召回和F1得分达到96％。该评估的结果证实，深度学习技术，尤其是以CNN的形式，在支持医学诊断方面具有巨大的潜力，尤其是在检测复杂的眼睛（例如RD）方面。这些模型的使用可以为RD患者带来重大好处，从而可以更有效的早期文本和更及时的处理。抽象的糖尿病性视网膜病（DR）是糖尿病的严重并发症，可能会对视网膜造成损害并威胁视力。丹根·德米基安（Div），Penelitian Ini成员Kontribusi penting Dalam Pengembangan solusi otomatis untuk untuk诊断RD，Yang Dapat Mening-Katkan Perawatan kehatan kesehatan kesehatan kesehatan mata secara secara secara secara secara secara secara secara keseluruhan。早期发现RD对于防止进一步的眼睛损害非常重要。为了改善这种早期检测，深度学习技术，尤其是CNN方法已被广泛使用。本研究旨在在视网膜图像分类中实施和比较四种不同CNN体系结构的实现，即Resnet152v2，Xception，Densenet201和IntectionV3。首先，将视网膜图像数据集分为RD感染和非RD感染类别。然后，使用训练数据来开发和培训CNN模型以对图像进行分类。使用数据增强技术有助于改善模型的概括。训练模型后，使用单独的测试数据集进行测试以评估每个模型的性能。测试结果表明，Xception和Densenet201在检测RD方面具有出色的性能，精度，精度，召回和F1得分达到96％。此评估的结果证实，深度学习技术，尤其是以CNN的形式，在支持医学诊断方面具有巨大的潜力，尤其是在检测复杂的眼部疾病（例如RD）方面。使用这些模型可以为RD患者带来重大益处，从而实现更多效率的早期检测和更及时的治疗。因此，这项研究为RD诊断的自动解决方案的开发做出了重要贡献，这可以改善整体眼保健。
使用卷积神经网络在视网膜图像中对眼病的分类
ABSTRAK ............................................................................................................ vii
使用人工智能技术的效果和...
摘要 本研究采用关联定量方法，通过分发基于 Google Form 的问卷调查来确定人工智能技术和数字素养的使用对 11 年级 Office 专业学生学习兴趣的部分和同时的影响。 SMKN 1 棉兰。本研究的对象为 127 名学生，共抽取 30 名学生作为样本，采用简单随机抽样和目的抽样相结合的方式选出。数据分析技术采用多元线性回归分析技术和描述性分析进行计算。推论分析结果显示，AI使用量变量计算t值=0.3460.05），意味着AI使用量没有部分影响关于学习兴趣。识字变量的 t-count 值为 4.892，t-table 值为 2.048（t-count > t-table）。则重要性水平 t 为 (0.000 < 0.05)。假设表明，数字素养变量对学习兴趣有显著影响。F 检验结果显示，计算得到的 F 值 = 27.876，F 表 = 3.37（计算得到的 F > F 表）。关键词：人工智能技术的使用、数字素养、学习兴趣、SMKN 1 Medan 摘要 本研究采用关联定量方法和调查方法，通过分发基于 Google 表单的问卷来确定人工智能技术和数字素养的使用对学习者的影响。识字。在棉兰 SMKN 1 办公室 11 年级的学习兴趣中，部分和同时进行识字。本研究的对象为 127 名学生，共抽取 30 名学生作为样本，采用简单随机抽样和目的抽样相结合的方式选出。数据分析技术是使用多元线性回归分析技术和描述性分析通过计算进行的。推论分析结果显示，使用人工智能的变量的值为 t = 0.346 < t 表 = 2.048，则 t 的显著性水平为（0.732 > 0.05），即使用人工智能对变量没有部分影响人工智能对学习兴趣的影响。识字变量的 tcount 为 4,892，ttable 为 2,048（t count > t table）。则 t 的显著性水平为 (0.000 < 0.05)。假设表明，数字素养变量对学习兴趣有显著的部分影响。F 检验结果显示，F count = 27.876，F table = 3.37（F count > F table ）。关键词：人工智能技术的使用、数字素养、学习兴趣、SMKN 1 Medan PENDAHULUAN
使用卷积神经网络方法基于图像识别贝塔鱼类类型
在印度尼西亚，成为观赏鱼的粉丝已经成为自然的事物。betta鱼是在印度尼西亚很容易找到的观赏鱼类之一。贝塔鱼类的多种类型使贝塔鱼业余爱好者的外行发现很难知道市场上的贝塔鱼的类型。类型的贝塔鱼对贝塔养鱼者的影响非常有影响力。同样，Betta鱼类的类型对Betta Fish竞赛参与者的影响很大，可以确定要遵循的类型的类别。因此，在此问题中，制造一种识别贝塔鱼类的系统是非常必要的。该系统使用卷积神经网络方法，该方法是一种深度学习算法，具有连续的硬体系结构，其参数最多为1,424,403个参数，并且此方法通常用于分类图像。所使用的数据收集总计330个数据，其中包括300个培训数据和30个测试数据。经过设计和实施的系统成功地识别了三种类型的Betta鱼，在10个时期的试验中获得了97％的精度，在15个时期的试验中获得了93％的速度，而在20个时期的试验中，100％的精度最高。关键字：模式简介，图像分类，卷积神经网络，深度学习，贝塔鱼1.引言是生活在淡水和海洋中的鱼类的类型，具有吸引人的身体形状和颜色。观赏鱼具有每种物种的独特性。）。[1]所讨论的独特性是每种观赏鱼所具有的能力。一种具有其独特性的观赏鱼是贝塔·菲斯（Bettasp。这种斗鱼的独特性是它与同性作战的爱好，但不排除另一种类型的可能性，但仍在一个部落中。因此，这条鱼也经常被称为战鱼。
教授（研究）
Academic Publication （ selected ） Gao FZ, He LY, Liu YS, Zhao JL, Zhang T, Ying GG (2024) Integrating global microbiome data into antibiotic resistance assessment in large rivers.Water Research 250, 121030.Zhang JG, Shi WJ, Ma DD, Lu ZJ, Li SY, Long XB, Ying GG (2023) Chronic paternal/maternal exposure to environmental concentrations of imidacloprid and thiamethoxam causes intergenerational toxicity in zebrafish.Environmental Science & Technology 57, 13384−13396.Books Ecological Risk Assessment of Chemicals in River Basins Personal Care Products in the Aquatic Environment Patents （ selected ） 流域化学品管理平台 v2 流域环境新污 染物非靶向筛 查数据库管理 系统 V1.0 Professional Certification and Awards Guangdong Natural Science Award (2nd); Tianjing Science & Technology Award (1st); Chinese Environmental Science Award (2nd)
itsegg B.Tech手册2024.pdf div>
•在全印度的企业社会责任排名“杰出工程卓越学院”的排名前五位•潘印度由机构创新委员会（IIC）评级最高，政府教育部。在过去4年中的印度 * 2022年的4星 * 4星 * 2021 * 5星2020 * 3星 * 2019年•2019年出色的Aria排名2021＆Aria排名在“私人Ins Tu Ons” 2020年 *•与博士学位，Iitians＆Nitians的杰出教师库中，Iitians＆Nitians•强大而有资源的2000年Aloumn Aloumn Aloumn alumn Unmunm aumm aumm aumm aumm aumm aumm for 2000 alumn alumn alumn alumn untum for 2000 alumn untum for。•定期的专家谈判，国家和国际研讨会，与行业和学术界著名演讲者的会议。已批准的创新与孵化中心•DST认可的创新与孵化中心Newgen IDC拥有2.87千万的赠款（每个原型250万）•MSME批准的业务孵化中心•在Govt UPIT批准的UP孵化中心的启动中。of UAR PRADESH拥有2.5千万批准的授予。技能增强中心•苹果iOS，AWS学院，思科，网络，罗克韦尔自动化，国家仪器，盐，盐，e- yantra（Iot＆Robo CS），SMC Pneuma cs and Automation，Iot•IoT•200+公司访问了2021-2022位置•Art Infrastructure
半导体技术工程硕士（1年）
NE 221 高级 MEMS 封装本课程旨在让学生为攻读 MEMS 和电子封装等更专业领域的高级课题做好准备，这些领域适用于各种实时应用，如航空航天、生物医学、汽车、商业、射频和微流体等。MEMS – 概述、小型化、MEMS 和微电子 -3 个级别的封装。关键问题，即接口、测试和评估。封装技术，如晶圆切割、键合和密封。设计方面和工艺流程、封装材料、自上而下的系统方法。不同类型的密封技术，如钎焊、电子束焊接和激光焊接。带湿度控制的真空封装。3D 封装示例。生物芯片/芯片实验室和微流体、各种射频封装、光学封装、航空航天应用封装。先进和特殊封装技术 - 单片、混合等、绝对压力、表压和差压测量的传感和特殊封装要求、温度测量、加速度计和陀螺仪封装技术、MEMS 封装中的环境保护和安全方面。可靠性分析和 FMECA。媒体兼容性案例研究、挑战/机遇/研究前沿。NE 235 微系统设计和技术
脂肪酶抑制剂活性脂肪酶甜芒果叶提取物和kweni芒果体外
抽象肥胖是由体内过量卡路里引起的。可以通过抑制吸收脂肪作为多余卡路里的主要来源来减少肥胖症。抑制脂肪吸收的方法之一是抑制胰腺脂肪酶活性。进行了这项研究，以确定抑制剂脂肪酶甲醇提取物的活性。研究的阶段始于使用浸渍方法提取，然后进行全酚水平测试，类黄酮水平以及对甜Arum和Kweni芒果叶提取物的抑制剂脂肪酶的测试测试。总苯酚水平测试的结果表明，甜美芒果叶提取物和kweni的总苯酚在246.94 mg gae/g和176.11 mg gae/g中。甜美芒果叶的类黄酮水平，每个提取物的体外抑制胰腺脂肪酶的能力进行了测试。IC50的甜Arum和Kweni的芒果叶提取物的值为61.55 µg/ml和79.98 µg/ml。该值高于阳性对照，即Orlistat（18.01 µg/ml）。因此，甜芳香和kweni芒果叶提取物可以抑制胰腺脂肪酶活性，并具有作为抗肥胖而发育的潜力。