XiaoMi-AI文件搜索系统
World File Search SystemPUTER
法律与社会科学年度评论：监管政府人工智能和社会技术设计的挑战
人工智能 (AI) 正在改变政府的工作方式，从公共利益的分配到确定执法目标，再到实施制裁。但是，鉴于人工智能具有造成和纠正错误、偏见和不公平的双重能力，对于如何规范其使用几乎没有共识。本评论通过提升计算机科学、组织行为和法律交叉领域的研究来推动辩论。首先，超越通常的算法危害和好处目录，我们认为政府人工智能最令人担忧的原因是它稳步进入充满自由裁量权的政策空间，而我们长期以来一直容忍不完全的法律问责制。挑战在于如何，以及是否要强化现有的公法范式而不束缚政府或阻碍有用的创新。其次，我们认为，健全的监管必须将在设计和实施人工智能系统时有关内部机构实践的新兴知识与关于外部法律约束在诱导组织采用期望实践方面的局限性的长期教训联系起来。随着人工智能渗透到官僚机构的日常工作中，有意义的问责需要对组织行为和法律有更深入的了解。
用于体积估计和材料分类的计算机视觉
车辆自动化是机器人技术领域中发展迅速的一个领域。这些自主机器有可能执行繁重而危险的任务，而这些任务过去都是由人类执行的，这也是该行业的长期目标。本论文旨在开发一种计算机视觉系统，以便对自动轮式装载机铲斗内的材料进行体积估算和材料分类。这些信息对于自动轮式装载机的决策至关重要。该系统旨在自我校准，以确保未来能够适应不同的铲斗尺寸。提出了一种基于卷积神经网络 (CNN) 的边缘检测网络，称为边缘检测密集极值初始网络 (DexiNed)，既可以消除冗余信息，又可以增强所需信息。通过结合立体摄像机的深度感知和从 DexiNed 中提取的信息，提出了一种估计体积的解决方案。采用简单线性迭代聚类 (SLIC) 方法来提取材料，以便对材料进行分类。将估计的体积与带注释的真实基线进行比较以验证系统。论文介绍了体积估算的精度，并展示了使用 SLIC 的三种不同分段大小进行材料提取的结果。此外，论文还提出了有关材料分类的问题。
月球手电筒：绘制可触及的水霜。BA Cohen 1、DR Cremons 1、BT Greenhagen 2、PO Hayne 3、DA Paige 4、RR Petersb
航天器概述：6U CubeSat 加满燃料后重约 14 千克，包括电源、命令和数据处理、通信、姿态控制、推进和有效载荷子系统。电源子系统包括由 Blue Canyon Technologies (BCT) 和 MMA 开发的四个太阳能电池阵列、一个电力系统 (EPS) 管理板和一个由 Panasonic NCR18650B 电池制成的电池。这些阵列在使用寿命结束时能够提供超过 55W 的功率。命令和数据处理 (C&DH) 由 JPL 开发的 Sphinx 单板计算机提供，其中包括一个 GR712RC 抗辐射微处理器和一个 ProASIC3 FPGA。飞行软件采用 JPL 的 F Prime 框架。航天器使用 Iris Radio，这是 JPL 开发并由犹他州立大学空间动力学实验室建造的小型卫星转发器。一对低增益天线位于航天器 Z 轴的两端，提供与航天器方向无关的发射和接收能力。航天器的姿态确定和控制系统 (ADCS) 由 BCT XACT-50 提供。它利用安装在航天器周围的太阳传感器以及内部星体跟踪器和三个内部反作用轮。
脑电图中的“寂静之声”——认知语音活动检测
语音认知具有作为脑机接口的潜在应用，可以改善有沟通障碍人士的生活质量。虽然语音和静息状态脑电图被广泛研究，但在这里我们尝试探索与语音音频的静默区域相对应的“非语音”（NS）大脑活动状态。首先，研究语音感知以检查这种状态的存在，然后在语音想象中识别它。类似于如何使用语音活动检测来增强语音识别的性能，这里实施的脑电图状态活动检测协议用于提高想象语音脑电图解码的置信度。使用从实验室和商业设备收集的两个数据集对语音和 NS 状态进行分类。这样获得的状态序列信息进一步用于减少想象脑电图单元识别的搜索空间。跨受试者和会话可视化 NS 状态的时间信号结构和地形图。识别性能和观察到的视觉区别表明脑电图中存在静默特征。索引词：语音脑电图静默识别，脑机接口，两级动态规划
企鹅：填充加固学习剂的训练框架
摘要：渗透测试（塞）是识别和利用Compoter系统中漏洞以提高其安全性的必要方法。最近，增强学习（RL）已成为一种有希望的方法来创建自主的五旬节剂。然而，缺乏现实的代理训练环境阻碍了有效的基于RL的五型耐药剂的发展。为了解决这个问题，我们提出了pengym，该框架为培训pent pestest的RL代理提供了真实的环境。Pengym使网络发现和基于主机的剥削动作都可以在模拟网络环境中训练，测试和验证RL代理。我们的实验证明了这种方法的可行性，与典型的基于仿真的代理训练相比，主要优势是pengym能够在真实的网络环境中执行实际的五件操作，同时提供合理的训练时间。因此，在pengym中，无需使用假设和概率来对动作进行建模，因为动作是在实际网络中进行的，其结果也是真实的。此外，我们的结果表明，经过企业训练的RL代理平均步骤更少，以达到五旬续的目标 - 在我们的实验中7.72个步骤，而模拟训练的药物的11.95步。
液压实验室专用
过去半个世纪，计算机技术和电子技术的飞速发展彻底改变了我们的日常生活，为所有科学和工程分支提供了强大的新工具。水利工程实践和研究也不例外。例如，笔记本电脑每秒执行的浮点运算比四十年前推出的 Cray 1 超级计算机高出几个数量级，如今通常用于运行数值模型，以解决各种水利问题。此类模型结果的可信度取决于使用现场或实验室数据进行验证的程度。在大多数情况下，现场数据的收集非常昂贵且耗时，因此使用实验室数据是模型验证的更具吸引力的选择。此外，水利实验室中的物理模型提供了在受控条件下进行测试的可能性，并可以提供对基本过程的新见解，有助于加深对基础物理的理解。利用当今技术提供的工具，研究人员和从业人员能够分析复杂的流动问题和过程，这导致了液压实验室发展的两种趋势，即使用越来越复杂的仪器和设计用于研究特殊流动问题的创新实验设施。
液压实验室专用
过去半个世纪，计算机技术和电子技术的飞速发展彻底改变了我们的日常生活，为所有科学和工程分支提供了强大的新工具。水利工程实践和研究也不例外。例如，笔记本电脑每秒执行的浮点运算比四十年前推出的 Cray 1 超级计算机高出几个数量级，如今通常用于运行数值模型，解决各种水利问题。此类模型结果的可信度取决于其使用现场或实验室数据进行验证的程度。在大多数情况下，现场数据的收集非常昂贵且耗时，这使得使用实验室数据成为模型验证的更具吸引力的选择。此外，水利实验室中的物理模型提供了在受控条件下进行测试的可能性，并可以提供对基本过程的新见解，有助于加深对基础物理的理解。利用当今技术提供的工具，研究人员和从业人员能够分析复杂的流动问题和过程，这导致了液压实验室发展的两种趋势，即使用越来越复杂的仪器和设计用于研究特殊流动问题的创新实验设施。
欧洲网络安全背景
全球连通性推动了全球数字化，创建了用于交流和传播信息的跨境社交网络。使用数字身份进行民主程序正在成为现实，公共服务正在转向使用数字工具来实施简化程序。与此同时，我们的房屋变得更加智能，我们的城市更加智能，物联网的使用呈指数级增长。全球企业都从实施信息技术工具中受益，工业 4.0 越来越依赖云服务和互联网。同样，电子商务和平台经济的发展方式在 30 年前是不可想象的。所有这些都有助于创造一个新的、更广泛的“网络空间”概念，其中安全概念越来越重要。因此，数字化的普及使得网络安全不再仅仅是计算机科学家关注的问题，而是未来数字社会安全化的核心横向因素。最近，与 Covid-19 相关的数字工具使用增加和乌克兰冲突，以及随后武器化网络攻击的升级，都引发了人们对网络空间安全性以及欧盟应如何应对这一问题的质疑。尽管网络威胁急剧上升
将预训练的视觉模型适应相机原始图像
摘要。SRGB图像现在是计算机视觉研究中预训练视觉模型的主要选择，这是由于它们的易用性和效果存储。同时，原始图像的优点在于它们在可变的现实世界中的较丰富的物理信息。对于基于相机原始数据的计算机视觉任务，大多数现有研究采用了将图像信号处理器（ISP）与后端网络集成的方法，但经常忽略ISP阶段和后续网络之间的相互作用功能。从NLP和CV区域中正在进行的适配器研究中汲取灵感，我们介绍了Raw-Adapter，这是一种旨在将SRGB预先训练的模型调整为相机原始数据的新颖方法。RAW-ADAPTER包括输入级适配器，这些适配器采用可学习的ISP阶段来进行AD-RAW输入，以及模型级别的适配器，以在ISP阶段和随后的高级网络之间建立连接。此外，Raw-Adapter是一个可以在各种Compoter Vision Frameworks中使用的通用框架。在不同的照明条件下进行了丰富的实验，已经显示了我们算法的最先进（SOTA）绩效，证明了其在一系列现实世界和合成数据集中的有效性和效率。代码可在此URL上找到。
语义分割 - 易手式 - 合成 -
图像分割是计算机视觉中的一个基本问题，涉及将图像分为多个段或区域，以简化表示形式，并使其对分析更有意义。在对象识别，医学成像和自动驱动器之类的任务中至关重要，其中理解图像中不同对象的空间组织至关重要[3，4]。在图像分割的背景下经常引用的一项基础工作是Long等。的完全卷积网络（FCN）用于半分割[6]。本文通过对CNN进行适应Pixel的预测而无需任何完全连接的层，从而彻底改变了该领域，从而实现了端到端训练并了解任意大小的图像。这种方法为随后的分割方法中的许多后续发展奠定了基础。变压器模型的引入为处理图像分割任务带来了新的视角，该任务在传统上以卷积网络为主导。Xie等人的Seg-前论文。[7]集成了专门针对半分割需求量身定制的变压器体系结构。segformer在其层次变压器编码中脱颖而出，该编码器有效地处理多尺度特征，对于在准确的分割所需的可变分辨率下捕获详细上下文至关重要。