Jeff Cicolani 目前与妻子、两只狗和十几个机器人住在德克萨斯州奥斯汀。他目前是一名嵌入式系统工程师,为奥斯汀的一家 AI(人工智能)公司构建机器人和自动化平台。他的机器人之路走得非常曲折,走过了一条奇怪的职业道路,包括系统分析和设计以及数据库编程。2012 年,他加入了奥斯汀的 The Robot Group,在那里他加入了一群机器人爱好者,并开始将构建机器人作为爱好。2016 年,他成为 The Robot Group 的总裁。在这个职位上,他带领团队通过机器人技术促进 STEM(科学、技术、工程和数学)教育。他目前正致力于通过 ROS(机器人操作系统)和机器学习来加深对高级机器人技术的理解。
摘要:创伤性脑损伤(TBI)是死亡和残疾的常见原因。但是,现有的TBI诊断工具是主观的,或者需要广泛的临床设置和专业知识。相对较高的计算系统的大小以及与TBI相关的机器学习研究的有希望的结果相结合的可负担性和减少,使得创建紧凑和便携式系统以早期检测到TBI成为可能。这项工作描述了基于Raspberry Pi的便携式,实时数据采集和自动处理系统,该系统使用机器学习来有效识别TBI并自动从单渠道电脑电脑(EEG)信号中自动为睡眠阶段分数。我们讨论了可以使用数字转换器(ADC)的类似物对EEG信号进行数字数字化的系统的设计,实现和验证,并执行实时信号分类以检测到温和TBI(MTBI)的存在。我们利用卷积神经网络(CNN)和基于XGBoost的预测模型来评估系统的性能和降低系统的多功能性,以使用多种类型的预测模型运行。,对于TBI与控制条件,在16 s -64 S时期的分类时间小于1 s的分类时间中,峰分类精度超过90%。这项工作可以实现适合现场使用的系统的开发,而无需为早期TBI检测应用和TBI研究提供专门的医疗设备。此外,这项工作开放了实施连接的,实时TBI与健康和健康监测系统的途径。
自动化系统意味着授权最终用户管理和处理电器。如果我们回顾不同时期的家庭自动化系统,就会发现它们始终致力于为家庭居民提供高效、便捷和安全的家居访问方式。无论用户的希望如何变化、技术如何发展或时间如何变化,家庭自动化系统的外观始终保持不变。许多现有的、成熟的家庭自动化系统都基于有线通信,例如基于 Arduino 和基于树莓派的家庭自动化系统。除非提前规划好系统并在建筑物实际施工期间安装,否则这不会造成问题。但对于现有的建筑物,实施成本非常高。相比之下,无线系统可以为蓝牙、Wi-Fi 和基于物联网的家庭自动化系统等自动化系统提供很大帮助。随着近年来 Wi-Fi、云网络等无线技术的进步,无线系统每天都在被广泛使用。该项目旨在构建一个使用任何移动设备来控制家用电器的家庭自动化系统。该家庭自动化系统基于物联网。当家庭自动化使用物联网 (IoT) 等新技术时,它是一个非常令人兴奋的领域。Raspberry pi 是信用卡大小的计算机。家庭自动化只不过是嵌入传感器和软件的物理设备的互连。网络连接用于收集和交换数据。家庭自动化是指家庭功能、活动和电器的自动和电子控制。在这种楼宇自动化的住宅扩展中,使用了各种控制系统。家庭自动化也称为家庭自动化或恶魔自动化。现代系统通常由连接到中央“网关”的开关和传感器组成,通过该网关使用用户界面控制系统,该用户界面可与壁挂式终端、手机软件、平板电脑或 Web 界面交互,通常但并非总是通过互联网云服务。如今,家庭自动化系统被广泛用于控制家庭周围的设备。借助家庭自动化系统可以控制各种家用设备。各种家用电器,如门、灯、风扇、电热器、监控系统和
具有 Wi-Fi 功能的 Android 手机可提供智能浏览功能。通过利用此功能,我们将使用每个用户都可以使用的离线数据流,并且可以享受管理员存储在 Raspberry Pi 中的不同媒体。由于,我们将使用具有内置 Wi-Fi 热点功能的 Raspberry Pi 来广播媒体。在 Raspberry Pi 中有一个静态 IP,其中有一些 PHP 文件将访问用户端,并且他们将能够访问 PHP 页面上可用的任何数据。所有这些工作都将在包含 XAMPP 服务器的 Raspbian OS 平台上完成。通过连接到 Raspberry Pi 提供的 WI-FI,您的手机、平板电脑或笔记本电脑能够通过 Raspberry Pi 提供的离线服务器访问数据。可以从用户 android 应用程序中加载、下载和阅读视频、书籍和通知。该系统为管理员和用户提供访问系统的功能。通过此系统,管理员可以添加任何