XiaoMi-AI文件搜索系统
World File Search SystemSinhgad
使用综合生物信息学方法设计针对多种水痘带状疱疹病毒株的多价疫苗
2 孟加拉国吉大港大学生物科学学院遗传工程与生物技术系，3 印度浦那 Sinhgad 技术教育协会 Sinhgad 药学院药物化学系，4 孟加拉国达卡圣母学院，5 孟加拉国吉大港国际伊斯兰大学药学系，6 内蒙古自治区高校人畜共患病预防与控制重点实验室，内蒙古民族大学医学院，中国通辽，7 郑州大学第二附属医院脑血管病科，中国郑州，8 加拿大阿尔伯塔省卡尔加里大学微生物学、免疫学和传染病系，9 孟加拉国吉大港大学生物科学学院微生物学系
在硅中鉴定出的抗真菌植物类黄酮，其可能控制由Magnaporthe oryzae引起的水稻爆炸
1概念系生物科学系遗传工程和生物技术系，吉大港大学，纽约市，孟加拉国，2个生物技术和遗传工程学院，Sylhet农业大学，Sylhet，Sylhet，Sylhet，Bangladesh，Bangladesh，3印度，美国西弗吉尼亚大学，美国西弗吉尼亚大学，美国摩根镇4计算机科学与电气工程系，美国，美国科学技术科技大学的生物化学和生物技术系5研究（BCSIR），孟加拉国纽约市8号应用化学与化学工程系，吉大港大学，吉大港，孟加拉国吉大港大学，孟加拉国9，孟加拉国研究所9，孟加拉国加西普尔，孟加拉国10，生物技术学院，生物技术学院和基因工程研究所（IBGE）孟加拉国加兹普尔
电动汽车充电的设计和开发...
Sinhgad技术研究所，印度洛纳瓦拉，摘要：电动汽车（EVS）正在获得可行且环保的替代品，替代了传统的汽油动力汽车。这些车辆依靠为电池充电以熟练运行。虽然EV充电通常取决于电网，但太阳充电器的出现带来了一个有趣的机会。太阳能充电器线束清洁和可再生电力，与电动汽车的无污染性质保持一致，并产生积极的环境结果。在这篇研究论文中，我们提出了一个利用太阳能充电电动汽车的太阳能电动汽车充电站的设计。为了优化太阳能的利用，同时确保所有车辆的电池电量相似，我们绘制了一种线性编程方法来充电电动汽车。我们使用现实世界和合成派生的数据集评估了算法的性能，从而展示了其在不同季节之间在不同季节中平等分配可用电荷的能力，并具有不同的需求概况。关键字：EV，电池充电，Arduino，Wi-Fi控制器，物联网，太阳能。
使用机器学习检测阿尔茨海默病...
信息技术系主任 1 信息技术系学生 2、3、4、5 辛加德理工学院，马哈拉施特拉邦罗纳瓦拉，印度 摘要：阿尔茨海默病是西方国家最常见且增长最快的神经退行性疾病之一。开发不同的生物标志物工具是诊断阿尔茨海默病及其进展的关键问题。从脑电图预测受试者的认知表现和识别相关的生物标志物是一些研究问题。脑电图信号分析非常适合阿尔茨海默病的自动诊断。虽然基于脑电图的技术有助于筛查阿尔茨海默病和痴呆症；但在诊断准确性、敏感性和特异性方面仍有改进的空间。因此，在使用脑电图信号进行阿尔茨海默病诊断领域仍然存在许多问题，这些问题与选择有助于区分两个或多个受试者的特征有关。本文主要研究使用脑电图信号诊断阿尔茨海默病的新功能，以有效提高诊断准确性。本文提出了使用新的基于复杂性的特征来提高诊断准确性并有助于早期诊断阿尔茨海默病。关键词：神经退行性疾病、认知、痴呆、脑电图、诊断
使用深度学习检测脑肿瘤
计算机工程系 印度浦那 Sinhgad 工程学院 摘要：脑细胞异常发育会导致脑瘤，进而导致死亡。早期发现肿瘤可以降低死亡率。检测脑肿瘤最常用的方法是使用磁共振成像 (MRI)。之所以考虑 MR 图像，是因为它可以清晰地显示肿瘤的结构。在本文中，我们提出了一种通过应用机器学习算法（尤其是 CNN 模型）从 MR 图像中检测肿瘤的新机制。这项研究的动机是检测脑瘤并为患者提供更好的治疗。脑细胞的异常生长称为肿瘤，癌症是指恶性肿瘤。通常，MRI 扫描用于检测脑中的癌症区域。正电子发射断层扫描、脑动脉造影、腰椎穿刺、分子检测也用于脑瘤检测。在本研究中，将拍摄 MRI 扫描图像来分析病情。本研究工作的目标是：i) 识别异常图像 ii) 分割肿瘤区域。可以从分割的掩模中估计肿瘤的密度，这将有助于治疗。采用深度学习技术从 MRI 图像中检测异常。应用多级阈值分割肿瘤区域。恶性像素的数量给出了受影响区域的密度。关键词：肿瘤
基于物联网的无线监视机器人
2，3，4，5学生，计算机工程，辛哈加德工程学院，康德瓦，浦那，马哈拉斯特拉邦，印度摘要：在自动驾驶汽车技术的快速发展中，确保道路安全仍然是最重要的挑战。有效检测车道和潜在危害，包括断路器和坑洼，对于安全的自动驾驶至关重要。在这项研究中，我们使用Yolov4 Tiny（一种最先进的对象检测算法和计算机视觉技术）介绍了创新的车道，断路器和坑洼检测系统（LSPDS）。我们的系统集成了计算机视觉和机器学习技术，以分析道路状况。通过采用相机传感器，我们捕获了道路场景并应用图像处理算法以识别车道，速度断路器和坑洼。此外，该系统还将壁垒合并用于用户身份验证和SMS服务以实时警报。Yolov4 Tiny用于在捕获的图像中准确检测和分类这些特征，从而增强了自动驾驶汽车的感知能力。这项研究通过同时解决车道检测，快速检测和坑洼检测来有助于提高自动驾驶系统的道路安全性。关键字：道路安全，速度断路器，坑洼，车道检测，Yolov4 Tiny，CNN，计算机视觉。
太阳能自主多功能农业机器人
电子和电信工程系Sinhgad技术与科学学院，浦那，马哈拉施特拉邦，印度摘要：我们的项目，“太阳能自动多功能农业机器人”，代表了现代农业的重要一步。我们使用太阳能电池板上的清洁，可再生能源来保持机器人的运行，从而减少了我们对传统电源的依赖，并最大程度地减少对环境的危害。为了使机器人精确有效地移动，我们使用了高性能的直流电动机。这些电动机允许其顺畅地导航不同类型的地形。为了准确种植种子，我们已经合并了伺服电机。我们还使用专用的直流电动机泵进行精确的农药施用来保护农作物。，为了有效地切草，我们依靠高扭矩的GC电机，使机器人在各种农业任务中都具有多功能性。所有这些组件均由Arduino微控制器控制，后者充当机器人的中央大脑。IT管理不同部分之间的互动，以确保实时执行任务。为了使机器人用户友好，我们开发了一个直观的Android应用程序。此应用程序使操作员可以远程控制和监视机器人。应用程序和机器人之间的连接是通过蓝牙建立的，可确保移动应用程序与农业机器之间的可靠链接。通过将清洁能源，先进的运动技术和精致的微控制器结合起来，我们的太阳能自动多功能农业机器人将提高农业效率，同时最大程度地减少对环境的危害。此摘要提供了对我们项目报告的以下各节中我们深入研究的关键组件和功能的瞥见。关键字：太阳能，农业机器人，高级运动技术，Arduino
ALLY：使用人工智能的智能虚拟助手
4 系计算机工程系，SKN Sinhgad 理工学院，印度马哈拉施特拉邦罗纳瓦拉 ---------------------------------------------------------------------***-------------------------------------------------------------------------------- 摘要 - 在当今的人工智能世界中，虚拟助手越来越受欢迎。市场上有许多虚拟助手，如亚马逊的 Alexa、微软的 Cortana。任何人都可以使用唤醒词访问这些虚拟助手。因此，安全性是这些虚拟助手的主要问题。在本文中，我们为笔记本电脑或台式电脑提出了一种虚拟助手 ALLY。它具有人脸识别、音频匹配和通过电子邮件的 OTP 验证等安全功能。如果用户成功完成任何安全级别，则该用户可以向 ALLY 发出命令。这意味着，只有授权人员才能访问 ALLY。使用这些安全功能，我们可以防止未经授权访问虚拟助手。ALLY 可以执行各种功能，如发送电子邮件、记笔记、播报今日新闻、播报天气状况、管理日历等等。我们添加了高级功能，如数据分析，然后将结果可视化。ALLY 利用 gTTS、语音识别、TensorFlow 和 pygame 等 Python 库的强大功能，打造出强大而智能的虚拟助手。关键词：虚拟助手、gTTS、语音识别、Tkinter、人脸识别、语音匹配、OTP 验证 1.简介 在当今的技术时代，虚拟助手正在蓬勃发展。每个人都希望自己所做的工作轻松自如。虚拟助手 (VA) 是一种仅通过发出语音命令即可执行不同功能的方式。市场上可用的虚拟助手，如亚马逊的 Alexa、谷歌助手、苹果的 Siri 和微软的 Cortana，都使用语音命令与人类交流。由于我们的智能手机，每个人都至少拥有一个 VA。不同的调查发现它们存在一些安全问题。目前，笔记本电脑或台式电脑可用的虚拟助手效率不高。此外，它们还存在安全问题，因为任何人都可以使用唤醒词访问它们。如果未经授权的人访问用户计算机，用户的数据将面临巨大风险。