XiaoMi-AI文件搜索系统
World File Search SystemTelecommunication
Telkomnika电信计算电子和控制
高光谱成像和人工神经网络（ANN）的结合可以预测果实的成熟度。这项工作调查了使用K折的交叉验证方法的高光谱成像和ANN模型的应用，用于成熟度预测油棕新鲜水果束（FFB），以进行内部分类和分级机器视觉。粗棕榈油（CPO）是印度尼西亚和马来西亚等国家的出口商品。油棕FFB成熟度决定了CPO的质量。FFB的独特形状和颜色需要创新的方法来代替繁琐而繁琐的手动分类和分级。这项研究中使用的油棕FFB样品先前是根据颜色和果实的果实分类的。，我们在用于ANN模型和混淆矩阵之前，应用了高光谱数据集的Savitzky-Golay（SG）平滑滤波器和7倍的交叉验证，以找到ANN模型的精度。我们从523个数据点中获得了SG过滤器后的72个数据点。预测结果显示平均准确度为79.48％，其中三个折叠为2、5和7的倍数给出了90％的最高精度。结果证实了高光谱成像的潜在用途，k折交叉验证和ANN模型以进行油棕FFB的成熟度预测。
Telkomnika电信计算电子和控制
在这项研究中，作者提出了一种对黑色素瘤皮肤癌（MSC）进行分类的深度学习方法。他们引入了一个由27层组成的卷积神经网络（CNN）模型，该模型经过精心设计，旨在从皮肤病变图像中提取特征并将其分类为黑色素瘤和非黑色素瘤类别。提出的CNN模型包括多个卷积层，这些卷积层将过滤器应用于输入图像以提取诸如边缘，形状和图案之类的特征。批发层将卷积层的输出归一化以加速学习过程并防止过度拟合遵循这些卷积层。在皮肤病变图像的公开数据集上评估了所提出的CNN模型的性能，并且发现表明，它的表现优于黑色素瘤分类的几种最新方法。作者还进行了消融研究，以分析每层对模型整体性能的贡献。所提出的DL方法有可能协助皮肤科医生早期检测MSC，这可能导致更有效的治疗并改善患者的预后。它还证明了DL技术在医学图像分析中的有效性，并突出了仔细设计和优化CNN模型以进行高性能的重要性。提议的系统的准确性为99.99％。
Florin Popentiu Vlãdicescu 教授于 1974 年毕业于布加勒斯特理工大学电子与电信专业，并于 1981 年获得可靠性博士学位
Florin Popenţiu Vlădicescu 教授出生于 1950 年 9 月 17 日，1974 年毕业于布加勒斯特理工大学电子与电信专业，1981 年获得奥拉迪亚大学可靠性博士学位。此外，他还是布加勒斯特理工大学自动控制与计算机科学学院的联合国教科文组织教授。Florin Popenţiu Vlădicescu 教授是英国首个“联合国教科文组织信息与通信工程教席”的创始人，该教席于 1998 年在伦敦城市大学成立，他被任命为联合国教科文组织教席的联席主任。Florin POPENTIU VLÃDICESCU 博士目前是费迪南一世军事技术学院的博士生导师。 Florin POPENTIU VLÃDICESCU 教授在国际期刊和会议论文集上发表了 200 多篇论文，是 Springer 出版的一本书的作者、四本书的合著者和四本书的联合编辑。他也是 IEEE 高级会员。他多年来一直致力于研究与软件可靠性相关的问题，并担任过两个北约研究项目的联合主任。他还是几本国际期刊的顾问委员会成员，包括 Pergamon Press/Elsevier 出版的《可靠性：理论与应用》、《IJCS》、《ARIV》、《微电子学与可靠性》（1988-1996 年）和苏库尔 IBA 大学出版的《苏库尔 IBA 计算与数学科学杂志》（SJCMS）。他是 ACM 计算评论、神经计算和应用、IJCSIS 的审稿人，也是 IJICT 的副编辑，国际分布式系统和技术杂志 (IJDST) 的客座编辑，分布式计算和应用创新特刊。他是欧洲委员会 - H2020 计划的独立专家，负责网络服务 - 软件和服务、云。Florin POPENTIU VLÃDICESCU 教授目前是“巴黎高科”的客座教授，其中包括“Grandes Ecoles”和雅典计划，他在那里教授软件可靠性课程。
2023 年科技与电信行业报告
2 https://www.statista.com/statistics/972866/south-africa-mobile-internet-penetration/ 3 https://nationalgovernment.co.za/units/view/193/universal-service-and-access-agency-of- south-africa-usaasa 4 https://nationalgovernment.co.za/units/view/78/broadband-infraco
电信部使用 PM GatiShakti NMP 平台
使用案例：1. 为全国所有部落学校提供 FTTH 连接。2. 支持 OFC 的销售/购买，以便快速实现移动塔的光纤化 3. 查找距离全国所有经济区、仓库或任何其他商业中心最近的 OFC。
TELKOMNIKA 电信计算电子和控制
关于脑肿瘤分割的研究已经取得了长足进步，从基于阈值的方法到使用深度学习算法。在本研究中，我们提出了一种基于区域的脑肿瘤分割方法，即活动轮廓模型 (ACM)。使用从多模态脑肿瘤图像分割基准 (BRATS) 2015 数据集（包含 86 幅图像）中获得的流体衰减反转恢复 (FLAIR) 模态磁共振成像 (MRI) 图像数据进行肿瘤分割。我们的分割方法的初始阶段是使用多级 Otsu 阈值为 ACM 算法找到初始初始化点/区域，本研究中使用的级别为 3 级。获得初始初始化区域后，继续使用 ACM 进行分割过程，探索肿瘤区域以获得完整准确的肿瘤区域结果。本研究的结果显示，我们的研究的骰子相似度 (DS) 为 0.7856，总时间为 28.080722 秒，这比我们与之比较的其他方法要好，DS 为 0.75 比 0.78。
空间与电信法硕士 NALSAR ...
• 电信行业是一个广阔的领域；印度电信行业服务于超过 10 亿人口；对国家社会经济发展至关重要；• 需要以人为本或以公民为本• 目前手机数量：12 亿；宽带用户：>8 亿 • 广泛的基础设施，如无线网络、光纤网络、卫星服务等。 • 许多新兴服务和技术，如 5G、LEO 卫星技术、物联网、• M2M、云等。 • 基础设施是资本密集型的——需要最佳和有效使用 • 行业在频谱分配和管理方面面临挑战性的情况 • 当务之急：使用卫星和移动的自由开放市场条件 • 确保竞争和避免垄断的技术 • 政策、法规和许可制度必须是有利因素——但需要不断审查和改革 • 政策设定短期、中期和长期目标和目的 • TSP - 确保服务质量 • 行业引发商业和就业机会 • 电信行业影响和为国家及其公民的未来做好准备 6 NALSAR University of Law Hyderabad 2023
TNO报告TNO 2020 R11926 |最终报告的途径，可降低海上风能的潜在成本
摘要：量子计算是一种基于量子机械原理的新兴范式，具有革新包括电信在内的各种行业的潜力。本文探讨了量子计算对电信市场的变革性影响，将其集中在解决计算密集型问题上的应用上。通过利用量子系统的固有属性（例如叠加和纠缠），量子计算机提供了指数级计算加速和增强问题解决问题能力的承诺。本文对电信中量子计算的当前状态进行了深入分析，检查了关键算法和方法，讨论潜在用例，并强调了这种破坏性技术的挑战和未来前景。
Telkomnika电信计算电子和控制
许多系统，包括数字信号处理器，有限脉冲响应（FIR）过滤器，特定于应用程序的集成电路和微处理器，请使用乘数。在当前技术趋势中，对低功率乘数的需求每天逐渐上升。在这项研究中，我们基于携带选择加法器（CSA）的4×4华莱士乘数，该乘法器使用的功率较少，并且比现有乘数具有更好的功率延迟产品。HSPICE工具用于模拟结果。与传统的基于CSA的乘数相比，功耗为1.7 µW，功率延迟产品（PDP）为57.3 fj，结果表明，Wallace Multipleer设计采用了CSA，其CSA具有首先零查找逻辑（FZF）逻辑的CSA，其功率最低1.4 µW和PDP的功率最低。
Telkomnika电信计算电子和控制
这项研究旨在开发脑部计算机界面，该界面可以使用脑电图（EEG）信号来控制电动轮椅。首先，我们使用Mind Wave Mobile 2设备从头皮表面捕获原始的EEG信号。使用快速傅立叶变换（FFT）将信号转换为频域，并过滤以监视注意力和放松的变化。接下来，我们执行了时间和频域分析，以识别五个眼手势的特征：打开，闭合，每秒眨眼，双眨眼和查找。基本状态是开放的眼球手势，我们将其余四个动作手势的特征与基本状态进行了比较，以识别潜在的手势。然后，我们构建了一个多层神经网络，将这些功能分类为控制轮椅运动的五个信号。最后，我们设计了一个实验轮椅系统，以测试所提出的方法的有效性。结果表明，脑电图分类高度准确且计算上有效。此外，不同个体的脑控制轮椅系统的平均性能超过75％，这表明这种方法的可行性。