XiaoMi-AI文件搜索系统
World File Search SystemThings
有关“零信任边缘和联合学习的物联网”的特殊部分
零信任边缘集成了网络和安全性，以创建一个集成的保护框架，以确保在每个边缘的策略部署和实现一致。联合学习是一种分布式机器学习方法，可以解决数据隐私问题。消费者互联网（CIOT）是指在消费电子中使用物联网产品来互连物理和数字对象。这些设备集成了无线技术和微控制器，从而更容易在设备或计算机之间共享消费者数据和信息。通过消费者与产品之间的相互作用，CIOT将消费电子产品的领域和将消费电子产品提升到了另一个层次。随着连接到网络的消费电子设备数量的迅速增加，网络中传输的数据也在几何上增长。传统的云计算中心不再能够满足低潜伏期和密集的网络访问和服务要求，并且容易受到一系列攻击方法，例如单点攻击，勾结攻击和中间攻击中的人，这对数据安全构成了隐藏的危险。零信任边缘使分布式联合学习成为可能。零信任边缘克服了安全数字加速度的障碍，包括用户体验，安全技术和隐性信任。同时，联邦学习不仅与零信任边缘计算模型完全符合，而且还保留了终端设备上的数据，减少了数据泄漏的风险并解决了数据岛的问题。
低功率消耗Igzo Memristor的气体传感器嵌入了异丙醇酒精气体的物物互联网监测系统中
摘要：低功耗气体传感器对于各种应用至关重要，包括环境监控和便携式物联网（IoT）系统。但是，常规金属氧化物气体传感器的解吸和吸附特性需要补充设备，例如加热器，这对于低功率IoT监测系统并不最佳。基于回忆的传感器（气体）由于其优势，包括高响应，低功耗和室温（RT）操作，已研究为创新的气体传感器。基于Igzo，提议的异丙醇酒精（IPA）气体传感器显示出105 s的检测速度，在RT时为50 ppm的IPA气体的高响应速度为55.15。此外，使用脉冲电压在50 µs中可以快速恢复到初始状态，而无需清除气体。最后，集成了一个低功率电路模块以进行无线信号传输和处理，以确保IOT兼容性。即使整合到IoT系统中，也证明了基于Igzo气体的传感结果的稳定性。这可以在〜0.34兆瓦时实现节能气体分析和实时监测，从而支持通过脉冲偏置恢复。这项研究提供了对物联网气体检测的实用见解，为敏感的低功率传感器提供了无线传感系统。
含可再生能源的电力物联网计算任务分配
电力物联网是构建新能源新型电力系统的关键技术。针对包括可再生能源在内的电力物联网运行控制过程中数据量巨大导致云计算计算时延过大的问题，建立了基于边缘计算的电力物联网云-边-端协同优化计算模型。结合布置在发电设备周围的多种智能终端设备（STD）采集的数据，分析电力物联网的边缘计算框架，建立了基于最小化平均系统时延的计算任务分配模型。搭建相应仿真模型进行仿真验证。与其他基线方案相比，该优化方案可显著降低所有任务的平均系统时延。
机器学习技术和物联网应用于智能，可持续农业
摘要。物联网（IoT）和人工智能（AI）的整合已在农业领域广泛利用，并与其他各种复杂的计算技术结合使用了持续时间。在过去的几年中，在信息技术的指导下，农业部门内部的温室发展取得了显着发展，并提高了生产率。物联网包括一系列智能系统和远程监控技术，包括支持可持续发展的技术。本研究研究了在培训和开发智能系统和组织内预测模型的情况下，信息技术的可访问性，重点是使用机器学习（ML）和AI技术的实时应用程序。本文旨在通过调查智能可持续农业平台（SSA）平台来提高农业可持续增长治理的功效，利用物联网和ML技术作为其基础。因此，拟议的系统称为“智能可持续农业”（RSAF-SSA）的遥感辅助框架旨在通过应用ML技术和IoT来增强温室农业先决条件的实现。拟议的方法采用AI和ML技术来增强绿色发展的潜在行业管理财务资源和促进农业产品开发中创新趋势的能力。此外，这项研究通过建立利用物联网和ML的智能农业平台（SA）平台来整合SSA领域的可持续发展需求。此外，还设计了实验设计来评估本工作中开发的系统平台的有效性。具有50个IoT设备，拟议的RSAF-SSA的灌溉控制比（ICR）和农业生产率（APR）的效率分别为95.8％和95.3％。
研究论文《双重转型：循环经济与物联网的协同作用——丹麦制造商研究》
在双重转型议程中，工业 4.0 议程中的数字技术与循环经济议程之间的关系被认为是互惠互利的。然而，该议程处于前范式阶段，其中双重关系主要在概念层面上进行讨论。同时，制造商面临着从任何一种转型中实现持续绩效改进的挑战。因此，本研究采用多案例研究方法，调查十家丹麦制造商中物联网 (IoT) 与循环经济 (CE) 之间的协同关系，作为双重转型议程构成结构的代表。据此，本研究提出了两个基于经验的两者协同关系命题：物联网通过数据能力的累积积累及其与特定价值主张的联系，实现了循环经济的参与。同时，在采用循环经济作为设计参数时，数字技术的价值和目的被提升到战略视角。
关于经验学习周期的8件事
体验学习周期是ELT中最广泛认可和使用的概念（ELT-Kolb 2015，Kolb＆Kolb 2017）。体验，反思，思考和行动的四阶段周期的简单性和实用性是其受欢迎程度的主要原因。这是一个适合创建教育计划的适应性模板，可积极吸引学习者参与学习过程，为过度使用和无效的传统信息传输模型提供了替代方案。在经验学习的典型应用中，教育者提供了直接的具体体验活动，例如实地考察，实验室实验或角色扮演，然后对体验进行个人或团体反思。概念化阶段的重点是通过增加相关主题讲座或阅读通常理解体验的含义。然后，要求学习者运用他们在自己的生活和工作环境中学到的知识。
非洲新兴技术：人工智能、区块链和物联网的应用及发展方向
人工智能 (AI)、区块链 (BCT) 和物联网 (IoT) 等新兴技术有可能加速发展中国家的经济转型。大多数发达经济体已采取措施“负责任地”实施这些技术，例如能力发展、基础设施增强和建立治理标准。非洲的类似举措鲜为人知。文献强调了实施新兴技术的潜力和机遇/挑战。然而，研究很少涉及如何在非洲实施此类技术以实现可持续发展，而相关挑战往往导致解决方案在早期阶段就被放弃。本文探讨了新兴技术在非洲的应用，以确定与实施相关的挑战并得出负责任的设计建议。我们使用 PESTEL-O 框架对已确定的挑战和风险进行分类。研究结果揭示了非洲采用新兴技术的现状，并为负责任地设计此类解决方案提供了建议。
通过可教人工智能了解个性化无障碍功能：为盲人或视力低下人士设计和评估“查找我的东西”
由于残障社区内和残障社区之间的用户需求存在多样性，因此构建可教人工智能系统是一项挑战。可教人工智能系统为残障用户提供了一种利用人工智能的力量来个性化应用程序以满足他们自己的特定需求的方法，只要提供示例的努力与个性化的好处相平衡即可。作为一个例子，本文介绍了“查找我的东西”的设计和评估，这是一个端到端的应用程序，可以由盲人或视力低下的人教它找到他们的个人物品。通过综合设计过程，本文为教学循环提供了设计考虑，这对于实现可教人工智能对无障碍的强大功能至关重要。
医学互联网（IOMT）中用于安全评估的量子机器学习
摘要：医学事物互联网（IOMT）是一个由相关的电子项目组成的生态系统，例如小型传感器/执行器和医疗服务中其他网络物理设备（CPD）。当这些设备连接在一起时，它们可以通过医疗监测，分析和报告以更自动和智能的方式来支持患者。IOMT设备；但是，在医疗服务处理大量敏感和私人健康相关的数据时，通常没有提供服务和安全保证的计算资源。这导致了有关如何改善IOMT系统安全性的几个研究问题。本文着重于量子机学习，以评估IOMT系统中的安全漏洞。本文在IOMT脆弱性评估中对传统和量子机学习技术均提供了全面的综述。本文还提出了一种创新的融合半监督学习模型，该模型与广泛的实验中的最新传统和量子机学习相比。该实验显示了针对最先进模型的拟议模型的竞争性能，还强调了量子机器学习在IOMT安全评估及其未来应用中的有用性。