XiaoMi-AI文件搜索系统
World File Search SystemVSA
2022 年年度报告
2018 年，众议院法案 (HB) 922（即第 211 章法案）签署成为法律，要求马里兰州卫生部 (MDH) 制作年度报告，审查马里兰州因服药过量 (OD) 而死亡的个人的病史。根据第 211 章的规定，该报告应包括对与致命和 NFOD 风险相关的多种因素以及与药物使用 (SU) 相关的计划和服务等问题的评估。在可行的情况下，该报告旨在链接来自至少 18 个不同数据源或多个州机构拥有的数据集的去识别个人级数据。随后，审查、协作、评估和报告统称为数据知情的药物过量风险缓解 (DORM) 计划。该报告将于每年 7 月 1 日提交给州长和州议会，该法规将于 2024 年 7 月 1 日失效。今年的报告以往年的工作为基础，包括使用人口统计管理局 (VSA)、处方药监测计划 (PDMP)、卫生服务成本审查委员会 (HSCRC)、公共行为健康系统 (PBHS)、马里兰州医疗补助计划提供的数据集进行的关联分析，今年报告中还新增了马里兰州紧急医疗服务系统研究所 (MIEMSS) 的数据。此外，MDH 内的许多办公室也提供了项目数据，包括危害减少服务中心 (CHRS) 和环境卫生局。为了支持更安全地使用链接数据，阿片类药物行动指挥中心 (OOCC) 与 MDH 行为健康管理局 (BHA)、切萨皮克地区患者信息系统 (CRISP)、马里兰州健康信息交换中心和约翰霍普金斯大学彭博公共卫生学院 (JHSPH) 合作，将支持该项目的某些链接数据集迁移到马里兰州全人类服务集成网络 (MD THINK) 平台，这是马里兰州基于云的数据存储和管理系统。高级发现
测试和增强高维计算的对抗性鲁棒性
摘要 - 脑启发的超维度计算（HDC），也称为矢量符号结构（VSA），是一种急剧的“非von neumann”计算方案，该方案模仿人脑功能以处理信息或使用抽象和高维模式来处理信息或执行学习任务。与深神经网络（DNN）相比，HDC显示出诸如紧凑的模型大小，能量效率和少量学习的优势。尽管有这些优势，但HDC的一个不足的区域是对抗性的鲁棒性。现有的作品表明，HDC容易受到对抗性攻击的攻击，在这种攻击中，攻击者可以在原始输入中添加少量扰动到“傻瓜” HDC模型，从而产生错误的预测。在本文中，我们通过开发一种系统的方法来测试和增强HDC对对抗性攻击的鲁棒性，系统地研究HDC的对抗性鲁棒性，并具有两个主要成分：（1）TestHD，这是一种可以为给定的HDC模型生成高素质高素质的测试工具，该工具可以为给定的HDC模型生成高素质的高素质数据； （2）GuardHD，它利用TestHD生成的对抗数据来增强HDC模型的对抗性鲁棒性。testHD的核心思想建立在模糊测试方法之上。我们通过提出基于相似性的覆盖率度量来定制模糊方法，以指导TestHD连续突变原始输入，以生成可能触发HDC模型不正确行为的新输入。由于使用差异测试，TestHD不需要事先知道样品的标签。为了增强对抗性鲁棒性，我们设计，实施和评估GuardHD以捍卫HDC模型免受对抗数据的影响。GuardHD的核心思想是一种对抗探测器，可以通过测试HDD生成的对抗样本训练。在推断期间，一旦检测到对抗样本，GuardHD将用“无效”信号覆盖词典结果。我们评估了4个数据集和5个对抗性攻击方案的提议方法，具有6种对抗生成策略和2种防御机制，并相应地比较了性能。GuardHD能够区分精度超过90％的良性和对抗性输入，比基于对抗性训练的基线高达55％。据我们所知，本文在系统地测试和增强对这种新兴脑启发的计算模型的对抗数据的鲁棒性方面提出了第一个全面的努力。索引术语 - 远程计算，差异绒毛测试，对抗攻击，强大的计算
机载监视应用手册
前言 机载监视正在迅速发展，计划将许多新功能引入驾驶舱。国际民航组织全球空中导航计划 (GANP) (Doc 9750) 要求这些功能具有互操作性，以使飞机能够在全球范围内实现相同的安全和效率水平。机载监视代表了监视功能从传统地面传感器向综合航空电子设备套件的转变，该套件将支持一系列新的、要求严格的监视功能和应用。飞机位置和其他机载参数由基本机载监视功能（称为 ADS-B OUT）提供。这些信息将由配备先进功能（称为 ADS-B IN）的其他飞机直接使用，以支持现有应用和一些尚未开发的应用。本手册介绍了几种机载监视功能，例如基本机载态势感知 (AIRB)、进近目视分离 (VSA) 和基本地面态势感知 (SURF) 以及尾随程序 (ITP) 应用程序，这些功能是在支持 GANP（第四版）的航空系统模块升级 (ASBU) 中引入的。ASBU 包含依赖 ADS-B 标准的模块，既适用于 ADS-B OUT（B0-ASUR：地面监视的初始能力），也适用于 ADS-B IN，它们是机载监视的关键推动因素。它们的演变在与机载监视应用 (ASA)（B0-ASEP：空中交通态势感知 (ATSA)，B2-ASEP：机载分离 (ASEP)）以及机载防撞（B0-ACAS：ACAS 改进和 B2-ACAS：新型防撞系统）相关的特定线程中进行了描述。未来的机载 ADS-B IN 应用涉及的分离最小值低于当前的雷达分离标准，可能需要对机载防撞系统 (ACAS) 进行更改。因此，各种机载 ADS-B IN 应用的实施预计将取决于新防撞系统的实施可用性。对于水面应用，需要指出的是，SURF 和 SURF-IA（B1-SURF：增强水面作业安全性和效率 - SURF、SURF-IA 和增强视觉系统 (EVS)）有望补充 A-SMGCS 1 级和 2 级（B0-SURF：水面作业安全性和效率（A-SMGCS 1-2 级））以及 A-SMGCS 3 级和 4 级（B2-SURF：优化水面路线和安全效益（A-SMGCS 3-4 级和合成视觉系统 (SVS)）。本手册由机载监视工作队 (ASTAF) 制定，该工作队由国际民航组织于 2010 年成立，是一个多学科专家团队，旨在及时制定国际民航组织的规定，以确保基于驾驶舱使用 ADS-B 的全球统一性和互操作性。本手册的三个主要目标如下：a) 支持实施 ASA 和初始机载监视能力，目前已有某些工业解决方案可用并投入使用；b) 提供与标准和建议措施 (SARP)、空中航行服务程序 (PANS) 和相关行业标准文件相关的指导材料和参考资料，即安全、性能和互操作性要求 (SPR) 和最低运行性能标准 (MOPS)；以及