XiaoMi-AI文件搜索系统
World File Search SystemXu
劫持配备 ACAS-Xu 系统的自主送货无人机
自主性是热门话题之一，人工智能在感知和决策任务方面的潜力开辟了新的可能性。然而，自主系统也提高了公众的接受度和认证挑战。如果自动驾驶汽车是最广为人知的例子之一，那么我们会看到航空领域自主系统的出现，包括送货无人机、自动空中出租车或飞机 [16]。本文将重点介绍这些特定的系统。虽然航空认证最重要的问题是可靠性和安全性，但系统抵御恶意攻击的能力也是一个主要问题。我们的工作主要集中在这个主题上，开发了一种针对航空电子系统的攻击（拦截）。航空安全主要集中在通过控制通过的人员和货物来确保机场的安全。一旦飞机开始飞行，就可以通过监视所有飞机都应尊重的特定空域部分（如航路）来确保安全。航路的设计是为了确保两架飞机之间的分离，任何不遵守这些规则的飞机都会被识别、跟踪并最终被消灭。然而，在城市空中交通 (UAM) 环境中，确保安全免受恶意攻击者攻击的有效方法将不再适用。即使在 UAM 中扩展航路的概念，到地面的距离、航路之间的距离以及潜在的威胁数量也会使
引用Zhu J-L，Xu X-M，Yin H-Y，Wei J-R和Lyu J（2023），《预测住院时间超过14 da
心室间隔缺陷（VSD）是先天性心脏病的最常见形式，约占先天性心脏病病例的40％（Penny and Vick，2011年）。VSD导致血液分流，从而导致肺部血管的肺部血液循环体积和病理变化增加，这使得患有VSD的儿童特别容易发生肺部感染。随着疾病的发展，当肺循环压力高于全身循环压力时，血液从右侧到左心室的流动会增加左心室的预紧力，从而很容易导致心力衰竭。年轻婴儿的肺泡发育不是完美的，呼吸系统不成熟，并且肺泡II型上皮细胞的合成功能是有效的，导致肺泡表面活性剂的产生较少，因此呼吸功能不成熟。肺动脉症和感染都可能导致氧动脉部分压力降低，这进一步导致呼吸率变化。感染的发生可能是VSD患者长时间住院的危险因素。延长医院可能会进一步增加医院感染的可能性。肺部感染可能会导致肺间隙水肿，导致肺通风和低氧血症减少，最终导致呼吸迅速。某些情况的感染诊断尚不清楚，因此很难确定住院是否延长。因此，我们将本研究的结果设定为住院时间超过14天。但是，呼吸率（RR）是一个易于监控的指标，其测量精度很高，因此它可能具有住院时间的预测价值。一项研究发现，入院率高的呼吸率与疗养院接纳的患者的院内死亡率的增加有关（Myint等，2011）。我们旨在开发一个列图，以评估小儿VSD患者的住院风险超过14天。我们希望临床医生能够根据戒号模型中风险因素的变化进行及时调整治疗方案，以减少小儿VSD患者住院治疗。
Xianbo Xiang、Lionel Lapierre、Bruno Jouvencel、Guohua Xu、Xinhan Huang。异构自主水下航行器的合作声学导航方案。水下航行器，第 27 章，InTech，第 525-538 页，2009 年，978-953-7619-49-7。�10.5772/6719�。�hal-00733797�
本书专门介绍无人水下航行器 (UUV)。众所周知，UUV 家族有两个独立的分支：遥控航行器 (ROV) 和自主水下航行器 (AUV)。每个分支都有其优点和局限性，以及特定的任务。AUV 和 ROV 之间的区别在于，AUV 采用“智能”，例如传感和自动决策。它们在“头脑”中预先定义了操作计划，使它们能够自主执行任务。ROV 由人类借助基于系绳（电缆、光纤等）的通信链路进行远程控制。然而，将 AUV 技术应用于 ROV（将其转变为“智能”ROV）正在减少这两个分支之间的差异。这本书的标题最初有“智能”一词，在我看来，它正确地揭示了 UUV 发展的趋势。因此，AUV 是本书中大多数文章的主题。
ACAS Xu 简介和未来挑战
与定义明确的 ACAS Xa 标准具有相同的基础。本研究提出了 ACAS Xa/Xu 通用基础的介绍，因为它不太可能改变，包括一般架构和防撞 (CA) 逻辑。随后介绍了特定于 ACAS Xu 的概念，例如量身定制的威胁逻辑、水平 CA 逻辑、CA 协调和自动响应。对于灵活部分，我们认为它主要涉及监视源。法规可能会要求对传感器功能提出要求，而不是精确的标准。最近的研究成果允许提出最低传感器性能并专注于一组基本传感器。本研究最后提出了需要解决的未来挑战，以建立安全的 ACAS Xu 基线并将其扩展到更小和更低高度的 UAS。
在WSE 2 Qing Rao上单层石墨烯中自旋 - 轨耦合带的弹道传输光谱，1†Wun-Hao Kang，2†Hongxia Xue，1 Ziqing ye
Ballistic transport spectroscopy of spin-orbit-coupled bands in monolayer graphene on WSe 2 Qing Rao, 1 † Wun-Hao Kang, 2 † Hongxia Xue, 1 Ziqing Ye, 3 Xuemeng Feng, 3 Kenji Watanabe, 4 Takashi Taniguchi, 4 Ning Wang, 3 Ming-Hao Liu, 2 * and Dong-Keun Ki 1 * 1 Department of Physics, The University of Hong Kong, Pokfulam Road, Hong Kong, China 2 Department of Physics, National Cheng Kung University, Tainan 70101, Taiwan 3 Department of Physics and Center for Quantum Materials, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon 999077, Hong Kong, China 4 National Institute for Materials Science, Namiki 1-1, Tsukuba, 305-0044，日本伊巴拉基†同等贡献。*通讯作者。Email: minghao.liu@phys.ncku.edu.tw , dkki@hku.hk Van der Waals interactions with transition metal dichalcogenides was shown to induce strong spin-orbit coupling (SOC) in graphene, offering great promises to combine large experimental flexibility of graphene with unique tuning capabilities of the SOC that can rotate spin by moving electrons or vice versa.在这里，我们通过测量弹道横向磁聚焦在WSE 2上的石墨烯中探测SOC驱动的带和电子动力学。我们在第一个焦点峰中发现了清晰的分裂，其电荷密度和磁场的演变通过使用〜13 meV的SOC强度进行了很好的重现，而在第二个峰中没有分裂，这表明较强的Rashba Soc。在温度依赖测量中也发现了电子电子散射的可能抑制。我们的研究表明，利用石墨烯中发音的弹道电子运动的一种有趣的可能性。此外，我们发现Shubnikov-de Haas振荡的SOC强度约为3.4 MEV，这表明它探测了不同的电子动力学，要求新理论。
Fingerprinting Quantum Computer Equipment - Chuanqi Xu
随着量子计算机在现实世界中的部署日益增多，人们越来越需要能够对其设备进行指纹识别和跟踪。这项研究提出，超导量子比特量子计算机中使用的低温设备可以利用廉价的基于 SRAM 的 PUF 作为指纹。这项研究首次在低温条件下对 SRAM PUF 进行安全性评估，使用液氮将存储器快速冻结到接近 -195℃（-320°F 或 77K）的温度。这项研究表明，SRAM PUF 在低温条件下可以变得更加稳定。因此，SRAM PUF 的一个可能的新应用是识别和跟踪量子计算机低温硬件。对量子计算机设备进行指纹识别的其他方法也是可能的，例如基于量子比特的频率。对量子计算机进行指纹识别的能力一方面有利于跟踪设备，但另一方面也有害，因为能够访问指纹的攻击者可以识别特定的机器。了解量子计算机指纹识别的优点和危险，并安全地部署指纹识别机制，对于保护这些新兴的计算平台是必要的。
引文：Peng RS、Xu SR、Fan XM、Tao HC、Su HK、Gao Y、Zhang JC 和 Hao Y，自组装 Ni 制备纳米图案化 InGaN 的应用
自 1993 年 Shuji Nakamura 制成第一只 GaN 基蓝光发光二极管 (LED) 以来 [1]，基于 III 族氮化物材料的 LED 发展迅速并得到了广泛的应用。然而，导致绿光 LED 效率低下的“绿光隙”一直未能得到解决，而蓝光和红光 LED 却实现了较高的发光效率 [2,3]。造成上述问题的原因之一是 InxGa1-xN/GaN 多量子阱 (MQW) 中铟组分的增加，而这是为了使 InGaN 基 LED 能够发出更长的波长的光。由于 InGaN 与 GaN 之间的晶格常数和热膨胀系数不匹配 [4,5]，以及 InN 在 GaN 中的低混溶性 [6]，高铟组分 InGaN QW 的绿光 LED 会遭受晶体质量劣化。同时，还会产生大量的位错，它们充当非辐射复合中心[7]，对发光是不利的。另一方面，有源区产生的光很难从高折射率半导体（n GaN = 2.5）逸出到空气中（n air = 1）。内部光的临界角（θ c ）或逸出锥仅为~23.6°[θ c = sin −1（n air /n GaN ）]，超过此角度发射的光子会发生全内反射，因此只有一小部分光可以逸出到周围的空气中[8]。绿光是三原色之一，提高绿光LED的发光效率是实现高效率、高亮度RGB（红、绿、蓝）LED的关键。
亲爱的编辑，我们感兴趣地阅读了Xue Han等人关于液化素在心肌梗塞后通过抑制
亲爱的编辑，我们感兴趣地阅读了Xue Han等人关于液体素的研究，可以通过抑制CCL5表达和NF-κB信号传导途径来预防心肌梗塞后心脏纤维化。1我们祝贺对健康界（尤其是心脏病）做出了重大贡献的作者。根据这项研究中获得的结果，研究人员得出结论，液化素（LQ）可以改善心脏功能，减少心肌梗死的大小，减轻心脏病理损害，抑制氧化应激和炎症反应，并减少与MF相关的生物标志物的表达。Xue Han等人在这项研究中使用的方法是适当的，因此研究人员可以得出结论，即柠檬素（LQ）化合物可以显着降低氧化应激和炎症反应。我们想向希望进行相同研究的研究人员提供有关LQ化合物的研究的意见，以便能够对每种提取物的每种化合物进行毒性测试进行测试，因为如果过度使用该测试，则可以最大程度地减少该化合物的副作用。2
引用Zhang A，Xu Q，Jiang J，Zhao Z，Zhang L，Tao K，Cao G，Zhang J，Ding L，Ding L，Meng Z，Dong W和Wang C（2023），定性和定量确定
在2019年12月，在湖北省武汉市发现了许多病毒性肺炎病例。到2020年2月，全国范围内有20,000多例2019年冠状病毒疾病（Covid-19），有425例患者死亡。在这次暴发中，西方医学在不识别病原体的情况下进行有针对性的治疗很难，但是传统中药（TCM）可以通过综合征分化和治疗迅速确定原因（Zeng等，2020）。covid-19属于TCM中“流行病”类别，其病理变化首先出现在间质肺中（Yang and Fan，2021）。主要症状是发烧，干性咳嗽和疲劳。在严重的情况下，可能会发生肺合并（Miao等，2020; Xiong，2020; Zhan等，2020）。鉴于这些症状，应用了许多处方，例如金胡乌拉甘格颗粒，Shufeng Jiedu胶囊，Jingfang颗粒和Jinbei口服液体（JB。l），并在诊所显示出明显的治愈作用。在其中，JB。L在2020年2月在山东省（第二版）的新型冠状病毒肺炎的中药诊断和治疗计划中列出，我们随后的临床数据分析表明，JB的效果。L优于单一化学疗法组（Li等，2021）。JB。它具有补充气和滋养阴，驱除血液停滞和去除痰液的作用。因此，在本实验中，JB的化学组成。L is composed of Astragali radix , Codonopsis radix , Angelica sinensis , Glehniae radix , Scutellariae radix , Fritillariae cirrhosae bulbus , Chuanxiong rhizoma , Salvia miltiorrhiza radix , Pinelliae rhizoma praeparatum cumalumine , Lonicerae japonicae fl os , Forsythiae Fructus和Glycyrrhizae radix。尽管TCM处方具有一定的理论和临床应用基础，但复合TCM处方的材料基础很复杂，而动作机制是多种多样的，这给TCM的有效性带来了基本材料研究。近年来，连字符技术是对复杂矩阵中未知化合物的快速定性分析的强大工具，尤其是超出性液态色谱，以及四极杆的时间串联串联质量光谱法（UPLC-Q-Q-TOF-MS），这是有益于其高分辨率和敏感性的。这些方法已被证明是对TCM制剂快速分析的有效和高度敏感的工具（Gao等，2014; Zhang等，2017a; li等，2018; Wang等，2018; Sun等，2021）。此外，UPLC与三极四极质量光谱法（UPLC-QQQ-MS/MS）可以很好地应用于通过多个反应监测（MRM）模式对TCM多个化学成分的定量分析，这在TCM的现代化中具有很大的意义（Wu et and an e et al。 ）。研究TCM效率的材料基础是解决TCM有效作用原理的先决条件，而确定TCM的有效组成部分是主要任务。l通过UPLC-Q-TOF-MS/MS定性确定，并且主要功能组件通过UPLC-MS/MS定量分析。这是关于JB化学成分的系统分析的第一个报告。l，为质量控制和对其药效学的深入研究提供了基础。
引用发布版本（APA）：刘Y.，Hao，L.，Xing，Z.，Jiang，Z。，＆Xu，J。（2022）。电力系统的多目标协调优化
为了降低风力降低速度并增加了风能的容量，电力购买区应增加风力购买。但是，风力发电的当前电价高于热力电力的电力，这使风能容易容易量化。优化风能住宿和电力购买成本的这两个目标是不切实际的。基于这一矛盾，本文通过构建一个考虑上述两个目标的多目标优化模型（MOOM）来描述这一矛盾。首先，该模型通过混合粒子群优化和重力搜索算法（HPSO-GSA）解决，以获得帕累托最佳溶液集。然后，根据模糊满意度功能，帕累托最佳解决方案是从帕累托最佳边界中选择的。最后，以某个区域的春季为例，典型的每日负载和风电场输出值是模拟验证的示例。已验证，所提出的方法确实可以为区域电力购买提供科学的电力购买计划。©2022作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。