分析Nata de Coco的肿胀特征:质量控制挑战和解决方案的研究Mirza Auly Yahya 1,Amalya Nurul Khairi 1,2*,ABM Heral Uddin 3,Andi Patiware Metareakusuma 4 1食品技术研究计划,工业技术,工业技术,Ahmad dahlan dahlan dahlan dahlan dahlan dahlan dahlan dahlan dahlan dahlan dahlan dahlan jl jl jl j l。艾哈迈德·亚尼(Ahmad Yani),塔玛南(Tamanan),班田(Banguntapan),班尔图尔(Bantulapan),班尔图尔(Bantul),年约会特殊地区,55166,印度尼西亚2艾哈迈德·达兰(Ahmad Dahlan Halal)中心,艾哈迈德·达兰大学(Ahmad Dahlan University),JL。S.H. Soepomo博士,沃格博托,乌姆布拉霍,Yogyakarta特殊地区,55164,印度尼西亚3号制药系,药物科,国际伊斯兰大学马来西亚国际伊斯兰大学马来西亚,马来西亚。 苏丹·艾哈迈德·沙阿(Sultan Ahmad Shah),班达·伊德拉·马哈塔(Bandar Indera Mahkota),库坦(Kuantan),帕汉(Pahang darul Makmur),25200年,马来西亚4人文与自然研究所(Rihn),457-4 Motoyama,Kamigamo,Kamigamo,Kamu-ku,Kamu-Ku,Kamu-ku,Kyoto,Kyoto,603-8047,日本 *,日本 *S.H. Soepomo博士,沃格博托,乌姆布拉霍,Yogyakarta特殊地区,55164,印度尼西亚3号制药系,药物科,国际伊斯兰大学马来西亚国际伊斯兰大学马来西亚,马来西亚。苏丹·艾哈迈德·沙阿(Sultan Ahmad Shah),班达·伊德拉·马哈塔(Bandar Indera Mahkota),库坦(Kuantan),帕汉(Pahang darul Makmur),25200年,马来西亚4人文与自然研究所(Rihn),457-4 Motoyama,Kamigamo,Kamigamo,Kamu-ku,Kamu-Ku,Kamu-ku,Kyoto,Kyoto,603-8047,日本 *,日本 *
Div> 1艾哈迈德·达兰大学药学学院,日奥卡塔55164,印度尼西亚2穆罕默迪亚·马塔拉姆大学药学系Mataram Mataram,Mataram 83127,印度尼西亚3,印度尼西亚3,印度尼西亚3临床药学系,台比医学院,台比医学院,台比医学院,台比, Dahlan University, Yogyakarta 55191, Indonesia 7 PKU Muhammadiyah Bantul Hospital, Bantul, Yogyakarta 55711, Indonesia 6 Department of Histology, Faculty of Medicine, University Organization for Electronics and Informatics, National Research and Innovation Agency (BRIN), Cibinong Science Center, Cibinong 16911, Indonesia 10 Mataram 8 Department of Clinical Pathology和实验室医学,公共卫生和护理学院9临床实验室装置,萨尔迪托中央总医院博士,日晒和印度尼西亚55281,印度尼西亚10护理和健康科学学院,穆罕默迪亚大学emarang穆罕默德大学,塞米亚岛,塞米亚岛,塞米亚岛中部,印度尼西亚中部贾瓦,印度尼西亚11号。 90095,美国
摘要最近,使用深度学习和低计算的边缘设备用于分析基于视频的系统,尤其是在智能运输系统(ITS)的领域中,大幅增加了。在其开发低计算和准确的车辆计数系统中,计算机视觉技术的一种有希望的应用是可以用来消除对外部云计算资源的依赖性的。本文提出了一种紧凑,可靠和实时的车辆计数解决方案,该解决方案可以在低计算需求边缘计算设备上部署。该系统使用自定义的车辆检测算法,基于您仅查看一次版本8 nano(Yolov8n),并结合了深层关联度量标准(DeepSort)对象跟踪算法和有效的车辆计数方法,可在高速公路场景中准确计数车辆的准确计数。该系统经过训练,可以检测,跟踪和计算四个不同的车辆类别,即:汽车,摩托车,公共汽车和卡车。所提出的系统能够达到平均车辆检测平均平均精度(MAP)分数为97.5%,车辆计数精度得分为96.8%,平均速度为每秒19.4帧的平均速度(FPS),同时均被部署在紧凑型NVIDIA NVIDIA JETSON JETSON NANO NANO EDGE计算设备上。就准确性和速度而言,所提出的系统优于其他先前提出的工具。©(2024),(艾哈迈德·达兰大学)。保留所有权利。
Patti和John Albright |凯特·阿瑟默(Kate Athmer)和罗布·约翰逊(Rob Johnson)| Megan Bannigan Ott和Mike Ott |雷米·伯杰·曼迪(Remy Berger Mandi)和罗伯特·布雷(Robert Bray)|米奇和戴夫·科斯基|约翰·德·安吉洛(John D'Angelo)|迈克尔·德·安吉洛(Michael D'Angelo)| Angel&Jerome Dipentino Cara&Pat Duffner | Enita&Joe Dugan |汤姆·恩斯特|弗兰·爱泼斯坦(Fran Epstein)| Elizabeth&Andrew Feriozzi Rebecca和Tom Firmani | Carol&Guy Giordano | Giulia和Greg Skoutelas | Justine Giordano和Chip Holston Kathleen和Vincent Giordano | Joanne Goldberg&Janey Steinmetz |伊莎贝尔·哈尔平|温迪·汉密尔顿·帕特里克·哈迪(Patrick Hardy)和斯蒂芬·达兰(Stephen Dahlan)|斯蒂芬妮和小威廉·休斯(William Hughes Jr.)|蔡斯·赫特(Chase Hutt)| Rachel&Drew Katz Caroline&Greg Gilroy | Sarah&Daniel Keating |小帕特里克·拉金(Patrick V. Larkin Jr.)| Susan&Pat Larkin | Denise&Erin Maher Janet Markowitz和Chris Tortu |黛比和乔治·米勒|克里斯蒂·米勒(Kristi Miller)| Lauren Miller Parker和Josh Parker Robyn&Tom Musi |詹妮弗和克里斯·迈尔斯|安妮,朱莉和凯蒂·诺斯塔特|杰森·尼卡(Jason Nika)| Likie&George Nika Danielle Palladino | Margie&Jack Plackter | Carolyn&Vince Polistina |弗朗西斯卡·桑托罗(Francesca Santoro)尊敬的约翰·舒尔茨(John Schultz)和加里·希尔(Gary Hill)| Niki Shaffer | Erin Sykes | Gary Turner和Dave Sawyer Pam&Tony Tyson |杰米和凯文·沃克| Geri&Glen Zuck
智能家居系统带电池备用和物联网Hari Maghfiroh 1*,Joko Slamet Saputro 2,Berlianne Shanaza Andriany 3,Chico Hermanu 4,Miftahul Anwar 5,Muhammad Nizam 6,Muhammad Nizam 6,Alfian Ma'arif 7 Ma'Arif 7 Electrical Engifeering部门7号电气工程部电气工程,印度尼西亚艾哈迈德·达兰大学7 hari.maghfiroh@staff.uns.ac.id *收到:2023年4月12日修订,修订:2023年10月4日,接受:2023年10月7日 * 2023年 * 2023年 *相关作者摘要此研究通过集成自动传输的智能转换(在SS上)的启动(在SS上)的启动(在Seem intermose down of seem sworte and insem sworts)在启动(在SS上)的启动(在)中,并在启动过程中进行启动,并在启动过程中,并在启动范围内,在启动过程中,在启用范围内,并在启动范围内进行了启动。干扰。自动电池充电系统(ABC)系统根据其状况优化电池充电,从而提高了储能和效率。该系统通过人机接口(HMI)提供现场电气设备控制和传感器数据访问。通过Blynk应用程序进行远程监视和控制提供便利。此外,能源消耗估算功能允许用户估算计费成本,电池电量(SOC)表示剩余电池容量。硬件测试通过2-4秒的ATS响应和±2秒的ABC响应显示了系统的可靠性。这项研究为房主提供了可靠的功率连续性和能源优化。它有助于基于物联网的智能家庭系统,展示ATS和ABC的有效性,并推动现代智能生活的理论和实践。关键字:智能家庭,物联网,电池备份,ATS,充电1。简介
1 农业研究计划,艾哈迈德达兰大学农业学院,印度尼西亚 *通讯作者:ikhymanno97@gmail.com 摘要 背景:许多天然和合成疗法被用于帮助 COVID-19(2019 冠状病毒病)患者的康复,但抑制这种病毒的有效性仍需进一步研究。 目的:预测海参中的硫酸软骨素化合物是否对 COVID-19 具有抗病毒活性。 方法:使用分子对接方法,基于硫酸软骨素与 6LU7 和 2GTB 蛋白(COVID-19 中发现的主要蛋白酶 (M pro))的相互作用,测试其对 COVID-19 的抗病毒活性。研究阶段包括准备6LU7和2GTB蛋白质结构数据库,使用Biovia Discovery Studio应用程序准备和优化3D硫酸软骨素结构,以及使用Autodock 4.2应用程序验证6LU7和2GTB蛋白质上的分子对接和硫酸软骨素对接方法。结果:硫酸软骨素与6LU7蛋白具有较高的亲和力并形成氢键,其对6LU7受体的亲和力值为(-9.5 kcal/mol),RMSD Ib为(0.000),RMSD ub为(0.000),而2GTB蛋白的亲和力较低,即对2GTB受体的亲和力值为(-7.7 kcal/mol),RMSD Ib为(0.000),RMSD ub为(0.000)。结论:根据分子对接研究结果,硫酸软骨素具有抗病毒潜力,因为它与 6LU7 和 2GTB 蛋白具有亲和力,可以抑制 COVID-19 病毒的感染途径。关键词:COVID-19,硫酸软骨素,6LU7 和 2GTB 受体,分子对接