XiaoMi-AI文件搜索系统
World File Search Systemembedded
修订嵌入式人工智能应用的人机工程原理
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
空间嵌入循环神经网络揭示结构和功能神经科学发现之间的广泛联系
摘要 脑网络存在于资源限制的范围内。因此，脑网络必须克服在其物理空间内生长和维持网络的代谢成本，同时执行其所需的信息处理。为了观察这些过程的效果，我们引入了空间嵌入循环神经网络 (seRNN)。seRNN 在 3D 欧几里得空间中学习与任务相关的基本推理，其中组成神经元的通信受到稀疏连接组的限制。我们发现 seRNN 与灵长类动物的大脑皮层类似，自然地使用模块化小世界网络解决推理问题，其中功能相似的单元在空间上配置自身以利用能量高效的混合选择代码。随着所有这些特征的一致出现，seRNN 揭示了有多少常见的结构和功能大脑主题紧密交织在一起，并且可以归因于基本的生物优化过程。 seRNN 可以作为模型系统，在结构和功能研究社区之间架起桥梁，推动神经科学理解的发展。
印刷电路板嵌入式功率半导体
与传统封装技术相比，将功率半导体器件嵌入印刷电路板 (PCB) 有几个好处。将半导体芯片集成到电路板中可减小转换器尺寸。这会使电流环路变短，从而降低互连电阻和寄生电感。由于传导和开关损耗降低，这两者都有助于提高系统级效率。此外，由于热阻低，使用厚铜基板可以有效散热。因此，十多年来，PCB 嵌入在电力电子界受到了广泛关注。本文旨在全面回顾该主题的科学文献，从基本制造技术到用于电气和热测试的模块或系统级演示器，再到可靠性研究。性能指标，例如换向环路电感 L σ、与芯片面积无关的热阻 R th × A chip ，可以比较不同的方法并与传统功率模块进行基准测试。一些出版物报告称，杂散电感低于 1 nH，并且与芯片面积无关的热阻在 20 ... 30 mm 2 K/W 范围内。
使用嵌入式聚类策略提取纹理特征并描绘边界，检测 MRI 中的细微白质病变
白质病变 (WML) 是多种脑部疾病的根源，而自动 WML 分割对于评估自然病程和临床干预措施（包括药物研发）的有效性至关重要。尽管最近的研究在 WML 分割方面取得了巨大进展，但准确检测疾病早期出现的细微 WML 仍然特别具有挑战性。在这里，我们提出了一种使用强度标准化技术、灰度共生矩阵 (GLCM) 嵌入聚类技术和随机森林 (RF) 分类器自动分割轻度 WML 负荷的方法，以提取纹理特征并识别特定于真正 WML 的形态。我们通过局部离群值因子 (LOF) 算法精确定义它们的边界，该算法通过相对于其邻居的局部密度偏差来识别边缘像素。该自动化方法已在 32 名人类受试者身上进行了验证，结果显示，通过类内相关性 (ICC = 0.881，95% CI 0.769, 0.941) 和皮尔逊相关性 (r = 0.895，p 值 < 0.001)，与神经放射科医生的手动描绘具有很强的一致性和相关性（排除一个异常值），并且在 MICCAI 大挑战赛中定义的六个既定关键指标中的五个方面优于三种领先算法（修剪均值异常值检测、病变预测算法和 SALEM-LS）。通过促进对细微 WML 的更精确分割，该方法可以实现更早的诊断和干预。
以 OPS-SAT 太空任务为例的立方体卫星嵌入式计算机系统的开发和应用
摘要 航天工业是当今主要的增长市场之一，也是创新、科学和技术非常有趣的商业领域。在上个世纪，航天工业发生了巨大的变化，经历了强大的商业化，被称为“新太空”。除了商业化之外，立方体卫星的概念在过去十年中也在市场上得到了很好的认可。欧洲航天局 (ESA) 已经认识到这一趋势，并将立方体卫星纳米卫星用于 OPS-SAT 任务等项目。OPS-SAT 使用最先进的嵌入式系统执行各种任务。这些嵌入式系统是 OPS-SAT 任务成功的关键，并为 OPS-SAT 飞行实验室进行的各种实验提供了出色的计算能力。本文介绍了这些嵌入式系统的基本设计，并讨论了 OPS-SAT 任务期间的一些相关成果。
用于具有边缘计算的实时视频分析系统的分布式 AI 嵌入式集群
IHS Markit | Technology通过分析过去15年监控摄像头的年度出货量，预计截至2019年底全球投入使用的摄像头数量为7.7亿颗，未来两年安装的摄像头数量将达到10亿颗以上[1]。基于人脸和车辆算法的人工智能已经在公安、交通等各个领域得到广泛应用。人工智能如何应用于智能交通行业是一个新的研究方向。目前，桥梁、岛、隧道的养护都是通过各种传感器和视频数据进行人工判断。随着桥梁行业的快速发展，各种传感器被快速部署，想要实现人工识别难度极大。随着人工智能技术的进步，特别是计算机视觉技术和神经网络技术的进步，人工智能辅助工程师对桥梁各种传感器数据和视频监控进行研判的可能性已经显现出来。但与此同时，云端AI模型在桥梁场景中的应用也暴露出一些问题，例如数据隐私、网络带宽限制、对时延的苛刻要求等。
两种空间天气机载分析应用程序在多个嵌入式系统上的机器学习模型推理的开发方法和部署
D. Steenari、K. Foerster、D. O'Callaghan、C. Hay、M. Cebecauer、M. Ireland、S. McBreen、M. Tali 和 R. Camarero，《用于星上处理和机器学习应用的高性能处理器和 FPGA 调查》，载于 OBDP2021，第二届欧洲星上数据处理研讨会。ESA/CNES/DLR，2021 年。
辐射引起的软错误对嵌入式加密算法的影响
密码算法在社会多个领域的日常实践（如电子支付、数据交换）中发挥着关键作用，包括金融、医疗保健和政府机构。与软件解决方案相比，在低级硬件设计中实现密码算法具有一组独特的约束（如硬件和计算资源）和需要优化的额外性能指标（如功耗）。考虑到这些限制，人们在 ASIC [1,2] 和 FPGA [3,4] 中彻底研究了不同的轻量级但强大的优化技术。尽管基于 SRAM 的 FPGA 上的密码实现功能多样且具有成本效益，但它极易受到辐射引起的软错误的影响，因此，对可靠解决方案的研究备受关注 [5] 。在这方面，人们已经使用了不同的缓解技术和实施方案来减少软错误对 FPGA 上实现的密码解决方案的影响 [6] 。例如，Bertoni 等人 [5] 将冗余技术与错误检测码结合使用来检测单比特故障。 Banu 等人 [7] 描述了一种基于汉明纠错码的 AES 容错模型。同样，Wu 等人 [8] 提出了一种低成本的 AES 并发错误检测方法
关键嵌入式系统的 TSN ETR 2021 Poitiers ...
在公共和私人研究之间建立联系，以便： 连接两个世界，促进研究成果在行业内的转移和实施。 利用基础研究资源，造福技术研究。