XiaoMi-AI文件搜索系统
World File Search Systempubs
推荐引用 推荐引用 “人工智能驱动的品牌保护工具”，技术披露共享，（2025 年 1 月 1 日）https://www.tdcommons.org/dpubs_series/7694
本作品根据 Creative Commons Attribution 4.0 许可协议授权。本文由 Technical Disclosure Commons 提供给您，供您免费和开放访问。它已被 Technical Disclosure Commons 的授权管理员接受纳入防御性出版物系列。
推荐引用 推荐引用 Mitrovic, Snezana；Saini, Vinay；Xavier, Alwin；以及 Grobel, Wojciech，“基于人工智能的偏远地区 5G 卫星覆盖节能解决方案”，技术披露共享资源，（2024 年 12 月 18 日）https://www.tdcommons.org/dpubs_series/7657
推荐引用 推荐引用 Mitrovic, Snezana；Saini, Vinay；Xavier, Alwin；以及 Grobel, Wojciech，“基于人工智能的偏远地区 5G 卫星覆盖节能解决方案”，技术披露共享资源，（2024 年 12 月 18 日）https://www.tdcommons.org/dpubs_series/7657
推荐引用 推荐引用 Grizan, Sergey 和 Gurun, Selim，“利用人工智能进行设备日志汇总以改进崩溃分析”，技术披露共享，（2024 年 4 月 25 日）https://www.tdcommons.org/dpubs_series/6909
本作品根据 Creative Commons Attribution 4.0 许可证授权。本文由 Technical Disclosure Commons 免费提供给您，供您开放访问。Technical Disclosure Commons 的授权管理员已接受将其纳入防御性出版物系列。
推荐引用 推荐引用 Farrar, Christopher，“使用人工智能进行实时自动文本更正”，技术披露共享，（2020 年 9 月 2 日） https://www.tdcommons.org/dpubs_series/3575
本作品根据 Creative Commons Attribution 4.0 许可协议授权。本文由 Technical Disclosure Commons 提供给您，供您免费和开放访问。它已被 Technical Disclosure Commons 的授权管理员接受纳入防御性出版物系列。
推荐引用 推荐引用 Bardis, Michelle D; Houshyar, Roozbeh; Chang, Peter D; Ushinsky, Alexander; Glavis-Bloom, Justin; Chahine, Chantal; Bui, Thanh-Lan; Rupasinghe, Mark; Filippi, Christopher G; 和 Chow, Daniel S，“人工智能在前列腺多参数 MRI (mpMRI) 中的应用：当前和新兴趋势。”《癌症》（巴塞尔）。12，5。1204 (2020)。https://digitalcommons.wustl.edu/open_access_pubs/9270
摘要：前列腺癌是全球最常见的癌症之一。多参数磁共振成像 (mpMRI) 是一种非侵入性工具，可以改善前列腺病变的检测、分类和体积量化。机器学习 (ML) 是人工智能的一个分支，可以快速准确地分析 mpMRI 图像。ML 可以提供更好的标准化和一致性来识别前列腺病变并增强前列腺癌管理。本综述总结了 ML 在前列腺 mpMRI 中的应用，并重点关注前列腺器官分割、病变检测和分割以及病变表征。进行了文献检索，以查找将 ML 方法应用于前列腺 mpMRI 的研究。迄今为止，前列腺器官分割和体积近似已经使用各种 ML 技术很好地执行。前列腺病变检测和分割对于 ML 来说是更具挑战性的任务，并在多项研究中进行了尝试。由于数据稀缺和当前 ML 算法的局限性，它们在很大程度上仍未解决。相比之下，由于数据可用性更高，前列腺病变表征已在多项研究中成功完成。总体而言，ML 完全有能力成为一种提高放射科医生准确性和速度的工具。
González, Oscar；Shrikumar, H.；Stankovic, John A.；以及 Ramamritham, Krithi，“动态硬实时调度下的自适应容错和优雅降级”（1997 年）。计算机科学系教师出版物系列。188。取自 https://scholarworks.umass.edu/cs_faculty_pubs/188
静态冗余分配不适用于在可变和动态环境中运行的硬实时系统（例如雷达跟踪、航空电子设备）。自适应容错 (AFT) 可以在时间和资源约束下确保关键模块具有足够的可靠性，方法是将尽可能多的冗余分配给不太重要的模块，从而优雅地减少它们的资源需求。在本文中，我们提出了一种支持实时系统中自适应容错的机制。通过为动态到达的计算选择合适的冗余策略来实现自适应，以确保所需的可靠性并最大限度地发挥容错潜力，同时确保满足最后期限。使用模拟 AWACS 预警机中雷达跟踪软件的实际工作负载来评估所提出的方法。结果表明，在满足时间约束的任务方面，我们的技术优于静态容错策略。此外，我们表明，这种以时间为中心的性能指标的增益不会将执行任务的容错性降低到预定义的最低水平以下。总体而言，评估表明，所提出的想法产生了一个在容错维度上动态提供 QOS 保证的系统。
\\Hrd01-kmunden\SHARED\pubs-needing-pdf-creation\00-093-arnold\DIANE.PDF
摘要。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1 简介.。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 阿拉巴马州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4 亚利桑那州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。5 阿肯色州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7 科罗拉多州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。11 康涅狄格州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。13 佛罗里达州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。14 夏威夷。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。15 爱达荷州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。16 伊利诺伊州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。17 印第安纳州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。18 爱荷华州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19 堪萨斯 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21 路易斯安那州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22 缅因州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。23 马里兰州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24 密歇根州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。27 明尼苏达 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。30 蒙大拿州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。32 内华达州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。33 新罕布什尔州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。34 纽约。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。35 北达科他州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。36 俄克拉荷马州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。38 俄勒冈州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。39 南达科他州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。40 田纳西州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。42 德克萨斯州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。44 犹他州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。45 佛蒙特州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。47 弗吉尼亚州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。50 华盛顿 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。51 威斯康星州 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。59 怀俄明州。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。61