XiaoMi-AI文件搜索系统
World File Search Systemreddy
马拉雷迪工程技术学院
Maisammaguda，Dhulapally，Kompally，塞康德拉巴德 - 500100，特伦甘纳邦，印度。联系电话：7207034237、9133555162，电子邮件 ID：mrcet2004@gmail.com，网站：www.mrcet.ac.in
Parvathareddy Babul Reddy Visvodaya ...
（自主）（隶属于J.N.T.U.A，由AICTE批准并由NAAC认可）Kavali - 524201，S.P.S.R Nellore Dist。，A.P。印度。 PH：08626-243930印度。PH：08626-243930
Prabhakara（Prabha）Nagareddy，M.Pharm，M.Sc.，Phd，Faha
我实验室中的研究广泛地集中在理解心脏代谢疾病中动脉粥样硬化风险的病理基础上。在这方面，我们一直在研究NLRP3炎性体信号在髓样细胞中的作用，特别是中性粒细胞和巨噬细胞。我们已经确定了某些激活NLRP3炎性体的嗜中性粒细胞衍生的警报分子（即S100A8/A9），并促进促炎细胞因子的释放。这些细胞因子传播到骨髓，与骨髓（BM）中的不同造血茎和祖细胞（HSPC）相互作用，以刺激异常的脊髓脉和血栓形成，从而增加了动脉粥样硬化的风险。因此，我们的重点主要是确定与BM中与HSPC相互作用的炎症提示/信号传导介质以促进全身炎症。我们的短期目标是验证和重新利用某些FDA批准的药物以靶向急性和慢性炎症，以改善心脏代谢结果。长期目标是利用我们的研究和其他人的知识来制定新颖的治疗策略，以减轻心血管和心脏代谢性疾病的整体负担。奖项/荣誉： div>
机械和航空航天工程部印度技术学院海得拉巴·坎迪-502285，桑加德迪，泰兰加纳，印度，
摘要|纳米技术的出现彻底改变了日常电子设备的连续微型化。当我们设计用于太阳能电池和晶体管等应用的新纳米材料时，对它们的光学，电子和热性质的详细理解变得至关重要。在这种情况下，光学检查方法提供了理想的技术套件来表征敏感材料。在本演讲中，演讲者将通过以引人入胜的2D Van der Waals材料的示例来描述基于激光的检查技术，并探究基本水平和应用水平。这些材料由于其在散装材料中通常无法访问的显着特性而引起了极大的关注。当我们使用新型纳米材料迈向大规模制造时，将检查方法与自动化，优化和人工智能相结合至关重要。这些技术将简化生产过程并确保一致的质量。演讲者将对这些领域的最新发展发表评论，并以未来十年的激动人心的前景结论。
Karthikeyan Palanichamy 1*，Jatin Soni 2 1*产品所有者，Karthikeyanpalanicham@yahoo.com 2软件开发人员，jatinsonii@yahoo.com引用：ka
文章信息摘要互联车辆的开发开发以及人工智能，机器学习和深度学习计算机制在车载电子设备中有助于现代综合且复杂的车辆环境，其中越来越多的车辆组件需要电动电力供应以执行其特定作用和功能。电力需求需求的增长在瓦特中加权，即使简单的灯泡不再仅仅是灯，而是车辆的电子部分。电子车辆零件的这种增加导致对电池/石墨功率电池的需求增加，并担心会减少环境足迹，还关注着创新的制造工艺，以支持电池数量的指数增加。尽管如此，热/电气市场现实对电池施加了一些限制，尤其是在需要高度重复和/或适应非常特定的热需求的使用情况下，电池的热功能始终是提高效率，有效性和相关性能指数的关键点。电池热开关在冷却和加热电池时会对电池热舒适度和长期健康产生重大影响。智能充电可以有助于暴露和增强电池性能结果，并依赖于电池加热和冷却的不同计算。同时控制电池中能量热重排的能力，在充电和/或放电期间提高功率性能，变得越来越重要。带有车载电池的小型和大型系统都可以从这种知识和管理中受益，从而导致额外的能源节省，并为能源和功率效率的范式做出贡献。通过智能电池充电范围融合计算体系结构，并最好地揭示功能管理和功能保护注意事项。关键字：有效电池电源管理的AI解决方案，行业4.0，物联网（IoT），人工智能（AI），机器学习（ML），智能制造（SM），计算机科学，数据科学，车辆，车辆，车辆可靠性
机械和航空航天工程部印度技术学院海得拉巴·坎迪-502285，桑加德迪，泰兰加纳，印度，
英国 - LE113TU联系人：rohitnanavati99@gmail.com摘要|自动驾驶汽车有可能彻底改变我国的现代防御和应急措施。但是，这需要高级算法，这些算法可以导航动态环境，同时优先考虑时间敏感目标。一个国家的国防基础设施的关键目标是以高准确性和效率评估或中和潜在威胁。自动驾驶汽车，例如归巢导弹或无人机，可以帮助实现这一目标，同时考虑目标特定的拦截标准。因此，为这些自动驾驶汽车设计复杂的指导系统，以保证使用最小目标信息进行中和的威胁是至关重要的。但是，在没有客观目标或没有目标信息的情况下，例如从未知来源位置释放化学，生物，放射性或核污染物，设计复杂性会增加。在这种情况下，自主平台必须与周围环境积极互动，并收集相关信息以绘制其任务途径并实现所需的目标。本研究研讨会旨在强调我的研究，以应对设计能源和信息有效的指导，控制和路径规划策略的挑战。
Kiran Kumar Amireddy 博士 任命
• 印度理工学院浦那分校组织的为期一周的“量子人工智能”在线 FDP，2021 年 • 为期两周的“使用智能技术对制造系统进行建模和优化”教师发展计划，萨蒂亚姆纳加拉姆，泰米尔纳德邦，2013 年 • 为期 3 天的国家级“全球化时代的数字化制造”教师发展计划，蒂鲁帕蒂，2013 年 • 为期 1 天的“用于优化工程问题的进化算法”国家研讨会，胡祖拉巴德，2013 年 • 为期 1 天的“数控加工培训：工具和技术（TCMTT 2013）”国家研讨会，海得拉巴，2013 年 • 为期两周的“机器状态监测和故障诊断”员工发展计划，维杰亚瓦达，2012 年 • 为期两天的“有限元方法及其应用”全国研讨会，班加罗尔，2012 “工程问题中的优化方法”，Huzurabad，2012 年