XiaoMi-AI文件搜索系统
World File Search Systemtraf
使用新的基于注意力的深卷积神经网络的实时交通标志识别方法
摘要：汽车行业中的人工智能（AI）允许汽车制造商通过整合AI驱动的高级驾驶员辅助系统（ADAS）和/或自动化驾驶系统（ADS）（例如Traffiffififififient识别（TSR）系统），从而为智能和自动驾驶汽车提供智能和自动驾驶汽车。现有的TSR解决方案集中在他们认识的某些标志上。出于这个原因，提出了一种TSR方法，其中涵盖了更多的道路标志类别，例如警告，监管，强制性和优先符号，以构建一个智能和实时系统，能够分析，检测和分类为正确类别。提出的方法基于对不同的特征符号检测（TSD）和Traffim符号分类（TSC）的概述，旨在在准确性和处理时间方面选择最佳的特征。因此，提出的方法将HAAR级联技术与深CNN模型分类结合在一起。开发的TSC模型在GTSRB数据集上进行了培训，然后在各种路标上进行了测试。所达到的测试精度率达到98.56％。为了提高分类性能，我们提出了一个新的基于注意力的深卷积神经网络。由于获得的测试准确性和F1测量率分别达到99.91％和99％，因此所达到的结果比其他符号分类研究中存在的结果更好。在Raspberry Pi 4板上评估并验证了开发的TSR系统。实验结果证实了建议的方法的可靠性。
人工智能在网络取证中的应用
摘要 网络取证侧重于识别和调查内部和外部网络攻击、网络协议的逆向工程以及对联网设备的非仪器化调查。它处于数字取证、事件响应和网络安全的交叉点。网络攻击利用软件和硬件漏洞以及通信协议。网络取证调查的范围可以从整个互联网到单个设备的网络流量。网络分析工具 (NAT) 可帮助安全专业人员和执法人员捕获、识别和分析网络流量。然而，在大多数情况下，需要分析的数据量非常庞大，尽管有一些内置的 NAT 自动化，但调查网络流量通常是一个艰巨的过程。此外，专家在调查来自自动化系统的高频率误报警报时仍然浪费了大量时间。为了解决这个影响全球的问题，越来越多地采用基于人工智能的方法来自动检测攻击并提高网络流量分类的准确性。本文全面概述了网络取证的最新进展以及专家系统、机器学习、深度学习和集成/混合方法在该领域一系列应用领域的应用。这些应用领域包括网络流量分析、入侵检测系统、物联网设备、云取证、DNS 隧道、智能电网取证和车辆取证。此外，本文还讨论了上述每个应用领域的当前挑战和未来研究方向。
三层航空运输网络中城市对航线路径优化方法
摘要：航空运输是一个庞大而复杂的系统，具有涌现性和自组织性，对其进行建模具有重要意义。为了更准确地对航空运输系统从物理设施到交通应用进行建模，本文构建了三层网络，包括航线网络、城市对航线网络和航班运营网络，其中航线网络为物理层，城市对航线网络和航班运营网络为应用层。此外，利用复杂网络理论这一有力工具讨论了三层网络的拓扑特性。此外，考虑到城市对航线路径的多样性，提出了一种基于模拟退火的框架来优化航线网络上每条城市对航线的路由路径，以缓解航线网络的交通拥堵，其中采用了一种精细的扰动解方法，即移除后选择（SAR）。实验结果表明，与默认路由路径、最短路由路径、随机路由路径相比，提出的路由优化策略可以分别使航线网络最大交通流量减少2.4%、4.6%、4.8%，表明提出的优化方法对缓解航线网络交通拥堵具有良好的效果。
ATCo 对潜在冲突检测的评估 - MDPI
摘要：本文的主要目的是分析空中交通管制员 (ATCo) 发现潜在冲突的概率。ATCo 确保飞机的安全，其主要功能之一是避免碰撞。避免碰撞被称为分离规定，该术语意味着通过侧面、垂直和纵向最小分离来确保每架飞机之间的安全距离。空中交通管制员必须确保高水平的空域容量。工作绩效与对个人特征、知识、技能以及空中交通特征的高要求有关。除了分析检测潜在冲突的概率外，研究对这一安全事件影响最大的因素被认为具有特殊意义，因为 ATCo 代表空中交通管制系统的最后一个执行部门，未能检测到潜在冲突可能会导致飞机之间最小间隔距离被违反，甚至发生碰撞。为了实施这种方法，将使用具有高预测能力的贝叶斯网络。此外，还将使用基于知识和 ANSP 提供的实际操作数据的双重方法。与当前文献中包含的数据相比，这些数据是本研究的一大优势。
Dissertation_RKlomp.pdf - 代尔夫特理工大学研究门户
基于轨迹的空中交通管制解决方案空间概念 预计未来十年内，全球航空旅行需求的不断增长将突破当前空中交通管理 (ATM) 系统的容量极限。因此，已启动两个重大国际计划，从根本上重构空中交通管制 (ATC) 的执行方式。这两个计划的一个关键支柱是引入基于轨迹的运营 (TBO)，其中高度精确的登机口到登机口定义的四维 (4D) 轨迹将成为未来空中交通管制员 (ATCo) 和飞行员工作的基础。人们一致认为，最终负责运营安全的应该是人类管制员，而不是自动化。然而，ATCo 的确切任务以及自动化自主权和权限的范围尚不明确。
太空中的Terahertz无线通信
摘要 - 新空间时代通过由公共空间代理商和私人公司领导的新空间任务增加了太空中的交流trafϔic。火星殖民化也是船员任务在不久的将来的目标。由于地球和火星附近的空间越来越多，带宽变得拥挤。此外，目前任务的下行链路性能在延迟和数据速率方面并不令人满意。因此，为了满足太空链接的不断增长的需求，在本研究中提出了Terahertz频段（0.1-10 THZ）无线通信。与此相一致，我们讨论了THZ带空间链接姿势和可能的解决方案的主要挑战。此外，我们为火星大气层的情况模拟了火星空间THZ链接，并进行了严重的沙尘暴，以表明即使在最坏的条件下，也可以使用大型带宽用于火星交流。
洞穴运输的能量和动态
洞穴小窝是直径为 70-100 纳米的质膜内陷，在脂肪细胞、内皮细胞、肌细胞和成纤维细胞中大量存在。它们的球状膜域具有特征，由特定的脂质结合蛋白形成，包括 Caveolins、Cavins、Pacsin2 和 EHD2。同样，胆固醇和其他脂质的富集使洞穴小窝成为一种独特的膜环境，支持参与细胞类型特异性信号通路的蛋白质。它们脱离质膜并穿过细胞溶胶的能力已被证明对脂质运输和代谢很重要。在这里，我们回顾了洞穴小窝运输和动力学的最新概念。其次，我们讨论了 ATP 和 GTP 调节蛋白（包括动力蛋白和 EHD2）如何控制洞穴小窝行为。在整个过程中，我们总结了洞穴小窝内化和运输的潜在生理和细胞生物学作用，并强调了该领域的未决问题和未来的研究方向。
使用时变流体队列对跑道上的飞机起飞进行建模
摘要：减少跑道入口处的出发队列长度是减少机场飞机交通拥堵和燃料消耗的最重要要求之一。本研究使用随时间变化的流体队列设计了跑道上的飞机出发模型。所提出的模型使我们能够确定出发队列中的飞机等待时间，并评估在登机口而不是跑道入口处分配合适停留的有效控制方法。作为案例研究，本研究模拟了东京国际机场 05 号跑道一整天的出发队列。使用机场出发的实际交通数据，该模型估计飞机在 05 号跑道上一天总共花费 2.5 小时的出发等待时间。考虑到实际出发交通的随机性，使用验证标准讨论了所提出的模型的相关性。与实际交通数据中记录的出发队列相比，模型估计显示出合理的预期数量级。此外，假设起飞排队长度减少，则定量评估生态和经济效益。我们的结果表明，由于飞机在一条起飞跑道上等待起飞，每年会浪费大约一千吨燃油。
模拟空中交通管制地面操作... - HAL-ENAC
摘要 — 自动化技术是众多解决方案之一，它可以帮助满足繁忙机场日益增长的空中交通需求，帮助空中交通管制员维持高效和安全的运营。特别是，地面空中交通管制员可以从自动决策支持系统的服务中受益，该系统可以提供滑行路径建议和冲突检测。使用自动化辅助设备（例如最省油的轨迹路径建议、机器人滑行拖拉机或电动滑行系统）可以最大限度地减少燃料消耗。MoTa 项目 - 现代滑行承诺实现这些功能，并通过开发以人为本的用户平台协助从当前技术过渡。然而，开发这样的系统需要模拟的空中交通管制环境，既用于测试新概念，也用于验证。为此，我们建立了一个环境，并开始评估巴黎戴高乐机场南端地面运营的滑行性能。初始会议的结果表明，建模场景具有代表性，并且已找到解决方案来弥补与非戴高乐机场 ATCO 参与者的经验差距。本文介绍了这些结果，并讨论了在开发过程中遇到的建模和模拟挑战的解决方案。