XiaoMi-AI文件搜索系统
World File Search System于云
应用于云资源分配问题的异构系统设计空间探索
摘要。云计算服务提供商为应用程序提供按需计算资源。寻找适合用户预算、满足应用程序性能和约束的最佳云资源分配仍然是一项研究挑战。云资源分配问题与设计空间探索 (DSE) 问题非常相似，因为它们都必须在充足的设计空间中找到合适的硬件配置，而它们的目标不相容，并受到多种约束。这项工作通过应用设计空间探索技术提出了一种解决云资源分配问题的方法。我们从 DSE 工具 MultiExplorer 设计并开发了一个软件扩展 MultiExplorer-VM，该工具具有根据用户需求和应用程序约束提供虚拟机配置的工作流程。已经进行了一系列全面的实验来评估和验证所提出的工具。我们还将我们提案中的解决方案与其他现有的研究工作进行了比较，这些研究工作侧重于基于 Paramount 交互 (PI) 技术的云资源分配问题。结果表明，MultiExplorer-VM 比 PI 技术取得了显著 (更好) 的结果。 MultiExplorer-VM 带来的成本结果与 PI 技术相比降低了 8.8 倍。实验还表明，对于大多数应用程序，MultiExplorer-VM 实现了最佳云配置。
研究方案 人工智能和基于云的平台，用于冠状动脉造影的全自动 PCI 指导 - 研究方案
无论在日常医疗中采用何种方法诊断和治疗此类患者，缺血性心脏病都会给医疗系统带来沉重的负担。本文描述了一项研究的方案，该研究的主要目的是开发、实施和测试一种人工智能算法和基于云的平台，使用冠状动脉造影图像进行全自动 PCI 指导。我们建议利用多种基于人工智能的模型进行三维冠状动脉解剖重建并评估功能（PCI 后 FFR 计算），以制定一份详尽的报告，描述和激励最佳 PCI 策略选择。所有相关的人工智能模型输出（解剖和功能评估——PCI 前后）都通过云平台呈现给临床医生，然后临床医生可以做出最佳治疗决定。医生将获得针对同一病例的多种方案和治疗可能性，以便实时评估最合适的 PCI 策略规划和后续行动。人工智能算法和基于云的 PCI 选择工作流程将在一项试点临床研究中得到验证和确认，其中包括前瞻性地将人工智能服务和结果与注释和侵入性测量进行比较。
概念评论锂离子电池的基于云的智能电池管理系统：可行性，物流和功能
摘要：储能在采用可再生能源以帮助解决气候变化问题中起着重要作用。锂离子电池（LIB）是由于其性能而用于存储的绝佳解决方案。为了确保LIB系统的安全性和有效运行，需要电池管理系统（BMS）。BMS的当前设计和功能具有一些关键缺点，包括低计算能力和有限的数据存储。最近，利用云平台研究和开发智能BMS方面已经付出了一些努力。基于云的BMS将能够解决当前BMS中的计算能力和数据存储问题。这也将导致更准确和可靠的电池算法，并允许开发其他复杂的BMS功能。本研究回顾了基于云的Smart BMS的概念和设计，并提供了有关其功能和可用性以及对未来电池应用的好处的一些观点。还讨论了SMART BMS的本地和云功能之间的潜在划分。基于云的SMART BMS有望提高LIB系统的可靠性和整体性能，从而有助于大量采用可再生能源。
购买前尝试：基于云的机器学习数据市场的隐私数据评估
基于云的数据市场提供了一项服务，可以将数据购物者与适当的数据销售商匹配，以便数据购物者可以使用外部数据来增强其内部数据集以改善其机器学习（ML）模型。由于数据可能包含不同的值，因此购物者在进行最终交易之前评估最有价值的数据至关重要。但是，评估ML数据的典型要求云要求访问购物者的ML模型和卖家的数据，这两者都敏感。现有的基于云的数据市场都没有启用ML数据评估，同时保留模型隐私和数据隐私。在本文中，我们在基于云的数据市场上开发了一个隐私保护ML数据评估框架，以保护购物者的ML模型和卖家数据。首先，我们提供了一个隐私保护框架，该框架使购物者和卖家能够分别对其模型和数据进行加密，同时保留云中的数据功能和模型功能。然后，我们开发了一个保护隐私的数据选择协议，该协议使云可以帮助购物者选择最有价值的ML数据。此外，我们开发了一个隐私的数据验证协议，该协议允许购物者进一步检查所选数据的质量。与随机数据选择相比，实验结果表明，我们的解决方案可以减少60％的预测错误。
基于云的供应链需要从头开始重建
本地系统只能带您走得太远，并且并非旨在为您的新云ERP系统促进。GHX云解决方案专门设计，旨在通过与领先的ERP供应商（包括Infor，Oracle和Workday）的合作伙伴关系来优化您的云ERP系统。
使用对比后 T1 加权图像结合基于云的 3D 卷积神经网络开发全自动胶质瘤分级流程
摘要：胶质瘤是最常见的脑肿瘤类型，其等级影响其治疗政策和预后。因此，人们已经研究了基于人工智能的肿瘤分级方法。然而，在大多数研究中，都进行了二维（2D）分析和手动肿瘤区域提取。此外，使用医学图像的深度学习研究在收集图像数据和准备硬件方面遇到困难，从而阻碍了其广泛使用。因此，我们开发了一个 3D 卷积神经网络 (3D CNN) 流水线，通过使用 NVIDIA 提供的预训练 Clara 分割模型和我们原始的分类模型，实现全自动胶质瘤分级系统。在该方法中，使用 Clara 分割模型提取脑肿瘤区域，并将使用该提取区域创建的感兴趣体积 (VOI) 分配给分级 3D CNN 并分类为 II、III 或 IV 级。通过使用 46 个区域进行评估，所有肿瘤的分级准确率为 91.3%，与使用多序列的方法相当。提出的流水线方案可以通过结合预训练的 3D CNN 和我们原来的 3D CNN 在单个序列中创建全自动胶质瘤分级流水线。
基于云的多模态人体虚拟现实研究平台
人机交互 (HRI) 研究需要大量考虑实验设计，以及大量时间来实践主题实验。虚拟现实 (VR) 的最新技术可以潜在地解决这些时间和精力挑战。VR 系统对 HRI 的显著优势是：1) 降低成本，因为实验设施不需要在真实环境中进行；2) 为测试对象提供相同的环境和具体交互条件；3) 可视化现实中无法发生的任意信息和情况，例如回放过去的经历，以及 4) 轻松访问沉浸式和自然的机器人/化身远程操作界面。尽管具有其功能的 VR 工具已在以前的 HRI 研究中应用和开发，但仍然没有全面的工具或框架。特别是，与云计算集成的好处尚未得到全面考虑。因此，本研究的目的是提出一个研究平台，通过集成 VR 和云技术，可以全面提供 HRI 研究所需的元素。为了实现灵活且可重复使用的系统，我们开发了机器人操作系统 (ROS) 和 Unity 之间的实时桥接机制。为了确认该系统在实际 HRI 场景中的可行性，我们将所提出的系统应用于三个案例研究，包括一个名为 RoboCup@Home 的机器人比赛。通过这些案例研究，我们验证了该系统的实用性及其通过多模态 HRI 开发和评估社交智能的潜力。
基于云的多模态人体虚拟现实研究平台
人机交互 (HRI) 研究需要大量考虑实验设计，以及大量时间来实践主题实验。虚拟现实 (VR) 的最新技术可以潜在地解决这些时间和精力挑战。VR 系统对 HRI 的显著优势是：1) 降低成本，因为在真实环境中不需要实验设施；2) 为测试对象提供相同的环境和具体交互条件；3) 可视化现实中无法发生的任意信息和情况，例如回放过去的经历，以及 4) 轻松访问沉浸式和自然的机器人/化身远程操作界面。虽然具有其功能的 VR 工具已经在以前的 HRI 研究中得到应用和开发，但仍然没有全面的工具或框架。特别是，与云计算集成的好处尚未得到全面考虑。因此，本研究的目的是提出一个研究平台，通过整合 VR 和云技术，全面提供 HRI 研究所需的元素。为了实现灵活且可重复使用的系统，我们开发了机器人操作系统 (ROS) 和 Unity 之间的实时桥接机制。为了确认该系统在实际 HRI 场景中的可行性，我们将所提出的系统应用于三个案例研究，包括一个名为 RoboCup@Home 的机器人比赛。通过这些案例研究，我们验证了该系统的实用性及其通过多模态 HRI 开发和评估社交智能的潜力。
AF_XDP 套接字：适用于云的高性能网络
云原生技术和原则是将称为云原生网络功能 (CNF) 的网络工作负载扩展到大型云规模的好方法。这项技术正在迅速取代基于虚拟化技术的网络功能虚拟化 (NFV) 及其虚拟网络功能 (VNF)。NFV 难以扩展、升级缓慢、重启缓慢。另一方面，云原生使用 Linux 容器，这些容器只是常规进程，对操作系统及其资源的视图有限。CNF 和 VNF 之间的一个主要区别是，使用 CNF，您通常无法控制它所运行的操作系统。您的 CNF 可以与同一系统上的其他 CNF 和进程共存，甚至可以与公共云提供商中的同一核心共存。为了使云原生提供所需的安全性和共存要求，它必须保留 Linux 安全模型，不需要特定的执行模型，也不需要可能不存在或已被其他东西占用的资源。基本上，它总是独立于环境工作。问题在于，当前提供高速原始数据包网络的技术是基于 SR-IOV 和 SIOV 与用户空间驱动程序相结合，而这些技术需要特定的资源和执行模型，而这些资源和模型在公共云系统中通常无法保证。那么问题是，我们如何为不基于 SR-IOV 或 SIOV 与用户空间驱动程序相结合的 CNF 提供高速网络？
基于云计算的智能水表系统设计
随着信息技术的飞速发展，各类信息的采集和传输逐步实现智能化，人工上门抄表、水表旋转阀门统计用水量的时代将成为历史，传统的机械式水表已不能满足新的业务需求，需要通过智能水表及时上报用水信息，能够及时感知城市供水系统的周转状态，并可加载水质、水压等监测功能。随着物联网技术、电子技术、无线传输技术、网络技术、计算机技术的应用，智能水表将成为水表新的发展趋势。智能水表系统基于物联网技术，集成NB-IOT数据传输模块，系统还集成上位机软件、区域控制柜、分流控制器、变送器等，与供水系统有机结合，实现智能控制。