XiaoMi-AI文件搜索系统
World File Search System受限
感觉功能受限条件下专业射击运动员射击准备阶段脑网络研究
摘要：射击是一项受心理因素主导的运动项目，在射击瞄准过程中干扰射手的感觉功能将严重影响其心理状态和射击成绩。对30名射击运动员在噪声干扰、弱光及正常条件下射击准备阶段的脑电图测量结果进行记录，采用基于图论的功能连接与脑网络分析方法，探究不同干扰条件下射手射击瞄准过程中脑内神经机制的差异，并比较脑网络特征与射击成绩之间的关系。研究结果表明：（1）噪声干扰下射手β频带平均连接强度和左右颞叶连接强度显著高于其他两种干扰条件下的射手，脑网络表现出更高的全局和局部效率；（2）弱光条件下β频带枕叶区域功能连接强度高于正常条件下的射手。射击过程中左顶叶区域的信息交互也不断增强。（3）另外，两种条件下射手在感觉功能受限的颞叶和枕叶区域的特征向量中心性均低于正常条件下的。这些发现表明，噪声干扰激活了射手脑部的唤醒水平，提高了脑网络的信息处理效率，但同时也增加了脑力负荷。弱光条件下，射手在瞄准时更加注重视觉信息处理，加强了与射击行为无关脑区功能的抑制。视听干扰使得射手脑部与视听感知功能相当的皮层区域在整个脑网络中的重要性低于正常条件下。因此，这些结果揭示了视听干扰对射击准备阶段皮层功能网络的影响，为进一步理解感觉干扰下射击过程的神经机制提供了理论基础。
使用容积脑 MRI 研究半自动化方法评估胎儿宫内生长受限
表 1：对照人群和研究人群的特征，以平均值（SD）或频率和百分比以及显著性水平表示 研究组（n = 26） 对照组（n = 66） P 值 母亲的特征 母亲怀孕年龄（岁） 32.38（SD，5.26） 33.03（SD，4.66） .57 甲状腺疾病 3/26（11.5%） 4/66（6%） .40 贫血 1/26（3.8%） 5/66（7.5%） .67 凝血障碍 1/26（3.8%） 7/66（10.6%） .43 高血压 1/26（3.8%） 2/66（3%） 1 孕前糖尿病 1/26（3.8%） 0 .28 妊娠特征 自然受孕 21/26（80%） 57/65 a (88%) .51 胎儿性别 男 15/26 (57%) 男 32/66 (48%) .43 女 11/26 (42%) 女 34/66 (52%) MR 成像检查时的 GA 33.3 (SD, 2.79) 34.1 (SD, 2.58) .20 新生儿特征 分娩类型 阴道分娩 4/25 a (16%) 阴道分娩 43/64 a (67%) , .001 剖宫产 21/25 a (84%) 剖宫产 21/64 a (33%) , .001 出生周数 35.04 (SD, 2.66) 38.52 (SD, 1.27) , .001
大多数语言模型也可以成为诗人：人工智能写作助手和受限文本生成工作室
尽管受限自然语言生成领域取得了快速发展，但人们却很少花时间去探索词汇在词汇、语义和/或语音上受到限制的语言模型的潜力。我们发现，即使在受到很大限制的情况下，大多数语言模型也能生成引人注目的文本。我们提出了一种简单且普遍适用的技术，通过在生成文本单元之前将过滤函数组合应用于语言模型词汇来修改语言模型的输出。这种方法是即插即用的，不需要对模型进行任何修改。为了展示这种技术的价值，我们介绍了一种易于使用的 AI 写作助手，称为“受限文本生成工作室”(CTGS)。CTGS 允许用户生成或选择具有各种约束的任意组合的文本，例如禁止使用特定字母、强制生成的单词具有一定数量的音节和/或强制单词为另一个单词的部分字谜。我们引入了一个省略字母“e”的散文新数据集。我们表明，与仅在此数据集上进行微调相比，我们的方法可带来绝对优越的性能。我们还展示了一款名为 Gadsby 的 Huggingface“空间”网络应用程序，用于展示这项技术。代码可在此处公开获取：https://github.com/Hellisotherpeople/Cons training-Text-Generation-Studio
受限物联网边缘设备中的 NTRU 后量子加密方案分析
摘要 — 后量子密码学的研究旨在解决现代公钥密码学在未来可能被来自量子计算机的攻击以及使用经典电子技术的攻击所破解的问题。这项任务非常关键，因此美国国家标准与技术研究所 (NIST) 正在进行后量子方案的标准化最终流程，以保护未来的嵌入式应用程序。虽然已经对嵌入式系统进行了一些研究，但研究这些提案在物联网 (IoT) 的现实环境中的影响非常重要，因为在物联网中，有限的计算资源和严格的功耗要求可能与加密方案的使用不相容。在这项工作中，研究了标准化过程中的最终方案之一 NTRU 的性能，并将其实现在为物联网最边缘应用设计的定制无线传感器节点中。该密码系统在 Contiki-NG 操作系统的进程中实现和评估。此外，还进行了额外的实验，以检查现代微控制器内部常用的加密集成硬件外设是否可用于实现 NTRU 的更好性能，不仅在单节点级别，而且在网络级别，其中 NTRU 密钥封装机制在实际通信过程中进行测试。这些实验的结果表明，NTRU 适用于针对无线传感器网络设计的现代微控制器，而流行平台中的旧设备可能无法承担其实施成本。
数据受限的深度学习方法对阿尔茨海默病患者的轻度认知障碍进行分类
摘要 — 轻度认知障碍 (MCI) 是正常大脑功能衰退和更严重的痴呆症衰退之间的阶段。阿尔茨海默病 (AD) 是痴呆症的主要形式之一。虽然 MCI 并不总是导致 AD，但早期诊断 MCI 可能有助于发现那些有 AD 早期迹象的人。阿尔茨海默病神经影像学倡议 (ADNI) 已利用磁共振成像 (MRI) 诊断 MCI 和 AD。MCI 可分为两种类型：早期 MCI (EMCI) 和晚期 MCI (LMCI)。此外，MRI 结果可分为轴向、冠状面和矢状面三个视图。在这项工作中，我们使用深度学习方法基于有限的 MRI 图像对健康人和两种类型的 MCI 进行二元分类。具体来说，我们实现并比较了两种不同的卷积神经网络 (CNN) 架构。本研究使用了 516 名患者的 MRI：172 名正常对照 (CN)、172 名 EMCI 患者和 172 名 LMCI 患者。对于此数据集，50% 的图像用于训练，20% 用于验证，其余 30% 用于测试。结果表明，一个模型的最佳分类是在冠状面视图的 CN 和 LMCI 之间，准确率为 79.67%。此外，对于同一分类组，我们提出的第二个模型的准确率为 67.85%。
复杂度驱动的 CNN 压缩，适用于资源受限的边缘 AI
摘要 — 物联网 (IoT) 支持的网络边缘人工智能 (AI) 的最新进展通过实现低延迟和计算效率，在智能农业、智能医院和智能工厂等多个应用中实现了边缘智能。然而，在资源受限的边缘设备上部署 VGG-16 和 ResNets 等最先进的卷积神经网络 (CNN) 实际上是不可行的，因为它们有大量的参数和浮点运算 (FLOP)。因此，作为一种模型压缩的网络修剪概念正在引起人们的关注，以加速低功耗设备上的 CNN。最先进的修剪方法，无论是结构化的还是非结构化的，都没有考虑卷积层所表现出的复杂性的不同潜在性质，而是遵循训练-修剪-再训练流程，这会导致额外的计算开销。在这项工作中，我们通过利用 CNN 固有的层级复杂性，提出了一种新颖且计算高效的修剪流程。与典型方法不同，我们提出的复杂性驱动算法根据其对整体网络复杂性的贡献选择特定层进行过滤器修剪。我们遵循直接训练修剪模型的过程，避免计算复杂的排名和微调步骤。此外，我们定义了三种修剪模式，即参数感知 (PA)、FLOP 感知 (FA) 和内存感知 (MA)，以引入 CNN 的多功能压缩。我们的结果表明，我们的方法在准确性和加速方面具有竞争力。最后，我们提出了不同资源和准确性之间的权衡，这有助于开发人员在资源受限的物联网环境中做出正确的决策。
研究文章 在资源受限的环境下共同设计用于检测饮用水中腹泻病原体的人工智能解决方案
1 美国佐治亚州迪凯特市埃默里大学人类健康研究中心社会学与全球健康系，2 美国佐治亚州迪凯特市埃默里大学人类健康研究中心，3 危地马拉危地马拉城危地马拉山谷大学计算机科学系，4 危地马拉危地马拉城危地马拉山谷大学生物化学系，5 危地马拉危地马拉城危地马拉山谷大学生物技术研究中心，6 美国亚利桑那州菲尼克斯市梅奥诊所医学与成像 (MI-2) 机器智能实验室，7 美国亚利桑那州菲尼克斯市梅奥诊所放射科，8 美国亚利桑那州坦佩市亚利桑那州立大学计算与增强智能学院
考虑电池退化的能量受限微电网随机运行
可再生能源发电占比较高的电力系统容易受到发电量低的时期的影响。保持高可调度发电能力的另一种方法是使用电能存储，这样可以利用剩余电力，电能存储有助于保障供电安全。这种系统可以视为能源受限系统，电能存储的运行必须在最小化当前运营成本与无法满足未来需求的风险之间取得平衡。安全高效的运行需要具有足够远见的随机方法。依赖于运行的存储退化是一个复杂因素。本文提出了一种电池电量退化的线性近似方法，并将其与循环退化相结合，在基于随机对偶动态规划的能源管理模型中实现。本文研究了退化建模对挪威小型微电网日常运行的长期影响，该微电网具有可变可再生能源发电和有限的可调度发电能力，以及电池和氢气存储以平衡供需。我们的结果表明，与简单的随机策略相比，提出的策略可以将预期电池寿命延长四年以上，但可能会导致其他系统资源的退化加剧。
使用 MCTLBO 在容量受限的配电网中支持电动汽车充电站集成的 PV/BESS
摘要。带有备用电池储能系统 (BESS) 的太阳能光伏 (PV) 系统可缓解电力系统相关问题，包括不断增加的负载需求、功率损耗、电压偏差以及随着电动汽车 (EV) 的整合在充电时增加负载而需要升级电力系统。本文研究了带有 PV/BESS 供电的电动汽车充电站 (CS) 的 IEEE-69 总线径向配电系统 (RDS) 的电压、功率损耗和负载能力等系统参数的改进。RDS 根据电动汽车总数、电动汽车充电时间和可用的 CS 服务时间分为不同的区域。每个区域分配一个 CS。制定了一种能源管理策略，根据电价的使用时间引导 CS、PV 板、BESS 和公用电网之间的电力流动。允许 BESS 在高峰时段将存储的多余能量出售给公用电网。采用基于多课程教学学习的多目标优化 (MCTLBO) 来优化 PV/BESS 系统的规模和每个区域中 CS 的位置，以最小化年度 CS 运行成本和系统有功功率损耗。结果验证了最佳 PV/BESS 为 CS 供电的适当功能，从而提高了系统的技术经济性。
在资源受限的环境中，基于风险的国家网络安全方法的五项测试
网络安全已成为 21 世纪各国政府关注的首要问题。网络依赖性不断增加，信息和通信技术 (ICT) 飞速发展，扩大了网络事件中可以利用的潜在漏洞范围；¹通过降低恶意网络行动的成本，降低了潜在威胁行为者的准入门槛；²在某些（但绝不是所有）环境中，人们担心网络攻击优先于网络防御。³在许多政治话语中，网络威胁长期以来一直伴随着对“网络灾难”的担忧，这种灾难会威胁国家稳定，尤其是当关键国家基础设施 (CNI) 受到攻击时。网络珍珠港事件、网络卡特琳娜袭击和网络 9/11 都是未来网络末日场景的例子，自 1990 年代以来，许多政府（尤其是全球北方国家的政府）一直在使用这些场景将网络安全威胁纳入国家安全领域。⁴ 正如 Lee 和 Rid 所说，对破坏性网络攻击的炒作和恐惧使网络安全预算免受金融危机后国家安全支出大幅削减的影响。⁵ 部分原因是，许多安全领导人认为，投资于秘密情报以检测和应对最复杂的威胁是解决网络安全挑战的重要组成部分。