XiaoMi-AI文件搜索系统
World File Search System学习机
Georgios Ntritsos – 简历
出版物 ➢ E Karagiannopoulou、A Desatnik、C Rentzios、G Ntritsos。探索一种理解情绪调节对学生学习贡献的“模型”。学业情绪和连贯感的作用。Curr Psychol (2022)。https://doi.org/10.1007/s12144-022-03722-7 ➢ G Mpourazanis、W Konschake、R Vogiatzis、P Papalexis、VE Georgakopoulou、G Ntritsos、P Sklapani、N Trakas。光动力疗法对光化性角化病患者的作用和有效性：系统评价和荟萃分析。2022 年 6 月 28 日。Cureus 14(6): e26390。 doi:10.7759/cureus.26390 ➢ Vasileios Christou、Kyriakos Koritsoglou、Georgios Ntritsos、Georgios Tsoumanis、Markos G. Tsipouras、Nikolaos Giannakeas、Evripidis Glavas、Alexandros T. Tzallas。用于提高温度传感器精度的异构混合极限学习机。专家系统与应用，第 203 卷，2022，117488，ISSN 0957-4174，doi：10.1016/j.eswa.2022.117488。 ➢ Davri A.、Birbas E.、Kanavos, T.、Ntritsos, G.、Giannakeas, N.、Tzallas, AT、Batistatou A. 深度学习在结直肠癌诊断组织病理学图像上的应用：系统评价。诊断学 2022，12，837。doi：10.3390/diagnostics12040837 ➢ Sofologi M、Pliogou V、Bonti E、Efstratopoulou M、Kougioumtzis GA、Papatzikis E、Ntritsos G、Moraitou D、Papantoniou G.（2022）对神经发育障碍儿童工作记忆特征和流体智力的调查。心理学前沿 12：773732。 doi: 10.3389/fpsyg.2021.773732 ➢ P. Christodoulides、A. Miltiadous、KD Tzimourta、D. Peschos、G. Ntritsos、V. Zakopoulou、N. Giannakeas、LG Astrakas、MG Tsipouras、KI Tsamis、E. Glavas、AT Tzallas。患有阅读障碍的年轻人的脑电图信号分类
paolo rocco curriculum vitae短简历 - 米兰的理工
[IJ78] A. M Onguzzi，T。DOtti，L。F Attorelli，A。M. Z Anchettin，P。R occo OCCO基于最佳模型的基于最佳模型计划，用于对可变形线性物体机器人和计算机整合制造的机器人操纵，第1卷。92，第102891条，2025年4月。[IJ77] A. M Onguzzi，A。M。Z Anchettin，P。ROcco，用于协作和可重构组装线的建筑设计的系统策略国际生产研究杂志，2024年。[IJ76] E. M Ontini，F。D Aniele，L。A Gbomemewa，M。C Onfalonieri，V。C Utrona，A。b ettoni，P。r occo，A。f errario合作机器人技术：文学和从业者观点的调查智能和机器人系统杂志：理论与应用，第1卷。110，第3期，2024年9月，第117条。[IJ75] B. L IU，P。ROCCO，A。M。ZANCHETTIN，F。ZHAO，G。JIANG，X。M EI是一种实时层次结构控制方法，用于安全人类机器人共存机器人和计算机整合制造，第1卷。86，文章编号102666，2024年4月。[IJ74] A. M Onguzzi，A。M。Z Anchettin，P。ROCCO无传感器机器人的电缆轮廓以下和连接器检测机器人，第1卷。97，文章编号103096，2024年2月。[IJ73] H. S Hehawy，D。P Areyson，V。C Aruso，S。D E Bernardi，A。M. Z Anchettin，P。r occo occo扁平和折叠毛巾，其基于增强机器人的单臂机器人，基于增强性学习机器人和自主系统，第1卷。169，文章编号104506，2023年11月。[IJ72] C. M Esseri，A。M。Z Anchettin，P。Rocco，E。GIanotti，A。c hirico，S。m agoni，A。g aggioli对领导者 - 追随者在二元人类手机同步中的影响
使用可穿戴耳罩式脑电图系统解码情感状态下的听觉诱发反应
摘要 目的：本文研究了一种耳周脑电图系统，作为传统头皮脑电图系统的替代方法，用于对听觉刺激引起的唤醒-效价域中的人类情感状态进行分类。方法：在情感状态分类任务的有效性方面，将从耳朵周围记录的脑电图与根据国际 10-20 系统收集的脑电图进行比较。本研究设计了一种具有八个干脑电图通道的可穿戴设备用于耳部脑电图采集。21 名受试者参加了一项为期三天、共六次的实验，使用耳朵和头皮脑电图采集方法。实验任务包括聆听听觉刺激并自我报告对所述刺激引起的情绪。各种特征与不对称方法结合使用，以评估使用耳朵脑电图信号与头皮脑电图相比的唤醒和效价状态的二元分类性能。主要结果。在受试者相关环境中，使用耳部脑电图信号训练多层极限学习机后，我们实现了唤醒 67.09% ± 6.14 的平均准确度和效价 66.61% ± 6.14 的平均准确度，而头皮脑电图方法实现了唤醒 68.59% ± 6.26 的平均准确度和效价 67.10% ± 4.99 的平均准确度。在受试者无关的环境中，耳部脑电图方法实现了唤醒 63.74% ± 3.84 的准确度和效价 64.32% ± 6.38 的准确度，而头皮脑电图方法实现了唤醒 64.67% ± 6.91 的准确度和效价 64.86% ± 5.95 的准确度。最佳结果表明，耳部脑电图和头皮脑电图信号在情感状态分类方面没有显著差异。意义重大。据我们所知，本文是第一篇探索耳部脑电图信号在情绪监测中的应用的论文。我们的研究结果证明了耳部脑电图系统在开发情绪监测装置方面的潜在用途，与传统的头皮脑电图装置相比，这种装置更适合用于日常情感生活日志系统。
提供机电一体化的体验学习机会
新兴的机电一体化技术领域着重于开发和实施用于工业应用的先进自动化。因此，机电一体化包括高级领域，包括机器人技术，人工智能（AI）和网络安全。尽管对机电一体化专业知识的需求正在增长，但机电一体化的可用体验劳动力发展机会仍然有限。该项目将通过在线机电一体化教育门户网站（MEP），体验式机电一体化实践（MP）计划和机电一体化行业途径轮换来研究和开发教育材料和工具，并为项目参与者提供体验机会。MEP和MP模块专注于机器人技术，力学，电子/控制，网络安全和人工智能的五个机器人支柱。该项目利用密歇根州技术大学，西岸社区学院，戈吉比克社区学院，三个非营利组织以及九个地区行业合作者之间的合作伙伴关系。主要项目目标是通过体验式学习机会来改善跨学科的机电一体化培训；制定一个灵活而全面的计划，以促进多样化和包容性的STEM劳动力：并促进以机电卫星劳动力准备和安置为中心的项目合作伙伴之间的可持续合作。作为机电一体化教育门户网站的项目研究和开发的一部分，正在开发允许进行远程机器人操作和编程的遥控机器人工作电脑（TRW）。TRW由FANUC协作机器人，三个用于对用户实时反馈的摄像机和一个用于托管已开发软件的计算机服务器。客户端的界面将由虚拟教学吊坠组成，其中包含一个覆盖的真实教学吊坠的显示屏幕和两个显示窗口，显示了由安装在物理机器人工作表中的摄像机传递的不同角度的机器人。TRW将通过安全环境中的Internet从世界任何地方的用户远程访问机器人。在本文中，作者提供了TRW的研发阶段的详细信息。
文章 石灰石采石场爆炸引起的地面振动预测：一种人工智能方法
摘要：地面振动是爆破活动最不利的环境影响之一，会对邻近的房屋和建筑物造成严重损坏。因此，有效预测其严重程度对于控制和减少其复发至关重要。不同的研究人员提出了几种常规振动预测方程，但大多数仅基于两个参数，即单位延迟使用的炸药量和爆炸面与监测点之间的距离。众所周知，爆破结果受许多爆破设计参数的影响，例如负担、间距、火药系数等。但这些都没有被考虑在任何可用的常规预测器中，因此它们在预测爆炸振动时显示出很高的误差。如今，人工智能已广泛应用于爆破工程。因此，本研究采用了三种人工智能方法，即高斯过程回归 (GPR)、极限学习机 (ELM) 和反向传播神经网络 (BPNN)，来估计印度 Shree Cement Ras 石灰石矿爆破引起的地面振动。为了实现该目标，从矿场收集了 101 个爆破数据集，其中粉末系数、平均深度、距离、间距、负担、装药重量和炮泥长度作为输入参数。为了进行比较，还使用相同的数据集构建了一个简单的多元回归分析 (MVRA) 模型以及一种称为多元自适应回归样条 (MARS) 的非参数回归技术。本研究是比较 GPR、BPNN、ELM、MARS 和 MVRA 以确定其各自预测性能的基础研究。八十一 (81) 个数据集（占总爆破数据集的 80%）用于构建和训练各种预测模型，而 20 个数据样本（20%）用于评估所开发的预测模型的预测能力。使用测试数据集，将主要性能指标，即均方误差 (MSE)、方差解释 (VAF)、相关系数 (R) 和判定系数 (R2) 进行比较，作为模型性能的统计评估指标。本研究表明，与 MARS、BPNN、ELM 和 MVRA 相比，GPR 模型表现出更出色的预测能力。GPR 模型显示最高的 VAF、R 和 R 2 值分别为 99.1728%、0.9985 和 0.9971，最低的 MSE 为 0.0903。因此，爆破工程师可以采用 GPR 作为预测爆破引起的地面振动的有效且合适的方法。
可解释视觉转换器采用自监督学习，使用 18F-FDG PET 预测阿尔茨海默病进展
摘要：阿尔茨海默病 (AD) 是一种渐进性神经退行性疾病，影响着全球数百万人。早期准确预测 AD 进展对于早期干预和个性化治疗计划至关重要。尽管 AD 目前尚无可靠的治疗方法，但有几种药物有助于减缓疾病的进展。然而，仍需要进行更多研究来开发检测 AD 及其阶段的可靠方法。最近，人们使用神经影像学方法识别了与 AD 相关的生物标志物。为了发现生物标志物，深度学习技术迅速成为一种关键方法。一种称为氟脱氧葡萄糖正电子发射断层扫描 (18F-FDG-PET) 的功能性分子成像技术已被证明可有效帮助研究人员了解与 AD 相关的大脑形态和神经学改变。卷积神经网络 (CNN) 也长期主导着 AD 进展领域，并成为大量研究的主题，而视觉转换器 (ViT) 等较新的方法尚未得到充分研究。在本文中，我们提出了一种自监督学习 (SSL) 方法，通过使用无标签自提炼 (DINO) 和极限学习机 (ELM) 作为分类器模型对特征提取器进行预训练，使用 ViT 架构自动获取有意义的 AD 特征。在这项工作中，我们研究了一种预测轻度认知障碍 (MCI) 到 AD 的技术，利用 SSL 模型从未标记的 18F-FDG PET 图像中学习强大的表示，从而减少对大型标记数据集的需求。与之前的几种方法相比，我们的策略在准确度 (92.31%)、特异性 (90.21%) 和灵敏度 (95.50%) 方面表现出最先进的分类性能。然后，为了使建议的模型更容易理解，我们突出显示了对 MCI 发展预测有显著影响的大脑区域。我们的方法提供了一种精确而有效的策略来预测从 MCI 到 AD 的转变。总之，本研究提出了一种新颖的可解释 SSL-ViT 模型，该模型可以根据 18F-FDG PET 扫描准确预测 AD 进展。SSL、注意力和 ELM 机制被集成到模型中，使其更具预测性和可解释性。未来的研究将通过将有助于投射的大脑区域与观察到的解剖特征相结合，开发出可行的神经退行性疾病治疗方法。
适应航空业自动化程度的提高...
摘要 自动化的增加已经影响到了驾驶舱的工作。单一欧洲天空 ATM 研究 (SESAR) 旨在提高欧洲 ATM 系统的性能，它将自动化视为提高未来系统性能的关键推动因素。航空系统是一个复杂的大型社会技术系统。该系统受到所有系统级别的内部和外部压力源的影响。在这个系统的工作流程层面上，驾驶舱代表了一个联合认知系统。当事故或事件确实发生时，人们普遍认识到，要超越机组人员错误的标签来了解发生了什么。随着飞行安全性的提高，需要从中吸取教训的事件和事故越来越少，这增加了查看正常运营数据以进行改进的重要性。机组人员培训环境越来越依赖于收集到的有关单个航空公司的飞行运营环境和绩效的数据。通过航空公司的绩效测量系统，收集了大量的绩效数据。然而，这些数据的格式并不适用于复杂的社会技术或联合认知系统的研究。此外，监管、财务和其他限制限制了航空公司对收集数据的使用以及他们进行培训的方式。本研究的目的是增加对高度自动化动态环境下机组人员的培训内容和学习机会与航空公司绩效监测和测量过程的关系的了解。在此背景下，确定了支持机组人员操作高度自动化飞机的障碍和改进潜力。本研究采用混合方法来收集和分析数据。整体研究方法是按照应用研究传统进行的。本论文中的经验数据主要基于两个研究项目，HILAS 和 Brantare，这两个项目都明确地以参与组织的知识生成和学习为目标。基于 Rasmussen 的动态社会技术系统模型，感兴趣的航空系统范围从“单一欧洲天空”到监管机构、国家立法、飞行运营、培训和驾驶舱工作以及航空公司的政治和财务压力。从这个全面的范围得出的结论依赖于作者在航空业 30 年左右的经验中获得的领域知识。结果基于以下方法：1）使用 Rasmussen 的风险管理社会技术系统模型作为框架进行系统分析，主要从机组人员及其自动化工作环境的角度描述航空系统，2）采访飞行员，3）与飞行员和安全办公室工作人员组进行研讨会，4）尝试实施拟议的数据使用方法和 5）收集飞行运行数据。确定了使用绩效数据进行知识和学习改进的几个障碍。航空公司监控系统并不理想，特别是
Kim Phuc Tran. 人工智能在智能制造中的应用：方法与应用。传感器，2021 年。�hal-03544235�
1. Henning, K. 实施工业 4.0 战略计划的建议；美国国家科学与工程院：华盛顿特区，美国，2013 年。 2. Nguyen, H.；Tran, K.；Zeng, X.；Koehl, L.；Castagliola, P.；Bruniaux, P. 智能工厂中的工业物联网、大数据和人工智能：调查与展望。ISSAT 国际商业、金融和工业数据科学会议论文集，越南岘港，2019 年 7 月 5 日至 9 日。 3. He, Z.；Tran, KP；Thomassey, S.；Zeng, X.；Xu, J.；Yi, C. 基于深度强化学习的多标准决策支持系统，用于优化纺织化学工艺。计算机。 Ind. 2021 ，125 ，103373。4. He, Z.；Tran, KP；Thomassey, S.；Zeng, X.；Xu, J.；Yi, C. 使用基于深度 Q 网络的多智能体强化学习对纺织制造过程进行多目标优化。J. Manuf. Syst. 2021 ，即将出版。5. He, Z.；Tran, KP；Thomassey, S.；Zeng, X.；Xu, J.；Changhai, Y. 使用极限学习机、支持向量回归和随机森林对活性染色棉的褪色臭氧化进行建模。文本。Res. J. 2020 ，90 ，896–908。6. Huong, TT；Bac, TP；Long, DM；Luong, TD；Dan, NM；Thang, BD； Tran, KP 使用工业控制系统中的异常检测检测网络攻击：一种联邦学习方法。Comput. Ind. 2021，132，103509。7. Frank, AG；Dalenogare, LS；Ayala, NF 工业 4.0 技术：制造公司的实施模式。Int. J. Prod. Econ. 2019，210，15–26。8. Alcácer, V.；Cruz-Machado, V. 扫描工业 4.0：制造系统技术文献综述。Eng. Sci. Technol. Int. J. 2019，22，899–919。9. Song, Z.；Sun, Y.；Wan, J.；Liang, P. 面向服务制造信息物理系统的数据质量管理。Comput. Electr. Eng. 2017 ，64 ，34–44。10. 徐勇；孙勇；万建；刘晓玲；宋哲。工业大数据故障诊断：分类、评论和应用。IEEE Access 2017 ，5 ，17368–17380。11. 黄PM；李CH 使用深度学习和传感器融合估计刀具磨损和表面粗糙度发展。传感器 2021 ，21 ，5338，doi：10.3390/s21165338。12. 金TH；金HR；Cho, YJ 通过深度学习进行产品检测方法概述。传感器 2021 ，21 ，5039，doi：10.3390/s21155039。13. 黄YC； Chen, YH 使用长短期记忆预测牙科空气涡轮手机在铣削过程中的剩余使用寿命和退化评估。传感器 2021，21，4978，doi：10.3390/s21154978。14. Kim, J.；Ko, J.；Choi, H.；Kim, H. 通过跳跃连接卷积自动编码器使用深度学习检测印刷电路板缺陷。传感器 2021，21，4968，doi：10.3390/s21154968。15. Xia, K.；Saidy, C.；Kirkpatrick, M.；Anumbe, N.；Sheth, A.；Harik, R. 走向机器视觉系统的语义集成以帮助理解制造事件。传感器 2021 , 21 , 4276,doi:10.3390/s21134276。16. Sharma, S.；Koehl, L.；Bruniaux, P.；Zeng, X.；Wang, Z. 开发智能数据驱动系统以推荐个性化时装设计解决方案。传感器 2021，21，4239，doi：10.3390/s21124239。17. Yang, S.；Xu, Z.；Wang, J. 通过深度强化学习实现动态排列流水车间的智能调度决策。传感器 2021，21，1019，doi：10.3390/s21031019。
使用扭转和弯曲的铰链 通过各向异性导电异质结构中的超快电流控制 分析激光警告系统中使用的各种光电探测器的结构和技术：评论 使用空间不连贯的衍射网络 随机三维数值幻象，可以在乳腺癌的定量光声计算机中启用计算研究 设计一个使用式鲁棒机器学习模型，用于定量分析反射光谱 刺激的拉曼散射断层扫描，用于快速三... 编程非线性传播，用于有效的光学学习机 紧凑而有效的光子分辨图像扫描显微镜 高功率，狭窄的线宽固态深紫外线激光在193 nm处通过LBO晶体中的频率混合 物理限制的深度偏置点扩散函数模型：朝向非视线成像重建 光子晶体中的非均匀伪磁场 纵向单... 的深度条件生成模型
摘要。我们报告了使用扭转和双轴定向的聚乙二醇苯二甲酸酯铰链的两轴可易剂显微镜镜。研究了基于四个或单线电磁执行器的两种不同的设计。开发了一种基于微加工的工厂过程，以实现高模式分辨率和对准精度并减少手动组件的量。具有扭转铰链，快速轴的谐振频率为300至500 Hz，水中有200至400 Hz。带有弯曲的铰链，慢速轴的共振频率为60至70 Hz，水中的谐振频率为20至40 Hz。2D B扫描和3D体积超声显微镜使用杂交扫描镜进行了证明。在直流或非常低的频率下扫描慢轴的能力允许形成密集的栅格扫描模式，以改善成像分辨率和视野。©作者。由SPIE在创意共享归因4.0国际许可下出版。全部或部分分发或重新分配或重新分配本工作，需要完全归因于原始出版物，包括其DOI。[doi：10.1117/1.jom.1.4.044001]