XiaoMi-AI文件搜索系统
World File Search System应用层
烟雾探测器与基于安全关键型飞机的连接...
直到第 7 层的各层都必须由应用程序的附加服务进行管理。各种标准化的更高层协议（如 CANopen）都已发布并广泛应用于工业应用中。为了便于遵守 RTCA/DO-178 [3] 指南，没有选择通用的高层协议，而是开发了一种特定类型的应用层协议，并记录在系统接口文档 [2] 中。对通信需求的分析产生了以下协议要求：• 网络上的每个烟雾探测器都必须具有唯一性• 烟雾探测器生成的消息必须包含有关其身份的信息• 支持主从通信模型 CAN 标识符使用 29 位扩展标识符，并分成如图 3 所示的子字段。消息类型消息类型的目的在于根据消息的总体相对优先级对其进行分类，并指示模块 ID 是包含发送器地址还是接收器地址。两类消息类型、过程数据对象 (PDO) 和服务数据对象 (SDO) 被实例化为发送或接收对象；分别为 T_PDO 和 R_PDO 以及 T_SDO 和 R_SDO。发送数据对象 (T_xDO) 表示模块 ID 包含发送器的网络地址，而接收数据对象 (R_xDO) 则在模块 ID 字段中包含目标接收器的网络地址。
烟雾探测器与基于安全关键型飞机的连接...
直到第 7 层的各层都必须由应用程序的附加服务进行管理。各种标准化的更高层协议（如 CANopen）都已发布并广泛应用于工业应用中。为了便于遵守 RTCA/DO-178 [3] 指南，没有选择通用的高层协议，而是开发了一种特定类型的应用层协议，并记录在系统接口文档 [2] 中。对通信需求的分析产生了以下协议要求：• 网络上的每个烟雾探测器都必须具有唯一性• 烟雾探测器生成的消息必须包含有关其身份的信息• 支持主从通信模型 CAN 标识符使用 29 位扩展标识符，并分成如图 3 所示的子字段。消息类型消息类型的目的在于根据消息的总体相对优先级对其进行分类，并指示模块 ID 是包含发送器地址还是接收器地址。两类消息类型、过程数据对象 (PDO) 和服务数据对象 (SDO) 被实例化为发送或接收对象；分别为 T_PDO 和 R_PDO 以及 T_SDO 和 R_SDO。发送数据对象 (T_xDO) 表示模块 ID 包含发送器的网络地址，而接收数据对象 (R_xDO) 则在模块 ID 字段中包含目标接收器的网络地址。
带有混合中继QKD和集中式的节点网络...
1。简介量子网络利用量子密钥分布（QKD）来确保通信安全。为了将QKD网络有效地集成到现有基础架构中并具有最佳功能，欧洲和国际QKD标准[1] - [4]提出了一个分层框架，包括量子层，密钥管理（KMS）层和应用层。此体系结构对于启用各种应用程序和用户的加密通信至关重要。第一个主要的量子网络是由DARPA实施的，该网络遵循三层体系结构，并采用了混合转换/中继实现。其他开发项目包括SECOQC网络，专注于中继QKD（可信的中继器原型）设置，东京项目[5]和剑桥量子网络[6]。最近，中国提出了一个46节点量子大都会区域网络[7]，连接了40个用户节点，包括三个可信赖的继电器和三个光学开关。但是，如果没有集中的编排，网络的管理仍然是最佳和效率低下的。软件 - 定义的QKD（SDQKD）提供了一种潜在的解决方案来解决此问题并提高网络的效率和灵活性。Madrid SDQKD是QKD技术在SDN环境中首次成功的全面集成，该环境可在3个继电器节点之间提供加密通信[8]。子载波[9]用于在启用3个节点SDN的网络配置中启用通信。[10]最后，最近的开发涉及一个针对QKD的软件定义网络作为服务（SDQAAS）的新框架[10]。
多智能体移动边缘计算网络中具有排队动态的分布式任务卸载优化
摘要 — 任务卸载决策在物联网 (IoT) 中的移动边缘计算 (MEC) 技术中起着关键作用。然而，在没有任何集中通信和计算协调的分布式多智能体网络中，它面临着来自应用层任务排队的随机动态和物理层耦合无线干扰的重大挑战。在本文中，我们研究了考虑上层排队动态和下层耦合无线干扰的分布式任务卸载优化问题。我们首先提出了一种新的优化模型，旨在通过优化多个智能体的卸载阈值来最大化它们的预期卸载率。然后，我们将问题转化为博弈论公式，进一步设计了一个分布式最佳响应 (DBR) 迭代优化框架。分析了博弈论模型中纳什均衡策略的存在性。对于每个代理阈值策略的单独优化，我们进一步提出了一种编程方案，将受约束的阈值优化转化为无约束的拉格朗日优化 (ULO)。单独的 ULO 被集成到 DBR 框架中，使代理能够以分布式方式协作并收敛到全局最优。最后，提供了模拟结果来验证所提出的方法，并证明了其相对于其他现有分布式方法的显著优势。数值结果还表明，所提出的方法可以实现与集中式优化方法相当的性能。
都灵理工学院机构库
无线和移动通信技术的进步促进了移动医疗 (m-health) 系统的发展，以寻找获取、处理、传输和保护医疗数据的新方法。移动医疗系统提供了应对日益增多的需要持续监测的老年人和慢性病患者所需的可扩展性。然而，设计和运行带有体域传感器网络 (BASN) 的此类系统面临双重挑战。首先，传感器节点的能量、计算和存储资源有限。其次，需要保证应用级服务质量 (QoS)。在本文中，我们整合了无线网络组件和应用层特性，为移动医疗系统提供可持续、节能和高质量的服务。特别是，我们提出了一种能量成本扭曲 (ECD) 解决方案，它利用网络内处理和医疗数据自适应的优势来优化传输能耗和使用网络服务的成本。此外，我们提出了一种分布式跨层解决方案，适用于网络规模可变的异构无线移动医疗系统。我们的方案利用拉格朗日对偶理论，在能源消耗、网络成本和生命体征失真之间找到有效的平衡，以实现对延迟敏感的医疗数据传输。仿真结果表明，与基于均等带宽分配的解决方案相比，所提出的方案实现了能源效率和 QoS 要求之间的最佳平衡，同时在目标函数（即 ECD 效用函数）中节省了 15%。
数据简介 - X-CUBE-AI - STM32Cube 的人工智能 (AI) 软件扩展
STM32Cube 是意法半导体的一项原创计划，旨在通过减少开发工作量、时间和成本来显著提高设计人员的工作效率。STM32Cube 涵盖整个 STM32 产品组合。STM32Cube 包括： • 一套用户友好的软件开发工具，涵盖从构思到实现的项目开发，其中包括： – STM32CubeMX，一种图形化软件配置工具，允许使用图形向导自动生成 C 初始化代码 – STM32CubeIDE，一种集外设配置、代码生成、代码编译和调试功能于一体的开发工具 – STM32CubeProgrammer ( STM32CubeProg )，一种提供图形和命令行版本的编程工具 – STM32CubeMonitor ( STM32CubeMonitor 、 STM32CubeMonPwr 、 STM32CubeMonRF 、 STM32CubeMonUCPD ) 强大的监控工具，可实时微调 STM32 应用程序的行为和性能 • STM32Cube MCU 和 MPU 包，针对每个微控制器和微处理器系列的综合嵌入式软件平台（例如用于STM32F7 系列），其中包括： – STM32Cube 硬件抽象层（HAL），确保在 STM32 产品组合中实现最大可移植性 – STM32Cube 低层 API，确保最佳性能和占用空间，同时用户对硬件具有高度控制权 – 一组一致的中间件组件，如 RTOS、USB、FAT 文件系统、图形和 TCP/IP – 所有嵌入式软件实用程序，带有全套外设和应用示例 • STM32Cube 扩展包，其中包含嵌入式软件组件，可补充 STM32Cube MCU 和 MPU 包的功能，具有： – 中间件扩展和应用层 – 在某些特定的 STMicroelectronics 开发板上运行的示例
人工智能法案：法理视角
本文从一般法律理论的角度对《欧洲议会和理事会制定人工智能协调规则条例》（《人工智能法案》）和修订某些联盟立法法案的提案》（以下简称《人工智能法案》）相关问题提供了初步见解。《人工智能法案》已经从欧盟法律和信息技术法律的角度引发了评论。然而，仍然缺乏对该法案引发的问题的一般法理视角。本文的目的是迈出填补这一空白的第一步。我们关注两个相互关联的观点：基本法律概念理论和法律规范理论。因此，我们首先参考基于韦斯利·霍菲尔德发起的范式的研究，重点关注法律规范所创造的规范立场。权利、义务和权力等规范立场是相互关联的，因此能够实现重要的法律推理模式。这种方法表明了应如何在抽象层面上确定源自《人工智能法案》的一组规范立场。然而，一些规范立场可能只能在特定情况下的规范应用层面上确定。在这里，第二种视角起着关键作用。我们关注罗纳德·德沃金 (Ronald Dworkin) 引入主流法学理论、随后由罗伯特·阿列克西 (Robert Alexy) 修改和扩展的规则与原则之间的区别。根据这种区别，两类规范的应用模式存在重要差异，解决它们之间不兼容性的程序也不同。这种视角至关重要，因为保护基本权利的欧盟规范既为 AIA 提供了基础，也为其解释提供了限制，而这些规范通常具有阿列克西意义上的原则结构，即优化命令。这些一般考虑使我们能够预测与 AIA 的解释和执行相关的问题类别。
人工智能在供应链规划和决策制定优化的影响Bui Quoc Khoa 1*，Hoang-Tien nguyen 2，dinh ba
抽象人工智能（AI）正在改变供应链规划和决策，使组织能够应对现代供应链的复杂性。本文探讨了AI在供应链管理中的各种应用，包括需求预测，库存优化，运输和物流优化，供应商选择和风险管理以及预测性维护和资产管理。AI驱动的需求预测模型分析了历史数据和市场趋势，以准确预测未来需求，而AI驱动的库存优化考虑了诸如交货时间和需求差异之类的因素，以确定最佳库存水平。AI还可以优化运输路线，模式和时间表，并协助供应商选择和风险评估。使用AI进行预测维护有助于降低设备的停机时间和维护成本。但是，组织必须考虑在供应链管理中采用AI时，诸如数据质量，算法偏见，AI模型的解释性以及道德考虑之类的挑战。随着AI技术的发展并与其他新兴技术集成，AI在供应链管理中的未来看起来很有希望，为组织提供了实现更高效率，敏捷性和竞争力的潜力。本研究提供了旨在披露人工智能（AI）如何应用于教育部门的研究的内容分析，并探讨了教育中潜在的研究趋势和挑战。doi：https：//doi.org/10.54660/.ijmrge.2024.5.6.837-856关键字：AI，供应链，优化，优化，预测，预测性维护从2010年至2020年中选择了100篇论文，包括63篇经验论文（74项研究）和37篇分析论文。内容分析表明，研究问题可以分为开发层（分类，匹配，建议和深度学习），应用层（反馈，推理和自适应学习）和集成层（情感计算，角色扮演，沉浸式学习和游戏化）。此外，建议进行四个研究趋势，包括物联网，群体智能，深度学习和神经科学，以及对教育中AI的评估，以进行进一步研究。但是，我们还提出了教育中的挑战可能是AI在不当使用的技术，教师和学生的角色以及社会和道德问题方面引起的。结果为教育领域的AI概述提供了见解，这有助于加强教育中AI的理论基础，并为教育工作者和AI工程师提供了有前途的渠道，以进行进一步的协作研究。
量子计算
量子计算在从量子计算机读取信息时尤其重要（Aaronson，2008 年）。量子计算机可以同时计算和测试大量假设组合，而不是按顺序计算和测试（S.-S. Li 等人，2001 年）。此外，一些量子算法可以设计成用比传统算法少得多的步骤解决问题（其复杂性较低）。因此，量子计算可能代表未来几年现代 IT 的重大突破，并可能开启向“第五次工业革命”的过渡（Hadda & Schinasi-Halet，2019 年）。首批实验显示出令人鼓舞的结果，例如谷歌在 2019 年进行的实验，该公司声称已经实现了所谓的量子霸权（IBM“量子优势”）（Arute 等人，2019 年）。在一项人工实验中，他们证明可编程量子设备可以在可行的时间内解决传统计算机无法解决的问题。然而，谷歌量子计算机解决的任务是根据所使用的特定量子硬件定制的，没有实际应用。尽管如此，这仍然是一个重要的概念证明。此外，2020 年，中国科学家声称已经建造了一台量子计算机，其执行特定计算的速度比世界上最先进的超级计算机快约 100 万亿倍（Zhong et al., 2020）。鉴于目前的发展状况，专家预计量子计算可以提供前所未有的优势，特别是在优化、人工智能和模拟领域（Langione et al., 2019; Ménard et al., 2020）。分子模拟（用于化学和制药行业）很可能成为量子计算机的首批实际应用之一。这是因为分子直接遵循量子力学定律，所以使用量子计算机是模拟它们最自然的方式。其他可能很快受益的行业包括金融业、运输和物流业、全球能源和材料业，以及气象学或网络安全等领域（Gerbert & Ruess，2018 年；Langione 等人，2019 年；Ménard 等人，2020 年）。然而，迄今为止，量子计算在物理学和计算机科学领域仍存在大量未解决的挑战，从硬件架构和数据管理到应用软件和算法，这需要在所有这些领域及其他领域进行基础研究（Almudever 等人，2017 年）。为了指导信息系统（IS）研究，本基础提供了量子计算的基本概念并描述了研究机会。因此，我们在第二部分简要概述了量子计算机系统及其量子计算机的三个层：硬件、系统软件和应用层。第三部分介绍了量子计算的潜在应用领域。1在此基础上，
1. Dušan JOVANIĆ、1. Valentina MLADENOVIĆ、1. Ljubica LAZIĆ VULIĆEVIĆ ABS 塑料 3D 打印样品的硬度测试 1. 奥里萨技术学院
1. Dušan JOVANIĆ、1. Valentina MLADENOVIĆ、1. Ljubica LAZIĆ VULIĆEVIĆ ABS 塑料 3D 打印试样的硬度测试 1. 应用技术学院，兹雷尼亚宁，塞尔维亚 摘要：本文介绍了采用材料挤出工艺以丙烯腈丁二烯苯乙烯 (ABS) 长丝为原料通过 3D 打印制成的试样的硬度测试，采用肖氏 D 标尺法。ABS 是 3D 打印中最常用的材料。3D 打印的缺点之一是部件的机械特性要弱得多，需要进行测试才能确定工作部件的功能。根据 ISO 17296-3：增材技术 - 一般原则 - 第 3 部分：主要特性和相应的测试方法，为所有组塑料部件提供了硬度测试。塑料材料的硬度测试由标准 EN ISO 868: 2015 – 塑料和硬胶 – 使用硬度计通过压痕测定硬度（肖氏硬度）定义，并采用数字硬度计 – 硬度计进行。 关键词：硬度测试、增材生产、熔融长丝制造、丙烯腈丁二烯苯乙烯 (ABS) 简介由于通过 3D 打印获得的丙烯腈丁二烯苯乙烯 (ABS) 部件加工表面质量较低且机械特性较弱，因此需要确定机械特性：硬度、拉伸强度、冲击强度、压缩强度、弯曲强度、疲劳强度、蠕变、老化、摩擦系数、抗剪切和裂纹扩展，根据 SRPS ISO 17296-3：增材技术 - 一般原则 - 第 3 部分：主要特性和相应的测试方法。该标准还定义了金属部件、塑料部件和陶瓷部件的测试类别，并将它们分为三组：H 组（高度安全关键的功能部件测试）、M 组（非安全关键的功能部件测试）和 L 组：测试正在建造的部件或原型部件。所有这些塑料件组都需要进行硬度测试。这项研究的目标是根据外壳和填充物中的应用层高度确定丙烯腈丁二烯苯乙烯 (ABS) 塑料制成样品的硬度。研究的假设是，丙烯腈丁二烯苯乙烯 (ABS) 塑料制成样品的最高硬度是在外壳和填充物中 0.2 mm 的层高度时实现的，并且 ABS 的最佳配置设置层高度为 0.1mm 至 0.2 mm。增材制造 根据 ISO 17296-2:2017：增材技术 – 一般原则 – 第 2 部分：工艺类别和填充概述，增材制造可分为以下几类：槽式光聚合 – 激光