XiaoMi-AI文件搜索系统
World File Search System强可
增强可穿戴脑机接口的安全性和隐私性......
脑计算接口 (BCI) 用于大量安全/隐私关键型应用，从医疗保健到智能通信和控制。可穿戴 BCI 设置通常涉及连接到移动设备的头戴式传感器，并结合基于 ML 的数据处理。因此，它们容易受到跨硬件、软件和网络堆栈的多种攻击，这些攻击可能会泄露用户的脑电波数据，或者在最坏的情况下将 BCI 辅助设备的控制权交给远程攻击者。在本文中，我们：(i) 从操作系统和对抗性机器学习的角度分析现有可穿戴 BCI 产品面临的全系统安全和隐私威胁；(ii) 介绍 Argus，这是第一个可减轻这些攻击的可穿戴 BCI 应用信息流控制系统。Argus 的领域特定设计导致在 Linux ARM 平台上实现轻量级实现，适用于现有的 BCI 用例。我们对现实世界的 BCI 设备（Muse、NeuroSky 和 OpenBCI）进行的概念验证攻击使我们在六种主要攻击载体堆栈中发现了 300 多个漏洞。我们的评估表明，Argus 在跟踪敏感数据流和限制这些攻击方面非常有效，并且内存和性能开销可接受（< 15%）。
利用跨省月度交易市场增强可再生能源消纳协调
电网调节能力有限，加之市场机制不完善，挤压了我国可再生能源消纳空间。本文提出通过月度跨省交易市场来平衡各市场参与者收益，提高可再生能源消纳效率的可再生能源消纳机制。引入省际交易商作为可再生能源发电、用户和电网公司之间的中间人，主要作用是协调匹配用户负荷和可再生能源出力。在这样的市场机制中，从消费者心理的角度，在用户响应模型中考虑了每个交易周期收益对社会因素的影响。最后，提出了促进可再生能源消纳与月度跨省市场协调的两阶段优化模型。在某省级电网实例中对优化模型进行了仿真。结果表明，该模型可以有效提高可再生能源消纳效率，同时提高电网公司和用户的收益。
抽象辩证框架的强可接受性
问题导致引入几种类型的语义。不同的语义反映了关于接受或否定论证的不同观点。AF/ADF 的大多数语义都基于可采纳性概念，[8] 表明可采纳性相对于合理性假设起着重要作用。[7] 表明，每个 AF 都可以表示为一个 ADF，此外，还表明为 ADF 定义的语义是 AF 语义的适当概括。然而，AF 的某些语义尚未引入 ADF，即强采纳语义。在当前工作中，我们引入了 ADF 的强采纳语义。在 ADF 中，如果一种解释不包含任何不合理的信息，则称其为可采纳的。如果一种解释是最大可采纳的，则称其为首选的。因此，每个可采纳解释都包含在一个优先解释中。也就是说，为了回答优先语义下的轻信决策问题，只需在可采纳语义下回答该问题即可。此外，如果一种解释收集了所有毫无疑问的信息，则该解释是有根据的。在 AF 中，强可采纳语义的概念首次在 Baroni 和 Giacomin [9] 的著作中定义，其基于强防御的概念。后来在 [10] 中引入了这一概念，但并未提及强防御。此外，在 [11] 中，Caminada 和 Dunne 提出了强可采纳性的标签说明，以回答有根据语义下的 AF 的轻信决策问题。在 [10–12] 中，结果表明，对于有根据语义下的 AF，强可采纳性在讨论博弈中起着至关重要的作用。也就是说，已经证明强可接受扩展/标记与给定 AF 的扎根扩展的最大元素组成一个格。因此，AF 的强可接受语义概念与 AF 的扎根语义的关系类似于 AF 的可接受语义与 AF 的首选语义之间的关系。也就是说，要回答扎根语义下 AF 的轻信决策问题，只需解决强可接受语义下 AF 的决策问题即可。在 [13] 中，引入了一个讨论游戏来回答扎根语义下 ADF 的轻信决策问题，而无需构建给定 ADF 的完整扎根解释。然而，ADF 的强可接受语义的概念尚未引入。这是我们在本文中提出 ADF 强可接受语义概念的动机。然而，研究[13]中提出的游戏是否等同于构建一个满足断言的强可接受的解释，
数字经济在增强可持续经济发展的作用
这项研究分析了数字经济在增强可持续经济发展方面的作用。这项研究的一般目标是帮助政府确定有关数字经济实施的正确政策及其对可持续经济发展的影响，尤其是在印度尼西亚。在印度尼西亚，数字经济在电子商务领域越来越多。电子商务行业不仅在谈论通过互联网购买和销售商品和服务。，但其中还有其他事情，例如服务提供商，电信提供者等。这就是必须适应电子商务行业以推动经济步伐前进的原因。政府目前宣布印度尼西亚是2020年最大的数字经济，其目标是东南亚最大的数字经济。该声明中国家发展的基础之一是数字部门。政府以电子商务交易的目标达到1300亿美元，并创建1,000名技术opreneur，其业务价值在2020年为100亿美元。因此，这项研究将为加强政府机构提供政策利益，以控制印度尼西亚的数字经济实施，以便对可持续经济发展产生积极影响，以便能够繁荣社区并对环境产生积极影响并提高经济价值。
使用英特尔® 人工智能分析工具包和第三代至强可扩展处理器加速深度学习工作负载
英特尔® TensorFlow 优化 与 Google 合作，TensorFlow 使用英特尔® oneAPI 深度神经网络库 (oneDNN) 的原语直接针对英特尔® 架构 (IA) 进行了优化。通过设置与 CPU 相关的配置 (--config=mkl) 编译的最新 TF 二进制版本已作为工具包的一部分包含在内。
事实设备在增强可再生能源集成到网格中的作用：评论
现代电力系统面临着挑战，例如需求的指数增长，受限的基础设施和电力市场放松管制。对于可持续能源系统，有必要通过利用可再生能源（RES）来满足能源需求，这些能源（RES）具有最小的环境影响。在过去的二十年中，可再生能源产生和进入电网的整合在全球范围内引起了很多关注。仅在2017年，全球安装的所有新电力能力中有一半以上来自RES。但是，诸如太阳能光伏和风能之类的RES本质上是间歇性的。将变量生成源集成到网格中可能会导致电压波动和中断等问题，从而影响公用设备和最终用户的性能。多年来，电力系统中的灵活交流传输系统（事实）设备利用率一直在上升。事实是指功率半导体设备来控制电气变量，从而影响功率流和增强电源系统安全性。本文研究了事实设备在加快电力系统中可再生能源整合的作用。与可再生能源注入电网相关的挑战，以及事实如何减轻这些问题。我们得出的结论是，如果将事实设备纳入RES集成项目，则可再生能源的渗透率将加速。
数字协作者：使用人工智能增强可视化设计中的任务抽象
摘要 在可视化设计过程的任务抽象阶段，包括在“设计研究”中，从业者使用可视化理论将观察到的领域目标映射到可概括的抽象任务，以便更好地理解和满足用户的需求。我们认为，由于设计师的偏见以及缺乏领域背景和知识，这种手动任务抽象过程容易出错。在这种情况下，协作者可以在这个重要的任务抽象阶段帮助验证并为可视化从业者提供健全性检查。但是，拥有人类合作者并不总是可行的，并且可能会受到同样的偏见和陷阱的影响。在本文中，我们首先描述与任务抽象相关的挑战。然后，我们提出了一个概念性的数字协作者 - 一种人工智能系统，旨在通过增强可视化从业者验证和推理任务抽象输出的能力来帮助可视化从业者。我们还讨论了设计和实施此类系统的几个实际设计挑战。