XiaoMi-AI文件搜索系统
World File Search System捕获模式
基于3D HAAR半紧密框架的多式图形学习用于学生参与预测
随着多模式教育数据的可用性的增加，越来越需要有效整合和利用多个数据源以提高学生参与预测的准确性。在这项工作中，我们提出了一个结合多模式数据的框架，包括反映学生个性，他们的人口统计信息，他们的学习行为和注意力以及图形学习技巧的视觉，文本和声学方式。具体而言，开发了3D HAAR半密度框架变换，以捕获模式间关系并建模多模式数据中的复杂相互作用。随后，我们基于多模式数据的光谱引入了一个新型的自适应图结构学习模块，该模块通过自适应权衡其影响来考虑低通和高通帧系数的独特贡献。通过解决标准的半监督节点分类问题，我们成功地实现了学生参与预测的目标。对现实世界教育数据集的实验评估证明了拟议方法的有效性，与最新方法相比，实现了卓越的性能。我们的实验研究表明，多模式图学习在准确预测学生参与度及其增强教育结果的潜力中的重要性。
ADuC814 MicroConverter，小型封装 12 位 ADC，带嵌入式闪存 MCU 数据表 (REV. A)
模拟 I/O 6 通道 247 kSPS ADC 12 位分辨率 ADC 高速数据捕获模式 通过片上 DAC 可编程参考低电平输入，ADC 性能指定为 V REF = 1 V 双电压输出 DAC 12 位分辨率，15 µs 稳定时间 存储器 8 kbytes 片上 Flash/EE 程序存储器 640 byte 片上 Flash/EE 数据存储器 Flash/EE，100 年保留，100 kcycle 耐久性 3 级 Flash/EE 程序存储器安全性 在线串行下载（无需外部硬件） 256 byte 片上数据 RAM 基于 8051 的内核 8051 兼容指令集 32 kHz 外部晶振，片上可编程 PLL（最大 16.78 MHz） 三个 16 位定时器/计数器 11 条可编程 I/O 线 11 个中断源，2 个优先级 电源 指定用于 3 V 和 5 V 操作 正常：3 mA @ 3 V（内核 CLK = 2.1 MHz） 断电：15 µA（32 kHz 振荡器运行） 片上外设 上电复位电路（无需外部 POR 器件） 温度监视器（精度为 ±1.5°C） 精密电压参考 时间间隔计数器（唤醒/RTC 定时器） UART 串行 I/O SPI ® /I 2 C® 兼容串行 I/O 看门狗定时器 (WDT)、电源监视器 (PSM) 封装和温度范围 28 引脚 TSSOP 4.4 mm × 9.7 mm 封装 完全额定工作温度范围为 −40°C 至 +125°C 应用