XiaoMi-AI文件搜索系统
World File Search System控制计算
使用合成训练数据的低复杂度雷达手势识别
摘要：无线电探测和测距（雷达）技术的发展使得手势识别成为可能。在基于热图的手势识别中，特征图像尺寸很大，需要复杂的神经网络来提取信息。机器学习方法通常需要大量数据，而用雷达收集手势非常耗时耗能。因此，提出了一种基于调频连续波（FMCW）雷达和合成手势特征生成器的低计算复杂度手势识别算法。在低计算复杂度算法中，对雷达原始数据实施二维快速傅里叶变换以生成距离-多普勒矩阵。之后，应用背景建模来分离动态物体和静态背景。然后选择距离-多普勒矩阵中幅度最高的箱来定位目标并获得其距离和速度。可以利用天线维度上此位置的箱来使用傅里叶波束控制计算目标的角度。在合成生成器中，使用Blender软件生成不同的手势和轨迹，然后直接从轨迹中提取目标的距离、速度和角度。实验结果表明，当以合成数据作为训练集，以真实数据作为测试集时，模型在测试集上的平均识别准确率可达89.13%。这表明合成数据的生成在预训练阶段可以做出有意义的贡献。
解码想象中的言语揭示言语规划和产生机制
摘要 言语意象（产生内部准感知言语体验的能力）是一种与认知功能相关的基本能力，例如内在言语、语音工作记忆和预测处理。言语意象也被认为是检验外在言语理论的理想工具。言语意象的研究具有挑战性，主要是因为缺乏外在的行为输出，以及难以在试验和个体之间在时间上对齐意象事件。我们使用脑磁图 (MEG) 结合基于时间泛化的神经解码和简单的行为协议来确定言语意象背后的处理阶段。我们使用肌电图监测参与者在音节产生心理意象期间嘴唇和下巴的微运动。解码参与者想象的音节揭示了一系列任务引发的表征。重要的是，参与者的微运动并没有区分音节。解码后的神经元模式序列很好地映射到当前显性语音运动控制计算模型的预测上，并为语音规划和生成的假设内部和外部反馈回路提供了证据。此外，结果揭示了规划过程中表征的压缩性质，这与内部生成的自然速率形成对比。我们推测，相同的序列是基于运动的感官预测生成的基础，这些预测调节语音感知以及假设的语音工作记忆的发音回路。这些结果强调了基于新实验方法和分析方法的语音意象的潜力，并为成功的非侵入性脑机接口铺平了道路。
电子、通信和电气期刊列表...
4421-1340 2 期 3000-00 电路与系统进展国际杂志 4421-1398 2 期 3000-00 航空航天与电子系统国际杂志 4421-1399 2 期 3000-00 控制计算智能国际杂志 0974-8571 2 期 3000-00 计算机与电子工程国际杂志 0975-4202 2 期 3000-00 现代工程科学与技术国际杂志 0976-6839 2 期 3000-00 控制理论与应用国际杂志 (IJCTA) 0975-5572 2 期 3000-00 电气与计算机工程国际杂志 4421-1338 2 期 3000-00 电能系统国际杂志(IJEESS) 0975-7147 2 期 3000-00 国际电气工程与嵌入式系统杂志 (IJEEE) 0975-4830 2 期 3000-00 国际电气工程系统研究杂志 4421-1397 2 期 3000-00 国际计算机科学、软件工程与电气通信工程杂志 2 期 3000-00 国际计算机科学与通信杂志 0973-7391 2 期 3000-00 国际电气系统与控制杂志 (IJESC) 0975-3508 2 期 3000-00 国际电子与计算机杂志 0975-3796 2 期 3000-00 国际电子工程杂志 0973-7383 2 期 3000-00 国际电子、计算与工程教育 2229-7340 2 期 3000-00 国际电力系统与能源转换杂志 4421-1335 2 期 3000-00 国际电子、电气与通信工程杂志 0975-4814 2 期 3000-00 国际嵌入式软件与开源系统杂志（IJESOS） 2249-0809 2 期 3000-00 国际嵌入式系统与计算机工程杂志（IJESCE） 0975-4482 2 期 3000-00 国际能源系统、计算机与控制杂志 0976-6782 2 期 3000-00
使用人工智能工厂模型对柴油机进行模型预测控制
为了实现零碳社会，人们关注的焦点是减少交通运输领域的碳排放1)、2)，但对于支持物流的大型柴油车辆，也需要提高燃油效率并减少碳排放。近年来，柴油机废气排放评价方法不断更新，需要能够在各种条件下满足废气法规的控制方法。然而，众所周知，发动机建模是一个难题，因为它涉及燃烧现象，并且非线性、延迟和相互作用的存在使得构建控制器变得困难。 参考文献3)阐述了对柴油机进排气系统H ∞ 控制的研究，提出了一种通过切换控制器来覆盖运行范围的方法。另一方面，人们也在研究利用实验数据创建发动机的神经网络模型4)。虽然可以使用复杂且详细的仿真模型来模拟发动机，但是很难将其直接用作控制模型。一旦收集到数据，就可以相对容易地创建神经网络，并且神经网络被广泛用于近似、分析、异常检测和模拟。参考文献5），6）研究柴油机的模型预测控制，利用机器学习推导出状态空间表示，并利用神经网络近似控制律，实现高速控制计算。在参考文献[7]中，我们提出了一种结合Hammerstein-Wiener模型和输入凸神经网络的模型。我们还通过将该方法应用于发动机气道系统的建模和控制来检验其实际适用性。在参考文献8)中，提出了一种基于模型的柴油发动机空气路径控制，作为一种模型预测算法，解决具有输入约束的最优控制问题。在参考文献[9]中，开发了一种基于非线性自回归模型的非线性模型预测控制器，该控制器使用外生输入神经网络来解决柴油发动机的控制问题。然而，目前还没有开发出能够建立柴油发动机的神经网络模型并针对该模型系统地进行设计的控制方法。
飞机发动机电子控制单元性能测试系统设计
发动机电子控制单元（EECU）是航空发动机中非常重要的部件，在其开发过程中需要进行多项验证试验。由于使用实际发动机进行此类验证试验需要花费大量的时间和成本，而且昂贵的发动机可能会损坏或出现安全隐患，因此，能够虚拟地产生与实际发动机相同信号的模拟器是必不可少的[1]。替代实际发动机的虚拟发动机模拟器应该能够实时提供与实际发动机运行几乎相同水平的发动机运行模拟。因此，模拟速度应该与实际系统在用户指定的时间范围内进行输入、计算和输出的速度一样快。实时仿真需要开发能够几乎实时进行计算的实时发动机模型和适当的硬件。已经进行了许多关于燃气涡轮发动机电子发动机控制系统的研究。在之前的研究中，W.J.Davies 等人进行了 F-14 飞机和推进控制集成评估。他们的论文介绍了 PWA 执行的 FADEC/F-14 集成评估，并讨论了 FADEC/F-14 集成系统的优势 [2]。H. Yamane 等人对飞机发动机控制系统的各个方面进行了调查。在他们的工作中，提出了各种用于飞机发动机的电子控制系统 [3]。F. Schwamm 对安全关键应用的 FADEC 计算机系统进行了研究。在 Schwamm 的工作中，研究了 FADEC 的发展趋势 [4]。K. Hjelmgren 等人。对单引擎飞机 FADEC 的可靠性分析进行了研究。他们的论文介绍了用于控制飞机燃气涡轮发动机的两种容错 FADEC 选项的可靠性分析 [5]。K. Ito 等人。对燃气涡轮发动机 FADEC 的最佳自诊断策略进行了研究。在他们的论文中，FADEC 在第 n 次控制计算时进行自诊断。最后提供了数值示例 [6]。Ding Shuiting 等人。对 FHA（功能性
数字贸易规则和AI法规 - 底漆
1。算法问责制，透明度和标准：随着AI模型开始做出更多的决定，影响包括工人，消费者和公众人物在内的人们的生活，算法问责制的问题变得至关重要。不同国家的新法律规定寻求为模型和/或其开发和部署提出透明度要求。某些部门标准也适用于AI模型。2。责任：AI模型，尤其是那些在医疗保健和教育等敏感部门中使用的模型，可能会受到这些部门中其他软件或人类受到的责任条件的约束。由于AI模型通常可以“幻觉”（提供不正确的信息），因此即使在较不敏感的应用程序（例如客户服务）中，它们的包含也必须以不准确的成本来进行。3。计算基础架构的治理：一个复杂的计算供应链使当今的AI模型成为可能。这包括芯片设计，制造，组装，测试和包装。政府一直在越来越关注计算市场的经济治理。4。反托拉斯/竞争政策：AI市场非常集中。云服务提供商，芯片设计师，AI模型开发人员和AI服务提供商之间的垂直集成特别关注。作为AI有望影响大量行业，AI市场集中度可能会对一般的财富和权力集中产生严重影响。5。6。7。8。9。数据治理：AI模型需要大量的培训和微调数据。个人数据保护的问题出现了新的紧迫性，尤其是当大型科技公司使用自己的产品和服务中的数据来培训AI模型时。非个人数据的价值也变得显而易见，谁捕获了这一价值的问题。地缘政治和不平等发展：地缘政治竞争主导了AI政策领域的某些部分，尤其是在控制计算基础设施的方面。全球南部的国家特别担心获得计算基础设施和不公平的全球数字税制制度。错误信息和虚假信息：AI模型使得可以大规模产生错误和虚假信息。已经在选举时期使用了深层，并影响了各种政治和其他公众人物。脆弱的人群通过虚假信息增加了靶向甚至暴力的风险。AI介导的失业率：由AI在各个部门引起的广泛自动化可能威胁到许多生计。与以前的技术迭代不同，几乎没有迹象表明AI会创造更多的作业，而不是取代。环境危害：使AI成为可能的数据中心需要大量的能量和水。政府对AI产品的成本效益分析及其生产对环境的影响感兴趣。
公报第 1 期 - 2025 年 1 月 6 日
申请号：365/2024，类别 09 计算机；量子计算机；计算机硬件；用于信息技术分析和数据管理的计算机硬件和计算机软件；用于应用程序开发的计算机硬件和计算机软件；用于云计算的计算机硬件和计算机软件；用于认知计算的计算机硬件和计算机软件；用于人工智能的计算机硬件和计算机软件；用于区块链技术的计算机硬件和计算机软件；用于量子计算和量子编程的计算机硬件和计算机软件；计算机硬件，即磁带单元（数据处理）、磁带、印刷电路、集成电路、计算机键盘、光盘（音频-视频）、光盘、计算耦合器（数据处理）、软盘、磁性数据载体；计算机硬件，即视频屏幕、扫描仪（数据处理设备）、打印机、接口（数据处理）、阅读器（数据处理）、用于数据处理的计算机软件（录制程序）、微处理器、调制解调器、监视器、计算机、计算机存储器、计算机外围设备；计算机适配器；计算机组件；数据处理设备；用于数据和信息管理的数据处理设备；半导体；机器可读电子媒体；磁盘；磁盘驱动器；录音机；计算机；收银机；传真机；录像机；录像带；电池；计算机芯片；电路板；计算机硬件，即通信计算服务器；计算机手提箱；计算机接口板；计算机电缆和计算机电缆部件；计算机传真调制解调器卡；计算机配件，即屏幕过滤器、鼠标垫、无线寻呼机、操纵杆；电源转换器，即数模、模数和步进电压开关；计算机鼠标；集成电路卡和智能卡；集成电路适配器和智能卡适配器；集成电路卡和智能卡读卡器；微型计算机；电源；投影仪；计算机遥控器；电涌保护器和不间断电源；销售点终端；计算机服务器；计算机存储设备，即用于本地或通过电信网络存储和备份电子数据的高速存储子系统；可下载的计算机程序；已录制的计算机程序；已录制或可下载的计算机软件平台；可下载的计算机软件应用程序；软件视频游戏；计算操作系统软件和程序；用于访问全球计算机网络的计算机软件；用于文档管理的计算机软件；用于数据库管理的计算机软件；用于定位、检索和接收文本、电子文档的计算机软件，企业内部计算机网络、本地和广域全球计算机网络上的图形和视听信息；用于软件开发和网页创作的计算机软件以及与这些产品一起作为单元出售的电子格式的用户手册；用于控制计算机系统、程序和网络的操作和执行的计算机软件；用于连接不同的计算机网络和系统、计算机服务器和存储设备的计算机软件；用于连接计算机并实现跨全球可访问网络计算的计算机软件；用于管理信息技术环境中存在的硬件、软件和流程的计算机软件；结合硬件和软件用于管理和分析数据的交互式计算机系统和与这些产品一起作为单元出售的数字教学手册；云计算系统，即集成计算机硬件和软件的通信网络，用于
说明数字计算机的主要框图
计算机系统的框图是一个视觉表示，可展示其主要组件以及它们如何相互作用。此解释将深入到计算机的框图中，并探索其各个部分。计算机的主要元素包括CPU（中央处理单元），内存，输入设备，输出设备，所有这些都对其操作至关重要。框图提供了系统的简化视觉概述，突出显示了关键组件及其互连。计算机的基本框图将说明这些主要部分以及它们如何共同发挥作用。让我们在计算机框图的上下文中检查每个重要组件。从CPU或中央处理单元开始，它本质上是计算机的大脑，负责处理数据，执行程序和管理硬件组件。CPU的主要角色是运行程序，同时还控制输入/输出设备和内存。在较小的计算机中，微处理器芯片用作CPU。CPU的关键子组件包括控制单元（CU），算术和逻辑单元（ALU）和累加器寄存器。控制单元充当各种计算机操作的协调员，促进输入单元，输出单元，ALU和主内存之间的通信。它负责控制计算机内的所有活动，从内存中接收说明，将其转换为计算机不同部分的信号，并生成必要的时机和控制信号以执行这些说明。这些功能是：1。2。算术和逻辑单元（ALU）执行基本的算术操作，例如加法，减法，乘法和数据，以及逻辑操作，例如和或，或，或，或，或，不及排他性。它处理数据和指令，并可以执行其他功能，例如合并，分类和选择数据。从内存中接收数据后，Alu进行操作，然后将结果发送回存储器或输出单元。寄存器用于在处理过程中存储临时结果和数据。通过快速访问正在处理的数据，他们在计算机的有效操作中起着至关重要的作用。CPU及其子组件（例如控制单元，ALU和寄存器）与其他组件（例如内存，输入设备和输出设备）和谐相处，以确保计算机系统的平滑功能。了解这些元素及其相互作用是掌握计算机运行方式的基础。计算机中内存的主要目的是存储信息，具有两种主要类型：主内存/主内存和次要内存/辅助内存。前者是挥发性的，关闭时会丢失存储的信息，而后者保留了永久数据。其他记忆（例如缓存内存和虚拟内存）增强了性能。输入设备通过将原始数据转换为二进制形式，使用户能够将原始数据输入到计算机中。它们是用户和计算机之间的中介者，采用各种形式的数据，例如文本，图像，音频或视频。相比之下，输出设备以各种格式显示了来自计算机的处理数据。关键功能包括处理用户数据，将其转换为机器可读的二进制代码（0s和1s），将转换的数据传输到主内存中，并且通常使用标准输入设备（例如键盘）。输入设备的示例包括键盘，鼠标，扫描仪，麦克风/相机，操纵杆，轻笔和轨迹球。他们将处理的数据转换为可读形式（通常是十进制或字母数字），显示，打印，播放或投射给用户。输出设备的示例是监视器，打印机，扬声器和投影仪。此表示形式是计算机组件的一般概述，该概述可能会根据台式机，笔记本电脑，服务器等及其设计（例如台式机，笔记本电脑，服务器等）等计算机的类型而有所不同。数字计算机处理数字数据，该数据以二进制形式呈现。这与使用连续数据的模拟计算机不同。CPU或中央处理单元是进行所有计算和操作的数字计算机的主要组件。它从各种来源获取输入数据，根据程序说明对其进行处理，并产生数字输出。CPU具有两个主要功能：执行算术和逻辑操作，例如加法，减法，乘法和划分，以及执行逻辑操作，例如和或，或，或，不和排除。这些操作对于分析和评估数据至关重要，该数据通常与存储在程序或内存中的一组已知值相匹配。计算机中的内存是数据和程序的存储库，类似于笔记本以供将来参考。3。可以将其分类为两种主要类型：主要内存，用于在执行过程中暂时存储数据和程序，以及用于存储不需要直接CPU访问的操作系统，编译器和应用程序的辅助内存。输入单元接受来自外部来源的指令和数据，将它们转换为可读的计算机可读格式，并将其提供给系统以进行处理。输出单元接受计算机产生的结果，将其转换为人类可读格式，并将其提供给外界。计算机组件和操作计算机的功能基于四个主要组件：数据，图片，声音和图形。这些元素使计算机能够迅速，准确地解决复杂问题。如图所示，计算机系统执行五个基本功能，无论其尺寸或配置如何。数据输入：这涉及将信息和程序输入计算机系统。数据存储：此过程永久保存数据和指令。数据处理：中央处理单元（CPU）根据给定指令根据数据执行算术和逻辑操作。4。输出生成：计算机由处理的数据产生结果，然后将其存储以进行进一步处理。5。控制操作：控制单元执行指令并监督所有操作的分步性能。输入操作：输入过程涉及将原始数据馈送到计算机系统中。该数据是组织和处理以产生输出的。存储操作：数据存储在系统中永久保存信息。在处理开始之前，由于CPU的快速处理速度，必须将数据馈入系统。主存储单元在CPU处理它们时暂时存储数据和指令。计算机在其功能单元之间分配任务，以执行上一节中概述的操作。该系统包括三个主要组件：算术逻辑单元（ALU），逻辑单元，控制单元（CU）和中央处理单元（CPU）。