XiaoMi-AI文件搜索系统
World File Search System数据处理
职位： 研究人员小组副教授（卫星数据处理） 学科： 自动化，电子，电气工程和
AGH 空间技术中心研究人员团队的全职副教授职位。该职位的任务是开发基于创新思维和科学卓越的研究计划，以补充目前在卫星数据处理、卫星数据采集方法改进和卫星图像处理算法开发方面的专业知识。担任此职位的人员将负责国际层面的研究计划，设计和实施卫星数据处理和广义上的学术创业研究，并为基于国家和国际基金的项目筹集资金，包括来自航天工业实体的资金。作为研究活动的一部分，他或她将与学术单位、利益相关者和行业伙伴建立国际伙伴关系。该职位的候选人应具有建立和加速初创企业的经验。主题领域：卫星数据处理、卫星图像处理算法、光学传感器开发全职工作，固定期限合同至 2025 年 12 月 31 日，可延长，包括永久合同延长。计划从 2025 年 3 月 24 日起就职。
通过脑电图数据处理，根据与移动设备任务相关的认知负荷来表征移动设备任务
与移动设备的交互是与网络世界的纽带，使我们能够描述用户行为。根据人联网的原则，对与智能手机的交互进行深入分析，使我们能够区分正常使用和异常使用。这种分析的众多应用之一将有助于根据交互中的异常情况对轻度认知障碍进行早期诊断。这项工作旨在朝着这一雄心勃勃的目标迈出第一步：确定使用智能手机执行不同典型任务所需的认知负荷。通过正确识别哪些任务需要更高的认知负荷，我们将能够开始研究有助于早期诊断认知病理的指标和指标。认知负荷分析是在对 26 名用户进行实验后进行的，这些用户使用移动设备执行了 12 项典型任务，同时通过脑电图监测他们的大脑活动。结果表明，显然存在具有更高认知需求的任务，其中音频制作和消费最为显著，这已得到实验和统计验证。© 2020 Elsevier BV 保留所有权利。
GC×GC-TOFMS中的高级数据处理技术用于生物夸张分析
•GC×GC-FID可以进行规范和量化，但仅适用于杂原子含量较低的样品•GC×GC-TOFMS识别数百种化合物，为准确的样品表示形成了基础。• Large datasets increase the risk of human error in manual analysis.• Automatic data handling may improve accuracy and reduces errors in biocrude analysis.
将人工智能与云计算相结合：分布式环境中可扩展的智能数据处理框架
云计算是一种利用模型，通过提供对共享计算资源的自助访问，改变了组织处理信息的方式。这些资源包括服务器、存储和服务，可以快速部署，并且无需过多关注即可轻松扩展。云服务为企业提供了很大的空间，因为他们可以随心所欲地使用它们，也可以随着需求的增加或减少而缩减使用量，并且仍根据使用的云服务量付费。如今，亚马逊网络服务 (AWS)、微软 Azure 和谷歌云等云基础设施的迅猛发展和成本效益使云计算在数据驱动型行业中变得必不可少。处理吞吐量是处理大数据和物联网时的另一个相关标准，因为会产生大量连续数据，必须实时处理。
使用脑机接口进行基于 P300 的身份验证的数据处理和机器学习技术的评估
摘要 — 脑机接口 (BCI) 用于各种应用场景，允许大脑和计算机之间直接通信。具体而言，脑电图 (EEG) 是获取由外部刺激引起的诱发电位的最常用技术之一，因为 P300 电位是从已知图像中引出的。机器学习 (ML) 和 P300 电位的结合对于验证受试者很有前景，因为每个人在面对特定刺激时产生的脑电波都是独一无二的。然而，现有的身份验证解决方案并未广泛探索 P300 电位，并且在分析最合适的处理和基于 ML 的分类技术时会失败。因此，这项工作提出了 i) 使用 P300 电位验证 BCI 用户的框架；ii) 在十个受试者身上验证该框架，创建采用非侵入性基于 EEG 的 BCI 的实验场景； iii) 框架性能评估，定义两个实验（二元和多类 ML 分类）和三个测试配置，逐步分析不同处理技术的性能以及使用时期或统计值进行分类之间的差异。该框架在两个实验中的最佳分类器都实现了接近 100% f1 分数的性能，突出了其在准确验证用户方面的有效性，并证明了使用 P300 电位进行基于 EEG 的身份验证的可行性。
MIP：科学与医学的高级数据处理和分析 从关系数据库提供深度学习模型
我们提出了医学信息平台（MIP），这是科学和医学界的在线集中平台。它介绍了位于医院中的偏心的患者数据，帮助临床医生，临床科学家和研究人员确定疾病独有的模式，并提供明确的诊断和个性化治疗方法。该平台使用户能够从预处理的神经生理和医学记录中访问统一的医学数据，以及研究同类数据集，而无需传输原始的临床数据。此功能有助于对医疗数据进行利用和分析，同时保留敏感患者信息的隐私和安全性。MIP将数据科学和机器学习与数据技术，尤其是数据集成，安全计算，分散的分布式查询执行以及低水平，有效的科学管道执行，从而利用了现代数据引擎的特征，例如矢量化，并行化，并行化和JIT汇编。MIP是计算机科学家，临床科学家和医学专业人员多年的多年努力的结果。迄今为止，它已在欧洲的40多家医院中部署和使用，另外12个装置正在进行中。
3D可伸缩量子卷积神经网络用于分类应用中的点云数据处理
由于嘈杂的中间量子量子（NISQ）时代已经存在，因此量子神经网络（QNN）绝对是对许多经典神经网络无法解决的许多问题的承诺解决方案。此外，量子卷积神经网络（QCNN）现在正在受到很多关注，因为它可以处理与QNN相比的高维输入。但是，由于量子计算的性质，很难扩大QCNN以提取由于贫瘠的高原而提取足够数量的特征。这在具有高维数据输入的分类操作中尤其具有挑战性。但是，由于量子计算的性质，很难扩大QCNN以提取由于贫瘠的高原而提取足够数量的特征。这尤其是具有高维数据输入的分类操作中的挑战。为此，提出了一种新颖的3D可伸缩QCNN（SQCNN-3D），以用于分类应用中的点云数据处理。此外，在SQCNN-3D顶部还考虑了反向保真度训练（RF-Train），用于使用量子计算的保真度有限的Qubits多样化特征。我们的数据密集型性能评估验证了所提出的算法是否达到了所需的性能。
MIP：科学与医学的高级数据处理和分析从关系数据库提供深度学习模型
在关系数据上提供深度学习（DL）模型已成为各种商业和科学领域的关键要求，最近引发了人们日益增长的兴趣。在这篇有远见的论文中，我们开始对代表体系结构进行全面探索以满足要求。我们突出显示了三个关键范式：最新的以DL中心体系结构将DL计算卸载到专用的DL框架上。以UDF为中心的体系结构将一个或多个张量计算封装到关系数据库管理系统（RDBMS）中的用户定义功能（UDFS）中。潜在的以关系为中心的体系结构旨在通过关系运算符代表大规模的张量计算。虽然这些体系结构中的每一个都在特定的使用方案中表现出了希望，但我们确定了这些体系结构的无缝集成和这些体系结构之间的中间地面的紧迫要求。我们深入研究了阻碍整合并探索创新策略以关闭它们的差距。我们提出了一种建立新型RDBM的途径，以实现一类广泛的数据密集型DL推理应用程序。
神经技术：欧盟个人数据处理背景下的脑机接口和脑数据或神经数据的保护
神经技术的发展极大地促进了健康研究。基于脑电图分析的BCI研究是治疗医学和神经科学领域最有前景的。神经技术和人工智能的最新进展使我们能够更多、更快地获取人类大脑中积累的信息，使机器能够读取我们的心理冲动，对其进行处理、解释和操纵，甚至可能改变我们对人类的概念。这个新的神经技术生态系统为获取大量敏感信息、与健康相关的神经数据以及人们最私密的想法创造了完美的场景。
用于评估日常身体活动的三轴加速度计和便携式数据处理单元 - 生物医学工程，IEEE 交易
摘要——本研究描述了三轴加速度计 (TA) 和便携式数据处理单元的开发，用于评估日常身体活动。TA 由三个正交安装的单轴压阻加速度计组成，可用于记录覆盖人体加速度幅度和频率范围的加速度。仪器间和重测实验表明，TA 的偏移量和灵敏度在每个测量方向上相等，并在两个测量日内保持不变。横向灵敏度在每个测量方向上都存在显著差异，但不影响加速度计输出（<主轴灵敏度的 3%）。数据单元能够在线处理加速度计输出，从而可靠地估计八天的身体活动。在实验室标准化活动期间对 13 名男性受试者进行系统初步评估，结果表明加速度计输出与身体活动引起的能量消耗之间存在显著关系，这是身体活动的标准参考值 (r = 0.89)。该系统的缺点是对久坐活动的灵敏度低，并且无法记录静态运动。应在自由生活的受试者中研究该系统对正常日常身体活动和实验室外特定活动的评估有效性。