XiaoMi-AI文件搜索系统
World File Search System数据格式
0207445f：战斗机战术数据链 - DACIS
战术数据链 (TDL) 作为更广泛的机载网络的一个子集，用于在战斗环境中交换信息，例如消息、数据、雷达跟踪、目标信息、平台状态、图像和命令分配。在快速变化的操作条件下操作时，TDL 为用户提供互操作性、本地和全局连接以及态势感知。TDL 提供抗干扰、安全的数字数据传输网络功能，具有新的标准化波形和数据格式，允许视距 (LOS) 和超视距 (BLOS) 飞行内和飞行间通信。所有服务战区指挥和控制 (C2) 元素、武器平台和传感器都使用 TDL。TDL 包括但不限于：Link 16、Link 11、态势感知数据链 (SADL)、可变消息格式 (VMF)、综合广播服务 (IBS)、飞行内数据链 (IFDL)、战术目标网络技术 (TTNT) 和多功能高级数据链 (MADL)。联合需求监督委员会 (JROC) 最近批准了所有低可观测平台的 MADL 波形，包括 F-22、B-2 和 F-35，并且 MADL 总体集成产品团队 (OIPT) 批准了对 MADL 开发的企业级管理和支持。
先天性心脏病云——通过远程医疗连接门诊和医院医疗服务，优化长期护理
背景 患有复杂先天性心脏病的患者通常需要终生接受门诊治疗，并需要反复住院干预。为了优化这种多方面的相互作用，我们设计并实施了一项远程医疗服务——先天性心脏病云 (CCC)。本研究旨在通过全面评估设计、安装和对患者护理的影响来分析实施该服务的要求。方法 CCC 的开发包括分析历史上提出的入院和出院管理以及定义技术和组织要求。该过程包括制定程序流程图、描述数据格式和技术流程以及分布患者结构。结果 对现有工作流程的分析发现，需要重建入院和出院流程以及进一步治疗的决策。CCC 将一般会议和重复会议减少到不到三分之一。实时发送出院文件可确保即时访问与患者相关的数据。比较分析表明，远程医疗服务涉及更复杂的患者群体。结论 CCC 能够克服部门障碍，实现复杂临床信息的共享，并提高多方协作。
论文最终稿已接受在 IEEE 知识与数据工程学报上发表。©2022 IEEE。本文个人使用
摘要 — 数据整理任务（例如从各种来源获取和链接数据、转换数据格式和更正错误记录）可占典型数据工程工作的 80%。尽管机器学习和人工智能兴起，但数据整理仍然是一项繁琐且手动的任务。我们引入了 AI 助手，这是一类半自动交互式工具，用于简化数据整理。AI 助手通过推荐合适的数据转换来指导分析师完成特定的数据整理任务，该转换尊重通过与分析师交互获得的约束。我们正式定义了 AI 助手的结构，并描述了将数据清理视为优化问题的现有工具如何符合定义。我们为四种常见的数据整理任务实现了 AI 助手，并通过利用它们遵循的通用结构，使数据分析师可以在数据科学的开源笔记本环境中轻松访问 AI 助手。我们通过三个示例场景对我们的 AI 助手进行了定量和定性评估。我们表明，统一的交互式设计可以轻松执行手动或使用全自动工具难以完成的任务。
欧洲的国际数据和信息交换
摘要。在大规模事故发生并向大气释放放射性物质的早期阶段，必须尽早并尽可能广泛地通知和告知主管当局。只有在迅速通知事故并且以实时监测数据和扩散预报的形式持续提供信息时，决策者才能确定适当的对策。切尔诺贝利事故告诉我们，信息交换应以协调一致的方式进行。尽管到 1986 年，几个欧洲国家已经开发了自动监测网络，并且在某些情况下建立了双边协议来交换这些信息，但事故的规模表明有必要将此类计划扩展到大陆规模。制定共同商定的国际数据格式和程序变得非常重要。在过去的 25 年里，欧盟委员会一直致力于改善重大事故发生时信息和数据的快速交换。对于应急支持的早期阶段，它专注于三个密切相关的系统：早期通知系统 ECURIE、自动数据交换平台 EURDEP 和大气扩散模型交换和评估系统 ENSEMBLE。我们从法律背景出发，详细描述了这些信息系统，重点介绍了它们的现状和计划的未来发展。
SolarPower Europe 资产管理指南
SolarPower Europe 发布了《资产管理最佳实践指南》1.0 版，以支持太阳能行业实现这些目标。2.0 版旨在在第一版成功的基础上，融入来自二十多位领先太阳能专家的更多行业经验，包括资产管理者以及 O&M 提供商、资产所有者、技术顾问、数字解决方案提供商等。在过去的一年里，第一版的现有章节已在生命周期质量工作流中得到广泛讨论、增强和完善。2.0 版新增了一个专门介绍运营阶段风险管理的章节，并在附件中提供了一个对资产管理者有用的技能矩阵。为了反映最新的市场和技术趋势，我们在现有章节中增加了几个新部分，涵盖生命周期最佳实践、增值服务、改造和再造、无补贴项目管理、跨辖区和全球投资组合的挑战、数据格式和聚合以及数字孪生等主题。最后，我们还开发了资产管理最佳实践标志，这是资产管理提供商的自愿质量标签，附带有用的自我评估清单，可在 www.solarbestpractices.com 上找到。
RT-Cloud - Turk-Browne 实验室
实时 fMRI (RT-fMRI) 神经反馈已被证明可有效治疗神经精神疾病，并且在基础科学和临床应用方面都具有巨大的未来突破希望。然而，其使用的普及受到计算硬件要求、设置和运行实验的复杂性以及缺乏促进合作的标准阻碍。为了解决这些问题，我们开发了 RT-Cloud (https://github.com/brainiak/rt-cloud)，这是一个灵活的、基于云的开源 Python 软件包，用于执行 RT-fMRI 实验。RT-Cloud 使用标准化数据格式和适应性处理流来支持和扩展 RT-fMRI 研究和应用中的开放科学。云计算是推进 RT-fMRI 的关键支持技术，因为它消除了对现场技术专业知识和高性能计算的需求；这使得安装、配置和维护可以自动化并远程完成。此外，云计算的可扩展性使实时部署计算要求高的多变量分析变得更加容易。在本文中，我们描述了 RT-Cloud 如何与开放标准（包括脑成像数据结构 (BIDS) 标准和 OpenNeuro 数据库）集成，迄今为止它是如何应用的，以及我们在未来几年进一步开发和部署 RT-Cloud 的计划。
能源、家居和移动数据空间
摘要 欧盟委员会推动部署能源数字化行动计划 (DoEAP)，以开发一个高效、有竞争力的数字能源基础设施和数字能源服务市场，这些市场既安全又可持续。DoEAP 的一个核心方面是能源数据空间的概念。数据交换对于数字能源市场中新兴的能源数据服务至关重要，将帮助供应商和能源服务提供商进行创新，并应对更加分散的能源系统中可再生能源份额的增加。数据包括计量数据、来自家用电器、楼宇自动化、电动汽车充电站或产消者光伏板和逆变器等消费者的数据。相关参与者之间的可用性和及时共享和使用是能源转型的关键。本文件讨论了三个相互关联的关键领域数据交换的主要问题：能源、建筑和移动性；分析重点关注现有的数据格式和数据标准概念，思考如何基于通用数据框架促进不同部门之间的数据共享。介绍了特定部门或跨部门层面的欧洲项目和计划的主要用例，描述了数据交换部署的现状并确定了未来发展的必要行动。
DNA元编码采样位置的优先级
环境DNA（EDNA）元法编码的进步彻底改变了我们评估生物多样性的能力，尤其是对于隐性或研究较少的生物，例如真菌，细菌和微依脊椎动物。尽管具有成本效益，但由于处理和分析EDNA样品所需的大量时间和资源，对抽样站点的空间选择仍然是一个关键的挑战。这项研究引入了生物多样性数字双胞胎原型，旨在优化EDNA采样位置的选择和优先级。利用可用的EDNA数据并集成用户定义的标准，该数字双胞胎在选择未来的采样站点时有助于明智的决策。通过开发相关的数据格式工具，我们还促进了DNA元编码数据的可访问性和实用性，以进行更广泛的保护工作。该原型将根据未来样本的估计互补性提供直观的界面来提供多个最终用户，从研究人员和监视计划到商业企业。该原型提供了可扩展的生物多样性采样方法。最终，该工具旨在通过有效的EDNA采样来完善我们对全球生物多样性模式的理解，并支持针对性的保护策略。
Speedmaster LV48 多设备编程器
• 文件加载、编辑和保存 • 数据格式：Intel Hex、Motorola S-Record、Hex Auto-Recognition TekHex、Extended TekHex、ASCII、Raw Binary、Octal、MOSTech、Altera POF、Altera JAM 等。• 广泛的缓冲区编辑 • 受密码保护的缓冲区选项 • 完整校验和和 CRC 校验 • 读取设备、设备校验和、验证数据、验证签名、空白校验、位测试、设备擦除、过度编程 • 设备序列化、边缘验证、自动编程预测试等的编程选项。• Windows 中的免提模式编程，DOS 中的单击按键操作，用于连续编程，减少操作员错误的可能性 • 编程成功计数器 • 完全安全和加密阵列支持 • JEDEC 保险丝图编辑 • 编辑和应用最多 40 针 DIP/44 针 PLCC 的测试向量 • 在向引脚施加电压之前检查设备在插座中的位置 • 项目选项允许存储完整的设备配置，最大限度地减少将来的设置次 • 批处理软件允许为 DOS 下的定制软件界面编写用户宏。• Windows 中的在线帮助
![arxiv：2402.06363v1 [cs.cr] 2024年2月9日](/simg/g:\will\search\icon\source\3\3ddec16645db39f41f09cb1eb4c0f25652f964b0.webp)
arxiv：2402.06363v1 [cs.cr] 2024年2月9日
大型语言模型（LLMS）的摘要最新进展启用了令人兴奋的LLM集成应用程序，该应用程序通过利用其先进的语言理解功能来执行基于文本的任务。但是，随着LLM的改善，对它们的攻击也有所改善。提示注射攻击是一个重要的威胁：它们欺骗模型偏离原始应用程序的说明，而是遵循用户指令。这些攻击取决于LLM遵循说明和无法分开提示和用户数据的能力。我们介绍了结构化查询，这是解决此问题的一般方法。结构化查询将提示和数据分为两个通道。我们实施了一个支持结构化查询的系统。该系统由（1）安全的前端制成，该前端将及时和用户数据格式化为特殊格式，以及（2）经过特殊训练的LLM，可以从这些输入中产生高质量的输出。使用新颖的微调策略对LLM进行了训练：我们将基础（非指导）LLM转换为结构化指令调节模型，该模型只会遵循查询及时的指示。为此，我们通过示例增加了标准指令调整数据集，其中还包括查询数据部分中的说明，然后微调模型以忽略这些指令。我们的系统大大提高了对迅速注射攻击的阻力，对公用事业的影响很小或没有影响。我们的代码在此处发布。