XiaoMi-AI文件搜索系统
World File Search System无形
交通标志上针对自动驾驶汽车的交通标志上的无形光学对抗条
基于相机的计算机视觉对于自动驾驶汽车的感知至关重要。本文提出了一种使用发光二极管的攻击，并利用相机的滚动快门效果，以在捕获的图像中创建对抗条纹，以误导交通标志识别。攻击是隐秘的，因为传统标志上的条纹对人来说是看不见的。为了使攻击威胁，识别结果必须在连续的图像框架上保持稳定。为了实现这一目标，我们设计和实施了GhostStripe，这是一个攻击系统，该攻击系统控制了调制光的时间，以适应摄像机操作和受害者车辆的运动。在实际测试床上进行了评估，当受害者车辆通过道路部分时，GhostStripe可以稳定地欺骗多达94％的框架到错误类的交通标志识别结果。实际上，这种影响效应可能会使受害者车辆陷入威胁生命的事件中。我们讨论了相机传感器，感知模型和自动驾驶系统级别的对策。
对大学和研究机构无形技术转移的案例研究目录
2016年，伦敦国王学院（KCL）准备了一份报告，研究了无形技术转移（ITT）控制的实用性，以管理相关技术的传播。1之后，KCL现在已经准备了全球大学和研究机构的ITT案例研究的新目录。这种案例研究目录涵盖了具有世界上一些最先进的研究能力和技术专业知识的国家，包括美国，英国和欧洲。在国际上对大学和研究机构盗窃技术盗窃国际盗窃国际盗窃国的关注时，它是通过寻求增强其军事能力和越来越多的国家追求大规模杀伤性武器（WMD）计划的非对准国家的技术和研究机构的。
2024 年无形风险与有形风险对比报告 - Aon
和费用（保险购买者往往过于关注保费，而对全面定制和“情境化”承保范围以及审查可靠的保险公司关注不够），其中风险融资成本包括所有保险费和相关成本；直接损失成本包括组织风险融资计划（例如自保、免赔额或自保计划）内预期和资助的免赔额和索赔；间接损失成本是相应的无资金支出，在某些情况下是未预料到的支出；管理费用包括索赔管理、风险控制和所有其他项目成本，如数据分析；税费是与保险投保相关的各种州税，支付给政府和监管机构（例如州盈余线或入场费）。
演示：自动驾驶中的交通信号识别的无形对抗条纹
隐身光学对抗性示例攻击，利用了凸轮的滚动快门效果，以欺骗自动驾驶汽车中的交通标志识别。互补的金属氧化物半导体（CMOS）传感器在汽车摄像机中广泛采用[1，2]。他们通常从上到下透露并读出像素值。但是，CMOS摄像机表现出滚动快门效果（RSE）[4]。具体来说，当CMOS传感器的每一行暴露在略有不同的时间时，输入光的快速变化会通过扫描线的各种颜色阴影引起图像失真。重新研究[6-8]已经显示了RSE的安全性含义，即攻击者可以控制输入光，以在捕获的图像上创建彩色条纹，以误导计算机视觉解释。然而，尽管以前的研究已经在受控环境中实现了单帧的基本rse，但它们无法通过一系列框架实现稳定的攻击结果[5]。GhostStripe旨在实现稳定的攻击结果，从而在自主驾驶环境中更清晰的安全含义。首先，它在交通标志附近部署LED，将受控的闪烁光投射到标志上。由于闪烁的频率超过了人眼的感知极限，因此它仍然是看不见的，使LED显得良性。同时，由摄像机误导了交通标志识别的RSE引起的彩色条纹。没有这种稳定性，异常检测器可能会触发故障机制，从而确定攻击的有效性。1。第二，为了误导自主驾驶计划以在不知不觉中进行错误的决定，交通符号识别结果应该是错误的，并且在足够的连续框架之间相同。随着车辆的移动，摄像机视野中包含标志（FOV）变化的签名的位置和大小变化，需要攻击才能适应摄像机操作和车辆运动，以稳定地覆盖条纹，如图所示。为了实现这一目标，GhostStripe根据受害者的实时感知结果来控制LED闪烁
脆弱的新经济：无形资本、企业储蓄过剩和金融不稳定
金融市场和机构的发展对产业结构有着深远的影响（Rajan and Zingales，1998）。反过来呢？产业结构的演变能否塑造金融体系？本文探讨了向无形资产密集型经济的转型。在美国，无形资产投资已超过实物投资，成为经济增长的最大来源（Corrado and Hulten，2010）。通过将无形资产的一个决定性特征——有限的可质押性——纳入一个包含金融市场和中介机构的宏观经济动态模型中，我表明，无形资产的崛起促成了美国经济的几个长期趋势，如企业储蓄的积累、利率的下降趋势、金融中介部门的增长以及资产市场估值的上升。重要的是，通过
研究中学和中学无形文化遗产教育和学生文化身份
摘要：本研究旨在探讨小学和中学对学生文化认同的无形文化遗产（ICH）教育的影响。通过文献综述和实证研究，我们分析了ICH教育在塑造学生的文化价值观，身份感和对文化遗产的意识中的作用。该研究采用定量和定性方法，包括调查和深入访谈，以收集多维数据。结果表明，ICH教育可显着增强学生的文化认同感，并促进他们对传统文化的理解和尊重。该研究还确定了ICH教育实施的挑战和机遇，为未来的教育实践和决策提供了见解。
无形的不平等：在机器学习研究和应用中面对基于年龄的歧视
尽管在机器学习（ML）社区内对公平问题的认识提高了，但仍然存在关于歧视迅速增长且历史脆弱的群体的沉默：老年人。我们介绍了基于年龄的生成AI和其他普遍ML的歧视的例子，记录了年龄的隐性和明确边缘化，作为ML研究中受保护的兴趣类别，并确定一些技术和法律因素，这些技术和法律因素可能导致对这种犯罪缺乏讨论或行动。我们的目的是加深对这种经常被忽视但普遍存在的歧视形式的理解，并敦促ML研究人员，法律学者和技术公司在ML技术的开发，应用和治理中都能在开发，应用和治理中对其进行积极解决和减少。鉴于在许多公共生活和私人生活中预计广泛采用了生成AI的广泛采用，此呼吁尤其紧急。鉴于在许多公共生活和私人生活中预计广泛采用了生成AI的广泛采用，此呼吁尤其紧急。
无形的证据：在逃税和非正式经济的经验分析中迈向信誉革命
关于逃税和非正式经济的摘要实证研究在过去几十年中已经实现了，试图阐明这些现象的规模和（尤其是政策）决定因素。量化信息可以为政策选择的分析提供信息，可以测试有关该现象的决定因素的假设，并可以帮助准确地构建国民收入。即使经验分析迅速发展，有些人也对某些突出措施的质量和实用性表示怀疑。高质量数据难以捉摸的事实既不令人惊讶也不是巧合。逃税和非正式经济活动的定义特征（通常是非法的）通常会渲染不可靠的标准数据收集方法，例如调查。与自然科学中的隐形现象不同，这些无形的社会科学现象由于个人的选择而难以衡量。即使在没有关键变量的直接观察性的情况下，对逃税和非正式经济的分析也必须进行，理论应指导“无形”证据的构建和解释。在本文中，我们将在给定条件和交易中使用有关逃税和非正式经济的微观或宏观数据来解决什么，并根据我们的结论进行严格审查一些最常见的经验方法。我们以该领域的研究人员的恳求结束，以吸引Applied Conatemetrics中的“信誉革命”和Pischke（2010）。JEL代码H26·O17
时代的碰撞：尊重科技的空间，将社区故事融入无形的展品中
摘要 人机交互 (HCI) 领域的新兴研究考虑使用技术来保护非物质文化遗产 (ICH)，同时努力解决后殖民主义背景下当地参与的困境。我们仍然需要了解博物馆和文本如何描绘 ICH，社区如何看待这些表述，以及技术如何影响保护。我们在肯尼亚北裂谷地区进行了一项研究，以了解博物馆与社区相比如何保护和传播 ICH。研究结果描述了一个尊重的技术空间，社区需求和博物馆需求可以共存。我们还阐明了设计师在推荐或设计技术解决方案时应考虑的社会挑战。本文最后推荐了研究人员通过社区参与和对尊重空间的认识将技术与 ICH 顺利结合起来的方法。
