XiaoMi-AI文件搜索系统
World File Search System测试时间
使用机器学习的Android恶意软件多类分类：评估随机森林，人工神经网络和诉讼的性能
摘要。这项研究研究了使用静态和动态分析方法来检测和分类的机器学习技术，即随机森林，人工神经网络和卷积神经网络的有效性。通过将恶意软件分类为广告软件，勒索软件，索引软件和SMS恶意软件来利用CICINVESANDMAL2019数据集，多类分类。静态分析检查了权限和意图，而动态分析则集中于API调用和网络流。使用准确性，召回，精度，F1分数，训练时间和测试时间评估模型的性能。结果表明，在静态和动态分析中，随机森林比深度学习模型的优越性，静态分析的性能比动态分析更好。这项研究通过提供对不同机器学习算法和分析方法的有效性的见解来为Android恶意软件检测的领域做出了贡献，从而突出了随机森林的潜力，以实现有效，准确的恶意软件多类分类。
未来垂直升力 — 履行其承诺
波音公司的 JMR-TD 项目经理 Ken Eland 解释说，Defiant 推进系统试验台 (PSTB) 上的测试用于为飞机的飞行做准备，总共运行 48 小时，最高速度可达直升机。每次修改设计后，团队要求地面测试时间是演示机飞行时间的两倍。今年春天拆卸 PSTB 后，团队发现传动接头存在“轴承蠕变”问题——滑动导致过度磨损。Eland 表示，这种情况并不少见，但在仅测试几个小时后就出乎意料；他评论说，这种现象的常见设计规则并不适用于 Defiant 变速器的尺寸。波音公司利用从西科斯基的 CH-53K 中吸取的经验教训和学术界的专业知识来改变设计。组件已在 PSTB 中重新设计并重新测试，问题未再发生。
covid -19疫苗现代疫苗原始 - 6个月至5年
计划注释•2022年7月14日 - 在加拿大使用许可•2022年8月2日 - 在艾伯塔省实施•2022年11月14日 - 更新，包括针对现代单价mRNA疫苗优先建议，而不是Pfizer单价mRNA疫苗，单价mRNA疫苗，可用于6个月至4岁的儿童，年龄具有可免疫良好的儿童。还更新了有关结核蛋白皮肤测试时间/干扰素伽马释放分析和COVID-19免疫的建议，并删除了上面指出的部分。•2022年12月22日 - 更新以包括新的共同管理建议。•2023年3月1日 - 更新语言，以与其他Covid-19-19疫苗生物学页面保持一致。更新以包含时间表，如果使用两种产品完成系列。•2023年4月21日 - 更新的指示部分，以反映6岁及以上儿童的Moderna原始疫苗产品无法获得。
癌症的分子诊断——实用方法
在单一医疗中心内进行的基因检测允许引入综合的跨学科肿瘤诊断。实验室诊断师、临床医生、病理形态学家和遗传学家的组织结构和密切的多专业合作使得能够在单一中心进行专业和全面的诊断，而无需将材料发送到外部合作单位。因此，测试时间被缩短到最短，有可能与各个医学专业的专家就病例进行会诊，同时通过应用一致的样本保护程序消除了样本运输中涉及的风险（例如样本丢失或损坏）。重要的是，材料留在中心内，如果需要，可以使用另一种技术重新分析。此外，如果由于遗传物质的降解或其他原因无法获得结果，可以通过重新采集样本或使用在另一个程序或活检中采集的材料（如果存档材料具有代表性）来快速做出反应 [3]。
通过下文模仿学习通过下一步的预测-ICRT
摘要 - 我们探讨了如何启用机器人技术下文预测模型的文化学习能力，从而使模型可以通过使用人类的Teleop演示示例提示无需微调来执行新任务。我们提出了一种因果变压器（ICRT），该因果变压器对感觉运动轨迹进行自回旋预测，其中包括图像，本体感受态和动作。这种方法允许在测试时间灵活且无训练的新任务执行，这是通过提示模型的新任务轨迹来实现的。使用Franka Emika机器人进行的实验表明，即使在与提示和培训数据不同的环境配置中，ICRT也可以适应提示指定的新任务。在多任务环境设置中，ICRT在概括方面明显胜过当前最新的机器人基础模型，以看不见任务。代码，检查点和数据可在https://icrt.dev上找到。
优化储能系统运行和...
为改进储能系统充放电策略，提高储能系统经济性，本文提出一种基于增强鲸鱼算法的新方法。考虑到标准鲸鱼算法在高维多目标优化中容易陷入局部最优，本研究引入混沌映射和个体信息交换机制来解决这一问题。该算法通过包围和气泡搜索探索不同储能设备位置和容量的最优配置，评估各种优化多目标函数。此外，该算法改进了系统运行模型和储能配置模型，以分析储能系统年平均收益为目标函数。模型测试结果表明，该算法使储能系统容量衰减更缓和，运行时间延长至3124天，储能系统全生命周期收益高达1821623.68元。此外，无论问题的复杂程度如何，我们的算法都表现出很高的效率，具有最短的测试时间（68.36 秒）和快速优化（每个周期 0.031 秒）。
![arxiv：2012.15294v1 [eess.iv] 2020年12月30日](/simg/g:\will\search\icon\source\4\440d22a9e2e4d8344dbfe06477ccfb76b9f91828.webp)
arxiv：2012.15294v1 [eess.iv] 2020年12月30日
摘要。3D磁共振图像（MRI）中脑肿瘤分割的自动化是评估疾病的诊断和治疗的关键。近年来，卷积神经网络（CNN）在任务中显示出改善的结果。但是，在3D-CNN中，高内存消耗仍然是一个问题。此外，大多数方法不包含不确定性信息，这在医学诊断中尤其重要。这项工作研究3D编码器培训架构，该体系结构接受了基于贴片的技术，以减少记忆消耗并降低不平衡数据的效果。然后使用不同的训练模型来创建一个集合，以利用每个模型的属性，从而增加性能。我们还分别使用测试时间辍学（TTD）和数据启动（TTA）引入了Voxel的不确定性信息。另外，提出了一种混合方法，有助于提高分割的准确性。这项工作中提出的模型和不确定性估计测量已在Brats'20挑战中针对肿瘤分割和不确定性估计。
利用人工智能进行自动测试和软件开发中的质量保证
ML模型，例如决策树，支持向量机（SVM）和神经网络，分析了各种指标，包括代码复杂性，提交历史记录和开发人员活动，以预测易缺陷的模块。例如，在先前的错误报告上训练的模型可以识别与缺陷相关的模式，例如高环境复杂性或对特定文件的频繁修改[25]。通过在开发周期的早期提供可行的见解，这些模型可以帮助团队优先考虑测试工作并有效地分配资源。大型企业项目中的一个案例研究证明了缺陷预测模型的影响。实施对历史缺陷数据训练的随机森林分类器，将未发现的关键错误的数量减少了40％，并将整体测试时间减少了25％[26]。同样，使用基于SVM的模型的软件组织报告了缺陷检测准确性30％，从而更快地识别和解决高风险问题[27]。
土壤采样和分析机器人S.S.A.R.
摘要 - 该项目旨在设计和建立创新的，低成本的土壤采样和测试机器人，以提高农业，环境研究和农业业余爱好者的效率。该项目的目标是创建一个自主系统，该系统可以在不同环境中采样和分析土壤，以迅速减少测试时间并允许迅速减少土壤以提高其质量。使用螺旋钻钻头，机器人将能够提取五个土壤样品，将它们全部收集在一个包含以下土壤特性的传感器的篮子中：氮，磷和钾。这些值将显示在安装在移动机器人框架上的液晶显示屏（LCD）屏幕上。该机器人将通过为农民提供有关养分需求的重点信息，防止过量应用并降低投入成本来直接影响农民如何改善肥料的使用。此外，该机器人将由可充电锂电池提供动力，并由太阳能电池板充电，其规格。
当代测量与评估框架...
低速设施中风洞流质量测量和评估的现代框架 随着测试的复杂性增加，对风洞测试测量精度的要求也越来越严格。在风洞测试时间减少和测试成本增加的环境下，重要的是在较长时间内建立、维护和统计控制风洞设施中测量链所有组件的精确校准和验证。本文介绍了在贝尔格莱德军事技术学院的 T-35 4.4 m × 3.2 m 低速风洞中建立和维护测量质量控制系统所做的努力。该设施测量质量的保证基于确保三个主要组成部分的质量：风洞测试部分的校准、所用仪器的校准以及标准风洞模型的定期测试。本文介绍了相关风洞校准测试的样本结果，并将其与其他设施的结果进行了比较。测试证实了该设施的整体质量良好，并且必须保持、定期检查和系统记录所达到的质量水平。关键词：风洞流动质量；低速风洞；标准校准模型；AGARD-B；ONERA M4。