XiaoMi-AI文件搜索系统
World File Search System生命攸关
基于模糊的无线体域网络动态时隙分配
摘要：随着网络、信息和通信技术的进步，无线体域网 (WBAN) 在医疗和非医疗应用领域越来越受欢迎。实时患者监测应用会在短时间内生成周期性数据。在生命攸关的应用中，数据可能会突发。因此，系统需要一种可靠的节能通信技术，该技术具有有限的延迟。在这种情况下，媒体访问控制标准中的固定时隙分配会导致系统性能低下。本文讨论了实时远程患者监测系统的雾辅助网络中的动态时隙分配方案。雾计算是云计算范式的扩展版本，适用于可靠、延迟敏感的生命攸关应用。此外，为了提高网络性能，提出了一种节能的最小成本父选择算法来路由数据包。动态时隙分配使用模糊逻辑，输入变量为能量比、缓冲比和数据包到达率。动态时隙分配消除了时隙浪费和网络中的过度延迟，并为网络带来了高可靠性和最大通道利用率。与传统 IEEE 相比，所提方案的有效性在数据包传送率、平均端到端延迟和平均能耗方面得到了证明
人为因素 - FAA 安全
安全工程 安全工程确保生命攸关的系统即使组件发生故障也能按需要运行。理想情况下，安全工程师会进行系统的早期设计，对其进行分析以发现可能发生的故障，然后提前在设计规范中提出安全要求，并对现有系统进行更改，使系统更安全。在航空维修方面，安全问题再怎么强调也不为过，每个人都应该在安全的环境中工作。安全工程在航空维修设施、有毒物质储存容器、用于起重的设备以及地板设计的设计中发挥着重要作用，以确保没有人滑倒、绊倒或跌倒。在工业工作环境中，职业安全与健康管理局 (OSHA) 的指导方针非常重要。
对 Therac-25 事故的调查
. : • 安全关键系统中广泛引用的与软件相关的事故涉及一台名为 Therac-25 的计算机化放射治疗机。1985 年 6 月至 1987 年 1 月之间，已知发生了六起事故，涉及 Therac-25 的大量过量用药 - 导致死亡和严重受伤。它们被描述为 35 年医疗加速器历史上最严重的一系列辐射事故。本文的信息取自公开文件，我们对过量用药所涉及的因素以及用户、制造商以及美国和加拿大政府处理这些事件的尝试进行了详细的事故调查。我们的目标是帮助其他人从这次经历中吸取教训，而不是批评设备制造商或任何其他人。所犯的错误并非该制造商独有，不幸的是，在其他安全关键系统中也相当常见。正如美国食品药品管理局 (FDA) 的弗兰克·休斯顿 (Frank Houston) 所说：“大量生命攸关系统的软件来自小公司，尤其是医疗设备行业；这些公司属于那些抵制或不了解系统安全或软件工程原则的公司。”2 此外，这些问题并不局限于医疗行业。人们仍然普遍认为，任何优秀的工程师都可以开发软件，无论他或她是否接受过最先进的软件工程程序培训。
关系神经机器
摘要：深度学习在拥有大量训练数据的情况下，已在多项任务中取得了令人印象深刻的成果。然而，深度学习只关注预测的准确性，而忽略了导致决策的推理过程，而这是生命攸关应用中的主要问题。概率逻辑推理允许利用统计规律和特定领域的专业知识在不确定的情况下进行推理，但其可扩展性和与处理传感数据的层的脆弱集成极大地限制了其应用。出于这些原因，将深度架构和概率逻辑推理相结合是开发在复杂环境中运行的智能代理的基本目标。本文介绍了关系神经机，这是一种新颖的框架，允许联合训练学习者和基于一阶逻辑的推理器的参数。关系神经机器既可以在纯亚符号学习的情况下从监督数据中恢复经典学习，又可以在纯符号推理的情况下恢复马尔可夫逻辑网络，同时允许在混合学习任务中进行联合训练和推理。设计了适当的算法解决方案，使大规模问题中的学习和推理变得易于处理。实验在不同的关系任务中显示出令人鼓舞的结果。