远程操作被认为是一种克服自动驾驶高度不确定性的方法,即在自动驾驶汽车无法自行行驶时让远程人类驾驶员接管汽车的控制权。然而,远程驾驶受到情境意识受限和网络延迟的影响,这会增加发生事故的风险。但在大多数情况下,自动化系统仍将正常运行,这为共享控制提供了可能性,即人机协作完成手头的任务。本论文开发了这样一种方法,操作员通过在虚拟环境中操纵虚拟车辆来展示他们的意图。真实车辆观察虚拟车辆并自主模仿它。为此,车辆使用遗传算法找到与虚拟车辆相似的路径,同时避开潜在的障碍物。纵向控制采用受自适应巡航控制 (ACC) 启发的方法,横向控制采用模型预测控制器 (MPC) 实现。该方法通过模拟中的用户试验进行评估,与直接控制方法相比,在存在较大延迟的情况下,其性能更好。在延迟可忽略不计的情况下,其性能与直接控制相当或略差,但测试参与者在使用新方法时仍报告更高的信心,并且总体上更喜欢该方法。
Omar Alheyasat AlBalqa 应用大学摘要:本文介绍了在量子模拟器以及基于云的真实 IBM 量子计算机中运行基于 Qiskit 库的量子电路程序的路线图。Qiskit 是一个基于量子编程中使用的 Python 编程语言的免费开源软件开发平台。Qiskit 充当了量子计算的理论基础与编程和实验的实际方面之间的纽带。它还允许用户试验和开发量子算法,以及在模拟器和现实世界的基于云的量子设备上模拟和执行它们。它还简化了量子编程过程,并允许各种各样的人参与令人兴奋的量子计算世界。另一方面,本文为使用线性代数原理分析量子电路和算法提供了数学基础,因为它们提供了描述和操纵量子态和操作所需的工具。此外,本文还展示了使用真实 Qiskit 代码的量子电路设计和实现。关键词:Qiskit、量子电路、量子算法、纠缠、IBM 简介 量子计算是一种使用量子力学原理处理信息的计算机。量子计算机在解决特定类型的问题(例如破解加密、模拟物理系统和发现新型药物)方面比传统计算机快得多(Gill 等人,2023 年)。在经典计算中,信息使用可以表示为 0 或 1 的位来处理。另一方面,量子计算采用量子位或量子比特,它们可以存在于叠加状态,同时表示 0 和 1(Preskill,2021;Hidary & Hidary,2019)。量子计算中的一些关键思想(Nielsen & Chuang,2010;Gyongyosi & Imre,2019):
抽象 - 面部ID技术已成为移动生物识别验证的基石,提供便利性和增强的用户体验。然而,其越来越多的采用也强调了关键的安全漏洞,例如欺骗攻击,深击剥削以及与环境适应性有关的问题。本研究提出了一种新型模型,旨在解决这些脆弱性,以增强面部ID技术的可靠性和安全性。所提出的模型将高级机器学习算法与多因素生物识别验证相结合,以增强面部识别系统的鲁棒性。关键特征包括实时livese检测,反欺骗措施以及适应性识别能力,可提高各种环境和人口统计学的准确性。该模型采用混合方法,将传统的面部识别方法与补充生物识别指标(例如眼动模式和热成像)相结合,以减轻潜在的攻击量。本研究采用混合方法方法,包括模拟攻击方案,用户试验和算法性能评估。结果表明,新模型大大降低了欺骗尝试和深层违规的成功率,同时保持高认证速度和用户便利性。该研究还强调了该模型对低光和高动作条件的适应性,从而解决了当前面部ID系统中长期存在的局限性。此外,该模型为移动身份验证的未来创新铺平了道路,促进更安全,更具包容性的数字生态系统。调查结果强调了将多层安全机制合并到生物识别验证技术中,以平衡用户体验与稳健的安全性。政策含义包括