XiaoMi-AI文件搜索系统
World File Search System端到端
端到端多模式物体检测 - Robert Babuska
摘要 — 为视觉任务设计的深度神经网络在遇到训练数据未涵盖的环境条件时往往容易失败。多传感器配置的有效融合策略可以通过利用不同传感器流的冗余来增强检测算法的鲁棒性。在本文中，我们提出了用于在恶劣照明条件下进行 2D 物体检测的传感器感知多模态融合策略。我们的网络学习以标量权重和掩码的形式估计每种传感器模态的测量可靠性，而无需事先了解传感器特性。将获得的权重分配给提取的特征图，随后将其融合并传递给变压器编码器-解码器网络以进行物体检测。这对于不对称传感器故障的情况至关重要，可以防止任何悲剧性后果。通过大量实验，我们表明，所提出的策略在 FLIR-Thermal 数据集上的表现优于现有的最先进方法，将 mAP 提高了 25.2%。我们还针对 RGB-D 多模态检测任务提出了一种新的“r-blended”混合深度模态。我们提出的方法在 SUNRGB-D 数据集上也取得了令人满意的结果。
端到端服务让航班保持清洁、舒适、安全...
ABM (NYSE: ABM) 是美国和世界各地领先的设施服务提供商。ABM 的综合能力包括清洁、电气和照明、能源解决方案、设施工程、暖通空调和机械、景观和草坪、关键任务解决方案和停车，通过独立或集成解决方案提供。ABM 为城市、郊区和农村地区各种规模的物业提供定制设施解决方案 - 从学校和商业建筑到医院、数据中心、制造厂和机场。ABM Industries Incorporated 成立于 1909 年，通过其子公司运营。有关更多信息，请访问 ABM.com。
提供跨军事供应链的端到端可视性
© FUJITSU LIMITED 2015。保留所有权利。FUJITSU 和 FUJITSU 徽标是富士通有限公司在全球许多司法管辖区注册的商标。本文提及的其他产品、服务和公司名称可能是富士通或其他公司的商标。本文件截至首次发布之日为最新，富士通可随时更改，恕不另行通知。本材料仅供参考，富士通对其使用不承担任何责任。以合同为准。富士通努力确保本文件中包含的信息准确无误，但尽管尽一切努力确保此类信息的准确性，但对于因任何错误或遗漏而造成的任何损失（无论如何造成），富士通概不负责。未经富士通服务有限公司事先书面许可，不得以任何形式复制、存储或传播本文件的任何部分。富士通服务有限公司努力确保本文件中的信息准确无误，但对于任何错误或遗漏，富士通概不负责。 ID-2744/08-2015 | F
ConTraNet：用于 EEG 的单一端到端混合网络……
目标：脑电图 (EEG) 和肌电图 (EMG) 是两种非侵入性生物信号，广泛应用于人机界面 (HMI) 技术（EEG-HMI 和 EMG-HMI 范式），用于肢体残疾人的康复。成功将 EEG 和 EMG 信号解码为相应的控制命令是康复过程中的关键步骤。最近，提出了几种基于卷积神经网络 (CNN) 的架构，将原始时间序列（EEG 和 EMG 信号）直接映射到决策空间（用户的预期动作）。由于 CNN 是端到端学习算法，因此有意义的特征提取和分类过程是同时进行的。然而，这些网络是为学习给定生物信号的预期特征而定制的。从今以后，这些算法的含义通常仅限于单个 HMI 范式。在这项工作中，我们解决了这样一个问题：我们能否构建一个能够从不同的 HMI 范式中学习不同特征并仍能成功对其进行分类的单一架构。方法：在这项工作中，我们引入了一个称为 ConTraNet 的单一混合模型，该模型基于 CNN 和 Transformer 架构，对 EEG-HMI 和 EMG-HMI 范式同样有用。ConTraNet 使用 CNN 模块在模型中引入归纳偏差并学习局部依赖关系，而 Transformer 模块使用自注意机制来学习信号中的长距离或全局依赖关系，这对于 EEG 和 EMG 信号的分类至关重要。主要结果：我们在三个公开可用的数据集（BCI 竞赛 IV 数据集 2b、Physionet MI-EEG 数据集、Mendeley sEMG 数据集）上评估并将 ConTraNet 与最新方法进行了比较，这三个数据集属于 EEG-HMI 和 EMG-HMI 范式。ConTraNet 在所有不同类别任务（2 类、3 类、4 类和 10 类解码任务）中均优于其同行。意义：大多数 HMI 研究引入了针对其预期生物信号特征量身定制的算法，并在仅属于单一范式的数据集上验证其结果。相反，我们引入了 ConTraNet，并在两个不同的 HMI 范式上验证了结果，这两个范式包含 2、3、4 和 10 个类的数据。此外，ConTraNet 的泛化质量对于这两个范式都同样好，这表明 ConTraNet 能够从不同的 HMI 范式中学习不同的特征，并且与当前最先进的算法相比具有良好的泛化能力。
对端到端加密云存储的正式处理
用户越来越多地将其数据存储在云中，从而受益于轻松访问，共享和冗余。为了确保外包数据的安全性即使是针对服务器折衷的，一些服务提供商已开始提供端到端加密（E2EE）云存储。使用此加密保护，只有合法所有者才能读取或修改数据。然而，最近对最大的E2EE提供商的攻击强调了这种新兴服务类型的稳固基础。在本文中，我们通过启动对E2EE云存储的正式研究来解决这一缺点。我们给出了正式的语法来捕获云存储系统的核心功能，从而捕获了该系统的构成交互协议的现实复杂性。然后，我们针对完全恶意服务器定义了基于游戏的安全概念，以确定云存储系统的机密性和完整性。我们对选择性和完全自适应的客户妥协进行处理。最近对E2EE云存储提供商的攻击来告知我们的概念。特别是我们表明，我们的语法足以捕获大型的核心功能，并且最近对它的攻击出现在违反我们的安全概念的情况下。最后，我们提出了一个E2EE云存储系统，该系统提供了所有核心功能，并且相对于我们的选择性安全性概念既有效又可以证明是安全的。在此过程中，我们讨论了将云存储安全性的挑战与其他端到端原始图相同，例如安全消息传递和TLS。
Kik采用了端到端供应链的TradeBeyond ...
公司成立于1994年。Kik Textilien和非食品GmbH以负担得起的价格提供优质的女士，男士，儿童和婴儿服装。除了服装外，该系列还包括礼物，玩具，美容产品，配饰和家庭纺织品。在德国，奥地利，捷克共和国，斯洛文尼亚，匈牙利，斯洛伐克，克罗地亚，波兰，波兰，波兰，意大利，意大利，罗马尼亚，保加利亚，西班牙，西班牙和葡萄牙，拥有超过29,000名员工和4,100多家商店，该公司每年销售199亿欧元。Kik在德国十大纺织零售商中排名第一，并为客户提供了自2013年以来在线订购的选择。
深学习驱动的端到端金属成像
Eunji Lee , e Jehyeong Hong, a,b,d Junsuk Rho, c,e,f,g,h, * and Haejun Chung a,b,d, * a Hanyang University, Department of Artificial Intelligence, Seoul, Republic of Korea b Hanyang University, Department of Electronic Engineering, Seoul, Republic of Korea c Pohang University of Science and Technology, Department of Mechanical Engineering, Pohang, Republic of Korea d Hanyang University, Department of Artificial Intelligence Semiconductor Engineering, Seoul, Republic of Korea e Pohang University of Science and Technology, Department of Chemical Engineering, Pohang, Republic of Korea f Pohang University of Science and Technology, Department of Electrical Engineering, Pohang, Republic of Korea g POSCO-POSTECH-RIST Convergence Research Center for Flat Optics and Metaphotonics, Pohang, Republic of Korea h National Institute of纳米材料技术，朝鲜共和国庞岛
使用端到端加密的安全聊天应用程序
3 Marist College 3399 North Rd，Poughkeepsie，NY，美国，12601摘要 - 在当今世界，在线交流的重要性大大增加了，导致需要强大的加密。 本项目着重于创建一个聊天应用程序，该应用程序结合了端到端加密以增强数据安全性。 使用的加密技术结合了RSA（Rivest，Shamir，Adleman）进行交换和AES（预先加密标准），用于消息加密，在安全性和性能之间达到平衡。 开发过程的关键方面是确保没有任何延迟的不间断加密聊天。 应用程序的用户界面是使用Pythons tkinter库设计的，使其用户友好且易于浏览。 在整个开发阶段进行了广泛的测试，以识别和解决任何漏洞。 聊天申请使用的加密已被证明是高度弹性的，抵抗安全威胁。 我们使用Python构建了此应用程序，展示了如何在维护接口的同时将高级安全度量无缝集成到实时聊天平台中。 关键字：Python，密码学，加密，RSA（Rivest，Shamir，Adleman），Advance Encryption Standard，Tkinter 1。 简介3 Marist College 3399 North Rd，Poughkeepsie，NY，美国，12601摘要 - 在当今世界，在线交流的重要性大大增加了，导致需要强大的加密。本项目着重于创建一个聊天应用程序，该应用程序结合了端到端加密以增强数据安全性。使用的加密技术结合了RSA（Rivest，Shamir，Adleman）进行交换和AES（预先加密标准），用于消息加密，在安全性和性能之间达到平衡。开发过程的关键方面是确保没有任何延迟的不间断加密聊天。应用程序的用户界面是使用Pythons tkinter库设计的，使其用户友好且易于浏览。在整个开发阶段进行了广泛的测试，以识别和解决任何漏洞。聊天申请使用的加密已被证明是高度弹性的，抵抗安全威胁。我们使用Python构建了此应用程序，展示了如何在维护接口的同时将高级安全度量无缝集成到实时聊天平台中。关键字：Python，密码学，加密，RSA（Rivest，Shamir，Adleman），Advance Encryption Standard，Tkinter 1。简介
利用端到端 AI 平台释放创新潜力
Dell Technologies、NVIDIA 和 VMware 推出的 AI-Enterprise Ready 平台提供端到端硬件和软件解决方案，可实现 IT 现代化和加速，从而实现 AI 成功。集成 AI 平台基于 NVIDIA AI Enterprise 套件构建，该套件是同类最佳的 AI 软件，针对业界领先的虚拟化平台 VMware vSphere 进行了优化和认证。该解决方案基于 NVIDIA 认证和加速的 Dell PowerEdge 服务器构建，可帮助开发人员更快地构建 AI 和高性能分析，并更轻松地扩展现代工作负载。它利用许多组织已经投资的相同 VMware vSphere 基础架构，同时提供企业级的可管理性、可用性和安全性。
« 数值模拟的先进技术 – 端到端虚拟原型和高性能计算 »
“未来的纳米级碰撞模型？一切都还未确定！但有一件事是肯定的：为分析师提供所有可用的计算能力，那么他或她将在极短的时间内用完它。” Eberhard Haug