XiaoMi-AI文件搜索系统
World File Search System系统分类
《人工智能法案》提案中医疗器械软件分类分析 Karla A. Cepeda Zapata 1,2 、Ritesh Patil 1,2 、Tomás Ward 1,2 、Róisín Loughran 1,2 和 Fergal McCaffery 1,2
摘要 欧盟委员会 (EC) 提出的《人工智能法案》(AIA) 被认为是首次在法律上尝试协调人工智能系统规则。该提案旨在规范欧洲不同经济部门的人工智能系统，包括医疗器械 (MD)。本文旨在研究 AIA 中人工智能系统的分类及其与医疗器械法规 (MDR) 的一致性。分析重点是医疗器械软件 (SaMD) 和医疗器械中的软件 (SiMD)，不包括通用人工智能系统和机械产品（即驱动系统和安全组件），因为需要对机械指令立法进行调查。该策略是通过映射与 AIA 第 6 条相关的关键术语和定义来确定人工智能系统的分类条件。然后，将这些条件转化为适合 MD 领域的命题，并以流程图的形式呈现以供讨论。分析的主要信息来源是 MDR 和 AIA，考虑到该提案的最新修订版本（主席妥协文本，文件 11124/22）。我们通过讨论根据 AIA 对 SaMD 和 SiMD 的分类途径以及对术语相关问题和建议的额外讨论来结束本文。关键词 1 人工智能法案提案、医疗器械监管、医疗器械软件、人工智能系统分类
为异质材料生成 3D 代表性体积元素：综述
本研究回顾了异质材料最先进的代表性体积元 (RVE) 生成技术。为此，我们提出了一种系统分类，考虑了各种工程感兴趣的异质材料。在这里，我们将异质固体分为多孔和非多孔介质，其中 0 < 空隙体积分数 < 1 和空隙体积分数 = 0。根据各种形态特征实现进一步细分。相应的生成方法分为三类：（i）通过微观结构的实验表征进行重建的实验方法，（ii）基于物理的方法，旨在模拟负责微观结构形成和演变的物理过程，以及（iii）仅专注于模仿形态的几何方法（忽略微观结构形成过程的物理基础）。这些包括各种数学工具，例如数字图像相关、镶嵌、随机场生成和微分方程求解器。为了完整起见，总结了在 RVE 生成的各个阶段使用的相关最新软件工具（商业或开源）。根据所考虑的方法的效率和对微结构的几何和拓扑特性的预测性能对其进行了审查。� 2018 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可证开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
用于脑图学习的图神经网络：一项调查
探索人脑的复杂结构对于理解大脑功能和诊断脑部疾病至关重要。得益于神经成像技术的进步，一种新方法已经出现，该方法涉及将人脑建模为图结构模式，其中不同的大脑区域表示为节点，这些区域之间的功能关系表示为边。此外，图神经网络（GNN）在挖掘图结构数据方面表现出显着优势。开发 GNN 来学习脑图表征以进行脑部疾病分析最近引起了越来越多的关注。然而，缺乏系统的调查工作来总结该领域的当前研究方法。在本文中，我们旨在通过回顾利用 GNN 的脑图学习工作来弥补这一空白。我们首先介绍基于常见神经成像数据的脑图建模过程。随后，我们根据生成的脑图类型和目标研究问题对当前的作品进行系统分类。为了让更多感兴趣的研究人员能够接触到这项研究，我们概述了代表性方法和常用数据集，以及它们的实现来源。最后，我们介绍了对未来研究方向的见解。本次调查的存储库位于 https://github.com/XuexiongLuoMQ/Awesome-Brain-Graph-Learning-with-GNNs。
机场业务连续性管理 - QUT ePrints
图表列表 图 2.1。复杂性耦合关系（Perrow 1999, 97） ...................................................................................................... 13 图 2.3。企业危机的原因和根源（Mitroff、Pauchant 和 Shrivastava 2006） ............................................................................................................. 32 图 2.3.2。危机管理流程（Pearson 和 Mitroff 1993, 53） ...................................................................................... 33 图 2.2.3。危机管理的洋葱模型 ............................................................................................. 37 图 2.4。风险视角的系统分类（改编自 Renn 1992） ............................................................................................................................. 41 图 3.3。BCM 与 HRO 之间的概念联系 ...................................................... 66 图 3.3.3。概念框架 (Camastral 和 Barnes 2011) ........................................ 71 图 3.3.4。BCM 成熟度评估工具 ...................................................................... 74 图 6.2。第二项研究分析大纲 ............................................................................. 179 图 6.2.1。机场 A BCM 实施时间表 ............................................................. 180 图 6.2.2。机场 B BCM 实施时间表 ............................................................. 182 图 6.2.3。机场 C BCM 实施时间表 ............................................................. 183 图 6.3.1。机场 A 的总体成熟度 ................................................................................ 185 图 6.3.2。机场 B 的总体成熟度 ................................................................................ 186 图 6.3.3。机场 C 的总体成熟度 ................................................................................ 188 图 7.2.2.2。BCM 实施驱动因素 ............................................................................. 246 图 7.3.1。BCM 成熟度和实施矩阵 ............................................................................. 254 图 7.3.2。BCM 成熟度评估工具 ............................................................................. 256
软件定义网络调查研究
3 计算机系，巴勒斯坦技术学院，代尔巴拉，加沙地带，巴勒斯坦 电子邮件：a,* bilalb@erciyes.edu.tr（通讯作者），b banuulu@kayseri.edu.tr，c mabubaker@ptcdb.edu.ps 摘要。软件定义网络 (SDN) 代表了一种新颖的技术范式，有望主导下一代网络。自 SDN 出现以来，针对各种问题的出版物数量显著增加，导致调查和评论数量激增。因此，由于 SDN 领域的调查研究数量不断增加，为这些论文建立全面的分类法势在必行。本文提出了一种系统的分类法，用于对 SDN 领域内的最新调查研究进行分类、归类和分析。我们的系统分类过程包括选择与“SDN”、“调查”、“挑战”、“分类法”、“评论”和“最新”等关键词相关的评论和调查。我们从知名的数字数据库中获取这些论文，包括 Web-of-Science (WoS)、ScienceDirect、Scopus 和电气电子工程师协会的 Xplore，所有这些数据库都全面涵盖了最近的文献。总的来说，我们分析了 2012 年至 2021 年期间发表的 442 项调查和评论研究，涵盖了各种期刊和会议，重点关注 SDN 的一般主题和特定子主题。本文是对 SDN 文献进行的首次认识论研究。我们的研究旨在为研究人员、期刊编辑和资助机构提供宝贵的资源，促进发现研究差距并为未来的研究做出重大贡献。关键词：软件定义网络、分类学、系统评价、分类。
基于小波的特征提取及SVM分类
Pradesh) 摘要 本文探讨了使用小波变换技术在运动想象 (MI) 任务中对 EEG 信号进行特征提取和分类，重点关注事件相关去同步 (ERD) 和事件相关同步 (ERS) 现象。该研究强调了离散小波变换 (DWT) 相对于连续小波变换 (CWT) 的有效性，因为它在处理时间上更高效，并且能够紧凑地表示信号。根据能量压缩特性和捕获与 MI 相关的信号特征的能力对各种小波函数进行了评估，包括 Daubechies 和双正交小波。选择在近似带中表现出最高能量集中的小波进行进一步分析。使用这些选定的小波从 EEG 信号中提取特征，并使用统计和 (HoS) 度量（例如均值、方差、偏度和峰度）进行表征。然后使用这些特征来训练具有不同核函数的支持向量机 (SVM) 分类器。分类结果显示，小波 J db10 和 J bior6.8 的准确率最高，表明它们最适合 MI 任务中的 EEG 信号分析。研究结果表明，优化的小波特征提取与先进的机器学习技术相结合，具有提高脑机接口 (BCI) 系统分类性能的潜力。
炒作周期评估...
随着越来越多的OEM将其策略转移到全电动车队，对电池供电的电动汽车的需求正在迅速增长。在电动汽车的性能，范围和价格方面，锂离子电池被认为是核心组成部分。自从锂离子电池的功能原理的发展以来，产品和相关的生产技术都已经显着发展。OEM，初创企业，设备供应商和汽车行业的其他参与者正在大力投资于各种技术的研究和开发，以改善电池作为产品及其生产。一个重要方面是实现可持续的电池生产。虽然定期宣布电池技术的突破，但技术的实际优点和潜力尚不确定，直到商业部署为止。本文的目的是系统地确定即将到来的突破并宣布创新，以提供有前途的电池技术的概述，公司应该专注于这些技术，以实现弹性和可持续的生产系统的规划。因此，采用Gartner后的炒作周期评估作为评估电池技术进行电动性和质量生产部署的潜在方法。首先，对电池技术领域的各种技术，创新，研究活动和公告进行了筛选，记录和分类，以概述产品和生产水平的当前发展状态。这包括电池设计和配置以及过程技术和生产系统的创新概述。随后，根据预定义的评估标准对这些技术进行评估，以便在炒作周期中对单个技术进行系统分类。结果是对可持续电池生产的新兴电池技术的合并概述，以及针对相关公司和利益相关者的进一步建议。
爱尔兰黑色素瘤论坛 – 2024 年第 12 届年度科学会议
摘要背景葡萄膜黑色素瘤 (UM) 是最常见的眼癌类型，起源于眼球的葡萄膜。UM 占黑色素瘤的 3-5%，转移和早期死亡率为 50%。已知肿瘤大小与 UM 和其他癌症的转移性疾病和死亡风险有关。大型 UM 肿瘤被认为更具侵袭性，并具有高风险遗传因素。肿瘤大小由国际抗癌联盟 (UICC) 肿瘤淋巴结转移 (TNM) 分期系统分类。病理分期 (T1) 肿瘤按最大直径 12 毫米和深度 3 毫米（如果直径为 12-9 毫米）/ 深度 6 毫米（如果直径小于 9 毫米）的尺寸分类。UM 患者的主要治疗方法是如果肿瘤较大则摘除眼球（摘除术），如果肿瘤较小则进行放射性斑块治疗。然而，由于临床上很难区分黑色素瘤和良性痣，因此通常会对它们进行一段时间的跟踪以证明其生长情况，然后再进行斑块放射治疗或眼球摘除手术。由于 T1 肿瘤稀有，并且如果用放射性斑块治疗（近年来更流行的方法）则缺乏可用的组织学材料，因此关于 T1 肿瘤行为的文献存在很大空白。现有的研究表明，T1 肿瘤的转移频率明显低于较大的肿瘤，这可能是因为继发性突变的积累较少。目的确定一批患有 T1 摘除肿瘤的患者，以确定他们的无病生存率和总生存率。将其与已知的不良生存率分子标记（如 BAP1 状态、3 号染色体单体性和 8 号染色体的获得）相关联。
2025程序
发现您的数据深度：ArcGIS测深及其在海底/栖息地分类中的作用Meredith Payne，ESRI，通过谷物尺寸分析改善了海底表征，低成本图像Mark Borrelli和Sean Terrill，Massachusetts，Massachusetts，Massachusetts，Boston，波士顿； Agnes Mittermayr和Bryan Legare，沿海研究中心沿海生态系统地图应用程序平台（CEMAP）Stefan Claesson，近距离景观，更新沿海和海洋生态分类标准（CMECS）Kate Rose，密西西比州立大学北部海湾研究所； NOAA的沿海海洋生态系统分类系统（CMEC）的NOAA沿海管理局应用办公室的Matt Dornback创建底栖地质地质栖息地地图，用于阿卡迪亚国家公园的部分地区，缅因州东部康涅狄格州立大学海湾缅因州海湾的缅因州海湾的缅因州海湾部门Notomorphon Notomorphon Seabed Seabed seabed seabed seabed seabed seabed seabed nota seabed seabed nota seaped nota seaped seaudd sea bed玛丽·乔·沃森（Tetra Tech）； NOAA沿海管理办公室Mark Finkbeiner；乔安娜·霍布森（Joanna Hobson），Tetra Tech Pilot框架，用于横跨潮汐和非河水水域的鱼类栖息地评估，合并安全服务的Patuxent River Basin Basin Hannah Nisonson；亚历山大·基瑟（Alexander Kiser），美国地质调查局；又称Leight，NOAA合作社牛津实验室；美国地质调查局的东部生态科学中心本杰明·格雷斯勒（Benjamin Gressler）和约翰·扬（John Young）
通过多变量回归和新型遗传算法预测 Q 值
收到日期：2020 年 1 月 5 日；修订日期：2020 年 4 月 17 日；接受日期：2020 年 5 月 28 日 摘要：确定隧道支撑是隧道工程领域的一个重要争论，它确保了隧道的稳定性和安全性。Q 系统分类是一种用于确定岩石隧道支撑系统的技术。问题在于无法获得支撑系统所需的所有参数。另一方面，这种访问非常昂贵且耗时。因此，不可能在所有情况下确定 Q 值。本文使用 SPSS 程序确定 Q 系统中最有影响力的参数。然后，采用多元回归 (MVR) 和遗传算法 (GA) 方法，提出了一种使用三个有影响的参数预测 Q 值的关系。为此，使用了 140 个实验数据。为了评估获得的模型，使用了 34 个不在原始数据集中的新实验数据。本文的创新之处在于不再使用六个参数，而是使用对 Q 值影响最大的三个参数来确定 Q 值。在本研究中，MVR 模型（训练数据的 RMSE = 2.68、相关系数 = 0.81，测试数据的 RMSE = 2.55、相关系数 = 0.80）表现优于 GA 模型（训练数据的 RMSE = 2.90、相关系数 = 0.82，测试数据的 RMSE = 2.61、相关系数 = 0.84）。关键词：遗传算法、影响参数、多变量回归、Q 系统、隧道支护。1. 引言如今，地下空间在发达国家和发展中国家的使用越来越多。地面空间的限制、核电站的建设以及弹药和武器库的建设使得利用地下空间和设计隧道成为必然。