XiaoMi-AI文件搜索系统
World File Search System纳斯卡
深圳市斯达微电子有限公司
¾ 采用 CMOS 工艺制造，低功耗 ¾ 很宽的工作电压范围（ V DD =2.4V ～ 15V ） ¾ 最大到 12 位三态地址管脚或 6 位数据输出管脚 ¾ SD827 2B 解码可选择锁存型（后缀－ L ）和瞬态型（后缀－ M ）数据输出 ¾ 封装形式为 DIP18 、 SOP18 、 SOP20 或 CHIP （裸芯片）
巴勃罗·卡德纳斯·拉米雷斯
麻省理工学院、麻省理工学院和哈佛大学拉根研究所 — 美国马萨诸塞州波士顿 博士后研究员，Schmidt 实验室 2024 年 9 月 ++ → 研究甲型流感免疫和进化（Aaron Schmidt 教授） 麻省理工学院生物工程系（BE）—美国马萨诸塞州剑桥 研究生助理，Niles 实验室 2018 年 9 月 — 2024 年 9 月 → 创建了病原体群体遗传学和进化的流行病学建模框架，并将其应用于跨适应度谷的病原体进化研究（自我主导的合作） → 构建了用于恶性疟原虫转录控制、功能基因组学、系统生物学和药物开发的分子和计算工具（Jacquin Niles 教授） 哈佛医学院系统生物学系 — 美国马萨诸塞州波士顿 访问本科研究员，Paulsson 实验室 2018 年 2 月 — 7 月 → 应用微流体和显微镜研究细菌生理学和持久性（Johan 教授Paulsson) Eligo Bioscience，SA — 法国巴黎 合成生物学研究实习生，Eligo Bioscience 2017 年 8 月 — 2018 年 1 月 → 筛选和设计针对细菌菌株的合成噬菌体（指导老师：Jesús Fernández R. 博士） 亚利桑那州立大学数学与理论生物学研究所 — 美国亚利桑那州坦佩 访问本科研究员，MTBI（现为 QRLSSP） 2017 年 6 月 — 7 月 → 创建生物膜中细菌对抗生素耐药性的 3D、空间明确的计算模型 麻省理工学院生物工程系 — 美国马萨诸塞州剑桥 访问本科研究员，Niles Lab 2016 年 5 月 — 8 月 → 组装 CRISPR-Cas9 构建体用于疟原虫的基因编辑（Prof. Jacquin Niles） 哥伦比亚波哥大 Uniandes 生物科学系 本科研究员，CIMIC 和 BCEM 实验室 2015 年 5 月 - 2017 年 8 月 → 设计并通过实验测试了噬菌体-宿主动力学的 ODE 模型（Martha Vives 教授）
伊姆兰，阿克萨；卡德纳斯
建筑、工程、施工和设施管理 (AEC-FM) 行业越来越受到监控传感器网络数据和控制自动化系统的数字技术的影响。数字孪生等数字技术的进步通过整合物理世界和数字世界，提供了建筑物及其资产的高级表示。本文探讨了 AEC-FM 领域的模式、差距和趋势，并为建筑管理的数字化和自动化解决方案做出了贡献。这项工作涵盖了广泛的研究主题，从复杂模型的智能信息管理到建筑信息管理和建筑系统的交互，研究人员越来越有兴趣使用数字孪生来管理他们的信息，并开发新的研究方向，重点是数据交换和建筑信息模型 (BIM) 和设施管理 (FM) 的互操作性。在对多个数据库进行完整的文献计量搜索并遵循选择标准后，77 篇关于 AEC-FM 行业数字孪生应用的学术出版物被标记并进行了相应的聚类。本研究详细分析了关键技术的概念，包括“设施生命周期管理中的数字孪生”、“数字孪生信息集成标准”、“基于数字孪生的以居住者为中心的建筑设计”、“基于数字孪生的预测性维护”、“用于设施维护的语义数字孪生”和“基于数字孪生的人类知识”。研究结果表明，信息标准化是数字孪生在 AEC-FM 行业实际使用之前必须克服的第一个主要障碍。在此基础上，本文提出了建筑管理数字孪生的概念框架，作为未来研究的起点。
阿纳夫·卡普尔
Arnav Kapur 麻省理工学院 15,000 美元 “用它！” Lemelson-MIT 学生奖毕业生获得者 AlterEgo，一种非侵入性外周神经计算机接口和 ISGEC（计算机基因表达构建），一个可定制的基因表达测量平台 挑战：计算机和人工智能一直被视为外部实体或代表我们进行计算和行动的外部黑匣子设备。问题是，我们能否颠倒过来，将人类和计算机（人工智能）结合为一个实体，以增强人类的认知和能力，而不是依赖将我们与环境隔离开来的外部接口？仅在美国，就有超过 750 万人在患病或受伤后患有言语障碍。1然而，最常用的可以让这些患者更好地沟通的系统效用有限。符号集（印有字母、单词或图标的纸张）和一种称为稳态视觉诱发电位 (SSVEP) 的过程（将字符应用于显示器上，用户通过眼球运动进行选择）既难以使用，又会导致令人沮丧的缓慢交流，因为用户通常一次只能选择一个字符。因此，患有言语障碍的人往往无法实时分享他们的想法和观点。解决方案：Arnav 的主要发明 AlterEgo 是一个由三部分组成的感官和听觉反馈系统。第一部分使用来自内部语音系统的微妙神经肌肉信号来提取语音。当我们大声说话时，我们的大脑会将电信号传输到 100 多块肌肉和声带以产生语音。当我们在内心对自己说话时，通过非常微妙地只使用我们的内部语音系统，神经信号就会被发送到这些内部系统。从皮肤表面，AlterEgo 能够检测到来自口腔深处的这些信号，并理解一个人想要说什么。系统的第二部分传输从电信号中收集的信息，并将其发送到在后台运行在设备上的人工智能代理。人工智能代理理解数据并准备响应以供音频反馈系统投射。设备的第三部分是双重的。用户可以通过