XiaoMi-AI文件搜索系统
World File Search System行人
SLVC-DIDA：用于分散身份的基于无签名的无验证的发行人隐藏和多方身份验证
作为数字身份的新兴范式，分散的身份（DID）在各个方面都具有比传统身份管理方法的优势，例如增强以用户为中心的在线在线服务并确保完整的用户自主权和控制。验证凭证（VC）技术用于促进跨多个实体的分散ID访问控制。但是，现有计划通常依赖于分布式的公钥基础，该基础也会引起挑战，例如上下文信息推论，密钥曝光和发行人数据泄漏。为了解决上述问题，本文提出了一个永久性发行人隐藏（PIH），这是首次使用签名的无VC模型（名为SLVC-DIDA）进行了多方身份验证框架。我们提出的计划避免了通过采用哈希和发行人会员证明来签署密钥的依赖，这支持通用零知识多党派进行了认证，从而消除了其他技术集成。我们采用零知识的RSA蓄能器来维护发行人集的匿名性，从而通过基于默克尔树的VC列表来保护身份属性的隐私，从而实现公众验证。通过消除对公钥基础设施（PKI）的依赖，SLVC- DIDA可以完全分散发行和验证DIDS。此外，我们的计划通过实施零知识发行者集和VC列表来确保PIH，从而有效地减轻了关键泄漏和上下文推理攻击的风险。我们的实验进一步评估了SLVC-DIDA的有效性和实用性。
多尺度特征交互的伪标签无监督域自适应行人重识别
刘仲民，杨富君，胡文瑾 .多尺度特征交互的伪标签无监督域自适应行人重识别 [J].光电工程， 2025 ， 52 (1): 240238 Liu Z M, Yang F J, Hu W J. Multi-scale feature interaction pseudo-label unsupervised domain adaptation for person re- identification[J].Opto-Electron Eng , 2025, 52 (1): 240238
选定发行人的存放服务费
安全CUSIP 9F Inc. 65442R208 AB Electrolux 010198208 ABIVAX SA 00370M103 ACCOR S.A. 00435F309 ADAPTIMMMUNE THEAPEUTICS 00653A107添加EX EXEX治疗量航空Astana JSC 009063108法定航空-KLM 009119108 Akbank T.A.S.009719501 Akbank T.A.S. 009719303 AKSO健康组98422P108 Alchip Technologies，Limited 013741202 Alchip Technologies，Limited 013741103 Alibaba Group Holding Ltd. 01609W102 Alibaba Group Group holding Ltd. 01609W201 Alibaba Group plc plc plc plc plc plt.01 alribaba inbaba plt.0161616 w.300 ltd.016 w.300 ltd.016 w.016 w。 0231112206 Amarin Corp. Plc 023111PR2 Ambow Education Holding Ltd. 02322P309 Andes Technology Corporation 03420C208 Andes Technology Corporation 03420C109 Angle PLC 03476V100 AP MOMENTION CORPORIATION AP MOMERAGE TECHNECTIAN 04525M109 ASMedia Technology Inc 04525M117 ATA CREATIVITY GLOBAL 00211V106 Atrenew Inc. 00138L108 Autolus Therapeutics plc 05280R100 Aviva plc 05382A302 Azul S.A. 05501U106 Banco Santander, S.A. 05964H105 BeiGene, Ltd. 07725L102009719501 Akbank T.A.S.009719303 AKSO健康组98422P108 Alchip Technologies，Limited 013741202 Alchip Technologies，Limited 013741103 Alibaba Group Holding Ltd. 01609W102 Alibaba Group Group holding Ltd. 01609W201 Alibaba Group plc plc plc plc plc plt.01 alribaba inbaba plt.0161616 w.300 ltd.016 w.300 ltd.016 w.016 w。 0231112206 Amarin Corp. Plc 023111PR2 Ambow Education Holding Ltd. 02322P309 Andes Technology Corporation 03420C208 Andes Technology Corporation 03420C109 Angle PLC 03476V100 AP MOMENTION CORPORIATION AP MOMERAGE TECHNECTIAN 04525M109 ASMedia Technology Inc 04525M117 ATA CREATIVITY GLOBAL 00211V106 Atrenew Inc. 00138L108 Autolus Therapeutics plc 05280R100 Aviva plc 05382A302 Azul S.A. 05501U106 Banco Santander, S.A. 05964H105 BeiGene, Ltd. 07725L102
Robyn Mendelson（Canada Fidelity Investments ULC）提出了修正案，并提出了更改，以实施某些不投资基金报告发行人的连续披露文件的访问模型
BY EMAIL: comments@osc.gov.on.ca and consultation-en-cours@lautorite.qc.ca February 18, 2025 British Columbia Securities Commission Alberta Securities Commission Financial and Consumer Affairs Authority of Saskatchewan Manitoba Securities Commission Ontario Securities Commission Autorité des marchés financiers Financial and Consumer Services Commission, New Brunswick Nova Scotia Securities Commission Financial and Consumer Services Division,司法与公共安全，爱德华王子岛证券总监，纽芬兰，纽芬兰和拉布拉多郡证券局长办公室，西北地区，西北地区育空地区的西北地区司令证券局长办公室，证券局长尼纳夫·勒贝尔公司秘书和法律事务，nunavut Me pharcrane des Marcherite，Marchésry，Marchésrander，nunavutMarchéscirite，Marchésrysremite，Marchéscrarchéscrander， BOULEVARD LAURIER，BOUREAU，400魁北克省（魁北克）G1V 5C1电子邮件：咨询 - en-cours@lautorite.qc.ca秘书安大略省秘书长西部皇后街22楼22楼22楼22楼22楼，盒子55箱子55，安大略省多伦多，请求M5H 3S3S8 3S3S8 3S 3S 3S 3S 3S.CRUPERITY：REMECTIC@cruber@cruble@empericy@empericy@ement@ement@exc.gov.gov.go.修正案和拟议的更改，以实施某些不投资基金报告发行人的连续披露文件（“拟议的修正案”）的访问模型，亲爱的爵士/梅斯戴姆斯（Sirs/Mesdames），感谢您有机会在拟议的修正案中向加拿大证券管理人员（“ CSA”）提供评论。Fidelity Investments Canada ULC（“ Fidelity”，“我们”，“我们”，“我们的”）是加拿大第二大共同基金公司。截至2025年1月31日，菲达利（Fidelity）在零售中管理了超过2.92亿美元（CAD）
外行人对大语言模型和搜索引擎健康查询的使用和态度：调查研究
背景：外行可以通过大语言模型（LLM）（例如ChatGpt和搜索引擎（例如Google））轻松访问健康信息。搜索引擎改变了健康信息访问，LLMS为回答Laypeople的问题提供了新的途径。目标：我们旨在比较对LLM和搜索引擎的使用频率和态度，以及它们的比较相关性，有用性，易用性以及对健康查询的响应。方法：我们进行了筛查调查，以比较寻求健康信息的LLM用户和非用户的人口统计学，并通过逻辑回归分析结果。邀请筛查调查的LLM用户进行后续调查，以报告他们寻求的健康信息的类型。我们使用ANOVA和Tukey Post hoc测试比较了LLM和搜索引擎的使用频率。最后，配对样本Wilcoxon测试将LLM和搜索引擎比较了感知的有用性，易用性，可信度，感受，偏见和拟人化。结果：总计，2002年的美国参与者在多产的情况下招募了有关使用LLM和搜索引擎的筛查调查。，参与者中有52％（n = 1045）是女性，平均年龄为39岁（SD 13）年。参与者为9.7％（n = 194），12.1％（n = 242）黑色，73.3％（n = 1467）白人，1.1％（n = 22）西班牙裔，3.8％（n = 77）是其他种族和种族。此外，1913年（95.6％）使用搜索引擎查找健康查询，而LLMS的642（32.6％）。男性使用LLM的健康问题比女性更高（1.63，1.63，95％CI 1.34-1.99; p <.001）。黑色（或1.90，95％CI 1.42-2.54; p <.001）和亚洲（或1.66，95％CI 1.19-2.30; p <.01）个体的几率比白人个体更高。那些感知到健康的人（OR 1.46，95％CI 1.1-1.93; p = .01）的人比健康状况良好的人更有可能使用LLM。更高的技术能力提高了LLM使用的可能性（OR 1.26，95％CI 1.14-1.39; P <.001）。在对281名LLM用户健康的后续调查中，大多数参与者首先使用搜索引擎（n = 174，62％）来回答健康问题，但第二个最常见的第一个咨询者是LLMS（n = 39，14％）。llms被认为是有用的（p <.01）且相关性较小（p = .07），但引起了较少的负面感觉（p <.001），看起来更人性化（llm：n = 160，vs search：n = 32），被视为较小的偏见（p <.001）。信任（p = .56）和易用性（p = .27）没有差异。结论：搜索引擎是健康信息的主要来源；然而，对LLM的积极看法表明使用日益增长。未来的工作可以通过补充外部参考和限制有说服力的语言来遏制过分依赖的答案来探讨LLM信任和有用性是否得到增强。与卫生组织的合作可以帮助提高LLMS健康产出的质量。
从3D行人网络到车轮网络：使用智能手机点云的对比度深学习
本文提出了一种基于深度学习的可容纳性评估方法，构成了街头规模的智能手机点云和城市规模的3D行人网络（3DPN）。3DPN已被研究和映射以进行轮廓和智能城市应用。然而，由于省略的行人路径，未发现的楼梯和过度简化的高架人行道，文献中3DPN的城市水平尺度对于评估轮椅的可及性（即车轮）不完整；如果映射量表处于为轮椅使用者设计的微观级别，则可以更好地表示这些功能。在本文中，我们使用智能手机点云加强了城市规模的3DPN，这是一种有希望的数据源，用于补充细微的细节和由于厘米级别的准确性，鲜艳的色彩，高密度和人群源性质而导致的细颗粒细节和温度变化。三步方法重建行人路径，楼梯和坡度细节，并丰富城市规模的3DPN进行轮廓评估。PEDESTRIAN路径的实验结果表现出准确的3DPN中心线位置（miou = 88。81％），楼梯检测（miou = 86。39％）和轮子性评估（MAE = 0。09）。本文贡献了一种适合，准确和人群采购的轮子评估方法，该方法将无处不在的智能手机和3DPN架起高密度和丘陵的城市区域的3DPN。
基于Videoollama2的行人步行预报和安全增强
※这是根据创意共享归因于非商业许可（http://creativecommons.org/licenses/by-nc/3.0/）发行的开放访问文章，允许在任何媒介中在任何媒介中进行无限制的非企业使用，分发，分发和繁殖，前提是原始作品被适当引用。
NPU第二新闻 - nj.gov 牙科计划 - 退休 - NJ.Gov I类可再生能源系统技术会议的净计量 员工牙科计划 - 会员指南| nj.gov 项目标题：NJDOT自行车和行人资源中心发布号：2025-01 RFP公告日期：1/03/2025截止日期：2/10/2025 NJDOT桥梁资源计划-3（BRP-3）-RFP Yyyy- ## der聚合器参与模型：概述-NJ.GOV 3-5分钟准备的公开演讲-NJ.GOV 新泽西州浪费公告-NJ.GOV 在CSOC TTA上注册10月的课程... -NJ.Gov NJ高级秘书办公室-NJ.GOV
NRTC受赠人心脏的心脏在2024年12月6日星期五在新泽西州卡姆登举办了他们的第一个年度海滨南度假宴会。npu的苏珊·卡特利特（Susan Catlett）参加了该活动，对食物，赠品和才华横溢的表演者给人留下了深刻的印象。夜晚开始时，所有客人都定居下来，在晚上表演之前互相融合。每个人都定居后，演出开始了。来自南卡姆登（South Camden）的特伦顿马戏团队（Trenton Circus Squad）取得了令人兴奋的表现。表演者杂耍，在球上保持平衡，摔倒，并表现出令人印象深刻的特技表演。壮观的生产后，大教堂厨房提供了自助晚餐。来自卡姆登执行董事卡洛斯·莫拉莱斯（Carlos Morales）的心脏和社区发展总监迈克·摩根（Mike Morgan）的衷心情绪强调了社区的成就。结束活动，邻里颁奖典礼认可了为卡姆登（Camden）成功做出贡献的合作伙伴。
使用多重分形去趋势波动分析和表面肌电图进行人体手势识别 A. Hajihashemi a、F. Ebrahimi *a、H. Monta
大多数日常活动需要灵巧地使用手和手指。残疾人的手部假肢可以通过连接到上肢的表面电极非侵入式获取的表面肌电图 (sEMG) 信号来控制。在对从 10 位截肢者获取的 12 个电极 sEMG 信号进行预处理后，计算了时域和频域中的不同特征。考虑到 sEMG 是一种复杂、随机、非平稳和非线性信号，还通过多重分形去趋势波动分析 (MFDFA) 的方法提取了复杂的非线性特征。使用不同的分类方法（包括支持向量机 (SVM)、线性判别分析 (LDA) 和多层感知器 (MLP)）来比较它们在八种不同手指运动分类中的表现。观察发现，SVM 在手指运动分类方面的表现优于其他两个分类器。新特征与传统特征融合后，分类准确率、精确率、召回率（灵敏度）分别为98.70%、98.74%、98.67%。结果表明，加入MFDFA提取的新特征与其他传统特征，可以有效提高数据采集效果。
在医疗服务中进行人工智能整合在服务提供中的影响
2 enenche.henry@library.fulafia.edu.ng，3 wuese@gmail.com摘要这项研究研究了尼日利亚贝努埃州贝努埃州贝努埃州立大学医学图书馆中人工智能在服务提供中的人工智能整合的影响。该研究使用了描述性调查，并采用问卷作为数据收集的工具。三个研究问题指导了这项研究。从研究中发现，在图书馆服务中AI集成以提供参考和串行服务的水平很高；用户可以从AI集成在库中的参考和串行服务中获得很高的满意度；图书馆对AI集成缺乏意识；图书馆缺乏具体的AI政策；财务不足和网络/带宽渗透不足是Makurdi贝努埃州立大学医学图书馆的AI整合的挑战。该研究建议应将AI完全集成到图书馆的服务交付中；应该教育图书馆专业人员在图书馆中整合IA，以增强图书馆可用的AI服务的最佳使用。应该为高速网络以及提供稳定的电源和提供资金的规定，以增强贝努埃州立大学医学图书馆的整合。