XiaoMi-AI文件搜索系统
World File Search System行数据
CANflict：利用外设冲突对汽车网络进行数据链路层攻击
当前汽车领域的研究已经从安全角度证明了控制器局域网 ( CAN ) 协议的局限性。应用层攻击涉及创建恶意数据包，被认为可以从远程进行，但可以被现代入侵检测系统 ( IDS ) 轻松检测到。另一方面，较新的链路层攻击更隐蔽，可能更具破坏性，但需要物理访问总线。在本文中，我们介绍了 CANflict，这是一种纯软件方法，允许从未修改的微控制器在数据链路层可靠地操纵 CAN 总线，克服了最先进工作的局限性。我们证明可以从远程受感染的 ECU 部署隐秘的 CAN 链路层攻击，目标是同一 CAN 网络上的另一个 ECU。为此，我们利用微控制器外设之间存在的引脚冲突来制作多语言帧，这允许攻击者在位级别控制 CAN 流量并绕过协议规则。我们通过实验证明了我们的方法在高端、中端和低端微控制器上的有效性，并通过发布一个可扩展的工具为未来的研究奠定了基础，该工具可用于在不同平台上实现我们的方法并在数据链路层构建 CAN 对策。
考虑利用人工智能对网上服装销售价格进行数据分析的现状
-C...（省略）...可以回家清洗！2 粒扣西装 (8250-03) 商品信息 介绍 Dady Costa 2 粒扣西装。这套衣服由可洗面料制成，可以在家清洗。款式为两粒扣西装，不强调过于苗条的身材，而是优先考虑舒适性，即使是不喜欢修身西装的顾客也会对此感到满意。这款西装采用黑色条纹编织图案，经典而优雅，适合任何场合，可在多种场合穿着。它具有多种出色的功能，包括耐用的折痕处理，可防止裤子上的折痕褪色，以及带有翻盖的内袋，可保护您的贵重物品。合理的价格使得该产品能够让需要多套西装的顾客和为维持生计而挣扎的妻子们感到满意。 Dady Costa 可水洗 2 纽扣西装 8250-03 WEB 价格（不含税） 19,000 信息 尺寸表 A4 A5 A6 A7 AB4 AB5 AB6 AB7 BB4 BB5 BB6 BB7 布料信息 黑色/条纹编织图案 羊毛 55％ 聚酯纤维 45％ 日本制造 黑色斜纹机织织物上有间距 4 毫米的条纹……（省略）……
使用机器学习方法进行数据驱动的材料发现和合成
图 1：顺序（即一次一个变量）贝叶斯优化 (BO)/自适应设计 (AD) 结果。实验和预测的残余电阻率比 (RRR) 定义为 300 K 电阻率与 4 K 电阻率之比，针对 5 个随机 (a)、7 (b)、9 (c) 和 11 (d) 样本（#6-11 通过 AD）以及预期改进 (EI) 值，其中最大值表示在 BO/AD 算法中要执行的下一个实验。在新的 AD 数据点附近的区域，不确定性趋于降低。转载自 Wakabayashi, YK；Otsuka, T.；Krockenberger, Y.；Sawada, H.；Taniyasu, Y.；Yamamoto, H。APL Materials 2019, 7 (10)[ 28 ]；根据知识共享署名（CC BY）许可证（http：//creativecommons.org/licenses/by/4.0/）获得许可。
D3mciAD：利用句法图像生成和神经网络进行数据驱动的轻度认知障碍诊断
摘要。阿尔茨海默病是一种无法治愈的慢性神经系统疾病 (NLD)，会影响人类记忆力，并随着大脑区域的萎缩而丧失认知思维能力。早期发现阿尔茨海默病 (AD) 是延缓其影响的唯一希望。本研究设计了一种计算机辅助自动检测方法，可以从磁共振图像扫描中检测出 AD 的轻度认知障碍。数据驱动的解决方案需要大量带注释的图像才能进行诊断。然而，获取大量带注释的数据用于医疗应用是一项艰巨的任务。我们利用深度卷积生成对抗网络 (DCGAN) 来合成高质量图像以增加数据集大小。微调的 CNN（VGG16 架构）模型对图像进行处理，以提取直观的特征以进行早期诊断。VGG16 提取的图像特征输入到支持向量机进行分类。本研究进行了大量实验来验证所提出的方法在公共数据集上的表现优于相对基线。
通过大规模飞行数据分析评估机场着陆效率
摘要 轨迹优化是航空运输和空中交通管理的一个主要研究课题，因为它对乘客、航空公司和整个环境都有深远的影响，从而对航空运输的感知价值和成本也有深远的影响。虽然人们很好地理解了优化飞行途中部分的挑战，但对最后一部分，即进近和着陆的关注相对较少。在这里，我们展示了如何使用开放的大规模飞机轨迹数据集来表征飞机降落在机场的效率，通过在 10,000 英尺以下飞行的时间和距离来测量。产生的图像高度异质，在低空停留的时间从苏黎世的平均 10 分钟到伦敦希思罗机场的 16 分钟不等。抵达同一机场的航班也会经历截然不同的时间，例如伦敦希思罗机场的到达时间从 12 分钟到 20 分钟不等，具体取决于交通量、一年中的时间和一天中的时间，以及与其他交通模式和机场的互动等因素。从更一般的角度来看，本文说明了如何利用大型数据集的可用性来提高我们对系统实际行为的理解，尤其是其与计划的偏差。
通过大规模飞行数据分析评估机场着陆效率
摘要 轨迹优化是航空运输和空中交通管理的一个主要研究课题，因为它对乘客、航空公司和整个环境都有深远的影响，从而对航空运输的感知价值和成本也有深远的影响。虽然人们很好地理解了优化飞行途中部分的挑战，但对最后一部分，即进近和着陆的关注相对较少。在这里，我们展示了如何使用开放的大规模飞机轨迹数据集来表征飞机降落在机场的效率，通过在 10,000 英尺以下飞行的时间和距离来测量。产生的图像高度异质，在低空停留的时间从苏黎世的平均 10 分钟到伦敦希思罗机场的 16 分钟不等。抵达同一机场的航班也会经历截然不同的时间，例如伦敦希思罗机场的到达时间从 12 分钟到 20 分钟不等，具体取决于交通量、一年中的时间和一天中的时间，以及与其他交通模式和机场的互动等因素。从更一般的角度来看，本文说明了如何利用大型数据集的可用性来提高我们对系统实际行为的理解，尤其是其与计划的偏差。
使用 Python 进行数据可视化
目标大数据作为一个行业正在以惊人的速度增长，每天产生近 2.3 万亿 GB 的数据，数据总量每隔几年就会翻一番。因此，理解所有这些数据并利用它们改变我们的生活和互动方式的能力必将成为商业的重要组成部分。今年大数据市场规模预计将增长 73 亿美元，预计未来几个月将飙升至 400 亿美元大关，这就是为什么需要新一代训练有素的数据专家和分析师来引领潮流并建立更好的数据治理以赢得消费者。本次研讨会的目的是向学生介绍数据可视化的概念，并通过从探索性数据分析到 Covid-19 数据可视化分析的实际示例向他们传授基础知识。
通过记录飞行数据的机器学习算法预测飞行员对跑道偏离风险的误解
本论文 - 开放获取由 Scholarly Commons 免费提供给您。它已被 Scholarly Commons 的授权管理员接受纳入学位论文和论文中。有关更多信息，请联系 commons@erau.edu 。
使用深度卷积模型进行数据描述颅内出血分割
摘要：创伤性脑损伤可能导致颅内出血 (ICH)。如果不能及时准确诊断和治疗，ICH 可能导致残疾或死亡。目前诊断 ICH 的临床方案是放射科医生检查计算机断层扫描 (CT) 扫描以检测 ICH 并定位其区域。然而，这个过程在很大程度上依赖于有经验的放射科医生。在本文中，我们设计了一个研究方案来收集 82 个创伤性脑损伤患者的 CT 扫描数据集。接下来，由两位放射科医生协商一致决定在每个切片中手动划定 ICH 区域。该数据集在 PhysioNet 存储库中公开在线，以供将来分析和比较。除了发布数据集（这是本文的主要目的）之外，我们还实施了一个深度全卷积网络 (FCN)，称为 U-Net，以全自动方式从 CT 扫描中分割 ICH 区域。作为概念验证，该方法基于 5 倍交叉验证的 ICH 分割实现了 0.31 的 Dice 系数。
文章利用人工智能对基于智能手机的电化学发光传感器数据进行数据驱动建模
摘要：了解从基于智能手机的电化学发光 (ECL) 传感器提取的多模态数据之间的关系对于开发低成本的即时诊断设备至关重要。在这项工作中，使用随机森林 (RF) 和前馈神经网络 (FNN) 等人工智能 (AI) 算法定量研究 Ru(bpy) 3 2+ 发光体浓度与其实验测量的 ECL 和电化学数据之间的关系。使用一次性丝网印刷碳电极开发了一种带有 Ru(bpy) 3 2+ /TPrA 的基于智能手机的 ECL 传感器。在施加 1.2 V 电压后，同时获得 ECL 图像和电流图。通过 RF 和 FNN 算法分析这些多模态数据，从而可以使用多个关键特征预测 Ru(bpy) 3 2+ 浓度。在 0.02 µM 至 2.5 µM 的检测范围内，实际值和预测值之间实现了高相关性（RF 和 FNN 分别为 0.99 和 0.96）。使用 RF 和 FNN 的 AI 方法能够使用易于观察的关键特征直接推断 Ru(bpy) 3 2+ 的浓度。结果表明，数据驱动的 AI 算法在分析多模态 ECL 传感器数据方面非常有效。因此，这些 AI 算法可以成为建模库的重要组成部分，并成功应用于 ECL 传感器数据建模。