XiaoMi-AI文件搜索系统
World File Search System设备的
Bagchi, A., Best, R., Morrow, DJ, Pollock, J., Bailie, I., & Cupples, A. (2020). 连接的存储设备的系统服务提供能力
摘要 — 调查存储设备的辅助服务提供能力是智能电网背景下的一个重要研究领域。本文介绍了与北爱尔兰配电网运营商合作开展的案例研究的初步结果，该案例研究旨在探索存储设备的系统服务提供能力。使用来自当地变电站的 PMU 数据，该研究首先确定了由于 11kV MV 配电网中计划的 DG 连接注入而导致的潜在电压和/或线路负载违规。然后提出了一种基于 MATLAB 的多周期、安全约束优化公式，用于计算最佳存储调度，同时最大限度地减少 DG 削减以及存储运营成本。通过将优化输出反馈到 NEPLAN 中建模的测试配电网，验证了所提出方法的有效性。结果表明，可以独立或同时控制存储逆变器的有功和无功功率输出，以有效缓解网络违规。索引术语 — 辅助服务、储能设备、MV 配电网、可再生能源系统。
Emotiv 便携式脑电图设备的范围审查
。CC-BY 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2020 年 7 月 14 日发布。；https://doi.org/10.1101/2020.07.14.202085 doi：bioRxiv 预印本
人类头发可制成智能设备的柔性显示屏
索纳教授、奥斯特里科夫教授以及包括辛格先生在内的研究团队与格里菲斯大学的李秦教授合作，在《可持续材料与技术》杂志上发表了进一步的研究成果，探讨了如何利用由人类头发制成的碳点来开发一种传感器，用于实时监测水处理系统中的氯仿含量。
基于虚拟现实的医疗设备的凝视精度的重新测试可靠性
在虚拟现实（VR）系统中，使用红外摄像头跟踪眼动运动的系统，凝视测量的精度对于可靠检测眼运动障碍至关重要。评估基于HMD VR的医疗设备系统NEOS TM的凝视测量能力和凝视精度的一致性，在最佳条件下，我们使用了一种机器人设置，该设置提供了模仿人眼运动的优势，其运动可变性最小。，我们通过计算Intarclass Intarace相关系数（ICC），测量值（SEM）和Bland-Altman分析来评估NEOS™的凝视测试两次，以不同的噪声水平为13个模拟条件，然后评估了每个噪声水平。我们发现NEOS™的凝视精度具有出色的测试可靠性（ICC> 0.99，SEM = 0.04），并通过Bland-Altman分析观察到了第一和第二凝精度测量之间的良好协议。凝视所有九个基本方向的NeoS™的高ICC和低SEM均显示了其眼睛跟踪的可靠性和测量一致性。在临床设置中使用时，这是针对基于HMD的VR设备的眼睛跟踪应用的关键功能。使用机器人眼客观地验证基于VR的眼球跟踪器可以适用于其他设备。未来的研究将研究不同人口中测量值的纵向稳定性。
支持移动设备的多技术阅读器 | Schlage
Schlage® 移动式多技术读卡器旨在简化您的门禁解决方案，并按照您自己的节奏轻松从现有感应系统过渡到安全、加密的卡技术或移动解决方案，而无需更换读卡器。三种可用型号可满足任何需求，并可与多种凭证形式（包括腕带、卡、遥控器和标签）配合使用。
基于节能神经形态计算的超导循环的Fluxon Synapse设备的评估
由于CMOS技术的物理规模限制，摩尔定律接近终结，替代计算方法已引起了相当大的关注，这是改善计算性能的方法。在这里，我们评估了一种新方法的性能前景，基于与约瑟夫森 - 界面的无序超导循环进行节能神经形态计算。突触权重可以存储为与多个约瑟夫森 - 界面（JJ）相连的三个超导环的内部捕获式磁通状态，并以以控制方式以离散通量（量化的通量）施加的输入信号调节。稳定的捕获的磁通状态将传入通量通过不同的途径，其流量统计量代表不同的突触权重。我们使用这些Fluxon Synapse设备的阵列探讨了矩阵 - 矢量 - 义务（MVM）操作的实现。我们研究了MNIST数据集的在线学习的能源效率。我们的结果表明，与其他最先进的突触设备相比，Fluxon Synapse阵列可以减少100倍的能量消耗。这项工作提出了概念验证，该概念将为基于超导材料的高速和高能节能的神经形态计算系统铺平道路。
微守流：边缘设备的复杂性自我注意力低的视觉变压器
情感两极分化及其伴随的基于裂解的分类使气候变化和其他与科学有关的问题引起了不可思议和争议性。围绕着Covid-19时期，我们研究了在Twitter和Reddit上与气候变化和气候科学的公共活动中的跨域溢出和争议性的溢出。我们找到了有力的证据表明，周围的共证范围溢出到气候变化域中。在不同的社交媒体系统中，Covid-19内容与Climente讨论中的不可活力和争议有关。这些增加的拮抗模式对大流行事件有反应，这使科学与公共政策之间的联系更加突出。我们还表明，观察到的溢出案沿流行前的政治分裂，特别是反国际民粹主义信仰，这将气候政策反对与疫苗的犹豫联系起来。我们的发现突出了根深蒂固的跨域极化的危险，表现为拮抗行为的溢出。
软件定义的车辆将汽车电子设备的未来转移到齿轮上（Rev. b）
Changes from Revision D (June 2018) to Revision E (July 2018) Page • Corrected typo in Description section ................................................................................................................ 1 • Added TLV9001 5-pin X2SON package to Device Information table ................................................................ 1 • Added TLV9001S 6-pin SOT-23 package to Device Information table............................................................... 1 • Added TLV9004 14-pin and 16-pin WQFN packages to Device Information table ............................................ 1 • Added TLV9001 DPW (X2SON) pinout drawing to Pin Configuration and Functions section............................ 7 • Added TLV9001S 6-pin SOT-23 package to Pin Configuration and Functions section...................................... 7 • Added TLV9004 RTE pinout information to Pin Configuration and Functions section ....................................... 7 • Added DPW (X2SON) and DRL (SOT-553) packages to Thermal Information: TLV9001 table....................... 15 • Added Thermal Information: TLV9001S table to Specifications section........................................................... 15 • Added RUG (X2QFN) package to Thermal Information: TLV9002 table.......................................................... 15 • Added RTE (WQFN) and RUC (WQFN) packages to Thermal Information: TLV9004 table............................ 16
![正交表示用于估计因果量的学习
生成的AI和创造性工作：叙事，价值观和影响
triffid：提高第一响应者效率的自动机器人辅助
微守流：边缘设备的复杂性自我注意力低的视觉变压器
covid- ... 之间的不可思议和争议性溢出
arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日
对表示漏洞和工程强大的视觉变形金刚的机械理解
arxiv：2502.05610v1 [CS.CL] 2025年2月8日
Goproteingnn：利用蛋白质知识图蛋白表示学习
台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆
arxiv：2502.08704v1 [cond-mat.supr-con] 2025年2月12日
机器人引发的久坐行为的社会控制
增强数字阴影的稳健性，用于使用增强岩石物理建模的二氧化碳存储监控
arxiv：2502.07964v1 [cs.lg] 2025年2月11日
对石墨烯中振荡大声电效应的相干检测
arxiv：2502.09316v1 [CS.CL] 2025年2月13日
将基于物理的建模与锂离子电池的机器学习相结合
Trellis BMA：DNA存储的IDS通道上的编码跟踪重建
arxiv：2502.07650v1 [stat.ml] 2025年2月11日
与Soc- ... 的多间隔能量储备合作](/simg/3/371e53cea55d57b21dc3cec4490fd2d843578c28.webp)
正交表示用于估计因果量的学习 生成的AI和创造性工作：叙事，价值观和影响 triffid：提高第一响应者效率的自动机器人辅助 微守流：边缘设备的复杂性自我注意力低的视觉变压器 covid- ... 之间的不可思议和争议性溢出 arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日 对表示漏洞和工程强大的视觉变形金刚的机械理解 arxiv：2502.05610v1 [CS.CL] 2025年2月8日 Goproteingnn：利用蛋白质知识图蛋白表示学习 台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆 arxiv：2502.08704v1 [cond-mat.supr-con] 2025年2月12日 机器人引发的久坐行为的社会控制 增强数字阴影的稳健性，用于使用增强岩石物理建模的二氧化碳存储监控 arxiv：2502.07964v1 [cs.lg] 2025年2月11日 对石墨烯中振荡大声电效应的相干检测 arxiv：2502.09316v1 [CS.CL] 2025年2月13日 将基于物理的建模与锂离子电池的机器学习相结合 Trellis BMA：DNA存储的IDS通道上的编码跟踪重建 arxiv：2502.07650v1 [stat.ml] 2025年2月11日 与Soc- ... 的多间隔能量储备合作
表示学习被广泛用于观察数据的因果量（例如，有条件的平均治疗效应）。尽管现有的表示学习方法具有允许端到端学习的好处，但他们没有Neyman-Ottrol-ottrodenal学习者的理论特性，例如Double Ro-Busberness和Quasi-Oracle效率。此外，这种表示的学习方法通常采用诸如平衡之类的规范约束，甚至可能导致估计不一致。在本文中，我们提出了一类新型的Neyman-Ottrodonal学习者，以在代表水平上定义的因果数量，我们称之为或称为校友。我们的旅行者具有几个实际的优势：它们允许基于任何学习的表示形式对因果量进行一致的估计，同时提供了有利的理论属性，包括双重鲁棒性和准门的效率。在多个实验中，我们表明，在某些规律性条件下，我们的或学习者改善了现有的表示学习方法并实现最先进的绩效。据我们所知，我们的或学习者是第一批提供代表学习方法的统一框架，而Neyman-ottrol-ottrodenal学习者进行因果量估计。
利用机器学习实现医疗设备的网络安全
摘要 - 本研究旨在通过识别漏洞和推荐有效策略来增强起搏器设备的网络安全框架。目标是查明网络安全弱点，利用机器学习预测安全漏洞，并根据分析趋势提出对策。文献综述强调了起搏器技术从基本的固定速率设备向具有无线功能的复杂系统的转变，这在改善患者护理的同时，也带来了重大的网络安全风险。这些风险包括未经授权的进入、数据泄露和危及生命的设备故障。本研究的方法采用定量研究方法，使用 WUSTL-EHMS-2020 数据集，其中包括网络流量特征、患者的生物特征和攻击标签。机器学习预测的分步方法包括数据收集、数据预处理、特征工程和使用支持向量机 (SVM) 和梯度提升机 (GBM) 进行模型训练。实施结果使用准确度、精确度、召回率和 F1 分数等评估指标来表明 GBM 模型优于 SVM 模型。 GBM 模型的准确率高达 95.1%，而 SVM 的准确率仅为 92.5%，精确率高达 99.6%，而 SVM 的准确率仅为 96.7%，召回率高达 94.9%，而 SVM 的召回率仅为 42.7%，F1 得分高达 76.3%，而 SVM 的 F1 得分仅为 59.0%，这使得 GBM 模型在预测网络安全威胁方面更为有效。这项研究的结论是，GBM 是一种有效的机器学习模型，可通过分析网络流量和生物特征数据模式来增强起搏器网络安全。未来改善起搏器网络安全的建议包括实施 GBM 模型进行威胁预测、与现有安全措施集成以及定期更新和再训练模型。