XiaoMi-AI文件搜索系统
World File Search System误报率
AI 检测的高误报率和...
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
紧急定位发射机 (ELT) 在加拿大的性能......
这项研究由国家搜救秘书处进行，通过分析 2003 年至 2007 年期间在加拿大境内发生的实际飞机事故，研究了 ELT 的成功启动率和人为因素问题。成功率（在实际飞机事故中幸存并通知搜救当局的 ELT 百分比）为 74%（所分析的案例中有 64% 是自动启动的）。这比过去的成功率有所提高。这项研究的目的是比较 121.5/243 MHz ELT 和 406 MHz ELT 的成功率和人为因素问题。但是，事故数据不包括任何涉及 406 MHz ELT 的事故。该研究还研究了 2006 年至 2008 年间发生的 121.5/243 MHz 和 406 MHz ELT 的误报率和人为因素问题。误报率被确定为很高，在任一频率上运行的 ELT 约为 90%。
轻矛 - Elbit 系统
IR MWS - 红外导弹预警系统 • 红外光谱中的被动探测 • 在所有高度、地形和飞行条件下，探测范围长、反应时间快、误报率 (FAR) 极低 • 同时进行多重威胁检测、跟踪和近距离威胁分离 • 高分辨率和 DF 精度 • 有效对抗威胁性导弹和其他敌对火源 • 红外中心能力 • 自动激活激光 DIRCM
ALL-in-SMALL - Elbit 系统
IR MWS - 红外导弹预警系统 • 红外光谱中的被动检测 • 在所有高度、地形和飞行条件下，检测范围长、反应时间快、误报率 (FAR) 极低 • 多重和同时威胁检测、跟踪和近距离威胁分离 • 高分辨率和 DF 精度 • 有效对抗威胁导弹和其他敌对火力源 • 红外中心能力 • 自动激活激光 DIRCM
AN/AAR-47(V)1/2 传感器升级计划
AN/AAR-47A(V)2 / AN/AAR-47B(V)2 导弹和激光预警系统是完全集成的空中威胁检测系统。全球部署的飞机总数超过 3,000 架。该系统具有低误报率和非常高的导弹威胁及时预警概率，以及激光制导/激光辅助威胁的检测、警告、分类和角度定位。所有过去和现在的 AN/AAR-47 系统以及目前正在开发的增强型系统都使用通用的 A-kit。从一个版本升级到另一个版本不需要更改线路或改装飞机。
AI检测的胸部X射线异常的系统优先级用于优化的肺癌检测
表1：胸部X射线发现的三种优先策略中AI系统的性能指标，包括灵敏度，特异性，正预测值（PPV）和负预测值（NPV）。ppv：阳性预测价值 - 真正阳性的AI阳性病例的比例。npv：负预测价值 - 真正负面因素的AI阴性案例的比例。fpr：误报率 - AI标记的非癌症案件的比例。fnr：假阴性率 - AI错过的癌症病例的比例。
ai-hydra.pdf - 网络安全系统研究实验室
互联网的极度分散的架构使得恶意软件得以传播，对开发针对此类恶意软件传播的防御措施提出了重大挑战。虽然基于机器学习的恶意软件检测模型可以改进应对此问题的方法，但它们的检测率会根据其特征和分类方法而有所不同。尽管使用了适当的训练数据集，但用于恶意软件检测的单一机器学习方法的有效性会根据其分类器的适用性而有所不同。一些分类器在恶意训练数据集上的检测率很高，但在良性训练数据集上的检测率很低，并且误报率特别依赖于使用适当的分类器。在本文中，我们提出了一种基于机器学习的混合决策模型，该模型可以实现高检测率和低误报率。该混合模型结合了随机森林和深度学习模型，分别使用 12 个隐藏层来确定恶意软件和良性文件。该模型还包括某些拟议的投票规则以做出最终决策。在涉及 6,395 个非典型样本的实验中，该混合决策模型的检测率（85.1%，标准差为 0.006）高于没有投票规则的先前模型（65.5%）。2020 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章（ http://creativecommons.org/licenses/by-nc-nd/4.0/ ）。
一个单级分类器，用于检测GAN操纵多光谱卫星图像
摘要：当前的图像生成模型已经实现了非常现实的图像质量，提供了许多学术和工业应用。但是，为了确保这些模型用于良性目的，必须开发最终检测图像是否已合成生成的工具。因此，已经开发了几个在计算机视觉应用中表现出色的检测器。但是，这些检测器不能直接应用，因为它们是多光谱卫星图像，因此需要对新模型进行训练。虽然两类分类器通常达到高检测精度，但它们努力将图像域和与训练过程中遇到的形象不同的生成体系结构推广。在本文中，我们提出了一个基于量化量化的变异自动编码器2（VQ-VAE 2）功能的单级分类器，以克服两类分类器的局限性。我们首先要突出二进制分类器所面临的概括问题。通过在多个多光谱数据集中训练和测试有效网络架构来证明这一点。然后，我们说明，基于VQ-VAE 2的分类器，该分类器仅在原始图像上进行了培训，可以检测来自不同领域的图像，并由训练过程中未遇到的体系结构生成。最后，我们在同一生成的数据集上的两个分类器之间进行了面对面的比较，强调了基于VQ-VAE 2的检测器的出色概括能力，在使用vQ-ve-vae 2的探测器时，我们在使用蓝色和红色通道的0.05误报率为1时以1.05的误报率进行了检测。
海上搜索行动 - BEA
作为对 AF447 航班事故进行安全调查的一部分，由 BEA 牵头的一个由官方服务和行业代表组成的国际工作组 (4) 此后研究了触发传输飞行数据和在飞行中激活 ELT 的可行性。其概念是实时分析飞机的飞行参数以检测紧急情况。在这种情况下，会自动触发飞行数据传输以方便定位飞机。工作组的研究结果 (5) 表明，根据飞行参数定义可靠的标准来检测紧急情况在技术上是可行的，同时最大限度地降低误报率（未建立遇险情况）。
金融服务中的人工智能与人权
新型人工智能技术正被越来越多地使用，部分原因是它们有可能抵消传统的人类偏见，提高向有需要的人提供金融服务的速度和准确性，扩大潜在客户和客户群，并确保竞争优势。同时，它们还可以帮助遵守监管规定，特别是反洗钱法规，这对金融服务行业的公司来说是一笔不小的开销。监管机构正在积极鼓励使用人工智能技术，通过将综合人类智能与人工智能的数据分析和分析能力相结合，降低误报率并提供更多监控，有可能降低运营成本并实现更复杂的分析。