摘要 - 今天,有害生物侵扰导致全世界的农业生产力大大降低。为了控制害虫,由于难以在早期阶段手动检测害虫,农民经常施加过多的农药。他们过度使用农药已导致环境污染和健康风险。为了应对这些挑战,已经开发出许多新型系统来尽早识别害虫,从而使农民受到检测到害虫的确切位置的警报。但是,这些系统受到缺乏实时检测功能,有限的移动集成,仅检测少数有害生物类别的能力以及缺乏基于Web的监视系统的能力来限制。本文介绍了一个害虫检测系统,该系统利用了轻巧的Yolo深度学习框架,并与基于Web的监视平台集成在一起。研究并优化了包括Yolov8n,Yolov9T和Yolov10-N在内的Yolo对象检测体系结构,以在智能手机上检测有害生物。使用包含29个害虫类的公开数据集对模型进行了培训和验证。其中,Yolov9t以map@0.5的价值为89.8%,精度为87.4%,召回84.4%,推理时间为250.6ms。基于Web的监视系统可以通过为农民提供即时更新和可行的见解,以实现动态实时监控,以实现有效且可持续的害虫管理。从那里,农民可以立即采取必要的行动来减轻害虫损害,减少农药过度使用并促进可持续的农业实践。
2023年,美国国家标准技术研究所(NIST)宣布了Dobraunig,Eichlseder,Mendel和Schläffer设计的Ascon算法家族,为资源约束设备提供有效的密码解决方案。这个决定来自严格的多轮轻巧的加密标准化过程。该标准介绍了一个新的基于ASCON的对称键加密原始家族,旨在提供经过验证的加密,并具有相关数据(AEAD),哈希和可扩展输出功能(XOF)功能,即Ascon-Aead-Aead128,Ascon-Hash256,Ascon-Hash256,Ascon-Xof128,Ascon-Xof128,和Ascon-cxof128。ASCON家族的特征是基于轻质置换的原始词,并提供了可靠的安全性,效率和灵活性,使其非常适合资源受限的环境,例如物联网(IoT)设备,嵌入式系统和低功率传感器。当高级加密标准(AES)可能无法最佳性能时,将开发家庭提供可行的替代方案。该标准草案概述了Ascon-Aead128,Ascon-Hash256,Ascon-XOF128和Ascon-CXOF128的技术规格,并提供其安全属性。
Savoie Mont Blanc, CNRS, Laboratoire d'Anecy de Physique des Particules-In2p3, F-74000 Annecy, France 29 University of Naples "Federico II", I-80126 Naples, Italy 30 Ligo Laboratory, Massachusetts Institute of Technology, Cambridge, but 02139, USA 31 maastricht University, 6200 MD马斯特里奇,荷兰32 Nikhef,1098 XG阿姆斯特丹,荷兰33 Universit´e Libre de Brussels,布鲁塞尔,布鲁塞尔1050,比利时34 Institut Fresnel,Aix Marseille University E,CNRS,CNR,CNRS,Centrale Marseille,Centrale Marseille,Centrale Marseille,F-13013 Marseille,f-13013 Marseille,France 35 clise 35 cliss-sac-sac iclis in cliss in clis in clis in clis in clis in clis in clis in clise in 23 91405 ORSAY,法国36东京大学,东京,日本113-0033。 37巴塞罗那大学(UB),c。 MART´I i Franqu'es,1,08028西班牙,西班牙38 de f´ısica d'Als Energies(Ifae),巴塞罗那科学技术研究所,校园UAB,E-08193 Bellaterra(巴塞罗那),西班牙贝尔特拉(Bellaterra),西班牙39 Gran Sasso Science Institute Institute floriany(Gran Saquitute)盖恩斯维尔,佛罗里达州32611,美国41数学,计算机和物理科学系,Udine大学,I-33100,I-33100,意大利Udine,42 INFN,Trieste,I-34127,I-34127,意大利TriesteSavoie Mont Blanc, CNRS, Laboratoire d'Anecy de Physique des Particules-In2p3, F-74000 Annecy, France 29 University of Naples "Federico II", I-80126 Naples, Italy 30 Ligo Laboratory, Massachusetts Institute of Technology, Cambridge, but 02139, USA 31 maastricht University, 6200 MD马斯特里奇,荷兰32 Nikhef,1098 XG阿姆斯特丹,荷兰33 Universit´e Libre de Brussels,布鲁塞尔,布鲁塞尔1050,比利时34 Institut Fresnel,Aix Marseille University E,CNRS,CNR,CNRS,Centrale Marseille,Centrale Marseille,Centrale Marseille,F-13013 Marseille,f-13013 Marseille,France 35 clise 35 cliss-sac-sac iclis in cliss in clis in clis in clis in clis in clis in clis in clise in 23 91405 ORSAY,法国36东京大学,东京,日本113-0033。37巴塞罗那大学(UB),c。 MART´I i Franqu'es,1,08028西班牙,西班牙38 de f´ısica d'Als Energies(Ifae),巴塞罗那科学技术研究所,校园UAB,E-08193 Bellaterra(巴塞罗那),西班牙贝尔特拉(Bellaterra),西班牙39 Gran Sasso Science Institute Institute floriany(Gran Saquitute)盖恩斯维尔,佛罗里达州32611,美国41数学,计算机和物理科学系,Udine大学,I-33100,I-33100,意大利Udine,42 INFN,Trieste,I-34127,I-34127,意大利Trieste
𝑃𝑣+𝑜=𝑃𝑣+++𝑃'(𝑜,𝑣)=𝑦是𝑚变量中的𝑚方程的线性系统。如果系统没有解决方案,请重试新的𝑣
用于数据传输加密的加密算法提供了机密性,需要相当大的计算能力,并且在具有有限的计算能力的嵌入式系统中不常用,例如可编程逻辑控制器(PLC)。PLC是工业自动化中自动化和控制的核心组成部分。数十年来,PLC优先考虑速度而不是安全性; PLC中的程序执行必须尽可能高效。加密算法使用种子,初始化矢量,用加密量键加密数据以加强加密。伪随机数发生器(PRNG)可以用作初始化向量。本文提出了Xorasm PRNG算法,该算法是基于Xorshift的轻量级算法,并带有系统时钟的修改种子。应用的方法可以生成和可视化PRNG,测试随机性并在紧凑型PLC上实现PRNG。Xorasm进行统计评估。这项研究的发现是,p值表明Xorasm在统计学上是统计学和明显的随机性,并且有证据表明,Xorasm生成的数据分布实际上是在99.95%的置信度下随机的,适用于嵌入式系统中的实施,作为轻量级的PRNG。
大规模自回归文本到语音(TTS)模型可以产生与人类言语几乎没有区别的语音。但是,由于记忆和计算限制,培训大语言模型(LLMS)具有挑战性。本文描述了我们2024对话语音克隆挑战(COVOC)的TTS方法。我们的方法通过扩展中文拼音词汇并减少仅解码器式变压器体系结构中的层数来修改劳拉格模型,以综合中文和英语文本。尽管使用了最少的训练数据,但在主观和某些客观评估中,我们的方法和其他受约束系统之间的性能差距相对较小。本文讨论了我们试图训练轻量级LLM的零拍摄TTS的尝试,并分析了导致低性能的因素。我们的音频样本可以在线访问1。索引术语:文本到语音,语音识别,人类计算机互动,计算副语言学
过去二十年来,理论和经验文献中已经看到了惊人的增长,试图解释企业为何持有现金。开创性研究提供的四个主要解释与预防动机有关,经理的激励措施未对准,交易成本和税收延期(有关详细评论,请参见Graham&Leary,2018年)。以前的许多工作都使用会计率和减少形式模型中的其他公开信息,以确定企业积累现金的倾向。最近的研究提出了一些新的因素(或驱动因素),例如携带成本,债务成熟,无形资产,研发支出,资产有形,有形的资产,遣返收入的税收成本,工业化多元化,与客户的关系以及跨国公司对公司现金持有的解释。此问题创造了一组现金持有的潜在决定。但是,文献尚未定居一套公认的现金持有量最重要的决定因素。使用机器学习
TM-30是描述光源的颜色质量的方法。它使用了四个指标:r f是描述颜色保真度颜色保真度的指标。更高是更好的保真度,即颜色如您期望的那样出现。r f,H1描述了红色保真度索引。较高的数字表明红色的饱和度更高(对于使肤色良好至关重要)。r g是描述(所有)颜色饱和的度量。较高的数量表示更高的生动程度。r cs,H1是描述红色色度转移的度量。值接近0%的值表明染色体的相对变化较少。IES TM-30附件E为我们提供了一个新工具,可以通过选择优先优先级来拨打颜色质量,以符合项目要求。
根据预制的衬里组件的应用[8],在一系列国外已经应用了预制地铁站[9,10],而中国预制地铁站的技术仍处于早期阶段[11]。成功应用了Changchun Metro 2号线上5个站点的单个Arch大跨度完全预制的地铁站结构[12]。使用组装的积分结构构建了北京地铁线6 [13]西部延伸的Jin'Anqiao站[13]。驾驶站的标准部分是双层列三跨盒结构,在工厂中具有预制组件,并使用套筒灌浆方法连接了节点。Jinan Metro Line上的Yanmazhuang West Station的预制站[14]采用设计概念的设计概念,即结合预制和铸造成分,并采用将预制板与Cast-