XiaoMi-AI文件搜索系统
World File Search System采集
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
人工智能技术在新冠肺炎影像数据采集、分割和诊断中的应用综述
摘要 — 2019 年冠状病毒病 (COVID-19) 大流行正在全球蔓延。X 射线和计算机断层扫描 (CT) 等医学成像在全球抗击 COVID-19 中发挥着至关重要的作用，而最近出现的人工智能 (AI) 技术进一步增强了成像工具的功能并帮助了医学专家。我们在此回顾了医学成像界 (由人工智能赋能) 对 COVID-19 的快速反应。例如，人工智能赋能的图像采集可以显著帮助实现扫描过程的自动化，还可以重塑工作流程，最大限度地减少与患者的接触，为成像技术人员提供最佳保护。此外，人工智能可以通过准确描绘 X 射线和 CT 图像中的感染来提高工作效率，从而促进后续量化。此外，计算机辅助平台可帮助放射科医生做出临床决策，
狩猎采集者、机动性和技术组织
如果没有许多人的指导、支持和帮助，这篇论文永远无法完成。我的委员会成员 Tom Bell 博士、Jeff Chapman 博士、Charles Faulkner 博士、Jan Simek 博士和主席 Walter Klippel 提供了所有这些以及更多。他们提前阅读了章节，并且总是愿意配合我的日程安排。尽管不确定石器分析的具体细节，但贝尔博士表现出极大的热情，并为我的研究提供了重要的见解。非常感谢查普曼博士允许我访问这里分析的藏品，并感谢他对考古学和早期古风的个人看法。如果我能成为一名优秀的作家和编辑，那将归功于福克纳博士的耐心和技巧。此外，福克纳博士一直愿意分享他对考古学和东南史前史的深厚知识。西梅克博士有效地为我提供了不同的观点，让我了解石器分析和狩猎采集者考古学的方法。沃尔特·克利佩尔博士长期以来一直是我的导师。他忍受了我，和我同甘共苦。·克利佩尔博士教了我很多关于考古学和这个职业的知识。多亏了他，我会一直思考“你将如何让它发挥作用”。对于这一切，我非常感激。
PLC 和数据采集系统
简单来说，PLC 是一种固态工业控制设备，它接收来自用户提供的受控设备（如传感器和开关）的信号，按照存储在用户内存中的梯形图应用程序进度确定的精确模式执行这些信号，并提供输出以控制流程或用户提供的设备（如继电器或电机起动器）。
并行计算模式下的传感器生物医学信号采集
摘要：有几种病症会攻击中枢神经系统，每种病症都有不同的治疗方法。这些治疗方法尽可能地减少或抵消这些类型的病症和疾病对患者造成的后果。因此，神经康复疗法提供了全面的神经护理，以提高患者的生活质量并促进他们在社会中的表现。了解神经康复疗法如何帮助患者的一种方法是通过脑电图 (EEG) 测量他们的大脑活动变化。EEG 数据处理应用程序已在神经科学研究中使用，具有高度计算和数据密集型。我们的提案是一个集成的脑电图、心电图、生物声学和数字图像采集分析系统，为神经科学专家提供工具来评估各种疗法的效率。该提案的三个主要轴是：并行或分布式捕获、生物医学信号的过滤和调整以及实际采样时期的同步。因此，本提案奠定了一个通用系统的基础，该系统的主要目标是成为该领域的无线基准。通过这种方式，该提案可以获得并提供一些生物医学信号的分析工具，用于测量大脑在治疗期间受到外部系统刺激时的相互作用。因此，该系统在必要时支持极端环境条件，从而扩大了其应用范围。此外，根据研究需要，可以根据本提案添加或删除传感器，从而产生受 CPU 内核数量限制的广泛配置，即生物传感器越多，所需的 CPU 内核就越多。为了验证所提出的集成系统，它被用于海豚辅助治疗，用于治疗婴儿脑瘫和强迫症患者以及神经典型患者。样本周期的事件同步有助于隔离相同的治疗刺激，并允许通过功率谱或分形几何等工具对其进行分析。
标准化脑部 MRI 采集协议可提高多中心定量形态测量研究的统计能力
通讯地址：通讯地址为 Heath R. Pardoe，纽约大学朗格尼健康中心神经病学系，东 32 街 145 号，8 楼，824A 室，纽约市 11213，纽约州。heath.pardoe@nyulangone.org。人类癫痫项目研究人员：Ruben Kuzniecky 医学博士（Northwell Health，主要研究人员）；Jacqueline French 医学博士（纽约大学医学院，主要研究人员）；Daniel Lowenstein 医学博士（加州大学旧金山分校，主要研究人员）；Sabrina Cristofaro，RN，BSN（纽约大学医学院，项目主管）；Kevin McKenna（加州大学旧金山分校，信息学经理）；Vickie Mays（加州大学旧金山分校，信息学数据协调员）；Darrell Shack（加州大学旧金山分校，信息学程序员）； Sarah Barnard，理学学士，公共卫生硕士（莫纳什大学，癫痫日记分析师）；Cheryl Burke（癫痫研究联盟，临床数据监测和财务分析师）。生物标志物核心：Manu Hegde，医学博士，哲学博士（主席）（加州大学旧金山分校）；Tracy Glauser，医学博士（辛辛那提儿童医院医学中心）；Daniel Lowenstein，医学博士（加州大学旧金山分校）；Terence O'Brien，医学博士（莫纳什大学）；John Pollard，医学博士（克里斯蒂安娜医疗系统）；Tricia Ting，医学博士（乔治城大学）。认知核心：Kimford Meador，医学博士（主席）（斯坦福大学医学中心）；David Darby，MBBS，哲学博士（皇家墨尔本医院）；Chris Morrison，哲学博士（纽约大学医学院）；Terence O'Brien，医学博士（莫纳什大学）；Patricia Penovich，医学博士（明尼苏达州癫痫组）； Adrian Schembri，DPsych（Cogstate）。合并症核心：Andres Kanner，医学博士（主席）（迈阿密大学医院）；Hamada Hamid Altilab，医学博士（耶鲁大学）；John Barry，医学博士（斯坦福大学医学中心）；Dale Hesdorffer，哲学博士（哥伦比亚大学）；Omotola Hope，医学博士（德克萨斯大学）；Siddhartha Nadkarni，医学博士（纽约大学医学院）；Terence O'Brien，医学博士（莫纳什大学）；Michael Sperling，医学博士（托马斯杰斐逊大学）；Melodie Winawer，医学博士，理学硕士（哥伦比亚大学）。EEG 核心：Dennis Dlugos，医学博士（主席）（费城儿童医院）；Manu Hegde，医学博士，哲学博士（加州大学旧金山分校）；Jules Beal，医学博士（阿尔伯特爱因斯坦医学院）；Alexis Boro，医学博士（阿尔伯特爱因斯坦医学院）； Susan Herman 医学博士（贝斯以色列女执事医疗中心）；Rani Singh 医学博士（卡罗来纳医疗中心）；John Halford 医学博士（南卡罗来纳医科大学）。招生核心：Daniel Lowenstein 医学博士（主席）（加州大学旧金山分校）；Jacqueline French 医学博士（纽约大学医学院）；Ruben Kuzniecky 医学博士（Northwell Health）；Liu Lin Thio 医学博士（华盛顿大学）。MRI 核心：Ruben Kuzniecky 医学博士（主席）（Northwell Health）；Heath Pardoe，理学学士、哲学博士（纽约大学医学院）；Gregory Cascino 医学博士（梅奥诊所）；Simon Glynn 医学博士（密歇根大学）；Graeme Jackson，医学博士（弗洛里神经科学和心理健康研究所）；Robert Knowlton，医学博士（加利福尼亚大学旧金山分校）。神经药理学：Barry Gidal，药学博士（主席）（威斯康星大学麦迪逊分校）；Bassel Abou-Khalil，医学博士（范德堡大学）；Brian Alldredge，药学博士（加利福尼亚大学旧金山分校）；Edward Faught，医学博士（埃默里大学）；David Ficker，医学博士（辛辛那提大学医学中心）；Jacqueline French，医学博士（纽约大学医学院）；Tracy Glauser，医学博士（辛辛那提儿童医院医学中心）；Pavel Klein，医学博士（大西洋中部癫痫和睡眠中心）；Scott Mintzer，医学博士（托马斯杰斐逊大学）。癫痫发作日记：Jacqueline French，医学博士（主席）（纽约大学医学院）；Kamil Detyniecki，医学博士（耶鲁大学）； Sheryl Haut 医学博士（爱因斯坦医学院）；John Hixson 医学博士（加利福尼亚大学旧金山分校）；Manu Hegde 医学博士、哲学博士（加利福尼亚大学旧金山分校）；Manisha Holmes 医学博士（纽约大学医学院）；Reetta Kälviäinen 医学博士（库奥皮奥大学医院）。现场研究人员：Sheryl Haut 医学博士（爱因斯坦医学院，现场首席研究员）；Peter Widdess-Walsh 医学博士（博蒙特医院，现场首席研究员）；Susan Herman 医学博士（贝斯以色列女执事医疗中心，现场首席研究员）；Kaarkuzhali Krishnamurthy 医学博士（贝斯以色列女执事医疗中心，现场联合首席研究员）；Kristen Park 医学博士（科罗拉多儿童医院，现场首席研究员）； Melodie Winawer 医学博士（哥伦比亚大学，现场首席研究员）；Dale Hesdorffer 博士（哥伦比亚大学，现场联合首席研究员）；Michael Gelfand 医学博士（宾夕法尼亚大学医院，现场首席研究员）；Joon Kang 医学博士（约翰霍普金斯医学院，现场首席研究员）；Gregory Krauss 医学博士（约翰霍普金斯医学院，现场联合首席研究员）；Reetta Kälviäinen 医学博士（库奥皮奥大学医院，现场首席研究员）；Andrew Cole 医学博士（麻省总医院，现场首席研究员）；Greg Cascino 医学博士（梅奥诊所，现场首席研究员）；Jonathan Halford 医学博士（南卡罗来纳医科大学，现场首席研究员）； Pavel Klein 医学博士（中大西洋癫痫和睡眠中心，现场首席研究员）；Patricia Penovich 医学博士（明尼苏达癫痫小组，现场首席研究员）；Paul Atkinson 医学博士（明尼苏达癫痫小组，现场联合首席研究员）；Terence O'Brien 医学博士（莫纳什大学，现场首席研究员）；Manisha Holmes 医学博士（纽约大学医学院，现场首席研究员）；Jaqueline French 医学博士（纽约大学医学院，现场联合首席研究员）；Ruben Kuzniecky 医学博士（诺斯韦尔健康中心，现场首席研究员）；Eugen Trinka 医学博士（帕拉塞尔苏斯医科大学，现场首席研究员）；Margarita Kirschner 医学博士（帕拉塞尔苏斯医科大学，现场联合首席研究员）；Elisabeth Schmid 医学博士（帕拉塞尔苏斯医科大学，现场联合首席研究员）；Ernest Somerville 医学博士（威尔士亲王医院，现场首席研究员）；Christian Zentner 医学博士（威尔士亲王医院，现场联合首席研究员）；Hanka Laue-Gizzi 医学博士（威尔士亲王医院，现场联合首席研究员）；Andy Rodriguez 医学博士（圣巴拿巴医疗中心，现场首席研究员）；Orrin Devinsky 医学博士（圣巴拿巴医疗中心，现场联合首席研究员）；Mangala Nadkarni 医学博士（圣巴拿巴医疗中心，现场联合首席研究员）；Mark Cook 医学博士（圣文森特医院，现场首席研究员）；Sam Berkovic 医学博士（墨尔本大学，现场首席研究员）； Michael Sperling 医学博士（托马斯·杰斐逊大学，现场首席研究员）；Martina Bebin 医学博士（阿拉巴马大学医学院，现场首席研究员）；Jerzy Szaflarsk 医学博士、哲学博士（阿拉巴马大学医学院，现场联合首席研究员）；Manu Hegde 医学博士、哲学博士（加州大学旧金山分校，现场首席研究员）；Daniel Lowenstein 医学博士（加州大学旧金山分校，现场联合首席研究员）；Andres Kanner 医学博士（迈阿密大学医院，现场首席研究员）；Simon Glynn 医学博士（密歇根大学，现场首席研究员）；Charles Szabo 医学博士（德克萨斯大学圣安东尼奥健康科学中心，现场首席研究员）；Omotola Hope 医学博士（德克萨斯大学，现场首席研究员）； Jorge Burneo 医学博士（西安大略大学，现场首席研究员）；Bassel W. Abou-Khalil 医学博士（范德堡大学，现场首席研究员）；Liu Lin Thio 医学博士（华盛顿大学，现场首席研究员）；Judy Weisenberg 医学博士（华盛顿大学，现场首席研究员）；Hamada Altilab 医学博士（耶鲁大学，现场首席研究员）。现场首席研究员）；Daniel Lowenstein 医学博士（加利福尼亚大学旧金山分校，现场联合首席研究员）；Andres Kanner 医学博士（迈阿密大学医院，现场首席研究员）；Simon Glynn 医学博士（密歇根大学，现场首席研究员）；Charles Szabo 医学博士（德克萨斯大学圣安东尼奥健康科学中心，现场首席研究员）；Omotola Hope 医学博士（德克萨斯大学，现场首席研究员）；Jorge Burneo 医学博士（西安大略大学，现场首席研究员）；Bassel W. Abou-Khalil 医学博士（范德堡大学，现场首席研究员）；Liu Lin Thio 医学博士（华盛顿大学，现场首席研究员）；Judy Weisenberg 医学博士（华盛顿大学，现场首席研究员）；Hamada Altilab 医学博士（耶鲁大学，现场首席研究员）。现场首席研究员）；Daniel Lowenstein 医学博士（加利福尼亚大学旧金山分校，现场联合首席研究员）；Andres Kanner 医学博士（迈阿密大学医院，现场首席研究员）；Simon Glynn 医学博士（密歇根大学，现场首席研究员）；Charles Szabo 医学博士（德克萨斯大学圣安东尼奥健康科学中心，现场首席研究员）；Omotola Hope 医学博士（德克萨斯大学，现场首席研究员）；Jorge Burneo 医学博士（西安大略大学，现场首席研究员）；Bassel W. Abou-Khalil 医学博士（范德堡大学，现场首席研究员）；Liu Lin Thio 医学博士（华盛顿大学，现场首席研究员）；Judy Weisenberg 医学博士（华盛顿大学，现场首席研究员）；Hamada Altilab 医学博士（耶鲁大学，现场首席研究员）。
基于模型的采集和支持 | 3DS 博客
随着设计和制造活动迁移到供应链，进度延迟和成本超支通常可归因于领域孤岛和生命周期阶段之间的差距。这需要摆脱单独运行项目管理学科和产品开发工作的局面。新的工作方式是将概念和产品数据置于项目治理的核心，从而做出更明智的决策并降低风险。这种数据驱动的方法在概念阶段至关重要，因为 80% 的成本都在这个阶段承担。国防机构可以通过使用“数字孪生”来更密切地跟踪开发阶段并采取相应行动，从而避免成本差异。
卢马德人采集传统水稻品种（照片）
稻米是亚洲许多社区非常重要的作物。它不仅是大多数人的主食，也是亚洲文化和社会的重要组成部分。稻米生产大多仍由自给自足的小农户负责。农村地区大多数农业劳动力的生计都与稻米生产或多或少地相关。稻米的品种繁多，从旱地稻米到可以在沿海地区种植的品种。从印度到印度尼西亚，从中国到菲律宾，很容易找到 40,000 多个稻米品种，全球 90% 以上的稻米是在亚洲生产和消费的。尽管米饭被视为一种营养丰富的食物，但它缺乏维生素 A 或其前体 β-胡萝卜素等微量营养素。因此，人们通常将米饭与蔬菜或肉类蛋白质等配菜一起食用，以补充富含米饭的饮食中微量营养素的缺乏。 1999 年，一群由 Ingo Potrykus 博士领导的欧洲科学家试图通过开发含有 β-胡萝卜素的转基因水稻来改变这一现状，