XiaoMi-AI文件搜索系统
World File Search System错误检测
用于错误检测和...的先进 VLSI 技术
本研究介绍了一种新型的超大规模集成 (VLSI) 系统中的错误检测和纠正方法，专门针对太空应用。本研究的核心是开发和实施一种复杂的二维纠错码，旨在显著提高外层空间恶劣条件下的内存可靠性。传统的纠错方法虽然在一定程度上有效，但无法解决突发错误这种复杂的现象——由于单一破坏性事件（如宇宙辐射）而同时在多个位中发生的错误。所提出的纠错方案创新地采用了扩展的 XOR 运算，覆盖了更大的数据块，从而为检测和纠正突发错误提供了更全面的解决方案。此外，循环冗余校验 (CRC) 技术的集成进一步增强了系统的错误检测和纠正能力。通过与现有方法的详细比较，我们的研究表明，所提出的二维代码不仅解决了当前纠错技术的局限性，而且还有助于提高太空工程中内存系统的可靠性。该方法的实施有望在突发错误普遍存在的环境中提供更好的性能，标志着空间系统设计和可靠性领域向前迈出的重要一步。
基于规范的测试的故障类别和错误检测能力
对于软件来说，情况类似，但是可能出现的故障类别要多得多。由于实现与其规范之间的差异是人为错误的结果，因此某些类型的故障几乎无法提前预测。尽管如此，还是可以假设某些故障类别，并构建测试集来检测它们。Weyuker 等人 [1994] 和 Richardson 和 Thompson [1988; 1993] 定义的故障类别如下：变量引用故障——布尔变量 x 被另一个变量 y 替换，x → y；变量否定故障——布尔变量 x 被 x → 替换；表达式否定故障——布尔表达式 p 被 p → 替换；关联移位错误——一个布尔表达式被一个变量之间关联的表达式所替换，例如，将 x ∧ � y ∨ z � 替换为 x ∧ y ∨ z ；运算符引用错误——一个布尔运算符被另一个运算符替换，例如，将 x ∧ y 替换为 x ∨ y 。Vouk et al. [1994] 定义了其他类型的错误：不正确的关系运算符、不正确的括号、不正确的算术表达式、多余的二元运算符、缺少二元运算符。实验结果已用于评估各种测试生成方法的有效性[Ammann et al. 1998; Foster 1984; Offutt and Liu 1997; Vouk et al.1994; Weyuker et al. 1994]，尽管考虑的故障类别都是从规范中得出的，并且一些实现故障可能并不完全适合
人工智能在核电站人为因素错误检测和缓解中的应用：综述
摘要 — 人为因素和人体工程学在提高核能行业操作员的安全性和性能方面发挥了重要作用。在这篇重要的评论中，我们研究了如何利用人工智能 (AI) 技术来减轻人为错误，从而提高核电站 (NPP) 操作员的安全性和性能。首先，我们讨论核电站人为错误的各种原因。接下来，我们研究了如何将 AI 引入并融入不同类型的操作员支持系统以减轻这些人为错误。我们特别研究 (1) 操作员支持系统，包括决策支持系统、(2) 传感器故障检测系统、(3) 操作验证系统、(4) 操作员监控系统、(5) 自主控制系统、(6) 预测性维护系统、(7) 自动文本分析系统和 (8) 安全评估系统。最后，我们提出了现有人工智能技术的一些缺点，并讨论了进一步采用和实施这些技术仍面临的挑战，以提供未来的研究方向。
具有集成错误检测的稳健多量子比特量子网络节点
长距离量子通信和网络需要具有高效光学接口和长存储时间的量子存储节点。我们报告了基于金刚石纳米光子腔中的硅空位中心 (SiV) 实现的集成双量子比特网络节点。我们的量子比特寄存器由充当通信量子比特的 SiV 电子自旋和充当存储量子比特的强耦合硅-29 核自旋组成，量子存储时间超过 2 秒。通过使用高度应变的 SiV，我们实现了温度高达 1.5 开尔文的电子-光子纠缠门和温度高达 4.3 开尔文的核-光子纠缠门。我们还通过使用电子自旋作为标志量子比特展示了核自旋-光子门中的高效错误检测，使该平台成为可扩展量子中继器的有希望的候选者。T
即插即用监控，利用肌肉和脑信号进行实时手势和错误检测
摘要 在各种潜在的安全关键场景中，对机器人进行有效的人工监督是确保机器人正确运行的关键。本文通过结合两种人体生物信号流（分别通过 EMG 和 EEG 获得的肌肉和大脑活动），朝着快速可靠的人工干预监督控制任务迈出了一步。它介绍了使用肌肉信号对左手和右手手势进行连续分类、使用脑信号（在观察到错误时无意识产生）对错误相关电位进行时间锁定分类，以及结合这些管道在多项选择任务中检测和纠正机器人错误的框架。以“即插即用”的方式评估由此产生的混合系统，其中 7 名未经训练的受试者监督执行目标选择任务的自主机器人。离线分析进一步探索了 EMG 分类性能，并研究了选择可能促进可推广的即插即用分类器的训练数据子集的方法。
用编码对量子中继器上的量子键分布：使用错误检测作为有效的后选择工具
抽象背景。与其他疗法相比，许多最近的随机对照试验报告了大脑 - 计算机界面（BCI）对上肢中风康复的效率。尽管报道了令人鼓舞的结果，但报告的结果有显着的变量。本文旨在研究不同BCI设计对中风后上行康复的有效性。方法。通过以95％的信心间隔计算对冲的s g值来评估合并和单个研究的效果大小。亚组分析，以检查不同BCI设计对治疗效果的影响。结果。该研究包括12项涉及298例患者的临床试验。分析表明，与对照疗法相比，BCI在改善上LIMB运动功能方面产生了显着的短期和长期效率（分别为HEDGE的G = 0.73和0.33）。基于我们的亚组分析，使用运动意图的BCI研究与使用的运动成像相比具有更高的效应大小（分别为HEDGE的G = 1.21和0.55）。使用带功率特征的BCI研究的效果大小比使用过滤器库的公共空间模式特征（分别是对冲的G = 1.25和-0.23）的效应大小明显更高。最后，与其他设备相比，使用功能性电刺激作为BCI馈电的研究具有最高的效果大小（Hedge's G = 1.2）。结论。这项荟萃分析证实了BCI对上限康复的有效性。我们的发现支持带功率特征，运动意图以及未来BCI的功能电刺激，用于中风后上行康复。
即插即用监控，利用肌肉和脑信号进行实时手势和错误检测
摘要 在各种潜在的安全关键场景中，对机器人进行有效的人工监督是确保机器人正确运行的关键。本文通过结合两种人体生物信号流（分别通过 EMG 和 EEG 获得的肌肉和大脑活动），朝着快速可靠的人工干预监督控制任务迈出了一步。它展示了使用肌肉信号对左手和右手手势进行连续分类、使用脑信号（在观察到错误时无意识产生）对错误相关电位进行时间锁定分类，以及结合这些管道在多项选择任务中检测和纠正机器人错误的框架。以“即插即用”的方式评估由此产生的混合系统，其中 7 名未经训练的受试者监督执行目标选择任务的自主机器人。离线分析进一步探索了 EMG 分类性能，并研究了选择可能促进可推广的即插即用分类器的训练数据子集的方法。
轻型加密块密码块的硬件构造具有错误检测机制
摘要加密算法QARMA是一个轻巧的可调节块密码的家族，可以在诸如内存加密和键入哈希函数的构建等应用程序中获得。在硬件中利用轻度安全性具有将机制采用电池约束的使用模型，包括可植入和可穿戴医疗设备。这个轻巧的块密码利用了一个取代置换网络（SPN），该网络的灵感来自诸如王子，螳螂和中部的块密码。此外，它使用三轮偶数拼写方案而不是FX-construction，其中央置换量无关紧要和键盘。在本文中，我们介绍了有关QARMA变量，Qarma-64和Qarma-128的错误检测方案，据迄今为止，尚未提出这一点。我们介绍了基于逻辑的实现的派生，随后，我们为基于LUT的方法提供了基于签名和交错的基于签名和基于签名的方案的派生。为紧凑型，份额和优化的S-box提供了提供的新的基于签名的错误检测方案，包括环状冗余检查（CRC）。此外，通过编码操作数的重新计算允许架构对抗瞬态和永久性故障。此外，这些方案在轨道可编程阵列（FPGA）硬件平台上进行了基准测试，在该平台上，performance和实现指标显示可接受的开销和退化。拟议的方案的目的是使该轻质调整块密码的实现更加可靠。
选择循环冗余码和校验和算法以确保关键数据完整性
本报告探讨了航空环境中校验和与循环冗余码 (CRC) 的特性。它包括文献综述、错误检测性能指标讨论、各种校验和与 CRC 方法的比较以及将 CRC 和校验和设计参数映射到航空完整性要求的拟议方法。研究的具体示例是电气和电子工程师协会 (IEEE) 802.3 CRC-32；航空无线电协会 (ARINC)-629 错误检测；ARINC-825 控制器局域网 (CAN) 错误检测；Fletcher 校验和；以及航空电信网络 (ATN)-32 校验和。还考虑了一起使用的多个错误代码、与通信网络、内存存储以及将数据从非易失性存储器传输到易失性存储器相关的特定影响。
软件错误检测导致从自下而上到自上而下的转变，涉及错误监控网络内的岛叶的有效连接
过去几年，软件编程技能的神经关联已成为越来越多研究的目标。这些研究侧重于软件代码检查过程中的错误监控。其他研究则研究了通过不同的神经生理学测量来衡量的任务相关认知负荷。大多数研究仅涉及语法错误（浅层代码监控）。然而，最近的一项功能性磁共振成像 (fMRI) 研究表明，当需要对代码检查进行具有挑战性的深层分析时，岛叶在错误监控过程中起着关键作用。这提出了岛叶与深度错误监控有因果关系的假设。为了证实这一假设，我们进行了一项新的 fMRI 研究，其中参与者执行了一项深度源代码理解任务，其中包括错误监控以检测代码中的错误。与与文本阅读和无错误源代码理解相关的各种任务相比，我们的范式的通用性得到了增强。健康的成年程序员（N = 21）参加了这项 3T fMRI 实验。错误相关事件引起的激活图证实了岛叶的显著激活 [p (Bonferroni) < 0.05]。重要的是，我们观察到了岛叶作用的后向前因果关系转变：在没有错误的情况下，因果方向主要是自下而上的，而当存在错误时，我们观察到了来自额叶区域（尤其是前扣带皮层）的强烈的自上而下的因果影响。