Xiangyang Zhou, Lu Li, Daxiang Dong, Yi Liu, Ying Chen, Wayne Xin Zhao, Dianhai Yu, Hua Wu. Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). 2018.

Liang Xu, Hai Hu, Xuanwei Zhang, Lu Li, Chenjie Cao, Yudong Li, Yechen Xu, Kai Sun, Dian Yu, Cong Yu, Yin Tian, Qianqian Dong, Weitang Liu, Bo Shi, Yiming Cui, Junyi Li, Jun Zeng, Rongzhao Wang, Weijian Xie, Yanting Li, Yina Patterson, Zuoyu Tian, Yiwen Zhang, He Zhou, Shaoweihua Liu, Zhe Zhao, Qipeng Zhao, Cong Yue, Xinrui Zhang, Zhengliang Yang, Kyle Richardson, Zhenzhong Lan. Proceedings of the 28th International Conference on Computational Linguistics. 2020.

Recent years have witnessed enormous research efforts on WiFi sensing to enable intelligent services of Internet of Things. However, due to the omni-directional broadcasting manner of WiFi signals, the activity semantic underlying the signals can be leaked to adversaries for surveillance, as demonstrated by our previous work. In this paper, we further extend the attack capability of ActListener to impersonation attack, which could eavesdrop on users' behavioral uniqueness imperceptibly using a WiFi infrastructure in any location of user sensing area. In particular, ActListener detects each human activity and converts the eavesdropped signals to that by legitimate devices based on our proposed signal propagation models. To extract noise-resilient individual behavioral uniqueness from converted CSI of WiFi signals, we further add user identification models into the substitute model set for training the signal pattern calibration generative model. Experimental results demonstrate that ActListener could achieve over 80% accuracy in activity semantics retrieval and impersonation by using the converted signals.

The effect of the slamming phase angle on the vacuum arc characteristics is investigated by simulation analysis. The time-varying terms of flow field parameters such as density, temperature, pressure and velocity are introduced into the existing two-temperature magnetohydrodynamic steady state model, and the dynamic meshing method is utilized to model the contact separation process, so as to simulate different arc motion states by changing the breaking phase angle, and to investigate the arc morphology and the energy changes in the opening and breaking process. Simulation results show that the plasma is constantly spreading outward, due to the current reduction, the metal vapor source is also gradually reduced, the plasma density between the poles is reduced, the anode has not yet reached the active degree, and finally the arc is extinguished. The divided phase plays a crucial role in the properties of the vacuum arc. Specifically speaking, under the same breaking speed, the larger the breaking phase angle is, the shorter the arc burning time is, the smaller the anode plasma density is when the current passes through zero, and the smaller the anode energy flow density is.

Major depressive disorder (MDD) and metabolic syndrome (MetS) are significant health challenges, with distinct gender-specific manifestations. This suggests that the clinical presentation of MetS within the MDD cohort may also vary by gender. The objective of this study is to explore these gender-specific clinical patterns in the co-occurrence of MetS among hospitalized MDD patients, thereby offering insights and guidance for targeted interventions aimed at managing MetS in this demographic. The study included 1,281 first hospitalization MDD patients. Data were collected on socio-demographic characteristics and general clinical profiles. Metabolic parameters, routine biochemical markers, and psychological symptoms were measured and analyzed. The prevalence of MetS was 8.21% in male patients and 10.34% in female patients, with no significant difference between genders. Gender-specific risk factors were identified: in males, age and anxiety symptoms were significant predictors of MetS, while in females, age at onset and married were linked to the development of MetS. Additionally, MetS severity was influenced by age at onset in males and by both age at onset and married in females. This study found no gender-specific prevalence of MetS in hospitalized MDD patients. However, gender-specific factors influencing MetS development and severity highlight the need for focused management in older, married females and older males with high anxiety symptoms.

Abstract Sediment wear is one of the important reasons for the damage of hydraulic machinery components, and the motion characteristics of sediment are the key factors to determine the degree of wear damage. In order to reveal the mechanism of sediment wear of turbine guide vane, motion characteristics of sediment near the wall of NACA0012 cascade were studied by PIV test method. In this research, fluorescent and sediment particles were used as tracer particles respectively, and the particle images of solid and liquid phases were recorded by double-camera synchronous imaging method. Finally, the synchronous velocity field of solid and liquid phases was determined by correlation analysis of particle images. The experimental results show that the PIV test method can accurately determine the motion characteristics of the solid phase. There is velocity slip between the solid phase and the liquid phase, and the velocity deviation is related to the factors of particle characteristics and Reynolds number.