机构名称：
¥ 1.0
狂犬病是一种严重但可预防的人畜共患疾病。人类可通过经皮或粘膜接触受感染动物的唾液或神经组织/体液而感染狂犬病。通常，这通过抓伤或咬伤发生。蝙蝠是全世界已知的狂犬病宿主。在不列颠哥伦比亚省，蝙蝠是狂犬病的唯一天然宿主，蝙蝠中狂犬病的患病率估计低于 1%。这与加拿大其他一些省份和其他国家不同，在这些国家，地面动物也可能携带狂犬病。夏季更容易接触蝙蝠，因为露营、远足和其他户外活动可能会增加接触风险。建议公众避免与蝙蝠的任何接触。接触蝙蝠后，应立即采取措施。这可能包括狂犬病暴露后预防 (RPEP)。接触蝙蝠后必须遵循以下协议：
温哥华沿岸卫生局
主要关键词
相关文件推荐
![温哥华每日世界插图纪念刊 [缩微胶片] ：不列颠哥伦比亚省温哥华的金融、专业、制造、商业、铁路和航运利益](/simg/2/2841e865dab093cd5f42f24fc2859d5523432e2f.png)
![用于人工智能和神经形态计算的硅光子学 Bhavin J. Shastri 1,2、Thomas Ferreira de Lima 2、Chaoran Huang 2、Bicky A. Marquez 1、Sudip Shekhar 3、Lukas Chrostowski 3 和 Paul R. Prucnal 2 1 加拿大安大略省金斯顿皇后大学物理、工程物理和天文学系，邮编 K7L 3N6 2 普林斯顿大学电气工程系，邮编 新泽西州普林斯顿 08544，美国 3 加拿大不列颠哥伦比亚大学电气与计算机工程系，邮编 BC 温哥华，邮编 V6T 1Z4 shastri@ieee.org 摘要：由神经网络驱动的人工智能和神经形态计算已经实现了许多应用。电子平台上神经网络的软件实现在速度和能效方面受到限制。神经形态光子学旨在构建处理器，其中光学硬件模拟大脑中的神经网络。 © 2021 作者 神经形态计算领域旨在弥合冯·诺依曼计算机与人脑之间的能源效率差距。神经形态计算的兴起可以归因于当前计算能力与当前计算需求之间的差距不断扩大 [1]、[2]。因此，这催生了对新型大脑启发算法和应用程序的研究，这些算法和应用程序特别适合神经形态处理器。这些算法试图实时解决人工智能 (AI) 任务，同时消耗更少的能量。我们假设 [3]，我们可以利用光子学的高并行性和速度，将相同的神经形态算法带到需要多通道多千兆赫模拟信号的应用，而数字处理很难实时处理这些信号。通过将光子设备的高带宽和并行性与类似大脑中的方法所实现的适应性和复杂性相结合，光子神经网络有可能比最先进的电子处理器快至少一万倍，同时每次计算消耗的能量更少 [4]。一个例子是非线性反馈控制；这是一项非常具有挑战性的任务，涉及实时计算约束二次优化问题的解。神经形态光子学可以实现新的应用，因为没有通用硬件能够处理微秒级的环境变化 [5]。](/simg/d/d0b24e3de4e984953fcbe1080336ba472eefd4f9.png)
