Loading...
机构名称:
¥ 1.0

CENTER FOR AMERICAN PROGRESS Washington, D.C. Public Lands Director March 2017 – present ▪ Develop policy proposals to further a progressive vision for energy and environment - from overhauling the federal energy program, to more ambitious and equitable land, water, and wildlife protections ▪ Analyze the Trump administration's anti-nature policies and attacks on public lands, waters, and wildlife ▪ Publish reports, columns, and op-eds on energy and environment政策; regularly quoted in national and local media outlets, including the Washington Post , Reuters , and Politico U.S. DEPARTMENT OF THE INTERIOR, Office of the Secretary Washington, D.C. Senior Advisor to the Secretary Feb. 2015 – Jan. 2017 ▪ Part of small team directing overall strategy for the department, including policy and messaging on energy, public land management, and Indian affairs ▪ Conceived of, composed, and executed rollout of major policy speeches on the department's energy reforms and the next 100 years of conservation to mark the National Park Service's Centennial year ▪ Lead communications strategist on keystone policies, including the landmark greater sage-grouse conservation effort and the comprehensive review of the federal coal program Communications Director May 2012 – Feb. 2015 ▪ Led an office of 15 people, including a nationally recognized digital team, for two Interior Secretaries ▪ Coordinated conservation and energy policy messaging for the Obama administration across Interior's nine bureaus with美国鱼类和野生动植物局,以及印度事务局副通讯主管/演讲作者/演讲者2010年7月 - 2012年5月 - 曾担任内政部秘书的主要演讲作家▪主要公告的托管托管推广,包括该部门可再生能源计划美国,包括美国参议院,包括2010年9月7日,新闻媒体和2006年9月7日,新闻媒体,新闻媒体,2006年9月7日,新闻媒体,媒体秘书,媒体秘密秘书。对于美国参议院高级成员▪在重大国家活动中导航Specter的媒体关系,包括他的党派转换和对医疗保健的投票和《恢复法》▪与国家和地方记者建立关系;协调的新闻访谈,新闻发布会和公共活动;在2005年9月至2006年9月向参谋长撰写了新闻稿和意见助理助理▪高压环境教育的团队参与者

凯特·凯利

凯特·凯利PDF文件第1页

相关文件推荐

2022 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
2021 年

用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响,从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据,它们正在提供前所未有的空间环境实时表征,包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步,但仅靠它们是不够的。为了优化任务规划,许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事,但最近随着 21 世纪人工智能 (AI) 技术的应用,大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型,并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期(0 到 60 分钟)、中期(1 小时到 3 小时)和长期(3 到 48 小时)。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下,多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度,卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后,组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据,因此,使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明,在几乎所有情况下,这些预测技术都优于持久性,而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点,将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是,云层可以部分或完全遮挡目标,并阻止或要求降低光通信系统的数据速率。但是,通过准确表征和预测大气影响,可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统,该系统可生成高分辨率的大气衰减预测,以支持太空激光和监视应用的决策辅助。为了实现这一目标,HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据,并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测:1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时;最长 2+ 小时;最长 48 小时。最长 1 小时;最长 2+ 小时;最长 48 小时。

¥1.0