美国海军导弹防御局局长 J.D. Syring 中将 2016 年 4 月 13 日参议院军事委员会战略部队小组委员会下午好,主席塞申斯、资深成员 Donnelly、尊敬的各位议员
Oracle 已声明其使命是帮助人们以新的方式查看数据、发现见解并解锁无限可能。物联网是这一战略的关键推动因素,它提供新类型的数据,组织可以从中获取这些见解。在物联网发展的早期,许多软件供应商对物联网采取了横向、技术优先的方向。虽然市场最近已转向以用例为导向的消息传递,但 Oracle 多年来的战略一直是尝试了解物联网为客户提供业务价值的关键用例,并且该公司从企业应用程序到边缘设备开展工作,以确保其物联网产品组合满足这些需求。这种方法使该公司在物联网市场采取了更多的应用程序/解决方案导向,而不是平台导向。然而,值得注意的是,Oracle 的解决方案确实提供了基础的物联网平台功能,尽管该公司的上市方法是以特定领域的物联网解决方案而不是基础解决方案为主导。
拉内夫中将指挥第 2 营、第 325 空降步兵团、第 2 旅战斗队、第 82 空降师。任职后,他担任阿富汗东部地区司令部联合特遣部队第 82 联合特遣部队 J3 指挥官。调任后,他担任第 82 空降师 G3 指挥官。拉内夫中将继续指挥“斗牛犬旅战斗队”、第 3 旅战斗队、布利斯堡第 1 装甲师和约翰逊堡联合战备训练中心作战组 (COG)。在约翰逊堡任职后,他担任阿富汗坚定支援部队指挥官的执行官,然后担任北卡罗来纳州自由堡第 82 空降师作战副指挥官。之后,他担任德国格拉芬沃尔第 7 军训练司令部指挥官,随后在五角大楼担任总部行动、战备和动员主任,在副参谋长办公室任职 G-3/5/7。在担任第 82 空降师指挥官之前,他曾担任北卡罗来纳州自由堡美国陆军部队司令部副参谋长,任职 G-3/5/7。
该地图历时20天完成,在战争期间印刷并送达前线。萨卡里亚地图在1921年8月23日至9月13日的萨卡里亚野战中发挥了重要作用。伟大领袖穆斯塔法·凯末尔·阿塔图尔克在独立战争结束后的1923年3月1日土耳其大国民议会会议上表达了这一研究以及地图部门在为1922年以击败希腊人而告终的总司令战役做准备时进行的类似研究,他说:“地图部门在这一年交付给军队的地图对取得最终胜利起到了重要作用,军队凭借这些地图轻松实现了胜利的目标。”他的言语获得了特殊的价值。
美国陆军退役 (R) 中将 (LTG) Gwen Bingham 是美国陆军退役三星将军,出生于阿拉巴马州特洛伊。1981 年 8 月,她以优异的军事成绩从阿拉巴马大学陆军后备军官训练团毕业,获得商业和工商管理理学学士学位。她被任命为军需部少尉。Bingham 中将拥有中央密歇根大学的管理学硕士学位和国防大学的国家安全战略与资源硕士学位。LTG (R) Bingham 担任过许多与其军衔相称的职位,并在美国本土和海外服役。2010 年 4 月,Bingham 中将 (R) 被派往科威特和阿富汗,支援伊拉克自由行动和持久自由行动。她是一位开拓者,是第一位担任多个将军职位的女性。其中包括:陆军第 51 军需官和美国陆军军需学校校长;白沙导弹靶场指挥官;坦克汽车和军备生命周期管理司令部指挥官。她在 38 年的服役生涯中,最后担任五角大楼设施管理 HQDA 助理参谋长。Bingham 中将的专业隶属关系包括:外交关系委员会成员;全国公司董事协会;BoardProspects 成员;蓝星家族董事会主席; Owens and Minor, Inc. 董事会独立董事;SitelogIQ 董事会独立董事;Exactech 董事会独立董事;美国陆军协会终身会员;ROCKS, Incorporated 终身会员;以及 Delta Sigma Theta Sorority, Incorporated 终身会员。LTG (R) Bingham 入选 2022 年陆军妇女基金会名人堂和 2022 年军需部名人堂;被评为 2022 年阿拉巴马大学杰出校友;2021 年“CNN 变革冠军”,并获得 2019 年白宫记者早午餐“无畏”奖;2019 年联合女性领导力卓越功绩服务奖;2018 年埃利斯岛荣誉勋章; 2018 年女性国防服务奖和 2014 年年度摇滚奖。她和她的丈夫 Patrick J. Bingham 博士有两个成年子女,居住在德克萨斯州利安德。
1982–1983 年 领航员(入伍),基尔第 7 高速巡逻艇中队 1984–1987 年 汉堡联邦国防军大学商业与管理专业学习 1988–1991 年 弗伦斯堡第 3 高速巡逻艇中队水上作战军官 1991–1992 年 FS“Jeanne d'Arc” 领航员,布列斯特(法国) 1992–1994 年 弗伦斯堡第 3 高速巡逻艇中队 FGS“S49 Wolf” 和 FGS“S50 Panther” 指挥官 1994–1995 年 不来梅港海军作战学校首席作战军官培训(AWW) 1995–1997 年 基尔 FGS“Rommel” 驱逐舰水上作战军官1999–2001 年 汉堡联邦国防军指挥参谋学院 1999–2001 年 基尔 FGS“Mölders”号驱逐舰执行官 2001–2003 年 布林瑟姆 (荷兰) 盟军北欧地区总部 J5 参谋 (包括 3 个月陪产假) 2003–2004 年 威廉港 FGS“Bayern”号护卫舰指挥官 2004–2006 年 柏林联邦国防部军事政策司分部副主任 2006–2007 年 美国海军战争学院 (美国罗得岛州纽波特) 研究生学习 2007–2008 年 汉堡联邦国防军指挥参谋学院国际海军上将参谋军官课程主任 2008–2012 年 基尔德国海军第 1 舰队副司令兼参谋长 2012–2014 年 战略与作战局分部主任(萨赫勒以南非洲、美洲、北极),联邦国防部,柏林 2014-2015 年 德国海军总部概念与国际合作分部负责人,罗斯托克 2015-2018 年 德国海军第 1 舰队司令兼北约密闭水域和浅水作战卓越中心主任,基尔 2018-2019 年 德国联合支援服务总部作战副参谋长,波恩 2019-2021 年 北约联合作战中心司令,斯塔万格(挪威) 2021-2022 年 德国舰队司令兼德国海军副司令,德国海军总部,罗斯托克 自 2022 年 3 月起 德国海军司令,德国海军总部,罗斯托克
摘要:人们认为人工智能(AI)和机器学习(ML)与通用验证方法(UVM)的结合已被认为是为了使半导体设计革新,从而使过程更加有效,更准确。AI和ML策略在需要自动确认时间与以前与人类错误混合的过程中自动确认的应用中最有效。因此,这些技术能够浏览大量数据,以获取算法认为的算法可能是设计弱点,而这些弱点可能不容易被人眼辨别出来。它还支持验证任务,并同时提高验证结果的质量。反过来,文献综述表明了当前发展的程度,以及该新兴领域中其余的研究空隙。这些论文表明,AI/ML可以通过自动化常规验证并给出时间效率的预测来减少时间。例如,决策可以应用于设计智能测试案例,在验证方面,该智能测试案例可以提供比手动范围更好的覆盖范围。也可以通过使用ML算法来确定需要比验证需要更多的凭证工作的区域来处理测试覆盖数据。将AI/ML模型集成到UVM环境中的通用和特定方法是用狂热的细致性详细阐述的。
多项研究表明,AI正在显着提高诊断准确性。在自然传播中发表的一项研究表明,放射科医生级的AI系统可帮助放射科医生在乳房超声诊断中降低其假阳性率37.3%。同样,由NHS测试的AI工具分析了10,000多种乳房X线照片,识别了所有乳腺癌病例,包括人类医生错过的11例。
空军预备役司令部司令,空军预备役中级别最高的士兵领导者,也是指挥官在有关 56,000 多名预备役和现役士兵的健康、士气和福利等所有事务上的首席顾问