丹尼尔 T. 冯汤姆先生是新墨西哥州科特兰空军基地 (AFB) 空军研究实验室、空间飞行器理事会企业信息部主管。他领导着一支由 50 多名文职和承包商员工组成的团队,支持空间飞行器和定向能理事会 1700 多名人员的信息技术需求。冯汤姆先生曾担任过空军士兵、军官、承包商,现在是空军文职人员。他职业生涯的大部分时间都奉献给了科特兰空军基地的空军研究实验室。冯汤姆先生最初担任高空气球实验 (HABE) 副项目经理,成功领导并将这项风险降低工作转变为天基激光项目。在进入公共服务部门之前,作为诺斯罗普·格鲁曼公司的高级工程师,冯汤姆先生帮助 AFRL 开发了一个一流的卫星测试设施,现在被多个机构使用,对硬件进行飞行前的严格测试。 2020 年 1 月,冯·汤姆先生被选为菲利普斯研究站点 IT 部门负责人。 教育经历 1998 年,中央华盛顿大学,行政管理学士 1998 年,阿拉巴马州麦克斯韦空军基地,航空航天基础课程 2001 年,圣达菲学院,计算机科学学士 2001 年,圣达菲学院,工商管理硕士 工作经历 1. 1992 年 8 月 - 1994 年 7 月,行政管理专家,佐治亚州穆迪空军基地 2. 1994 年 7 月 - 1996 年 8 月,AIC 行政管理专家,怀俄明大学 ROTC,怀俄明州拉勒米 3. 1996 年 8 月 - 1998 年 6 月,学生,ROTC,中央华盛顿大学,华盛顿州埃伦斯堡 4. 1998 年 7 月 - 2002 年 6 月5. 2002 年 7 月 - 2007 年 1 月,高级工程师,诺斯罗普·格鲁曼公司 (TASC),新墨西哥州阿尔伯克基 6. 2007 年 1 月 - 2015 年 12 月,CITO 特别项目,定向能理事会,新墨西哥州科特兰空军基地 7. 2016 年 12 月 - 2020 年 1 月,IT 高级技术顾问,航天器理事会,新墨西哥州科特兰空军基地 8. 2020 年 1 月至今,企业信息部负责人,航天器理事会,新墨西哥州科特兰空军基地
3. C. Ding,S. Kunnawalkam Elayavalli,论相对双精确群冯诺依曼代数的结构,arXiv:2211.05298,数学物理通讯,第 405 卷,第 104 期,2024 年。
随着深度神经网络 (DNN) 在嵌入式设备上的广泛应用,硬件的能效和尺寸成为关注焦点。例如,最近基于 Arduino 的 MAIXDuino 套件集成了用于卷积神经网络 (CNN) 的 K210 神经网络处理器,旨在开发嵌入式人工智能 (AI) 和物联网 (IoT) 解决方案 [1],[2]。在这种 Edge-AI 加速器专用集成电路 (ASIC) 中,DNN 模型在图形处理单元 (GPU) 上使用基于梯度下降的反向传播或 Backprop 算法 [3]–[5] 进行离线训练,然后“传输”到“推理”ASIC。反向传播是计算密集型的,由于冯诺依曼瓶颈,大量数据在内存和 CNN 加速器之间不断穿梭,因此会消耗大量能量。人们越来越重视创新“非冯·诺依曼”架构,即在内存内部执行计算。此类架构有望利用超越摩尔或后 CMOS 非易失性存储器 (NVM) 技术 [6]。这需要对整个设备、电路和算法层次结构中的非冯·诺依曼计算架构进行跨层研究。神经启发或神经形态片上系统 (NeuSoC) 架构将内存计算与基于稀疏尖峰的计算和通信相结合,以实现接近生物大脑能效的超低功耗运行 [7]。基于 NVM 的计算架构采用 1R 或 1T1R 交叉开关或交叉点架构,其中 DNN 权重存储在 NVM 单元的状态中,神经元驻留在
Corinna Kloss 1,* , Vicheith Tan 1 , J. Brian Leen 2 , Garrett L. Madsen 2 , Aaron Gardner 2 , 徐杜 2 , Thomas Kulessa 3 , Johannes Schillings 3 , Herbert Schneider 3 , Stefanie Schrade 1 , 晨曦邱 1 , 马克·冯·霍布 1
郭少东博士实验室的博士后研究员杨万宝博士参加了竞争激烈的 2024 年 NIA 实验衰老研究年度夏季培训课程。这个为期一周的项目由华盛顿大学主办,召集了衰老研究领域的顶尖专家以及 NIA 的项目官员,以培训致力于衰老研究的下一代研究科学家。每年,全国只有 20 名博士后研究员或早期职业教职员工能获选参加这一享有盛誉的机会。杨博士的研究重点是胰岛素抵抗的分子机制、代谢疾病的性别二态性以及与衰老相关的代谢紊乱。在攻读博士学位和博士后期间,他的研究成果已发表在多家知名期刊上,包括《糖尿病》、《糖尿病学》、《衰老细胞》、《自然通讯》和《心力衰竭》。
拓扑 C ∗ -代数 测度理论 冯·诺依曼代数 概率论 自由概率论与量子概率 微分几何 非交换几何 (紧)群 紧量子群 信息论 量子信息论 复分析 自由分析
摘要 — 忆阻技术是替代传统内存技术的有吸引力的候选技术,并且还可以使用一种称为“状态逻辑”的技术来执行逻辑和算术运算。将数据存储和计算结合在内存阵列中可以实现一种新颖的非冯·诺依曼架构,其中两种操作都在忆阻内存处理单元 (mMPU) 中执行。mMPU 依赖于在不改变基本内存阵列结构的情况下向忆阻内存单元添加计算能力。使用 mMPU 可以缓解冯·诺依曼机器对性能和能耗的主要限制,即 CPU 和内存之间的数据传输。这里讨论了 mMPU 的各个方面,包括其架构和对计算系统和软件的影响,以及检查微架构方面。我们展示了如何改进 mMPU 以加速不同的应用程序,以及如何在 mMPU 操作中改进忆阻器的可靠性差的问题。
鉴于这种简单的理论背景,越来越多的文献集中在宏观经济总体(例如产出和通货膨胀)中股票市场的预测作用。Fama(1981,1990),Geske and Roll(1983),Barro(1990),Schwert(1990)和Lee(1992)的早期作品研究了股票市场收益与未来的总体产出,投资,投资或失业率之间的相关性。subsemontonation,文献集中在基于股票的替代预测因子上,其中包括总股利产量(Campbell 1999,Chen和Zhang 2011)。股市波动(Campbell等人2001,郭2002,Andreou,Ghysels和Kourtel-Los 2013);股权风险因素和投资组合收益(Liew and Vassalou 2000,Lamont 2001,Vassalou 2003,Hong,Torfor和Valkanov 2007,Nieto and Nieto and Rubio 2014);或消费率比(Lettau and Ludvigson 2005,Chen and Zhang 2011)。
为什么我们应该考虑“21 世纪的控制论”?我可以列举四个原因。首先,也许“21 世纪的控制论”在某种程度上已经存在。很明显,控制论所推广的概念和技术比以往任何时候都更加普及。术语“反馈”和“信息”的传播具有里程碑意义,并且与“控制论”这一符号的使用率下降无关。换句话说,我们正在见证所谓的“没有控制论的控制论”,即其概念和人工制品的传播,但不再是过时的标签。有第一代控制论,与维纳、麦卡洛克和冯·诺依曼等人物有关,还有“第二代控制论”,以自组织为中心,与冯·福斯特和瓦雷拉等人有关。现在,我们可能正处于“第三次控制论”的开端,我们不应该再提及名人的名字,而应该提及谷歌、亚马逊、Facebook 或 OpenAi 等公司的名字。这会不会就是难以捉摸的“21 世纪控制论”,一个没有说出名字的第三次浪潮?
