XiaoMi-AI文件搜索系统
World File Search System加速器
加拿大月球探索加速器计划（...
加拿大月球探索加速器计划 (LEAP) 探测车任务 (LRM)：探索、收集、克服和启发。CE. Morisset 1、M. Picard 1 和 F. Moroso 1，1 加拿大航天局，6767 Route de l'Aéroport，St. Hubert，QC，J3Y 8Y9，加拿大（caroline-emmanuelle.morisset@asc-csa.gc.ca、martin.picard@asc- csa.gc.ca、franco.moroso@asc-csa.gc.ca）。简介：2019 年，加拿大政府宣布了一项新的月球探索加速器计划 (LEAP)，将在五年内投资 1.5 亿美元。其目的是通过在月球轨道、月球表面或更远的深空提供技术开发、科学和任务机会，扩大加拿大的太空部门，特别是中小型企业，并为未来的探索任务做好准备。月球车任务（LRM）是 LEAP 的一部分，旨在开发与月球机动系统和月球表面科学研究相关的空间技术。LRM 的主要重点将主要是用作加拿大工业和学术界未来月球车任务能力的前馈演示，此外还将进行机会性科学研究和促进公众参与。任务摘要：该任务将包括在未来 5 年内将一个 30 公斤级的月球车（包括有效载荷）着陆在月球南极，以展示关键技术并完成有意义的月球科学研究。将容纳至少两个科学有效载荷：一个加拿大的，一个美国的。科学目标将与一个或所有 LEAP 科学主题保持一致：（1）了解你的环境； (2) 资源勘探；(3) 宇航员的安全和健康。该探测器将通过商业月球有效载荷服务 (CLPS) 计划与美国国家航空航天局合作运送到月球表面。
加速器安全 - 美国能源部指令
e. 安全评估文件 (SAD)。SAD 的目的是提供设施描述、加速器特定安全隐患分析以及消除或减轻这些隐患的必要控制措施，以便清楚地了解相关风险。加速器中的所有隐患分为两类：1) 由 DOE 批准的其他适用安全和健康计划和/或流程安全管理的隐患；或 2) 由 SAD 和 ASE 规定分析和安全管理的加速器特定隐患。所提供的详细信息数量和分析深度必须根据存在的隐患的程度和类型以及设施的复杂性进行调整。SAD 代表 ASE 中边界条件和控制的技术基础，必须对其进行维护，以反映当前的隐患和控制措施。承包商必须在 SAD 修订和批准时通知 DOE 现场要素经理或指定人员。SAD 必须：
循环经济加速器 | 伦敦金融城
因此，伦敦金融城公司必须支持金融城企业、居民和游客做出可持续的选择；包括减少、运输和管理他们的废物，再利用、修理和制造物品，以可再生能源为基础，减少有害排放，保护生物多样性，采购/获得对环境影响最小的物品，体现伦敦金融城公司作为伦敦金融城废物规划局（WPA）的角色。
基于 FPGA 的 YOLO 可重构 CNN 加速器
摘要 卷积神经网络（CNN）在图像处理领域得到了广泛的应用，基于CNN的目标检测模型，如YOLO、SSD等，已被证明是众多应用中最先进的。CNN对计算能力和内存带宽要求极高，通常需要部署到专用的硬件平台上。FPGA在可重构性和性能功耗比方面具有很大优势，是部署CNN的合适选择。本文提出了一种基于ARM+FPGA架构的带AXI总线的可重构CNN加速器。该加速器可以接收ARM发送的配置信号，通过分时方式完成不同CNN层推理时的计算。通过结合卷积和池化操作，减少卷积层和池化层的数据移动次数，减少片外内存访问次数。将浮点数转换为16位动态定点格式，提高了计算性能。我们分别在 Xilinx ZCU102 FPGA 上为 COCO 和 VOC 2007 上的 YOLOv2 和 YOLOv2 Tiny 模型实现了所提出的架构，在 300MHz 时钟频率下峰值性能达到 289GOP。
直线加速器 (LINAC) 的创新应用......
学生，CMS\ 摘要 印度经常面临严重的洪灾，破坏农业，迫使社区流离失所，造成重大经济损失。现有的洪灾管理系统往往缺乏与农业需求的结合，导致效率低下。本文探讨了线性加速器 (LINAC) 的创新用途，以设计一种将洪灾管理与农业效益相结合的设备。通过利用 LINAC 产生的能量来控制水的流动，所提出的解决方案可以减轻洪灾损害并实现可控灌溉，从而有可能改变水管理系统。这种新方法有望提高效率和社会影响，同时解决两个关键挑战。 简介 印度经常发生洪灾，尤其是在比哈尔邦、阿萨姆邦和西孟加拉邦等邦，每年洪灾摧毁农作物并导致数百万人流离失所。当前的洪灾管理策略，例如堤坝、水库和排水系统，往往无法解决防洪和农业用水需求的双重挑战。此外，这些系统缺乏对不断变化的气候模式和本地需求的适应性。直线加速器 (LINAC) 传统上用于医疗和工业应用，可产生精度极高的高能粒子或波。这种多功能性使 LINAC 成为创新水管理解决方案的有前途的工具。本文的目标是开发一种由 LINAC 驱动的设备，该设备能够减轻洪水灾害，同时实现受控灌溉和水管理，从而使洪水易发地区的农业受益。文献综述印度现有的洪水管理技术印度的洪水管理依赖于水坝、堤坝等结构性措施以及洪水预报和预警系统等非结构性方法。尽管做出了这些努力，但引水效率低下和与农业需求结合有限的问题仍然存在。LINAC 技术的应用LINAC 广泛应用于物理学中的粒子加速、医学中的癌症治疗以及工业中的消毒和成像。它们产生定向能量或波的能力表明它们具有水管理应用的潜力，例如控制水流或促进水重新分配。
纽约市加速器 PACE 融资计划
符合所有适用的计划要求并输入到工作簿中。为了确定此类历史“基准”能源使用量，必须使用建筑物过去三年的平均年能源使用量。用于能源分析的基准建筑物的运营假设和设计必须反映实际建筑物特征和运营情况。建筑物预期用途的变化以及由此导致的能源效率效益适用的基准能源消耗变化必须通过向管理员提供的备份文件予以证实。3 根据 NYSERDA 通用指南，目前空置的历史建筑、现有建筑中的适应性再利用、历史能源数据不存在或任何拟议的建筑使用或增建变更，必须提供基于拟议用途的替代能源消耗基准。对实际基准能源使用量的任何调整或变更都必须通过向管理员提供的备份文件予以证实。如果项目建筑物小于 25,000 平方英尺，则必须向管理员提供前三年的公用事业账单消耗数据。新建项目或重大改造项目的基准是纽约市建筑局设计备案时适用的纽约市节能规范最低基准。公用事业费率为了使建筑物满足计划的技术要求以获得该计划下的 C-PACE 贷款，必须确定建筑物的混合公用事业费率并将其输入到工作簿中。工作簿中使用的混合公用事业费率必须符合 NYSERDA 的 CBR 指南，并且必须按以下方式计算：特定公用事业的混合公用事业费率应等于该公用事业在过去三年的总成本除以过去 3 年的总消耗，所有值均基于账单数据。任何例外情况都必须描述并通过备份文件和计算加以证实。新建项目或重大改造项目的公用事业费率应为根据拟建建筑物的预期费率类别和费率得出的混合费率。混合费率可以根据费率各部分的总和计算得出，包括高峰和非高峰需求费用、能源费用和其他费用。
脉冲神经网络加速器：在脑科学领域...
摘要：脑机接口 (BMI) 代表着一种变革性技术，可实现人脑与外部设备之间的直接交互。在各种 BMI 方法中，脉冲神经网络 (SNN) 因其能够有效模仿大脑的脉冲行为而脱颖而出。本文介绍了一种先进硬件架构的设计和实现，该架构能够在现场可编程门阵列 (FPGA) 上执行与脑电图 (EEG) 采集系统集成的 SNN 计算。首先使用四层将数据预处理成数组以进行特征提取。该模型在软件中训练，存储权重和参数，然后用于创建硬件模型并生成比特流文件。Python 覆盖连接软件和硬件，允许输出模拟以进行精度计算。
粒子加速器的可持续性：Ruedi-案例研究
2范围3 2.1对可持续性的需求。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 2.2英国战略和政策。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4 2.3实现净零。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。5 2.4全球变暖潜力。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7 2.5 STFC和英国按数字。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7 2.6与其他倡议的比较。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7 2.7与其他实验室进行比较。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8 2.8正在进行的可持续性项目。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8 2.9生命周期阶段。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。9 2.10我们的方法。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>10 div>
终身学习AI加速器的设计原理
终身学习 - 代理在其一生中学习的能力 - 是生物学习系统的标志，也是人工智力（AI）的核心挑战。终身学习算法的开发可能会导致一系列新型的AI应用程序，但这也需要开发适当的硬件加速器，尤其是如果要在具有严格尺寸，重量和功率约束的边缘平台上部署这些模型。在这里，我们探索了终身学习AI加速器的设计，这些加速器旨在在不受束缚的环境中部署。我们确定了终身学习加速器的关键理想功能，并突出显示了评估此类加速器的指标。然后，我们讨论当前的Edge AI加速器，并探索终身学习加速器的未来设计，考虑到不同的新兴技术可以扮演的角色。