摘要 智能交通系统已成为提高交通效率、安全性和可持续性的有前途的解决方案。人工智能 (AI)、物联网 (IoT) 和云计算等新兴技术的融合推动了智能交通系统的发展,该系统可以优化交通流量、提高驾驶员安全性并降低交通成本。在本研究中,我们对文献进行了系统回顾,以探索人工智能、物联网和云计算在智能交通系统中的应用。我们的研究结果表明,人工智能可用于自动驾驶汽车、交通管理、预测性维护、驾驶辅助和需求预测。物联网可以实现联网汽车、实时车队管理、智能停车、交通监控和远程诊断。云计算可以促进车云通信、可扩展基础设施、数据分析、移动即服务和预测性维护。这些技术的整合可以形成一个全面的智能交通系统,从而提高交通系统的整体效率。我们的研究为研究人员、从业者和政策制定者提供了关于人工智能、物联网和云计算在智能交通系统中的潜在应用的见解。
©版权所有2022 Hewlett Packard Enterprise Development LP。本文包含的信息如有更改,恕不另行通知。在此类产品和服务随附的明确保修陈述中阐明了惠普企业产品和服务的唯一保证。本文没有任何内容应解释为构成额外的保修。Hewlett Packard Enterprise对本文包含的技术或编辑错误或遗漏不承担任何责任。
COVID-19 大流行期间金融服务和银行业中人工智能、物联网和云计算的前后变化 Kodukula Venkata Lakshmi Priyadarshini LLM 公司商业法 GITAM 法学院 VISHAKHAPATNAM 电子邮件:kodukulapriyadarsini17@gmail.com Aranya Nath LLM IPR &网络法 GITAM 法学院 VISHAKHAPATNAM电子邮件:subhamitanath002@gmail.com Usha Saha LLM 知识产权与网络法学院,GITAM 大学,维扎格,印度 电子邮件:ushasaha991@gmail.com Sonak Saha LLM 知识产权与网络法学院,GITAM 大学,维扎格,印度 电子邮件: sonaksaha111@gmail.com Gautami Chakravarty BA LLB IPR KIIT 法学院布巴内斯瓦尔电子邮件: gautamichakravarty21@gmail.com Debarati Mukherjee BSc.LLB IPR KIIT 法学院 布巴内斯瓦尔 电子邮件: mukherjee.debarati124@gmail.comv 摘要 --- 当 COVID-19 疫情于 2 月袭击我们国家时,印度南部地区与如此新型病毒的治疗暴露,我们的总理于2020年3月24日批准宵禁,并宣布全国封锁。结果,我国的经济和经济增长陷入了深刻的危机。因此,人工智能、云计算和物联网应运而生,以克服这种危机。人工智能和物联网有助于将传统的银行和金融机构体系重塑为技术进步。我们都知道,云在当今经济中至关重要,因为它高度重视安全性和保密性。要想获得收益,金融行业必须融入云计算。银行必须锻炼
摘要:数字孪生 (DT) 和建筑信息模型 (BIM) 被证明是管理建筑物 (LCB) 整个生命周期(从早期设计阶段到长期管理和维护)的宝贵工具。另一方面,BIM 平台无法管理现有建筑物的几何复杂性以及传感器可以收集的大量信息。因此,本研究提出了一种扫描到 BIM 流程,能够在设计、施工现场管理和施工阶段管理高级别细节 (LOD) 和信息 (LOI)。应用特定等级的生成 (GOG) 来创建与多层住宅建筑的修复项目交互并为其提供支持的实测模型、设计模型和竣工模型。此外,由于特定 API(Revit 和 Autodesk Forge API)的共享,可以从静态表示切换到用户互操作性和交互性的全新级别,以及更高级的建筑管理形式,例如 DT、BIM 云和扩展现实 (XR) 网络平台。最后,实时应用程序的开发展示了不同类型的用户(专业人士和非专家)如何与 DT 交互,以了解环境设计的特征以及环境参数,从改善舒适度、使用、成本、行为和良好实践的角度提高他们的控制程度。最后,通过一个真实案例研究验证了整体方法,其中 BIM-XR 平台是为现有建筑的能源改进和外墙翻新而构建的。
摘要:随着近年来空中交通需求的不断增长,安全风险评估对维护航空运输系统的运行安全、实现可持续发展具有重要意义。本文基于博弈论和云物元分析对空中交通管制(ATC)系统进行了安全风险评估。从人、机、环境和管理四个方面评估ATC系统的安全风险,引入博弈论中的纳什均衡来对指标进行权重计算。云物元评估采用模糊集和概率论中的云模型来取代传统物元理论中的确定性值,考虑到指标的随机性、模糊性和不相容性,通过计算指标与风险之间的标准云物元关联度来评估ATC系统的安全风险水平。本文通过引入并结合博弈论和云物元分析,扩展了研究范围。此外,以ATC系统为例,检验了该方法的适用性和鲁棒性,丰富了现有文献,指明了未来工作的方向。
高层大气中的冰云是气候模型中不确定性的主要来源。对对流层上部的冰粒子进行全球观测可以提供有关气溶胶污染对冰粒子大小影响的信息,而冰粒子大小会影响云的降水过程和反照率 [1-3]。亚毫米波辐射测量仪器可以填补大约 50 µm 至 1 mm 之间的云冰粒子大小信息的空白。例如,CloudSat 的 94 GHz 雷达可以观测直径大于 ~600 µm 的粒子,而 MODIS 红外辐射计可以观测小于 ~50 µm 的粒子 [2]。对流层水和云冰 (TWICE) 仪器试图从 6U CubeSat 平台对冰粒子大小和水蒸气剖面进行全球观测,使用 16 个亚毫米波辐射测量通道,范围
1. https://www.forbes.com/sites/forrester/2020/08/03/the-future-of-banking-has-arrived/?sh=1efa8f9e72e1 2. https://www.austcyber.com/resource/digitaltrustreport2020 3. https://www.rba.gov.au/publications/fsr/2018/oct/pdf/box-d.pdf 4. https://www.cyber.gov.au/sites/default/files/2020-09/ACSC-Annual-Cyber-Threat-Report-2019-20.pdf 5. https://www.austcyber.com/resource/digitaltrustreport2020 6. https://www.bcg.com/en-us/publications/2018/global-corporate-banking-2018-unlocking-success- through-digital 7. https://www.smh.com.au/business/banking-and-finance/covid-speeds-up-digital-banking-revolution-in-10- weeks-not-five-years-20200528-p54x9u.html 8. https://assets.kpmg/content/dam/kpmg/pdf/2015/10/Next-Generation-Banking-Survey.pdf
时间 主题 演讲者 08:00 – 08:50 AM 注册、咖啡和简便早餐 08:50 – 09:00 AM 欢迎致辞 研讨会主席 09:00 – 09:20 AM 压缩通信下的分布式学习 Christopher Matthew De Sa,康奈尔大学 09:20 – 09:40 AM 360 度视频流的深度学习 Yao Wang,纽约大学 09:40 – 10:00 AM COSMOS 智能交叉路口的边缘云深度学习 Zoran Kostic,哥伦比亚大学 10:00 – 10:20 AM 自动驾驶的机器学习 Urs Muller,NVIDIA 10:20 – 10:40 AM 学习利用多路径 TCP 控制带宽 Anwar Walid,诺基亚贝尔实验室 10:40 – 11:00 AM 咖啡休息 11:00 – 11:20 AM企业系统中的原因分析 Haifeng Chen,NEC 实验室 11:20 – 11:40 AM 云作为 IoT 智能的托管基础设施 Ken Birman,康奈尔大学 11:40 – 12:00 PM 5G 互联世界的自优化结构 David Krauss,Ciena 12:00 – 12:40 PM 午餐 12:40 – 01:00 PM 利用人工智能和开源打造 5G Mazin Gilbert,AT&T 01:00 – 01:20 PM 无线边缘的学习 Vincent Poor,普林斯顿大学 01:20 – 01:40 PM 在移动边缘云场景中支持基于 ML 的增强现实应用程序 Dipankar Raychaudhuri,WINLAB 罗格斯大学 01:40 – 02:00 PM 边缘的视觉识别:挑战与机遇 Bharath Hariharan,康奈尔大学02:00 – 02:20 PM 机器学习最佳实践及其在有线电视和电信行业中的应用 Ranjit Jangam,康卡斯特 02:20 – 02:40 PM 人工智能运营及其挑战 Ulrika Jägare,爱立信 02:40 – 03:00 PM 基于机器学习的 5G 切片网络管理以满足 SLA Sudhakar Reddy Patil,威瑞森 03:00 – 03:20 PM 咖啡休息 03:20 – 03:40 PM 康卡斯特如何利用人工智能改善客户体验 Hongcheng Wang,康卡斯特 03:40 – 04:00 PM 人工智能时代的企业对消费者通信 Venkatesh Krishnaswamy,Koopid 04:00 – 04:20 PM 无线信号接收:利用人工智能的新面貌 Harish Viswanathan,诺基亚贝尔实验室 04:20 – 04:40 PM 使用基于云的 AI 和 ML 有效管理无线接入点 Stuart Mackie,瞻博网络 04:40 – 05:00 PM 信息时代:实时状态更新的边缘云处理 Roy Yates,WINLAB 罗格斯大学 05:00 – 05:20 PM 用于有限可观测性状态估计的物理信息深度神经网络方法 Jonathan Ostrometzky,哥伦比亚大学 05:20 – 05:30 PM 闭幕词 研讨会主席
这一说法与斯洛特戴克在《你必须改变你的生活》中对现代性的解读有关。这本书的主旨是,人类是为了超越而生的:我们必须变得更好、更高级,这是人类生存状态的一部分,因为人类是“狂喜的”或“古怪的”动物,他们会使用技术来改变自己。“无论在哪里遇到人类,他们总是表现出一种注定要进行超现实主义努力的存在的特质。任何寻找人类的人都会找到杂技演员。”5 但是,古代将悔改概念化为自我完善曾经是一种纯粹的精神追求,而现代的悔改则对应于人类整体的技术改造,意味着新的身体装备。斯洛特戴克认为,现代性的重大事件之一是科学家开始制造“机械分身”或“拟人化自动机”——旨在模仿真实人类所有功能的没有灵魂的机器:正如斯洛特戴克所说,从 17 世纪开始,“机器人开始动画化,而真实人类存在的越来越多的部分则