XiaoMi-AI文件搜索系统
World File Search System大田
Microsoft Word - Kevin Davidson 上校简历 - 最终 CAO 21 Jul 22
凯文·A·戴维森上校 凯文·A·戴维森上校是第 47 飞行训练联队的指挥官，该联队位于德克萨斯州劳克林空军基地。该联队由 2,800 名人员组成，每年为 500 多名美国空军和盟军学生飞行员进行专门的本科飞行员培训。该联队运营 195 架飞机，包括 T-1A、T-6A 和 T-38C，每年飞行时间超过 66,000 小时，出动超过 44,000 架次。1998 年，戴维森上校通过亚利桑那大学预备役军官训练团项目，以优秀毕业生身份获得军官职位。在密西西比州哥伦布空军基地接受专业本科飞行员培训后，他参加了德克萨斯州兰道夫空军基地的 T-37 飞行员教练培训，以及亚利桑那州戴维斯-蒙森空军基地的初始 A-10A 培训。作为一名 A-10C 飞行员，他在持久自由行动期间部署并领导了战斗出击。在执行 A-10C 任务后，戴维森上校担任韩国空军作战司令部司令和韩国乌山空军基地第 7 航空队司令的区域事务战略家、副官和联络官。担任此职务后，戴维森上校担任应急行动处处长，随后担任太平洋空军总部、夏威夷珍珠港-希卡姆联合基地指挥官行动组主任。上校是韩国空军联合指挥参谋课程和美国陆军战争学院的优秀毕业生。他是一名指挥飞行员，拥有超过 2,800 小时的飞行经验，其中包括超过 450 小时的战斗经验。在担任现职之前，上校曾担任沙特阿拉伯王国苏丹王子空军基地第 378 空中远征联队的副指挥官。教育 1998 年获得学士学位任务 1.1999 年 2 月 – 1999 年 6 月，机动官，第 42 空降指挥和控制中队，亚利桑那州戴维斯-蒙森空军基地。材料科学与工程学士学位，亚利桑那大学，图森 2005 中队军官学校，阿拉巴马州麦克斯韦空军基地 2007 成人教学与课程教育硕士学位，菲尼克斯大学，亚利桑那州 2011 空军指挥参谋学院，阿拉巴马州麦克斯韦空军基地，函授 2011 基础韩语课程，国防语言学院，加利福尼亚州蒙特雷 2012 韩南大学，大田，韩国 2012 韩国联合军事大学，指挥参谋学院，优秀毕业生，大田 2015 联合外交事务官第二阶段，乔治华盛顿大学埃利奥特国际事务学院，华盛顿特区 2018 战略研究硕士学位，美国陆军战争学院，优秀毕业生，宾夕法尼亚州卡莱尔 2019 联合外交事务官第二阶段，乔治华盛顿大学埃利奥特国际事务学院，华盛顿特区
单平台流式细胞术对 CD34 细胞的体积计数和基于珠子的计数比较
1 英国国家生物标准与控制研究所 (NIBSC) 生物治疗组，Blanche Lane, South Mimms, Potters Bar, Hertfordshire, EN6 3QG，英国 2 美国国家标准与技术研究所 (NIST) 生物系统与生物材料部，马里兰州盖瑟斯堡，20899，美国 3 德国联邦物理技术研究院 (PTB) 医学物理与计量信息技术部，柏林，10587，德国 4 英国国家生物标准与控制研究所 (NIBSC) 生物统计学部，Blanche Lane, South Mimms, Potters Bar, Hertfordshire, EN6 3QG，英国 5 韩国标准与科学研究院 (KRISS) 长度中心，大田，韩国 6 土耳其国家计量研究院 (TUBITAK UME)，盖布泽，土耳其 7 国立医院输血医学系卡尔斯鲁厄，弗莱堡大学附属医院，德国弗莱堡 8 Becton Dickinson，BD Life Sciences，Tullastrasse 8-12, 69126，海德堡，德国 9 蛋白质和细胞分析，赛默飞世尔科技，美国马萨诸塞州沃尔瑟姆 10 英国干细胞库，英国 11 意大利都灵国家计量研究所 (INRIM) 12 健康科学与创新。LGC Ltd. Queens Road, Teddington, Middlesex, TN11 0LY，英国 13 中国北京市国家计量研究院 (NIM)
使用 CRISPR-Cas9 进行基因组编辑和自身免疫性疾病：综合综述
1 延世大学医学院，韩国首尔 03722； mhlee164@naver.com （MHL）； eric1@kaist.ac.kr （DHC）； bigjbh2@naver.com （新BH）; yeoeun@yonsei.ac.kr （YP）; 4606347@naver.com（欧盟）； harryme1713@yonsei.ac.kr （SP）2 延世大学医学院儿科系，首尔 03722，韩国； shinji@yuhs.ac （JIS）; AZSAGM@yuhs.ac (KHL) 3 延世大学原州医学院肾脏病学系，韩国原州 26426； kidney74@yonsei.ac.kr 4 韩国科学技术院，医学科学与工程研究生院，韩国大田 34141 5 突尼斯埃尔马纳尔大学，突尼斯科学学院微生物与活性生物分子实验室，突尼斯 1068，突尼斯； kalttizaoui@gmail.com 6 Sant Joan de Deu Sanitary Park/CIBERSAM、巴塞罗那大学、Sant Joan de Deu 基金会、Sant Boi de Llobregat、08830 巴塞罗那，西班牙； a.communication@pssjd.org （AK）; louis.jacob.contacts@gmail.com （LJ）7 ICREA，第 Pg. LluisCompanys 23, 08010 巴塞罗那，西班牙 8 延世大学医学院江南 Severance 医院儿科，首尔 06273，韩国 10 安格利亚鲁斯金大学健康、表现和幸福感中心，剑桥 CB1 1PT，英国； Lee.Smith@aru.ac.uk * 通信地址：KKKJHD@yuhs.ac;电话：+82-2-2228-2050；传真：+82-2-393-9118 † 这些作者对这项工作做出了同等贡献。
TNTdetect.AI：一种用于自动检测和计数显微镜图像中的隧道纳米管的深度学习模型
1 圣何塞州立大学信息系统与技术学院，美国加利福尼亚州圣何塞 95192 2 韩国科学技术院管理信息系统系，韩国大田 34141 3 伊尔迪兹技术大学电子与通信工程系，土耳其伊斯坦布尔 34349 4 明尼苏达大学医学院血液学、肿瘤学和移植医学系，美国明尼苏达州明尼阿波利斯 55455 5 斯坦福大学医学院神经病学和神经科学系，美国加利福尼亚州斯坦福 94305 6 斯坦福大学医学院精准健康和综合诊断中心，美国加利福尼亚州斯坦福 94305 7 明尼苏达大学信息学研究所，美国明尼苏达州明尼阿波利斯 55455 8 共济会癌症中心，美国明尼苏达州明尼阿波利斯 55455 9 MD 安德森癌症中心神经肿瘤学系德克萨斯大学系统中心，美国德克萨斯州休斯顿 77030 10 神经科学研究生项目，MD 安德森 UTHealth 生物医学科学研究生院，美国德克萨斯州休斯顿 77030 11 癌症生物学研究生项目，MD 安德森 UTHealth 生物医学科学研究生院，美国德克萨斯州休斯顿 77030 * 通信地址：emil-lou@umn.edu (EL)；cbpatel@mdanderson.org (CBP)；电话：+1-612-625-9604 (EL)；+1-713-792-0778 (CBP)；传真：612-625-6919 (EL)；713-745-0387 (CBP) † 这些作者对本文的贡献相同。 ‡ 这些作者对本文的贡献相同。
利用光谱π介子比探测对称能量
1 密歇根州立大学国家超导回旋加速器实验室，美国密歇根州东兰辛 48824 2 密歇根州立大学物理系，美国密歇根州东兰辛 48824 3 日本理化学研究所仁科中心，广泽 2-1，埼玉县和光市 351-0198 4 京都大学物理系，京都北白川市 606-8502，日本5 高丽大学物理系，首尔 02841，大韩民国 6 达姆施塔特工业大学核物理学研究所，D-64289 达姆施塔特，德国 7 GSI Helmholtzzentrum für Schwerionenforschung, Planckstrasse 1, 64291 达姆施塔特，德国 8 物理、天文学和应用计算机科学学院，雅盖隆大学,波兰克拉科夫 9 克罗地亚萨格勒布 Rudjer Boskovic 研究所实验物理部 10 日本东京西池袋 3-34-1 立教大学物理系 171-8501 11 韩国大田 34047 基础科学研究所稀有同位素科学项目 12 日本仙台 980-8578 东北大学物理系 13 日本东京工业大学物理系 152-8551 14 日本核物理研究所 PAN，ul。 Radzikowskiego 152, 31-342 克拉科夫，波兰 15 德克萨斯 A&M 大学回旋加速器研究所，德克萨斯州学院站 77843，美国 16 尼凯夫国家亚原子物理研究所，阿姆斯特丹，荷兰 17 清华大学物理系，北京 100084，中国 18 德克萨斯 A&M 大学化学系，德克萨斯州学院站 77843，美国 19 IFIN-HH，Reactorului 30，077125 Mˇagurele-Bucharest，罗马尼亚（日期：2021 年 3 月 17 日）
唐纳德·诺曼简历 | JND.org
米沙·布莱克爵士奖章，以表彰他对设计教育的杰出贡献。1821 年展览皇家委员会，英国伦敦。2021 年 10 月，印度拉贾斯坦邦斋浦尔 JK Lakshmipat 大学设计学院颁发的设计大师奖。2020 年。获奖者：人因工程学学会 (HFES) 颁发的 Arnold Small 总统杰出服务奖。2016 年。2011 年当选为美国国家工程院院士。被《彭博商业周刊》评为“全球最具影响力的设计师”之一（2010 年 2 月）韩国大田韩国科学技术院 (KAIST) 工业设计系杰出客座教授。2009 – 2011 年。本杰明·富兰克林计算机与认知科学奖章。宾夕法尼亚州费城富兰克林研究所。 2006. 因在应用实验和工程心理学领域做出的杰出贡献而获得 2005 年度 Franklin V. Taylor 奖。来自美国心理学会第 21 分部。2005. 院士：美国艺术与科学学院、美国心理学会、美国心理学会、计算机协会 (ACM)、认知科学学会、设计研究学会、人为因素和人体工程学学会 (HFES)。名誉院士：技术交流学会 (1996)、设计研究学会 (2009) 美国心理学会主席表彰，2001 年 8 月终身成就奖。CHI，2002 年。（CHI 是 ACM（计算机协会）的人机交互特别兴趣小组）。心理健康奖，商业类。《今日心理学》。 2002 年。被评为“精英 100”之一：Upside 杂志，1999 年。因“对用户文档领域的杰出终身贡献”而获得 Rigo 奖，文档特别兴趣小组 (SIGDOC)：2001 年 10 月。曾任职务
NIST 和 KRISS 之间的光纤功率计比较
1 美国国家标准技术研究所，科罗拉多州博尔德 80305，美国 2 韩国标准科学研究院物理计量部光度和辐射测量中心，大田 305-340，韩国 igor.vayshenker@nist.gov david.livigni@nist.gov xiaoyu.li@nist.gov john.lehman@nist.gov 我们描述了美国国家标准技术研究所 (NIST- USA) 和韩国标准科学研究院 (KRISS-R.O.韩国) 在 1302 nm 和 1546 nm 波长下进行光纤功率测量的参考标准比较结果。我们通过温控光阱检测器比较实验室的参考标准。测量结果显示，最大差异小于 2.5/103，在两个实验室参考标准的综合标准（k =1）不确定度范围内。关键词：国际比较；光纤；光功率。接受日期：2012 年 12 月 18 日 出版日期：2012 年 12 月 21 日 http://dx.doi.org/10.6028/jres.117.019 1.简介 在我们之前的工作 [1-8] 中，我们报告了用于校准光纤功率计 (OFPM) 的参考标准的国际比较结果。这些报告描述了使用开放激光束 [1,4,6] 和光纤电缆 [2-8] 在标称波长为 1310 nm 和 1550 nm 时获得的结果。在本文中，通过从参考光纤发射光功率，比较了两个国家实验室（NIST 和 KRISS）维护的参考标准在 1302 nm 和 1546 nm 波长下的差异。对于 OFPM 测量，NIST [9] 和 KRISS [10] 的主要标准都是低温辐射计，其标准不确定度为 10 4 分之 2（k =1）。通常，参考标准通过使用开放（自由场）准直光束根据主要标准进行校准，但通常与从光纤中发出的发散激光光束一起使用。大多数主要标准设计用于开放光束，而不是来自光纤的发散光束。因此，对光束几何形状（准直光束或发散光束）不敏感的传输标准是比较参考标准的非常重要的工具。* 美国国家标准与技术研究所部分贡献；不受版权保护。
![通过分层相关性传播增强核电站 AI 模型的可解释性 Seung Geun Kim a*、Seunghyoung Ryu a、Hyeonmin Kim b、Kyungho Jin b、Jaehyun Cho ba 应用人工智能实验室/b 韩国原子能研究院风险评估与管理研究团队，韩国大田儒城区大德大路 989 号街 111，34057 * 通讯作者：sgkim92@kaeri.re.kr 1.简介 随着人工智能 (AI) 技术的快速发展，各个领域的应用数量巨大。核领域也紧跟这一趋势，许多研究利用 AI 模型解决事件诊断和自动/自主操作等问题。然而，占据近期 AI 技术应用最大份额的深度神经网络 (DNN) 具有不透明且可解释性低的局限性。对于基于 DNN 的模型，很难了解模型的内部逻辑或模型如何从给定的输入推断出输出。由于这一限制，尽管基于 DNN 的模型的性能可以接受，但人们对将其实际应用于安全关键领域和与道德/法律问题相关的领域仍犹豫不决。为了克服可解释性低的限制，已经提出了许多可解释的人工智能 (XAI) 方法。XAI 方法可以提供详细的解释，例如模型的内部逻辑和输入与输出之间的关系。然而，尽管可解释性问题对于安全关键的核领域至关重要，但缺乏处理 XAI 的研究。在本研究中，为了提高核领域人工智能模型的可解释性和实用性，研究了分层相关性传播 (LRP) [1]，它是 XAI 方法之一，与其他 XAI 方法相比，它在许多应用中表现出更好的性能。论文的其余部分组织如下。在第 2 章中，对 XAI 和 LRP 进行了简要说明。第 3 章描述了可行性检查实验，第 4 章总结了本文。 2. 前言 2.1 可解释人工智能 可解释人工智能 (XAI) 是一种使人类轻松理解 AI 模型的技术。大多数 AI 模型在数据处理和解决问题的方法方面与人类不同。例如，AI 模型识别具有像素 RGB 值的图像，而人类则不能。提出 XAI 是为了减轻理解 AI 模型内部过程或推断某些输出的原因的难度。](/simg/g:\will\search\icon\source\d\dd5abf0752fcc9f891dc4a96743f916f96f28350.png)
通过分层相关性传播增强核电站 AI 模型的可解释性 Seung Geun Kim a*、Seunghyoung Ryu a、Hyeonmin Kim b、Kyungho Jin b、Jaehyun Cho ba 应用人工智能实验室/b 韩国原子能研究院风险评估与管理研究团队，韩国大田儒城区大德大路 989 号街 111，34057 * 通讯作者：sgkim92@kaeri.re.kr 1.简介 随着人工智能 (AI) 技术的快速发展，各个领域的应用数量巨大。核领域也紧跟这一趋势，许多研究利用 AI 模型解决事件诊断和自动/自主操作等问题。然而，占据近期 AI 技术应用最大份额的深度神经网络 (DNN) 具有不透明且可解释性低的局限性。对于基于 DNN 的模型，很难了解模型的内部逻辑或模型如何从给定的输入推断出输出。由于这一限制，尽管基于 DNN 的模型的性能可以接受，但人们对将其实际应用于安全关键领域和与道德/法律问题相关的领域仍犹豫不决。为了克服可解释性低的限制，已经提出了许多可解释的人工智能 (XAI) 方法。XAI 方法可以提供详细的解释，例如模型的内部逻辑和输入与输出之间的关系。然而，尽管可解释性问题对于安全关键的核领域至关重要，但缺乏处理 XAI 的研究。在本研究中，为了提高核领域人工智能模型的可解释性和实用性，研究了分层相关性传播 (LRP) [1]，它是 XAI 方法之一，与其他 XAI 方法相比，它在许多应用中表现出更好的性能。论文的其余部分组织如下。在第 2 章中，对 XAI 和 LRP 进行了简要说明。第 3 章描述了可行性检查实验，第 4 章总结了本文。 2. 前言 2.1 可解释人工智能 可解释人工智能 (XAI) 是一种使人类轻松理解 AI 模型的技术。大多数 AI 模型在数据处理和解决问题的方法方面与人类不同。例如，AI 模型识别具有像素 RGB 值的图像，而人类则不能。提出 XAI 是为了减轻理解 AI 模型内部过程或推断某些输出的原因的难度。
通过分层相关性传播增强核电站 AI 模型的可解释性 Seung Geun Kim a*、Seunghyoung Ryu a、Hyeonmin Kim b、Kyungho Jin b、Jaehyun Cho ba 应用人工智能实验室/b 韩国原子能研究院风险评估与管理研究团队，韩国大田儒城区大德大路 989 号街 111，34057 * 通讯作者：sgkim92@kaeri.re.kr 1.简介 随着人工智能 (AI) 技术的快速发展，各个领域的应用数量巨大。核领域也紧跟这一趋势，许多研究利用 AI 模型解决事件诊断和自动/自主操作等问题。然而，占据近期 AI 技术应用最大份额的深度神经网络 (DNN) 具有不透明且可解释性低的局限性。对于基于 DNN 的模型，很难了解模型的内部逻辑或模型如何从给定的输入推断出输出。由于这一限制，尽管基于 DNN 的模型的性能可以接受，但人们对将其实际应用于安全关键领域和与道德/法律问题相关的领域仍犹豫不决。为了克服可解释性低的限制，已经提出了许多可解释的人工智能 (XAI) 方法。XAI 方法可以提供详细的解释，例如模型的内部逻辑和输入与输出之间的关系。然而，尽管可解释性问题对于安全关键的核领域至关重要，但缺乏处理 XAI 的研究。在本研究中，为了提高核领域人工智能模型的可解释性和实用性，研究了分层相关性传播 (LRP) [1]，它是 XAI 方法之一，与其他 XAI 方法相比，它在许多应用中表现出更好的性能。论文的其余部分组织如下。在第 2 章中，对 XAI 和 LRP 进行了简要说明。第 3 章描述了可行性检查实验，第 4 章总结了本文。 2. 前言 2.1 可解释人工智能 可解释人工智能 (XAI) 是一种使人类轻松理解 AI 模型的技术。大多数 AI 模型在数据处理和解决问题的方法方面与人类不同。例如，AI 模型识别具有像素 RGB 值的图像，而人类则不能。提出 XAI 是为了减轻理解 AI 模型内部过程或推断某些输出的原因的难度。
![arXiv:2407.00285v1 [physics.atom-ph] 2024 年 6 月 29 日](/simg/g:\will\search\icon\source\3\3d69549a0782f233999170d61ea866d8a6096f89.png)
arXiv:2407.00285v1 [physics.atom-ph] 2024 年 6 月 29 日
1 科罗拉多州立大学物理系，科罗拉多州柯林斯堡 80523，美国 2 麦吉尔大学物理系，魁北克省蒙特利尔 H3A 2T8，加拿大 3 SUBATECH，南特大学，IMT Atlantique，CNRS/IN2P3，法国南特 44307 4 斯坦福大学物理系，加利福尼亚州斯坦福 94305，美国 5 SLAC 国家加速器实验室，加利福尼亚州门洛帕克 94025，美国 6 太平洋西北国家实验室，华盛顿州里奇兰 99352，美国 7 德雷塞尔大学物理系，宾夕法尼亚州费城 19104，美国 8 马萨诸塞大学阿默斯特基础相互作用中心和物理系，马萨诸塞州阿默斯特 01003，美国 9 国家研究中心“库尔恰托夫研究所”，俄罗斯莫斯科 123182 10 劳伦斯利弗莫尔国家实验室，美国加利福尼亚州利弗莫尔 94550 11 肯塔基大学物理与天文系，美国肯塔基州列克星敦 40506 12 布鲁克海文国家实验室，美国纽约州厄普顿 11973 13 伦斯勒理工学院物理、应用物理与天文系，美国纽约州特洛伊 12180 14 TRIUMF，加拿大不列颠哥伦比亚省温哥华 V6T 2A3 15 SNOLAB，加拿大安大略省莱夫利 P3Y 1N2 16 劳伦森大学自然科学学院，加拿大安大略省萨德伯里 P3E 2C6 17 中国科学院高能物理研究所，中国北京 100049 18 卡尔顿大学物理系，加拿大安大略省渥太华 K1S 5B6 19 阿拉巴马大学物理与天文系，阿拉巴马州塔斯卡卢萨35405，美国 20 北卡罗来纳大学威尔明顿分校物理与物理海洋学系，美国北卡罗来纳州威尔明顿 28403 21 天际线学院，美国加利福尼亚州圣布鲁诺 94066 22 科罗拉多矿业学院物理系，美国科罗拉多州戈尔登 80401 23 南达科他大学物理系，美国南达科他州弗米利恩 57069 24 IBS 地下物理中心，韩国大田 34126 25 加利福尼亚大学圣地亚哥分校物理系，美国加利福尼亚州拉霍亚 92093 26 温莎大学物理系，加拿大安大略省温莎 N9B 3P4 27 西开普大学物理与天文系，南非贝尔维尔 P/B X17 7535 28 加利福尼亚大学欧文分校物理与天文系，加利福尼亚州欧文92697，美国 29 耶鲁大学物理系莱特实验室，康涅狄格州纽黑文 06511，美国 30 皇后大学物理系，安大略省金斯顿 K7L 3N6，加拿大 31 中国科学院微电子研究所，北京，100029，中国（日期：2024 年 7 月 2 日）
Magdalena Musat 教授简历 职位
2023 算子代数及其应用研讨会：与逻辑的联系，菲尔兹研究所，多伦多。2023 C ∗ -代数：张量积、近似和分类，E. Kirchberg 纪念，明斯特。2023 非交换谐波分析和量子信息，米塔格莱弗研究所。2023 算子代数的现代趋势，Ed Effiros 纪念，加州大学洛杉矶分校。2023 座谈会，加州大学圣地亚哥分校，概率算子代数研讨会，加州大学伯克利分校。2022 加拿大算子代数研讨会 (COSy)，渥太华，全体会议发言人。2022 北英国泛函分析研讨会 (NBFAS)，英国纽卡斯尔，全体会议演讲。2022 北方的非交换性，查尔姆斯大学，哥德堡，全体会议发言人。 2021 函数分析研讨会，加州大学洛杉矶分校。2021 量子概率和非交换谐波分析，莱顿洛伦兹中心。2021 算子研讨会，首尔国立大学。2021 国际算子理论与应用研讨会 (IWOTA)，兰卡斯特，半全体会议。2021 团体聚会 C*-代数庆祝 Siegfried Echterhoff 60 岁生日，明斯特。2021 算子代数暑期学校，渥太华大学。讲座系列（4 × 60 分钟）。2021 算子代数特别周，华东师范大学算子代数研究中心，上海。2021 量子信息论中的非局部博弈，AIM 研讨会。2019 C*-代数研讨会，Oberwolfach 数学研究所。 2019 多面 Connes 嵌入问题，班夫 BIRS 研讨会。2019 巴塞罗那 CRM 几何、拓扑和代数高级课程（2 × 60 分钟）。2019 专题计划算子代数、群和 QIT 的应用，ICMAT，Lect 系列 5 × 90 分钟。2019 数学图像语言研讨会，哈佛大学。2019 二十一世纪的算子代数，宾夕法尼亚大学，费城。2019 悉尼的子因子：算子代数、表示论、量子场论，新南威尔士大学悉尼。2019 Connes 嵌入问题和 QIT，奥斯陆大学冬季学校，讲座系列（4 x 60 分钟）。2018 2018 概率算子代数研讨会，加州大学伯克利分校。2018 座谈会，隆德大学。2017 量子信息理论中的专题程序分析，IHP Paris，讲座系列（2 x 90 分钟）。2017 C ∗ -代数中的青年女性（YMC ∗ A），哥本哈根大学，主讲师。2016 当前量子信息理论中的数学方面，韩国大田。2015 乔治布尔数学科学会议，科克。2015 加拿大算子代数研讨会（COSy），滑铁卢，全体发言人。2014 加拿大算子代数研讨会（COSy），多伦多，全体发言人。2013 Banach 代数及其应用，查尔姆斯大学，哥德堡，全体发言人。 2013 年算子空间、谐波分析和量子概率研讨会，马德里。2012 年北英泛函分析研讨会 (NBFAS)，英国牛津，讲座系列（3x 60 分钟）。2012 量子信息理论中的算子结构，BIRS，班夫。2011 EMS-RSME 联合数学周末，毕尔巴鄂。2011 C ∗ -代数和相关主题会议，RIMS，京都。2011 大平原算子理论研讨会 (GPOTS)，亚利桑那州坦佩，全体会议发言人。