XiaoMi-AI文件搜索系统
World File Search System测试用例
光子综合电路（图片）是否安全？一眼图片中的安全漏洞
硅光子学（SIPH）正在驱动几个应用领域，从而使高性能计算系统中的超快速芯片尺度通信到人工智能（AI）硬件加速器中的能效计算[1]。一个集成SIPH的系统需要采用光子和电子子系统之间的接口，这可能导致几乎没有探索的新的和不可避免的安全漏洞。已经提出了一些方法，以通过采用安全性增强技术[2]，[3]来解决光电系统中的潜在安全漏洞，或者通过提供专门的硬件块来创建加密种子[4]。但是，它们缺乏光电系统中的弹性和易于部署。本文提出了一个框架，以增强光电系统中的硬件安全性。我们的解决方案利用光刻过程的独特特征来从SIPH子系统中创建独特的加密密钥，而无需专用的SIPH块（即使用架构中的SIPH节点）。此外，我们提供了一个在线入侵检测系统（IDS）以进行攻击检测。在不同的攻击场景下获得的仿真结果，并靶向光电结构（例如，光子AI加速器）显示了100％检测到的测试用例。增强的节点调整提高了光学信号完整性。
采用动态电力进口限制策略的家庭能源管理系统优化能源成本：案例研究方法
摘要 — 如今，集中式电力系统正在向分布式系统转变，并且正在安装各种能源管理系统以实现高效运行。负荷侧管理是电网能源管理的一个重要方面。随着住宅需求的高速增长，家庭客户在成功实施需求响应 (DR) 计划中发挥着至关重要的作用。本文考虑单个客户拥有一套家庭能源管理系统 (HEMS)，用于基于恒温和非恒温特性的电器、光伏板、电动汽车和电池储能系统。讨论了各种 DR 策略的影响。通过采用基于实时价格的动态电力输入限制 DR 计划，对 HEMS 的混合整数线性规划模型进行调制和求解，以最大限度地降低电力消耗成本。考虑采用基于激励的 DR 计划来减少能源需求并在高峰时段保持能源平衡，并包括基于峰值定价的动态电力输入限制 DR 计划以进行负荷调整。还讨论了不同场景下负荷调整对峰均比的影响。最后，根据所提及的DR方案的纳入/拒绝情况，考虑其他测试用例，计算并分析总电价。
Portiloop：一种基于深度学习的闭环大脑刺激开放科学工具
闭环脑刺激是指捕捉脑电图 (EEG) 等神经生理测量数据，快速识别感兴趣的神经事件，并产生听觉、磁或电刺激，以便与大脑过程精确交互。这是一种很有前途的新方法，可用于基础神经科学，甚至可用于恢复退化的记忆功能等临床应用；然而，现有的工具价格昂贵、笨重，实验灵活性有限。在本文中，我们提出了 Porti-loop，这是一种基于深度学习的便携式低成本闭环刺激系统，能够针对特定的脑振荡。我们首先记录了可以用市售组件构建的开放硬件实现。我们还提供了一个快速、轻量级的神经网络模型和一种探索算法，可自动优化模型超参数以实现所需的脑振荡。最后，我们在实时睡眠主轴检测这一具有挑战性的测试用例上验证了该技术，结果与海量在线数据注释主轴数据集 (MODA；组共识) 上的离线专家表现相当。软件和计划作为一项开放科学计划向社区开放，以鼓励进一步发展和推进闭环神经科学研究 [ https://github.com/Portiloop ] 。
电动公交车快速充电站与能源管理设计
摘要：近年来，由于电动巴士温室气体 (GHG) 排放量低且对化石燃料的依赖程度低，其普及度迅速提升。电动巴士的不断增加增加了电网的充电负担。电动巴士充电需要在一定时间内提供大量电力。因此，开发集成微能源网 (MEG) 和混合储能的快速充电站 (FCS) 对电动巴士充电至关重要。本文介绍了一种电动巴士 FCS 设计，将 MEG 与混合储能和能源管理系统集成在一起。为了减少对主电网的依赖，本文引入了基于可再生能源 (即光伏) 的混合微能源网。此外，还开发了电池和飞轮混合储能，以缓解快速充电站在高峰时段的电力需求。此外，还开发了一种多输入 DC-DC 转换器，用于管理公共直流母线和多个能源之间的直流电传输。最后，设计了一个能源管理系统和控制器，以实现快速充电站的广泛性能。MATLAB Simulink 用于总体设计的仿真工作。测试了不同的测试用例场景，以评估所提出的 FCS 的性能参数并评估其性能。
成年人诊断偏头痛（有或没有光环）的人工智能：系统评价
使用机器学习（ML）或深度学习（DL）的数据驱动方法正在医疗领域进行测试，以避免归因于人为因素的偏见。人工智能（AI）模型加速了来自多个来源和感兴趣领域的相关医疗数据的识别和解释15。ml方法分析了大量的“训练”案例，以对测试用例的给定输入产生正确的输出。根据他们打算解决的任务类型，基本的ML算法大致分为两类：受监督和无监督。“监督”算法从预先标记的数据集中学习，以对特定结果进行分类（例如，在当前研究的背景下存在或不存在偏头痛）。较新的“无监督”的AI系统（例如DL分析）未标记的数据发现了先前未认可的模式中的复杂共同关系（例如，将主成分分析用于特征选择）。监督模型可能会达到高精度，因为用于培训的数据已经被标记。可以使用不同的结果度量，例如准确性，接收器操作特征曲线（AUC），召回（灵敏度），精度（正面预测值）和校准（拟合的好处）等不同结果度量进行评估。虽然准确性和AUC是最常报告的性能指标，但如果孤立地考虑它们，它们可能并不总是反映模型16的真实性能。
RF Genesis：通过基于仿真的数据合成和生成扩散模型
本文介绍了RF Genesis（RFGEN），这是一种使用跨模式分化模型合成RF传感数据的新颖且具有成本效益的方法，以提高毫米波（MMWAVE）传感系统的概括能力。使用有限的培训数据集中用于MMWave感应斗争中的传统Ma-Chine学习模型。当与看不见的用户，环境，传感器配置，测试类等面对时，他们的性能急剧下降。rfgen通过使用跨模式生成框架合成和验证MMWave感应数据来缓解这些挑战。我们专门提出了一个自定义的射线跟踪模拟器，以模拟RF的传播和与对象/环境的交互。然后，我们利用一组扩散模式来生成大量的3D场景，并将视觉场景表示形式转换为相应的MMWAVE感应数据，而不是应用程序特定的“提示”的方向。我们提出的方法将基于物理的射线跟踪与黑框扩散模型进行了调解，从而导致准确，可扩展和可解释的视觉到RF数据综合。我们广泛的现实世界实验强调了RFGEN在不同的MMWave感应应用中的有效性，从而增强了它们对无需收集数据的未见测试用例的概括。
共享内存块的基于... -IUE
快速行进方法通常用于扩展各个字段中的前面模拟，例如流体动力学，计算机图形和微电子，以恢复级别集合函数的签名距离字段属性，也称为重新启动。为了提高重新距离步骤的性能，已经开发了快速行进方法的并行算法以及对层次网格的支持；后者在局部支持模拟域的更高分辨率，同时限制了对整体计算需求的影响。在这项工作中，先前开发的多网性快速行进方法通过所谓的基于块的分解步骤扩展，以改善层次结构网格的串行和并行性能。OpenMP任务用于基于每个网格的基础粗粒平行化。开发的方法提供了改进的负载平衡，因为该算法采用了高网格分配学位，从而使网格分区与各种网格尺寸之间的平衡。对具有不同复杂性的代表性几何形状进行了各种基准和参数研究。在24核Intel Skylake Computing平台上的各种测试用例中，串行性能提高了21％，而平行速度为7.4至19.1，有效地使以前方法的并行效率增加了一倍。©2021作者。由Elsevier B.V.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
基于机器学习方法的数据驱动电网安全评估：预印本
为了预测暂态稳定性裕度，在系统中引入了输电线上的三相故障。虽然在所有模拟过程中故障位置都是固定的，但故障清除时间是变化的。在此示例中，故障位于 18 总线系统中 North-01（总线 1）和 North-02（总线 2）之间的分支。在每个时间步骤或 24 小时数据周期的每 5 分钟测试同一组故障清除时间。在每个 5 分钟时间步骤中，故障清除时间以 20 毫秒的间隔从 60 毫秒调整到 720 毫秒。因此，总共创建了 9,792 个测试用例。选择临界清除时间 (CCT) 作为暂态稳定性的度量。CCT 定义为在不中断系统性能的情况下允许消除干扰的最大时间。如果可以在允许的时间之前清除干扰，则系统是稳定的。以较小的间隔调整故障清除时间的目的是为了创建足够数量的稳定和不稳定情况，以确定更准确的 CCT。在每次模拟过程中，所有机器的转子角度都会受到监控。如果任何两台发电机的转子角度偏差超过 180 度，则认为这种情况不稳定。
CS-4620 - 001编译器讲师：Matthew Dwyer ...
CS-4620 - 001编译器讲师：Matthew Dwyer matthewbdwyer@virginia.edu办公时间：星期三。下午2-3pm通过Zoom（Canvas上的链接）助教：Soneya Binta Hossain sh7hv@virginia.edu办公时间：星期五。下午4-5点通过Zoom（canvas上的链接）或面对面的（通过电子邮件安排）nicholas phair np4ay@virginia.edu办公时间：星期一。下午2-3pm通过Zoom（Canvas上的链接）Saket upadhyay saket@virginia.edu办公时间：星期五。上午11点通过Zoom（canvas上的链接）或面对面的（通过电子邮件安排）课程说明：这是编译器的本科课程。 该课程广泛关注编译器的主要组成部分，并试图提供有关这些重要软件系统的概念，算法和实践知识。 课程目标是让学生（a）在编译中学习基础概念，（b）在现有编译器的“受控”设置中探索实践中这些概念的实现，以及（c）通过将编译器扩展到一个学期的长期项目中来加深和加强学习。 该课程将理论和算法与工程编译器的实际方面融合在一起。 学生有望从先前的CS课程中具有软件开发经验，并且熟悉C ++。 他们将成对地在一个项目上工作，该项目将涉及了解使用现代C ++编写的相当大的代码库并扩展它。 该项目将涉及编写大量代码（整个学期以上的SLOC超过1000个），记录该代码，并提供证明该代码正确性的测试用例。 学生将使用多种工具来实现这一目标，但将为他们提供一个模型系统来基于他们的工作。下午2-3pm通过Zoom（Canvas上的链接）Saket upadhyay saket@virginia.edu办公时间：星期五。上午11点通过Zoom（canvas上的链接）或面对面的（通过电子邮件安排）课程说明：这是编译器的本科课程。该课程广泛关注编译器的主要组成部分，并试图提供有关这些重要软件系统的概念，算法和实践知识。课程目标是让学生（a）在编译中学习基础概念，（b）在现有编译器的“受控”设置中探索实践中这些概念的实现，以及（c）通过将编译器扩展到一个学期的长期项目中来加深和加强学习。该课程将理论和算法与工程编译器的实际方面融合在一起。学生有望从先前的CS课程中具有软件开发经验，并且熟悉C ++。他们将成对地在一个项目上工作，该项目将涉及了解使用现代C ++编写的相当大的代码库并扩展它。该项目将涉及编写大量代码（整个学期以上的SLOC超过1000个），记录该代码，并提供证明该代码正确性的测试用例。学生将使用多种工具来实现这一目标，但将为他们提供一个模型系统来基于他们的工作。本课程中的项目在本科编译课程中是独一无二的，因为它使学生接触了现代的软件工程工具，技术和实践。它还涉及当今使用中最广泛使用的编译器基础架构之一 - LLVM - 是Clang编译器家族的核心。因此，学生将获得大量实用
基于数字孪生的信息物理系统测试
背景：信息物理系统对测试人员提出了挑战，为安全关键和协作环境带来了复杂性和规模。数字孪生通过与物理系统耦合的数据驱动和基于模拟的模型增强了这些系统，以提供可视化、预测未来状态和通信。由于数字世界和物理世界之间的耦合，数字孪生为信息物理系统测试提供了一个新的视角。 目标：本研究的目的是总结现有的基于数字孪生的测试文献。我们旨在发现新兴的采用领域、这些领域中使用的测试技术并确定未来的研究领域。 方法：我们进行了系统的文献综述，回答了以下研究问题：数字孪生目前用于测试哪些信息物理系统？如何为信息物理系统定义测试预言？在测试环境中，用于数字孪生的白盒、黑盒和灰盒建模技术的分布情况如何？如何定义测试用例以及这会如何影响测试输入？结果：我们通过精心挑选的搜索查询从 480 项研究中发现了 26 项相关研究。这些研究表明，在数字孪生引入行业后，人们开始采用基于数字孪生的测试，并且该技术的可访问性不断提高。测试中使用的预言机就是数字孪生本身，因此依赖于这两个系统