摘要 开发人员经常会疑惑为什么他们的系统行为与预期不同,他们通常不得不依赖耗时且容易出错的日志文件手动分析。了解物联网 (IoT) 应用程序的行为是一项具有挑战性的任务,因为它们不仅本质上是难以追踪的分布式系统,而且它们通过传感器与环境的集成又增加了另一层复杂性。相关工作建议在系统执行期间记录数据,稍后可以重放这些数据以分析系统。我们将模型驱动开发方法应用于这个想法,并利用数字孪生来收集所需的数据。我们通过应用模型到模型的转换使开发人员能够重放和分析系统的执行。这些转换使用仪器组件和连接器 (C&C) 架构模型,这些模型的组件基于系统数字孪生记录的数据重现系统的环境。我们使用供暖、通风和空调 (HVAC) 案例研究来验证和评估我们方法的可行性。通过促进系统行为的重现,我们的方法降低了理解模型驱动的物联网系统行为的障碍。
本文通过案例分析了域名系统安全扩展背景下不同后量子密码解决方案的含义。鉴于网络和安全社区目前正在研究 DNSSEC 的合适替代方案,并将在 2022 年初选出候选解决方案,因此该主题具有特别的时效性。在本文中,作者首先概述了后量子密码带来的安全问题,并介绍了后量子密码算法的挑战和相关工作。他们特别考虑了 DNSSEC 施加的几个加密要求——即需要短签名和有效验证。之后,作者对标准化下的当前解决方案进行了实验评估,而不是为特定的 DNSSEC 用例找到替代解决方案。总的来说,这篇论文是对后量子密码学的一个很好的介绍。作者很好地展示了转向下一代加密算法的挑战,并对 DNSSEC 用例进行了深入分析。该论文有可能吸引网络社区对这一新技术转变的关注,同时为安全社区提供针对特定用例的网络专业知识,可能为标准化过程提供一些很好的反馈。
摘要 大数据的出现与人工智能技术的发展相结合,为自主和持续的决策支持提供了新的机会。虽然最初的研究已经开始探索人类道德如何为未来人工智能应用的决策提供信息,但这些方法通常认为人类道德是静态的和不可改变的。在这项工作中,我们从功利主义的角度初步探索了环境对人类道德的影响。通过一项在线叙事交通研究,参与者被引导到一个积极的故事、一个消极的故事或一个控制条件(N = 82),我们收集了参与者对必须在不断变化的环境中处理道德判断的技术的看法。基于对参与者反应的深入定性分析,我们将参与者的看法与公平性、问责制和透明度方面的相关工作进行对比。我们的工作强调了情境道德对人工智能的重要性,并通过基于 FACT(公平性、问责制、背景和透明度)的视角确定了未来工作的机会。
数字孪生是信息物理系统 (CPS) 的一个关键概念:通过维护有关物理实体的相关信息集合,可以创建数字影子,可用于监控、诊断或优化等任务。大多数关于数字孪生的出版物都侧重于工程和面向过程的方面,例如孪生在其生命周期中的持续丰富 [30]、模拟场景 [28, 20] 或建模问题,例如最佳元级别 [29]、层次结构 [30] 或工程链 [20]。即使是少数明确关注人工智能 (AI) 和机器学习 (ML) 的出版物也未能将数字孪生的内容和功能与 AI/ML 方法联系起来。第 2 节回顾了证实这一印象的相关工作。从根本上讲,DigitalTwin 被视为一个信息洞,所有可用信息都被注入其中——希望在生命周期的某个后期点从 AI/ML 应用程序受益。另一方面,AI/ML 方法一直使用环境模型和领域知识。因此,DigitalTwin 概念和 AI/ML
许多人为《2030 年全球趋势》的编写做出了贡献,我们试图在单独的条目中感谢 NIC 之外的主要贡献者。在 NIC 内部,顾问 Mathew Burrows 是我们的主要作者,此外还从头到尾协调了整个过程。他的助手有 Elizabeth Arens(高级编辑)、Luke Baldwin(建立了第一个 NIC 博客)、Erin Cromer(负责后勤支持)以及 Jacob Eastham 和 Anne Carlyle Lindsay(设计者)。Burrows 博士与地区和职能国家情报官员密切合作,他们审查了草案并做出了贡献。在 NIC 办公室中,NIC 战略未来小组在主任 Cas Yost 的领导下,因其全面参与全球趋势相关工作而获得特别提名。我特别要感谢已故高级分析师克里斯托弗·德克尔 (Christopher Decker) 的工作,他在英年早逝之前为全球健康和流行病的预测提供了关键帮助。
摘要: - 这项研究研究了使用部分微分方程(PDE)优化微观经济模型,以提高经济效率,可持续性和稳定性。通过合并经济学,数学和优化理论原则,该研究开发了一种用于研究和优化大型经济体系的完整技术。该过程需要开发一个微观经济模型,获得相关的PDE,包括优化目标,解决优化问题并进行灵敏度分析。优化研究的统计结果表明,重要经济指数(例如制造产出,生产成本和定价波动率)的改善。讨论的重点是基于PDE的综合方法在促进经济增长,可持续性和稳定性方面的有用性。此外,基于微观经济建模,优化和基于PDE的分析的相关工作为研究结果提供了背景。这项研究推进了经济分析和优化方法,为政策制定者,公司和利益相关者提供了重大见解,旨在解决当前的经济困难并促进长期的经济发展。
摘要。SHA-3 被认为是最安全的标准哈希函数之一。它依赖于 Keccak-f[1 600] 置换,该置换对 1 600 位的内部状态进行操作,主要表示为 5 × 5 × 64 位矩阵。虽然现有实现通常以 32 位或 64 位的块顺序处理状态,但 Keccak-f[1 600] 置换可以通过并行化加速。本文首次通过 32 位和 64 位架构上的自定义向量扩展探索基于 RISC-V 的处理器中 Keccak-f[1 600] 并行化的全部潜力。我们分析了由五个不同步骤映射组成的 Keccak-f[1 600] 置换,并提出了十条自定义向量指令来加速计算。我们在 SystemVerilog 中描述的 SIMD 处理器中实现了这些扩展。我们将我们的设计性能与基于矢量化专用指令集处理器 (ASIP) 的现有架构进行了比较。我们表明,得益于我们精心选择的自定义矢量指令,我们的设计性能优于所有相关工作。
智能反射面 (IRS) 是一种数控超表面,包含大量无源反射元件。通过重新配置每个元件的反射系数,IRS 可以控制无线信道,以提高通信系统的覆盖范围和容量 [1–3]。然而,要通过 IRS 增强信道特性,获取准确的信道状态信息是不可避免的。因此,在本文中,我们通过利用固有信道结构来解决 IRS 辅助多输入多输出 (MIMO) 系统的上行信道估计问题。相关工作:早期关于 IRS 辅助通信系统的信道估计工作主要集中于非结构化信道模型 [4],采用最小二乘或线性最小均方误差估计器 [5]。然而,在较高频段(例如毫米波或太赫兹频段),移动站 (MS)-IRS 和 IRS-基站 (BS) 信道在角域中都表现出很强的稀疏性 [5]。这一观察结果促使 IRS 辅助信道估计算法探索信道的固有稀疏性,从而减少导频开销 [5]。最近的估计器通过考虑额外的
现有的基于深度学习的高光谱图像 (HSI) 分类工作仍然受到固定大小感受野的限制,导致难以针对具有各种尺寸和任意形状的地面物体获取独特的光谱空间特征。同时,许多先前的工作忽略了 HSI 中的非对称光谱空间维度。为了解决上述问题,我们提出了一种多阶段搜索架构,以克服非对称光谱空间维度并捕获重要特征。首先,光谱空间维度上的非对称池化最大限度地保留了 HSI 的本质特征。然后,具有可选感受野范围的 3D 卷积克服了固定大小的卷积核的限制。最后,我们将这两个可搜索操作扩展到每个阶段的不同层以构建最终架构。在 Indian Pines 和 Houston University 等两个具有挑战性的 HSI 基准上进行了大量实验,结果证明了所提出方法的有效性,与相关工作相比具有更优越的性能。
摘要:我们通过对专利、招聘信息和财报电话会议的文本分析来识别与新技术相关的短语,从而使我们能够识别出与新技术相关的工作传播的四个典型事实。首先,具有经济影响力的新技术的发展在地理上高度集中,甚至比整体专利更加集中:56% 最具经济影响力的技术仅来自美国的两个地区,即硅谷和东北走廊。其次,随着技术的成熟和相关工作数量的增加,招聘在地理上也呈扩散趋势。但这个过程非常缓慢,大约需要 50 年才能完全分散。第三,虽然新技术最初的招聘高度偏向技能,但随着时间的推移,新职位的平均技能水平会下降,从而吸引越来越多的低技能工人。最后,高技能职位的招聘地理分布最慢,新技术的先驱地区几十年来一直是该技术高技能工作的重点。
