摘要 - 这项研究提出了一种实现光学透明梁向导天线的方法。使用液晶(LC)技术的RF和光学特征与透明的金属网格结合使用,以实现第一个光学透明的可重新配置反射式(RA)。由于偏置和射频(RF)信号的电场高度不均匀,因此LC介电常数既是各向异性和不均匀的,因此在天线设计之前,需要获得准确的LC分子的行为以进行准确的建模。分析了由金属网格和LC组成的单元细胞,并获得了LC局分布。导演数据被转换为整个LC体积中的介电常数张量,并在电磁模拟软件中离散LC以执行全波周期性边界模拟以建模各向异性和不均匀性。离散的模型由具有GT7 LC材料的新介电常数范围的单个介电块近似。根据光学和RF性能制造并测量10×10 RA。当电压从0 V增加到40 V时,单位电池的测得的相移为260°。在E平面中,测得的梁扫描从-10˚到50°,在H -Plane中,H -Plane的最大最大增益为14.35 dbi。还测量了原型光学性能。讨论了当前RF LC混合物的好处和缺点。它表明,使用针对RF和光学传输优化的适当LC混合物,基于LC的光学透明天线是各种新应用的可行解决方案。
抽象的片上光电探测器是光学通信中必不可少的组件,因为它们将光转换为电信号。光压计是光电探测器的类型,它通过在光吸收时由电子温度波动引起的电阻变化起作用。它们被广泛用于从紫外线到mir的宽波长范围,并且可以在宽大的材料平台上运行。在这项工作中,我引入了一种新型的波导集成剂量计,该重点在标准材料平台上从NIR到MIR以透明的导电氧化物(TCO)作为活性材料运行。此材料平台可以使用相同的材料同时构建调制器和光电探测器,该材料完全兼容CMO,并易于与被动芯片组件集成。此处提出的光压计由放置在肋光子波导内部的薄质TCO层组成,以增强光吸收,然后将TCO中的电子加热至高于1000 K的温度。电子温度的升高导致电子迁移率降低电子迁移率和导致的电阻变化。因此,只需几乎没有光学输入功率的微量流量,就可以达到超过10 A/W的响应率。计算表明,通过较低的TCO掺杂,可以预期进一步改进,从而在片上光电探测器中打开新的门。
简介神经形态计算是指试图模仿大脑信号处理的信号的方式[1]。与基于具有两个分离的内存和处理单元并以顺序操作的von Neumann架构的传统计算机相比[2],大脑过程以并行方式[3,4]。,它在速度和能源效率方面提供了巨大的好处,因为数据传输是造成大部分功耗的原因。克服某些局限性的方法之一是开发可以改善信号处理的新算法[5,6],但是,它仍然需要在内存和处理器之间进行数据传输和限制其效率。在处理这些限制的过程中,在网络中可以实施的人工神经元和突触的开发中,付出了很多努力[1]。基于光子学,即,神经形态光子学,可用光子作为信号载体,以在网络的不同部分之间传递信息[7-12]。多亏了几乎无限的带宽,与标准CMOS技术的兼容性以及几乎为零的功耗,可以进行基本的矩阵乘法,与神经态电子相比,它可以提供巨大的改进。可以通过以光速度在单个波导上将多个信号列入多个信号来实现完整的并行性。同时,光权重可以提供计算的低延迟。通过将这些优点结合起来,至少与电子同行相比,至少有很少的数量级改善。但是,实现此类任务的实现需要仍缺失的新材料平台和低损失体系结构。氮化硅(SIN)是光子整合电路(PIC)技术的普遍材料,因为它与标准CMOS过程兼容[13,14]。它允许在单个芯片上进行具有成本效益的设备和电子和光子组件的协整。此外,与其他材料相比,基于SIN平台的光子设备的特征是对温度漂移的容忍度更高,光学损耗和较低的波长范围操作,较大的波长透明度和改善的串扰值[14]。已经被证明是一个适当的材料平台,用于实现神经网络,表明自由度增加的是设计线性神经元[8,9]。因此,SIN平台可以作为神经形态光子学中的路由层起关键作用[9]。
1集合3 sp。Z O.O.,Wolczynska 133,01-919 Warsaw,波兰2电气和计算机工程系,约翰·霍普金斯大学,马里兰州马里兰州21218,美国对应作者: * * jeckug10@yahoo.com.com.com.com.com.com.sg摘要的远离人工效果,可以用作巨大的远方机器,以供镜头,以便一个新的镜头机器,可以使用一个镜头的机器,一个镜头的机构神经网络。他们可以克服电子处理元件的现有速度和功率限制,并为光子学提供其他好处,例如高频带宽度,次纳秒潜伏期和低能互连凭证,从而导致新的称为Neuromorphic Photonics的新范式。意识到这项任务的主要障碍是缺乏适当的材料平台,该平台对网络的体系结构施加了严重的要求。在这里,我们建议并证明透明的导电氧化物可以成为这项任务的绝佳候选者,因为它们在光学和电输入下都提供了非线性和双重性。
基础模型的提供者(人工智能领域的一项新兴且快速发展的技术)必须评估和减轻可能的风险(对健康、安全、基本权利、环境、民主和法治的风险),并在其模型在欧盟市场发布之前将其注册到欧盟数据库中。基于此类模型的生成式人工智能系统(如 ChatGPT)必须遵守透明度要求(披露内容是由人工智能生成的,也有助于区分所谓的深度伪造图像和真实图像),并确保防止生成非法内容。用于其培训的受版权保护数据的详细摘要也必须公开。
请引用本文为:Hu,H-f。,Moody,G。D.和Galletta,D。F.(印刷中)。harking and p hacking:呼吁在信息系统领域进行更多透明的研究报告。信息系统协会的通信。这是一个未经编辑的手稿的PDF文件,已被接受在信息系统协会的通信中出版。我们正在提供手稿的早期版本,以允许对有兴趣的读者进行快速传播。手稿将在以最终形式发布之前对由此产生的证明进行复制,排版和审查。请注意,在生产过程中可能会发现错误,这可能会影响内容。所有适用于信息系统协会沟通的法律免责声明。有关此工作的确定版本,请在http://aisel.aisnet.org/cais/上在线检查其外观。
恶意网络活动的范围从网络空间间谍活动到授权网络犯罪(例如,允许在主权领土内进行勒索软件操作),再到对关键基础设施的破坏性攻击和破坏民主机构和进程完整性的行为。例如,路透社报道称,朝鲜利用恶意网络活动为其核计划和导弹计划筹集资金。8恶意网络活动的成本效益优势导致其盛行。网络参与者的运营成本和风险很低,而收益却很可观。英国咨询公司德勤估计,网络犯罪分子每月的运营成本在 544 美元到 3,796 美元之间。9相反,联邦调查局(FBI)计算出每次盗窃平均花费 5,000 美元。10 恶意网络活动的好处不仅限于成本效益。网络空间的设计提供了五大优势:规模选择、从任何位置采取行动的能力、以所需精度使用工具、欺骗工具固有的奇袭和重复使用,以及由于来源不透明而避免报复的能力。11 美国联邦调查局局长克里斯托弗·雷表示,美国必须“改变犯罪分子和民族国家的成本效益计算,他们认为他们可以破坏美国网络、窃取美国金融和知识产权,并将我们的关键基础设施置于危险之中,而所有这些都不会自己承担任何风险。” 12 美国可以直接使用攻击性网络能力来提高恶意网络行为者的成本,但影响行为者的决策需要专注于提高他们的成本预期。
摘要 随着人工智能 (AI) 技术扩展渗透到各个行业,人力资源管理一直试图跟上这些技术带来的新功能和挑战。在采用人工智能时,人力资源管理决策的透明度日益成为在公司内建立道德、公正和公平实践的需求。为此,可解释的人工智能 (XAI) 方法对于实现人力资源管理决策的透明度至关重要。因此,人们对探索成功的 XAI 技术的兴趣日益浓厚,本文进行的系统文献综述 (SLR) 就是明证。我们的 SLR 首先揭示人工智能在人力资源管理中的位置。在此之后,我们回顾了有关 XAI 和准确性、XAI 设计、问责制以及人力资源管理中的数据处理计划的文献。我们提出的集成框架提供了一种途径来弥合透明人力资源管理实践与人工智能之间的差距,为工业界和学术界提供了更好的洞察力,了解 XAI 在人力资源管理流程中可能存在的位置。
,尤其是识别软导管技术。[3,4]甘露和甘露的液体金属(LMS)引起了人们的关注。[5]利用其接近室温的液体 - 固体相变(t = 29.8°C)和较大的电导率(> 3×10 6 s m-1),使用了LMS,通常嵌入有机硅载体中,作为伸展的电导导体,以携带电力和信息或传输器具有多个功能。[5-10]由于其综合流变性,弹性地下的LMS尚未被广泛用于可靠,高性能,微型电路,这是由于开发与基于晶相的微技术相兼容的构图技术的挑战。[11] LMS在暴露于空气时形成薄(≈1–3 nm厚),表面固体氧化物皮肤。[12–14]氧化物平衡LMS的高表面张力并允许大多数表面润湿。这种现象是阻止当今LM电子技术的大型工业规模整合的主要阻碍因素之一。已经开发了几种技术来克服LM膜导体的生产性限制。[11,15,16]在一种方法中,LM图案是通过破裂氧化物皮肤,形成所需形状并通过氧化物皮肤再生而稳定的。3D和转移印刷技术依赖于这种氧化物皮肤稳定化来证明具有微观分辨率的痕迹。也证明了基于激光消融的类似方法,用于制造可扩展和高分辨率的LM网格。[17–20]但是,这种方法尚未被证明与大区块(> cm 2)电路的兼容,或者不能对LM Morphology提供足够的控制,因此无法保证高可扩展性(> 30%)。[21]激光微加工可以使高分子LM导体跟踪到4 µm线宽,但这种“串行”技术与大金属化密度绘制不相容。在另一种方法中,氧化物皮肤的生长要么通过真空处理下的加工或化学去除以允许在粘附层上润湿LM以增加与基材的亲和力。通过在金属润湿层上选择性电镀LMS来形成可拉伸(> 100%伸长)和狭窄(5 µm)图案的图案。[22]但是,大区域上的高分辨率电路尚未实现。
'lylvlrq ri 1hxurorj \'hsdufhqw ri 3hgldwulfv 7kh&kloguhq¶v +rvldo ri 3klodghoskld ϵ3Klodghoskld ϵ3Klodghoskld $ 86 $ 86 $ 86 'hsduwphqw ri%lrqjlqhulqj 8qlyhuvlw \ ri 3hqv \ oydqld 3Klodghoskld $ 3 fart 'HSDUWPHQW RI 1HXURVFLHQFH 3HUHOPDQ 6FKRO RI 0HGLFLQH 8QLYHUVLW \ RI 3HQQV \ oydqld \ oydqld ooydqldϯ3Klodghoskld3Klodghoskld $ 86 $ 86 $ 86 $ 86 $ 86 &hqwhu iru 1hxurhqlqlqhulqj dqg 7khudshxwlfv 8qlyhuvlw \ ri 3HQQV \ oydqld 3klodghoskld 3 $ 86 $ 86 $ 86 $ ϲ &hqwhu iru 1hxurwudxpd 1hxurghjhqhudwlrq dqg dqg 5hvwrudwlrq&rusrudo 0ilfkdho -fkdho -fkdho -uhvfhq] 9hwhudqV $ 86 $θ *udgxdwh *urxs lq%lrfkhplvwu \ dqg 0rohfxodu%lrsk \ vlfv 8qlyhuvlw \ ri 3hqqqv \ oydqlld 'HSDUWPHQW RI 3K \ VLFV DQG $ VWURQRP \ 8QLYHUVLW \ RI 3HQQV \ oydqld 3Klodghoskld $3ϯ$ 86 $ 86ϯϯ 'HSDUWPHQW RI 1HXURORJ \ 3HUHOPDQ 6FKRO RI 0HGLFLQH 8QLYHUVLW \ ri 3HQQV \ oydqld \ oydqld 3Klodghoskld $ 86 $ 86 $ 86 $ 86 'HSDUWPHQW RI 3K \ VLFDO 0HGLFLQH DQG 5HKDELOLWDWLRQ 8QLYHUVLW \ RI 3HQQV \ oydqld \ oydqld 3Klodghoskld 3 $ 86 $ 86 ϯϲ div> div> div> div> div> div> div> div> div> div> div> div> div>