计算机在安全关键系统中的使用正在增长。航空、核能和医疗设备制造商正在使用越来越多的软件。软件的复杂性也在增加,降低开发成本和时间的压力也在增加。软件重用一直被吹捧为降低软件开发复杂性、成本和时间的潜在解决方案。然而,在安全关键系统中重用软件存在一些问题。本文将探讨一些关键的重用主题并确定安全问题。由于作者深度参与航空领域,许多问题和顾虑将从航空角度确定;但它们也适用于其他安全相关领域。需要对几个领域进行额外研究,以更全面地解决重用问题——本文将确定需要额外研究的领域。
r'J1e 美国国家标准与技术研究所于 1988 年由国会成立,旨在“协助工业界开发技术……提高产品质量、实现制造工艺现代化、确保产品可靠性……并促进基于新科学发现的产品快速商业化。” NIST 最初成立于 1901 年,当时名为美国国家标准局,致力于增强美国工业的竞争力;推进科学和工程发展;改善公共卫生、安全和环境。该机构的基本职能之一是开发、维护和保管国家测量标准,并提供将科学、工程、制造、商业、工业和教育中使用的标准与联邦政府采用或认可的标准进行比较的手段和方法。作为美国商务部技术管理局的一个机构,NIST 开展物理科学和工程领域的基础和应用研究,并开发测量技术、测试方法、标准和相关服务。该研究所从事新技术和先进技术的通用和竞争前工作。NIST 的研究设施位于马里兰州盖瑟斯堡 20899 和科罗拉多州博尔德 80303。主要技术运营单位及其主要活动如下所列。如需更多信息,请联系公共问询台,电话 301-975-3058。
摘要 现代深度学习的成功取决于大规模训练神经网络的能力。通过巧妙地重用中间信息,反向传播通过梯度计算促进训练,总成本大致与运行函数成正比,而不是产生与参数数量成正比的额外因素——现在参数数量可能达到数万亿。人们天真地认为量子测量崩溃完全排除了反向传播中量子信息的重用。但阴影断层扫描的最新发展(假设可以访问量子态的多个副本)挑战了这一观点。在这里,我们研究参数化量子模型是否可以像经典神经网络一样高效地训练。我们表明,如果不能访问状态的多个副本,就不可能实现反向传播缩放。有了这种额外的能力,我们引入了一种以阴影断层扫描为基础的算法,该算法与量子资源中的反向传播缩放相匹配,同时降低了阴影断层扫描中未解决问题的经典辅助计算成本。这些结果突出了将量子信息重用于实际目的的细微差别,并阐明了训练大型量子模型的独特困难,这可能会改变量子机器学习的进程。
延长电子产品的使用寿命是可持续设计的一个主要问题。电力电子元件是我们日常服务使用中不断增长的一部分,从笔记本电脑充电器(10-100 W)、家用空调(1-10 kW)、太阳能发电厂(1-100 kW)到铁路电动汽车(1-100 MW)。由于设备体积与额定功率成正比,因此它们大大增加了电子垃圾的产生量。修复转换系统对设计师来说是一个挑战,即系统应该如何设计才能在多年内得到维护。此外,通过电子元件(或子系统)再利用引入循环经济意味着评估电力电子产品的剩余价值。本文首先从现有技术的角度介绍了残值评估,以定义电力电子元件应包括的相关参数(例如:平均故障间隔时间 - MTBF - 多因素函数、元件市场价格评级、内部残值关键材料、内含能量等),并提出了一种估算该值的方法。© 2022 作者。由 ELSEVIER B.V. 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章(https://creativecommons.org/licenses/by-nc-nd/4.0)由第 32 届 CIRP 设计会议科学委员会负责同行评审
摘要 — 未来的量子网络中继器主要用来在节点之间创建纠缠,并将这些纠缠提炼到最佳性能水平。在调查期间,我们实施了一种纠缠提炼多通道协议,并在 IBM-Q 环境中进行了测试,结果显示经过多次提炼后结果不断改善。我们实施了两个版本的多通道提炼,即 BBPSSW 和 DEJMPS,重点是通过 IBM 实施的重置和重用功能优化量子位的使用。重置和重用这一新功能可以改变游戏规则,并可以最大限度地减少大规模应用所需的量子位数。我们还发现,虽然目前无法将持续提炼通道的标准作为运行时反馈回路来实现,但可以通过后电路数据分析来研究该过程。我们的结果还表明,仅凭保真度就可能让我们放弃一些基于其他指标(例如纠缠成功率和传输一点数据成功率)显示成功的方法。实验发现,对于这种复杂的多道蒸馏过程,保真度过低。(摘要)
摘要 — 本文介绍了一种利用 cocotb 和 pyuvm 框架集成已建立的 SystemVerilog 验证 IP (SV-VIP) 来增强 Python 验证生态系统的新策略。基于 Python 的环境在验证社区中逐渐获得认可,人们正在探索其成为未来验证流程主流的潜力。这种方法利用了已建立的 SystemVerilog 生态系统,可以在 Python 设置中有效重用 SV-VIP。通过利用直接编程接口 (DPI-C) 和 ctypes 库,我们的方法可确保 Python 测试台和 SV-VIP 之间的无缝集成。这种集成不仅利用了 Python 的简单性和可读性,还增强了其处理复杂硬件验证任务的能力。本文通过两个实际实现说明了这种方法。它展示了 Python 作为一种强大且适应性强的验证语言不断发展的意义,并弥合了软件灵活性和硬件验证需求之间的当前鸿沟。
摘要 —量子计算有可能通过有效解决复杂问题而彻底改变各个领域。其核心是量子电路,即操纵量子态的量子门序列。在量子算法设计中,选择正确的量子电路假设至关重要,它定义了初始电路结构并作为优化技术的基础。本文介绍了一个分类的量子电路假设目录,旨在支持量子算法的设计和实现。每个假设都详细描述了意图、动机、适用性、电路图、实现、示例,另请参阅。提供了实际示例来说明它们在量子算法设计中的应用。该目录旨在通过提供对不同假设的优势和局限性的见解来协助量子算法设计者,从而促进特定任务的决策。索引术语 —假设、量子电路、设计模式、量子算法
钢部件再利用。再利用钢部件的价值与新钢的成本相关。拆除承包商和废品回收场可以从钢厂回收的废钢中获得高价,因此他们不愿意付出额外的努力和额外成本来提取部件以便重新使用。人们有时认为健康和安全立法会增加成本,因为拆除过程必须更加谨慎,以便将钢部件完好无损地拆除以供再利用。其他人对此提出异议,尽管人们普遍认为这通常需要额外的时间。当拆除承包商很忙时,他们往往会选择最快的选项,而这通常不需要部件再利用所需的谨慎。此外,拆除通常是新建项目的关键路径,客户希望尽快完成。解构会增加这个过程的时间。
摘要 — 本摘要介绍了一种基于低温逆变器的两倍电流再利用和 40 纳米 CMOS 双噪声消除低噪声放大器 (LNA)。所提出的 LNA 由三级组成:基于电流再利用逆变器的输入级,具有分流电阻反馈和自体偏置 (SBB),可在低温下缓解 V th 增加并提高 r out。第二级是双辅助噪声消除级,带有额外的电流再利用并联晶体管,可增强跨导并抑制主放大器和辅助放大器的噪声。最后一级是共源后置放大器,可进一步增强增益。在 4 K 下,LNA 实现了 31 dB 的测量峰值增益 (S 21),具有从 10 MHz 到 2.6 GHz 的大 3-dB 带宽,在 0.6 GHz 下,功耗为 8.6 mW,最小 NF 为 0.1 dB(对应于 6.8 K 的噪声温度 TN)。该电路占用的核心面积为 0.117 mm 2 。
1。我对这个话题一无所知,想了解更多2。我管理重建或棕地计划,并想知道我的社区(或与我合作的人)3。i/我的社区开始探索这种类型的项目,我想审查这是否是个好主意4。我是这个主题的专家,打算对本演讲进行严重批评5。这似乎是梦见午餐时参加的最好的会议