在混凝土隧道衬砌中,裂缝通常在严重且无法忍受的使用寿命损坏之前出现和发展,这是结构退化的早期迹象。监测和评估裂缝空间分布可以突出长期隧道结构行为并促进隧道维护。本研究描述了一种使用机器人安装的成像技术在像素级范围内进行裂缝监测的远程自动化系统。该系统远程收集裂缝图像并将它们拼接在一起以创建隧道表面的全景图像。本研究采用迁移学习,对具有轻量级主干的最先进的语义分割模型 DeepLab V3plus 进行微调和改进,以自动检测裂缝。在全景图上实施了一种新颖的平滑混合预测方法,以呈现长距离隧道裂缝分布,从而缓解高分辨率图像推理中遇到的错误分类问题。此外,根据 CERN 隧道裂缝数据库特征,已经开发了迁移学习、定制损失函数和正则化技术,以保持所提方法的高性能和泛化。在 CERN 隧道中进行的现场试验证明了所提出的裂缝监测系统的可行性。结果表明,所提出的系统可以识别严重裂缝损坏的隧道段和特定的裂缝模式,这与隧道衬砌的结构行为有关。
如今,没有一种疗法可以治疗所有类型的癌症。放射治疗是医生工具箱中的一种治疗选择:它通过将癌细胞暴露在高剂量的辐射下来破坏癌细胞,并且通常采用与 CERN 和其他实验室的粒子加速技术相同的技术。在许多医院中,常规放射治疗是使用房间大小的粒子加速器进行的,粒子加速器使用 X 射线束瞄准肿瘤。除了 X 射线之外,其他粒子也具有有趣的特性,可以更好地治疗某些类型的肿瘤或减少有害副作用:这些粒子包括质子、电子和碳或氦等离子。新的放射治疗方式也正在探索中:例如,FLASH 照射,即在极短的时间内释放超高辐射剂量,似乎可以大大减少对健康组织的损害。这些创新治疗方法的广泛采用通常受到所需仪器的成本和复杂性的限制,而 CERN 在开发先进加速器和磁体技术方面的专业知识可以发挥作用。
该法案对州政府机构开发和使用自动化系统做出“关键决策”(即对个人生活有重大影响的决策)提出了若干要求。除其他事项外,它要求 (1) 政策与管理办公室 (OPM) 部长指定一名人工智能 (AI) 官员来制定和采用使用自动化系统的程序,以及 (2) 行政服务部 (DAS) 专员指定一名人工智能实施官员在 2023 年 12 月 31 日之前对自动化系统进行盘点,并定期审查机构对自动化系统的使用情况。根据该法案,在 2024 年 1 月 1 日或之后开发、采购或使用任何自动化系统的州政府机构必须 (1) 满足自动化系统程序,以及 (2) 通知实施官员,如果实施官员发现机构不符合程序,他或她可以指示机构停止开发、采购或使用。
在许多应用中,机器学习模型使用敏感信息作为训练数据或做出影响关键领域(如自动驾驶、癌症检测和生物特征认证)人员的决策。随着机器学习在关键应用中的应用越来越多,攻击的潜在影响也随之增加。旨在从模型中提取数据或操纵其决策的攻击是需要在风险评估期间考虑的威胁。使用预先训练的模型或来自外部来源的公开数据集可以降低开发 AI 系统所需的资源,但也可能引发各种攻击。数据集或模型可能会被恶意准备以在部署期间诱导特定行为,而 AI 开发人员对此并不知情。此外,过度拟合(即模型记住了训练数据但不能很好地推广到以前未见过的数据的状态)会增加从模型中提取私人信息的机会或促进更有效的规避攻击。
Kübler, Jonas、Simon Buchholz 和 Bernhard Schölkopf。“量子核的归纳偏差。”《神经信息处理系统进展》第 34 期 (2021)。Huang, HY.、Broughton, M.、Mohseni, M. 等人。量子机器学习中的数据力量。Nat Commun 12, 2631 (2021)。https://doi.org/10.1038/s41467-021-22539-9
如今,CERN是各种实验的所在地(https://home.cern/science/experiments)。来自世界各地的研究所的科学家组成了实验合作,以执行多种研究计划,确保CERN涵盖从标准模型到超对称性以及从外来同位素到宇宙射线的物理学的丰富主题。最著名的实验是在LHC上进行的实验。这些实验中最大的实验使用通用检测器来研究在LHC可用的创纪录能量下执行的最大物理范围。具有两个独立设计的检测器对于对任何新发现的跨确认至关重要。LHC上的其他几个实验具有专门的检测器,该检测器侧重于特定现象。固定目标实验使用前LHC加速器链,SPS或质子同步器
hree几十年以来,Atlas和CMS合作提交了用于探测器的建造的意向书,这些技术和工程的奇迹正在为他们迄今为止最大的大修做好准备。从2029年开始,高光度LHC将在许多标准模型测量上提供次级精度,但前提是检测器可以完全利用更复杂和更高率的碰撞碰撞。涉及来自许多国家的成千上万的物理学家和工程师,主要是在2026 - 2029年的长时间关闭3号中安装,许多“ II期”升级将检测器技术推向新的高度。对于地图集,它们包括最先进的全硅内部跟踪器,一种新的高粒度定时探测器,新的和升级的向前和亮度探测器,改进的MUON覆盖范围,更快的触发器和数据激发系统以及新的Calorimeter读取电子读取器(P22)。在CMS中,跟踪器和量热计的端盖将被创新的新系统替换,将安装新的最小离子定时探测器和亮度检测器,几乎所有电子设备将被替换,并将安装其他MUON向前电台(P33)。爱丽丝和LHCB也是2030年代的重大升级,这将在即将到来的问题中进行探讨。同时,LHC不断进行破坏记录:11月28日,CERN年度末期技术停止的时期看到,质量质子 - 质子亮度的峰值达到2.5×34 cm –2 s –1,铅核之间的测试碰撞和铅核之间的测试碰撞发生为5.36 TEV TEV TEV TEV(P11 P11)。此问题还可以回顾一下 - 在40年前(p41)中发现W和Z玻色子,并在30年前的Cern Theory Theory orridors中的芝麻光来源(P28)(p28)中发现 - 并展示了Accelerator科学的应用。使用新型Proton Linac系统的英国公司高级肿瘤学正在准备治疗其第一批患者(P8)。法国公司Theryq加入了CERN和Lausanne University Hospital之间的合作,使用电子(P8)开发Flash放射疗法。和CERN已与空客合作,探索未来氢能飞机(P9)的超导技术。
•交流输出指定通信,教育和外展团队旨在交付活动的数量和/或特征(例如有组织的事件的数字和范围); •还针对单个活动定义了直接沟通结果,而是关注给定活动和/或对其的初始反应的参与者的外部特征(例如参加活动的访客的数字和概况,在社交媒体上提到了此活动的数量); •间接结果描述了最终预期在给定受众群体中发生的效果或结果的种类或结果,这是各种交流活动的累积结果(例如,与CERN及其工作持续参与)。
由于 HL-LHC 和探测器升级对 HEP 提出的计算挑战可能无法完全通过使用传统中央处理器 (CPU) 来解决,LHC 实验、WLCG 和 CERN openlab 也开始研究新方法来适应所需的大量计算。他们投入了研发工作,以利用 GPU 进行传统的 HEP 数据处理和分析。ALICE 实验已经在运行 2 期间率先将 GPU 用于其高级触发器 (HLT)。在 2015 年进行初步研究后,ATLAS 恢复了对 GPU 用于数据重建和分析的潜在用途的研究。CMS 实验开始了研发,证明了占运行 HLT 事件过滤序列所需时间约三分之一的代码可以卸载到 GPU 上。LHCb 合作证明了在 GPU 上移植专用于其新开发的触发系统的软件第一阶段的可行性,该系统能够确定事件是否包含与进一步处理相关的物理特征。 GPU 资源也已通过批处理系统在 CERN 数据中心提供,并显著加速某些应用程序。
未来:LHC 和 CERN 实验的持续升级和整合计划将导致未来几年 ICT 需求大幅增加,超出预期,在固定投资预算下,存储和计算能力的预期增长幅度达数倍。LHC 的继任者高亮度 LHC 计划于 2027 年左右上线。到那时,实验将收集比以前多 10 倍的物理事件(每年约 EB 量级),这些事件的处理将更加复杂。使用现有的计算硬件投资来存储和分析这些事件将非常具有挑战性。在此背景下,将于 2020 年为建立新的 CERN 数据中心准备招标。还研究和开发了以下列出的其他几种解决方案。