XiaoMi-AI文件搜索系统
World File Search SystemCRITIC
海上运营技术网络安全的多代理强化学习
摘要本文展示了将自主网络防御应用于工业控制系统上的潜力，并提供了一个基线环境，以进一步探索多代理强化学习（MARL）对此问题领域的应用。它引入了通用集成平台管理系统（IPMS）的模拟环境，IPMSRL，并探讨了MARL对基于通用海事的IPMS Operational Technology（OT）的自动网络防御决策的使用。网络防御行动不如企业对IT的成熟。 这是由于OT基础架构的相对“脆性”性质源于使用传统系统，设计时间工程假设以及缺乏全面的现代安全控制。 ，由于不断增加网络攻击的复杂性以及传统以IT中心的网络防御解决方案的局限性，在网络景观中有许多障碍。 传统的IT控件很少在OT基础架构上部署，并且在它们的位置，某些威胁尚未完全解决。 在我们的实验中，多代理近端策略优化（MAPPO）的共享评论家实施优于独立近端策略优化（IPPO）。 Mappo达到了800K时间段之后的最佳政策（情节结果平均值），而IPPO只能达到一百万个时间段的情节结果平均值为0.966。 超参数调整大大改善了训练性能。网络防御行动不如企业对IT的成熟。这是由于OT基础架构的相对“脆性”性质源于使用传统系统，设计时间工程假设以及缺乏全面的现代安全控制。，由于不断增加网络攻击的复杂性以及传统以IT中心的网络防御解决方案的局限性，在网络景观中有许多障碍。传统的IT控件很少在OT基础架构上部署，并且在它们的位置，某些威胁尚未完全解决。在我们的实验中，多代理近端策略优化（MAPPO）的共享评论家实施优于独立近端策略优化（IPPO）。Mappo达到了800K时间段之后的最佳政策（情节结果平均值），而IPPO只能达到一百万个时间段的情节结果平均值为0.966。超参数调整大大改善了训练性能。在一百万个时间段中，调整后的超参数达到了最佳策略，而默认的超参数只能偶尔赢得胜利，大多数模拟导致抽签。我们测试了现实世界中的约束，攻击检测警报成功，并发现当警报成功概率降低到0.75或0.9时，MARL Defenders仍然能够分别在97.5％或99.5％的情节中获胜。
人与经济
首先关于日期。“社会成本问题”出现在1960年的《法律与经济学杂志》上，但直到1961年夏天才出现。另一方面，“社会成本”论文没有出现COASE定理 - 我认为，归因于1960年的“社会成本”论文所谓的“不变定理”不是定理。相反，该定理是在1959年首次在Coase上发表的“联邦通信委员会”的一份更美丽的论文中。” 4在1959年的一篇文章中，有一个句子说：“权利划定是市场交易的重要前奏。”此语句是其完整形式的COASE定理。在以下1960年作品中引入交易成本，尽管很重要，但仅支持1959年定理的工作。但是，正如本文稍后将看到的那样，在引入交易成本中，犯了严重的错误。在确切问题上存在着相当大的困惑，这导致了1960年春季亚伦导演家中传奇的辩论。可以肯定的是，当FCC论文被提交给芝加哥大学的亚伦董事时，芝加哥的一颗星系反对coase制作的关键点。到底是什么，这是一些未来经济思想的历史学家想知道的问题。coase告诉我，这与停车场有关。当时他最强大的批评家鲁本·凯塞尔（Reuben Kessel）也告诉我这是关于停车场的。我将它们都放在下面供读者考虑。鲁本（Reuben）于1975年去世，现在我在FCC论文中发现了两个地方，其中提到了“停车场”。在FCC论文的第14页上，Coase写道：
可证明可以通过...
基础状态的部分可观察性通常对控制学习（RL）提出了重大挑战。实际上，某些特权信息，例如，从模拟器中访问州的访问已在培训中得到利用，并取得了杰出的经验成功。为了了解特权信息的好处，我们在这种情况下重新访问并检查了几个简单且实际使用的范例。具体来说，我们首先正式化了专家蒸馏的经验范式（也称为教师学习），证明了其在发现近乎最佳政策时的陷阱。然后，我们确定部分可观察到的环境的条件，即确定性的滤波器条件，在该条件下，专家蒸馏实现了两个多项式的样品和计算复杂性。此外，我们研究了不对称参与者 - 批评者的另一个有用的经验范式，并专注于更具挑战性的可观察到的部分可观察到的马尔可夫决策过程。我们开发了一种具有多项式样本和准多项式计算复杂性的信念加权不对称的演员算法，其中一个关键成分是一种新的可培养的甲骨文，用于学习信念，可在不指定的模型下保留过滤器稳定性，这可能是独立的。最后，我们还可以使用特权信息来介绍部分可观察到的多代理RL（MARL）的可证明的效率。与最近的一些相关理论研究相比，我们的重点是理解实际启发的算法范式，而无需进行棘手的甲壳。我们开发了具有集中式训练 - 二级化 - 执行的算法，这是经验MARL中的流行框架，具有多项式样本和（Quasi-）多项式组成的复杂性，在上述两个范式中。
新闻稿2025-会议KFS4 2.11.25 -PDF
McMahon和More Austin，德克萨斯州 - 2025年2月11日 - South WySouthwest®（SXSW®）会议和节日宣布增加了新的Keynotes，以及第39届年度会议的第四轮演讲者，庆祝技术，电影，电影，电影，电视和音乐的融合。SXSW于2025年3月7日至15日在德克萨斯州的奥斯汀举行。今天宣布的主旨包括演员，作家，制片人和导演Issa Rae，Signal Meredith Whittaker的总裁，以及Colossal Biosciences Ben Lamm的创始人兼首席执行官Ben Lamm与演员，制片人，作家，作家，艾美奖，艾美奖，艾美奖获奖的配音演员和现实竞赛竞赛竞赛主持人Joe Manganiello。“每年，SXSW都会组装一群演讲者，这些演讲者正在做非凡的，通常令人惊讶的事情，例如破坏讲故事和代表的界限，倡导安全的交流，并带回羊毛猛mm象。“ Issa Rae，Meredith Whittaker，Ben Lamm和Joe Manganiello组成了一个杰出的变革者组，他们非常适合SXSW社区。”Issa Rae, Meredith Whittaker, Ben Lamm, and Joe Manganiello join the previously announced Rock and Roll Hall of Famer and Grammy Award-winning lead singer for Creedence Clearwater Revival John Fogerty , Bluesky CEO Jay Graber , and IBM Chairman and CEO Arvind Krishna as Keynote Speakers for SXSW 2025.今天宣布的特色演讲者包括HBO艾美奖获奖系列《最后的演员》的演员和创作者；游戏创建者和Kojima Productions Hideo Kojima的创始人； Rivian RJ Scaringe的首席执行官；食品评论家和创作者基思·李（Keith Lee）；五次获得艾美奖的电视主持人，喜剧演员，作家，制片人和播客柯南
第1章。简介
致谢洛杉矶水与电力部（LADWP）在整个LA100研究中一直是一位了不起的合作伙伴，冠军，技术资源和评论家。LADWP的员工对我们的假设和结果提出了挑战，使我们能够从他们的努力中进行更好的分析。尤其要感谢Ashkan Nassiri，Steve Swift，Scott Moon，Nick Matiasz和Greg Huynh与NREL研究人员的日常互动及其在LADWP的主题专家中的作用，在整个研究过程中仍然参与其中。我们还要感谢Armen Saiyan对分析需求方面的技术反馈，以及他在帮助确保需求组与较大LADWP之间建立牢固联系方面的作用。我们要感谢杰伊·林（Jay Lim）在整个研究中的周到的反馈和评论。他和他的同事们深入探讨了LA100调查结果与LADWP中正在进行的规划能源过渡方面的持续努力之间的关系。我们还要感谢Anton Sy，Greg Sarvas和Paul Lee的项目管理和支持。Stephanie Spicer，Dawn Cotterell和Carol Tucker的LADWP通讯和公共事务团队对我们的工作有帮助 - 他们定期为我们提供有关材料的反馈并组织LA100咨询小组和LA社区团体。各个部门的主题专家与我们会面74次，提供了100多种技术备忘录和草案的书面反馈，并通过确定能源过渡的各个方面来改善我们的分析，这些方面是他们最大的不确定性来源。我们要感谢Martin Adams，Reiko Kerr，Jason Rondou，Louis Ting，Joseph Ramallo，James Barner和Eric Montag的领导才能使我们能够更好地与咨询小组和LA社区建立联系和交流。最后，我们要感谢委员会，特别是辛西娅·麦克莱恩·希尔（Cynthia McClain-Hill）的委员会，以提高他们对研究的改进，例如确定对社区外展的期望。
深度强化学习，实现能量和时间优化......
物联网 (IoT) 的广泛采用和集成不可避免地导致物联网设备数量的激增。这反过来又导致了大量数据的产生，这些数据需要传输、处理和存储，以便有效地解释和利用。边缘计算已成为一种可行的解决方案，它补充了云，从而使集成的边缘云范式能够成功满足物联网应用的设计要求。绝大多数现有研究都提出了针对单个任务的调度框架，只有极少数研究考虑了更具挑战性的复杂工作负载调度问题，例如跨边缘云环境的工作流。工作流调度是分布式基础设施中的 NP 难题。当调度框架需要协调资源受限且高度分布的边缘云环境中的工作流执行时，情况会变得更加复杂。在这项工作中，我们利用深度强化学习来设计一个能够克服上述挑战的工作流调度框架。与所有现有工作不同，我们设计了一个新颖的分层动作空间，以促进边缘和云节点之间的明确区分。除此之外，还提出了一种基于混合参与者-评论家的调度框架，该框架增强了近端策略优化技术，以有效处理边缘云环境中的复杂工作流调度问题。使用能耗、执行时间、截止日期命中率和完成的作业百分比作为评估指标，将所提出的框架的性能与几种基线算法进行了比较。与时间和能量优化的基线相比，所提出的深度强化学习技术在能耗方面表现更好 56%，在执行时间方面表现更好 46%。这是在保持与能量优化基线相当的能源效率和与时间优化基线相当的执行时间的情况下实现的。因此，结果证明了所提出的技术在建立最小化能耗和执行时间的相互冲突的目标之间的最佳权衡方面的优越性。© 2022 由 Elsevier BV 出版
USask 的临时人工智能 (AI) 原则和指南 i USask 的 AI 原则旨在确保以支持 USask 的使命、愿景、价值观和战略目标的方式合乎道德、有效和负责任地使用 AI，并维护所有利益相关者的信任和信心。这些原则和指南旨在指导我们提供、支持和使用 AI 工具开展研究、教学、管理和支持服务。重要的是，当 AI 成为研究或教学的主题时（例如，关于 AI 的研究或教学），其中一些原则和指南可能不适用。这些活动被视为通过其他大学政策和实践以及学术自由的权利和义务进行管理。USask 坚持包括合议和包容性 ii 在内的核心价值观。重要的是，我们的流程包括研究人工智能 (AI) 使用教育特定原则的有影响力的例子，包括《北京人工智能与教育共识》 iii 和世界经济论坛的《教育人工智能七项原则》 iv 。这些框架要么以联合国教科文组织的《人本主义人工智能十大核心原则》为基础，要么以此为参考。以这些国际范例为参考点，萨斯喀彻温大学人工智能原则是通过一个强大而反复的过程制定的，该过程涉及来自我们校园各地的社区成员。萨斯喀彻温大学的人工智能原则和实践对于萨斯喀彻温大学的人工智能使用具有包容性、响应性和有效性。我们将继续采取持续响应的方式，以不断发展的人工智能原则和指导方针——考虑大学社区的反馈和人工智能技术的进步——以确保人工智能的使用保持有效、相关，并与我们大学不断变化的需求和价值观保持一致。随着萨斯喀彻温大学社区成员得到支持，将他们的人工智能实践与这些原则和指导方针保持一致，将培养一种负责任和道德的人工智能文化。萨斯喀彻温大学将接受我们作为人工智能使用方面的批评者和社会良知的角色，将公开其人工智能使用的原则和指导方针，并随着原则和指导方针的不断发展及时提供更新。重要的是，这些原则代表了我们在快速变化的环境中使用人工智能的愿望。道德和负责任的使用 1. 负责任。人类有意的选择和行动引领着我们对人工智能的使用，而人工智能
USask 的临时人工智能 (AI) 原则和指南 i USask 的 AI 原则旨在确保以支持 USask 的使命、愿景、价值观和战略目标的方式合乎道德、有效和负责任地使用 AI，并维护所有利益相关者的信任和信心。这些原则和指南旨在指导我们提供、支持和使用 AI 工具开展研究、教学、管理和支持服务。重要的是，当 AI 成为研究或教学的主题时（例如，关于 AI 的研究或教学），其中一些原则和指南可能不适用。这些活动被视为通过其他大学政策和实践以及学术自由的权利和义务进行管理。USask 坚持包括合议和包容性 ii 在内的核心价值观。重要的是，我们的流程包括研究人工智能 (AI) 使用教育特定原则的有影响力的例子，包括《北京人工智能与教育共识》 iii 和世界经济论坛的《教育人工智能七项原则》 iv 。这些框架要么以联合国教科文组织的《人本主义人工智能十大核心原则》为基础，要么以此为参考。以这些国际范例为参考点，萨斯喀彻温大学人工智能原则是通过一个强大而反复的过程制定的，该过程涉及来自我们校园各地的社区成员。萨斯喀彻温大学的人工智能原则和实践对于萨斯喀彻温大学的人工智能使用具有包容性、响应性和有效性。我们将继续采取持续响应的方式，以不断发展的人工智能原则和指导方针——考虑大学社区的反馈和人工智能技术的进步——以确保人工智能的使用保持有效、相关，并与我们大学不断变化的需求和价值观保持一致。随着萨斯喀彻温大学社区成员得到支持，将他们的人工智能实践与这些原则和指导方针保持一致，将培养一种负责任和道德的人工智能文化。萨斯喀彻温大学将接受我们作为人工智能使用方面的批评者和社会良知的角色，将公开其人工智能使用的原则和指导方针，并随着原则和指导方针的不断发展及时提供更新。重要的是，这些原则代表了我们在快速变化的环境中使用人工智能的愿望。道德和负责任的使用 1. 负责任。人类有意的选择和行动引领着我们对人工智能的使用，而人工智能
Henri Lefebvre的空间生产理论和...
Henri Lefebvre关于空间生产的理论和沟通的批判性基督教Fuchs原创版本。发表在：传播理论28，https：//doi.org/10.1093/ct/qty025摘要本文询问Henri Lefebvre的人文主义马克思主义如何为批判性交流理论的基础做出贡献。它是通过反思沟通在勒费弗尔（Lefebvre）书中的作用的作用，以产生空间和对日常生活的批评。Lefebvre的人文主义马克思主义对人类生产在社会中的作用的压力是他的理论的一个方面，可以最有效地整合到批判的沟通理论中。Lefebvre和Raymond Williams的文化唯物主义之间也有惊人的相似之处。Lefebvre还预计讨论了交流共享商品化的讨论。关键词：Henri Lefebvre，批判性传播理论，政治经济学，空间的产生，批判理论，马克思主义理论，人文主义马克思主义1.引言本文问：亨利·勒费弗（Henri Lefebvre）的人文主义马克思主义如何为批判的交流理论的基础做出贡献？Henri Lefebvre（1901-1991）是法国马克思主义理论家。 他出版了72本书（Elden，2004年，第4页），涉及社会空间，卡尔·马克思，辩证法唯物主义，现代性，模糊，日常生活，结构主义，存在主义，城市政治，国家理论，全球化和社会斗争。 他在斯特拉斯堡大学（1961-1965）和巴黎X-Nanterre（1965-1973）担任教授职位。 它于1974年首次在法语中出版。Henri Lefebvre（1901-1991）是法国马克思主义理论家。他出版了72本书（Elden，2004年，第4页），涉及社会空间，卡尔·马克思，辩证法唯物主义，现代性，模糊，日常生活，结构主义，存在主义，城市政治，国家理论，全球化和社会斗争。他在斯特拉斯堡大学（1961-1965）和巴黎X-Nanterre（1965-1973）担任教授职位。它于1974年首次在法语中出版。有些人将他视为哲学家，而另一些人则将他视为城市理论家，地理学家，社会学家，政治学家或历史学家。，但是，“他只有一个类别 - 马克思主义者 - 这就是所有这所暗示的；也就是说，作为哲学家，社会学家，历史学家，最重要的是，政治上的恩典”（Elden＆Lebas，2003年，第XII页）。空间的生产是Lefebvre最著名的，也是最广泛的作品。他既是结构主义的批评者（尤其是路易斯·阿尔瑟塞（Louis Althusser）的版本）和存在主义（尤其是让·保罗·萨特（Jean-Paul Sartre）的方法）。他于1928年加入了Parti CommunisteFrançais（PCF）。由于他对斯大林主义的批评，PCF在1958年不包括他。Lefebvre可以被视为最重要的法国人本主义代表。Stuart Elden（2004，p。19）将Lefebvre与Althusser和Sartre一起描述为20世纪的法国中部马克思主义者，并作为“他讨论过的一系列主题的多层”（第4页）。他的大部分作品仍未翻译成英语（Brenner＆Elden，2009，第2页），这无疑限制了他们的接待。批判理论家Stanley Aronowitz（2015，p。133）认为，由于Lefebvre的激进
FORT：堡垒研究小组期刊以下内容......
21 T G Davenport＆C.W。partridge：奥尔德尼的维多利亚时代强化47约翰·肯尼恩：詹姆斯·弗格森：维多利亚州早期军事建筑的批评家
人工智能的理论永无止境！
[本文的原始德文版本于 2022 年 3 月 20 日作为德国周日报纸 Welt am Sonntag 经济版 AI 专栏“Aus dem Maschinenraum der KI”的一部分出现，第 24 页。][使用 www.DeepL.com/Translator（免费版）翻译 - 欧洲制造的 AI 技术，请参阅 https://en.wikipedia.org/wiki/DeepL_Translator ，随后由作者进行润色和修改。]AI 中的理论永无止境！人工智能依靠假设、理论和数据蓬勃发展。你知道 1968 年斯坦利·库布里克的《2001：太空漫游》吗？就像《星球大战》或《公民凯恩》一样，这部电影已经成为我们流行文化的一部分，邪恶的计算机 HAL 也是如此。HAL 是一种人工智能 (AI)，仍然是我们对 AI 的所有希望和恐惧的原型：HAL 聪明、狡猾，控制着发现一号宇宙飞船上的所有系统。而且它是有意识的。如果您没有听说过 HAL，您可能熟悉《2001：太空漫游》著名的开场片段，其中太阳从地球和月亮上方升起，伴随着理查德施特劳斯的《查拉图斯特拉如是说》（原作德文标题“查拉图斯特拉如是说”）。这是对德国哲学家弗里德里希·尼采的同名诗作的暗示。AI 经常让我想起尼采。为什么？《查拉图斯特拉》表现出尼采的极端倾向。根据德国文学评论家丹尼斯·谢克的说法，“在温和的地区没有调解或思考。”山谷与山顶，强者。弱者，超人（英文。“Übermensch”）与普通人。实际上，《查拉图斯特拉》的副标题是“一本为所有人和无人而写的书”。在公众话语中，人工智能要么被视为救世主，要么被视为人类的堕落。这种极端的两极观点是完全错误的，而且确实对任何人都有帮助。人工智能是一门科学，也是一种工具。不多也不少。我们需要细致入微的讨论！不幸的是，尼采在这里帮不了我们。他确信没有因果关系，相反，生活只是“事物和状态的偶然并置”。如果尼采是对的就好了！我会立即剃光头！因为，对于男性来说，很容易观察到收入和头发数量之间的高度“负相关性”：头发越少，钱越多。然而，实际上，没有一次去理发店让我变得更富有！年龄越大，头发越少。男人只是在变老。从统计学上讲，年龄越大，收入越高。另一方面，身高和体重是“正相关的”，因为它们的行为方式相同：随着成长，体重增加。事实上，这可能并不适用于我们每个人，但总的来说，这是正确的。当前的机器学习算法非常擅长寻找相关性。它们不太擅长告诉我们原因和结果：这是否导致了那里的那个？如果我这样做会怎样？这就是为什么人们对人工智能重新产生了浓厚的兴趣，研究因果关系