当今的计算机架构和设备技术(用于制造它们)都面临着重大挑战,使其无法提供人工智能(AI)等复杂应用程序所需的性能。复杂性源于需要计算的极高的操作数量和所涉及的数据量。直接后果是,此类应用程序所涉及的计算工作量受到实际计算系统众所周知的壁垒的限制:(1)由于处理器和内存速度之间的差距越来越大而导致的内存壁垒,以及有限的内存带宽使得内存访问成为以内存访问为主的应用程序的性能杀手和功耗;(2)功率壁垒,涉及冷却的实际功率限制,这意味着 CPU 时钟速度无法进一步提高。
抽象准确的功率损失估计对于有效的电力系统操作和计划至关重要。传统方法依赖于假设,导致不准确。这项研究采用了多层馈送神经网络(MFNN)来开发一个模型,该模型估计电力线中的真实和反应性损失。负载流技术用于获得训练多种模型的变量。调整神经元数并比较其他模型的性能指标后,选择了所需的模型。使用MATPOPTOR对118个BUS IEEE测试网络进行建模。Levenberg-Marquardt反向传播算法对生成数据训练了该模型。结果表明,25-神经元模型表现最好,在1000个时期达到了最小平方误差(0.00047543)。相关系数显示20个神经元和25个神经元模型的值为0.9999。分析确定了25个基于训练的模型是预测功率损耗的最准确的模型。据观察,25-神经元模型以1000个时期的最高相关系数(0.99999)达到了最佳性能(0.99999)和最小平方误差(0.00047543)。这项研究证明了ANN在估计传输线中功率损失方面的有效性。推荐的25个基于基于Neuron的训练有素的模型提供了研究模型的最佳预测,从而提高了电力系统效率和计划。关键字:神经网络,神经元,负载流,Levenberg-Marquardt,Newton Raphson
二十多年来,控制电力行业的温室气体排放一直是欧盟 (EU) 关注的重点。气候变化限制了该行业大规模引入可再生能源。这些新能源主要是间歇性和局部性的。它给电网管理带来了额外的挑战。能源行业数字化的解决方案之一是部署智能电网。数字工具与电力公用事业的结合促成了新参与者和商业模式的出现,这些参与者和商业模式从经济上评估了减少温室气体排放和能源消耗的每一项贡献。十年来,欧盟各地的公司之间建立了一个新的能源市场,以促进商业竞争,并简化新型分布式发电的引入。2015 年,欧盟提倡自用 [1],而 2019 年,一项新指令审查了内部电力市场的标准规则 [2]。
IEEE国际网络人文科学会议(IEEE CH)是由IEEE Systems,Man和Cybernetics(SMC)协会共同赞助的年度活动。它专注于应用于社会科学和人文科学技术的理论和实际方面,包括艺术,遗产,历史,考古学,语言学,图书馆,档案等。ssh现在被认为是一个至关重要的人类周期生态系统,需要保护,价值和韧性。该会议探讨了沿数字连续性的新颖概念,技术,解决方案和应用,包括数字化,策展,保护,再利用和传播数字文化资产。IEEE CH 2025会议将在2025年9月8日至10日在意大利佛罗伦萨举行。
IEEE 21届自动化科学与工程国际会议(Case 2025)将于2025年8月17日至8月21日在美国加利福尼亚州洛杉矶举行。案件是IEEE机器人和自动化协会(RAS)的旗舰会议,构成了自动化跨境和多学科研究的主要论坛。会议将重点放在有安全和值得信赖的自动化上:自动化系统,例如协作机器人技术,自动操作系统和车辆,智能制造,医疗保健,农业,运输和物流以及智能城市,越来越依赖有保障和可信赖的自动化。需要研究以克服由于系统设计,数据收集,机器学习或控制而导致的脆弱性和偏见。案例2025将举办有关“神经符号AI:赋予可信赖和具体的机器人自主生命周期制造”的特殊会议,由Neuro-Symbolic AI Home组织。我们真诚地邀请了从事相关研究领域的科学家,学者,工程师和企业家提交其贡献,并与我们一起探索机器人自主生命生命周期制造中神经符号AI的最新进步和应用前景。For more information, please visit: - CASE 2025 Conference Website: https://2025.ieeecase.org/ - Neuro-Symbolic AI Home Website: https://www.nsaihome.org.cn/ Conference Date and Venue: - August 17 to August 21, 2025 - Millennium Biltmore Downtown Los Angeles, California, USA
Design Methods of Signal Processing Systems: • Optimization of signal processing algorithms • Compilers and tools for signal processing systems • Algorithm-to-architecture transformation • Dataflow-based design methodologies Software Implementation of Signal Processing Systems: • Software on programmable digital signal processors • Application-specific instruction-set processor (ASIP) architec- tures and systems • SIMD, VLIW, and multi-core CPU architectures • GPU-based massively parallel implementation Hardware Implementation of Signal Processing Sys- tems: • Low power/complexity signal processing circuits & applica- tions • FPGA and reconfigurable architecture-based systems • System-on-chip and network-on-chip • VLSI for sensor network and RF identification systems • Quantum signal processing • Neuromorphic computing
硬件木马 (HT) 是对集成电路 (IC) 的恶意修改。它由触发器和有效载荷机制组成。触发器定义激活时间(即始终开启、满足罕见条件时、基于时间、外部),有效载荷是激活的 HT 对受害 IC 的影响(即信息泄露、性能下降、拒绝服务)。HT 可以插入到设计过程的任何阶段和任何抽象级别,并且可以位于芯片上的任何位置 [1]。从攻击者的角度来看,目标是使 HT 隐秘且占用空间小,以逃避检测。HT 设计变得越来越复杂 [2]–[4],使得制定对策非常具有挑战性。对策包括在硅片生产前防止 HT 插入(即基于功能填充单元 [5]、逻辑混淆 [6]、伪装 [7] 或拆分制造 [8])、在 IC 使用前检测 HT 的存在(即基于逻辑测试工具 [9]、信息流跟踪 (IFT) [10] 和侧信道分析 [11]、[12])以及在运行时检测 HT 激活(即基于片上监视器 [13])。在本文中,我们演示了一种 HT 设计,该设计利用可测试设计 (DfT) 基础设施在片上系统 (SoC) 内部实施电路到电路攻击。HT 隐藏在 SoC 的“攻击”知识产权 (IP) 核内,一旦激活,它就会以恶意位模式的形式生成有效载荷。有效载荷进入测试访问机制的扫描链,该扫描链遍历 SoC 并控制嵌入在 IP 内的测试仪器。 HT 操纵扫描链,在目标受害者 IP 的接口上传播有效载荷。有效载荷会更新受害者 IP 内部测试仪器的状态,将其设置为部分和未记录的测试模式,从而破坏其在正常运行模式下的功能。电路到电路 HT 攻击属于更广泛的扫描攻击类别
•潜在的技术领域可能包括计算机/软件,消费电子,医学,辅助机器人技术等。•标准可以解决有兴趣参加此活动的志愿者的可用性/人为因素,设计指南,术语/测试方法,这表明您的兴趣在https://ieeesa.io/agetech
IEEE交易集成电路和系统的计算机辅助设计2.7
亚特兰大每年欢迎超过100万国际游客。超过70个国家通过领事馆或贸易办公室在亚特兰大有代表性,使其具有多样化的经济。从艺术和文化到音乐和美食,这座城市为每个人都充满了多种文化机会。
