摘要 混合现实和增强现实 (XR) 设备模糊了物理世界和数字世界之间的界限,导致用户输入嘈杂且不可靠,并且系统无法完全了解交互环境。然而,这些设备可以以低摩擦的方式向用户显示信息,这种方式与人的身体和物理环境更紧密地结合在一起,为持续的“始终在线”协助提供了机会。我们认为,要构建有效的 XR 交互,我们必须 (1) 通过了解用户和环境来减少系统不确定性,以及 (2) 有效地调整界面以让用户参与减少不确定性并允许在线学习和个性化。人工智能和机器学习中的现代方法对于实现这些目标非常重要。
1 助理教授,Nirma 大学理工学院,艾哈迈达巴德 2 IEEE 高级会员,教授,Nirma 大学理工学院,艾哈迈达巴德 摘要 数模转换器是广泛使用的混合信号电路。由于电路范围广泛且没有合适的故障模型,模拟和混合信号的测试面临许多挑战。本文使用晶体管级的 SAF(stuck_at_Fault)、Stuck_open 和 stuck_short 故障模型。此外,这些故障模型用于分析对 3 位 R-2R DAC 特性参数的影响。 关键词 Stuck_open,Stuck_short,测试,DAC,故障。 1. 引言 如今,片上系统(SoC)包含模拟和混合信号(AMS)电路。有各种各样的 AMS 电路可供选择。在过去的几十年里,数字 IC 的测试得到了充分的探索。由模拟和混合信号组成的 SoC 给测试带来了很多挑战 [1]。 AMS 测试很大程度上依赖于电路。有限的可控性和可观察性增加了这些 AMS 电路的测试工作量。这些 AMS 电路的测试可能成为增加制造成本的限制因素 [2]。此外,由于对制造工艺步骤中的微小缺陷的敏感性以及高集成密度,AMS 电路的可靠性和性能可能会降低。模数转换器 (ADC)、数模转换器 (DAC) 和锁相环 (PLL) 是 AMS 电路的例子。DAC 是最广泛使用的混合信号集成电路之一,用作数字处理系统之间的接口。ADC 和 DAC 等数据转换器的测试是 AMS 电路测试中最具挑战性的问题。在传统的 DAC 测试中,需要比被测设备 (DUT) 更高精度的测量设备来表征 DUT 的性能。这使得测试仪的设计和制造真正具有挑战性,并带来了高昂的测试成本 [3]。
混合现实(MR)和建筑跟踪技术的整合旨在解决几个关键问题。传统的培训方法虽然基础,但通常不足以使学生为现代建筑实践的复杂性做好准备,这些实践越来越多地融入了先进的技术。MR提供了一个安全,身临其境的学习环境,学生可以在其中练习木工技能,而无需与传统培训相关的身体风险。通过提供实时反馈并在跟踪技术提供的受控设置中练习复杂的任务,促进了对木工技能的更深入的理解和保留。这种创新的教育方法对于准备适应能力,精通数字工具的熟练劳动力很重要,并准备应对当代建筑业的挑战。通过实现目标和目标,出现了以下发现。
摘要 本报告概述了美国能源部爱达荷国家实验室放射性废物管理综合体/地下处置区 CERCLA 清理过程,以及能源部如何损害爱达荷州水资源未来的政策决策。我们是如何走到今天这一步的,为什么能源部将危险的核废料埋在 INL 并称其“足够清洁”?能源部决定将 90% 的埋藏废物留在垃圾场,违反了 1995 年与爱达荷州达成的和解协议和联邦法院同意令,这违反了其清理近 70 年核遗留废物的承诺,对我们各州未来的安全用水构成了重大威胁。能源部的优先事项是花费超过 1 万亿美元建造新的核武器,而不是仅花费约 6 亿美元来清理上一次核生产遗留的巨大环境灾难。这代表了联邦政府对爱达荷州水资源未来的扭曲的重视和价值,这不符合任何健康和人权标准。本报告还审查了制定政策的《超铀废物处理环境补充分析》和 RWMC 的决策记录,因为它们都涵盖相同的政策领域,并且包含与 DOE 对 RWMC 管理不善相关的相同根本缺陷。EDI 的主要关注点是现有的遗留废物、旨在修复垃圾场的“加速回收计划”的问题(非法将混合危险/放射性废物留在原地)以及从其他 DOE 核电站向 INL 进口额外的 TRU 废物。处于危险之中的是底层的 Snake River 唯一水源含水层,大多数爱达荷州人现在和将来都将依赖它数千年。放射性和危险废物继续从这些埋藏的废物中迁移出来,污染了含水层;因此,如果没有法律要求的全面清理,能源部就会为了节省更多核武器的资金而损害爱达荷州的未来。混合放射性废物是世界上最危险和生物危险的物质。当能源部想要以比垃圾更少的环境保护(当微小颗粒可能导致死亡)来处理它时,公众必须采取行动,确保进行适当的清理,即使现任州领导不再像前州长安德鲁斯和巴特那样与能源部对抗。能源部继续表现出违反环境法、危险废物法规和 1995 年和解协议联邦法院同意令的一致模式。以下是示例:
第 5 条 - 建筑和地块规划与标准,第 M.1.f 节。住宅装修地板要求装修地板应高出相邻人行道或前面的装修坡度 2 至 6 英尺。对于较大的老年多单元住宅建筑,1-2 号和 3 号建筑的最小人行道/室外坡度与装修地板之间的距离设计为小于 1 英尺,以减少对难看的 ADA 坡道的需求,并为建筑物创造更住宅化的建筑外观。从路缘到建筑物入口的低坡度变化是老年住宅社区的一个重要设计考虑因素,以便轻松实现 ADA 出入,而无需大型坡道。CBDC 第 5.H 节提到了各种建筑类型 - 许多适合前廊、台阶或门廊。我们认为,除了混合用途或零售店面外,该规范没有充分规定靠近街道的大型建筑物是否符合 ADA 要求。然而,《建筑标准 M 部分》也为规划委员会提供了一定的灵活性,允许建筑标准自行管理,并允许进行调整以满足 ADA 要求或其他类似情况。我们已与
摘要 - 由于近年来的成就,量词计算机正成为现实。当今可用的量子计算机提供数百个Qubits,但在累积错误和量子状态衰减之前可以执行的操作数量仍然有限。关于误差积累,非本地操作(例如CX或CZ)是主要贡献者。减少所需非本地操作数量的一种有希望的解决方案是通过利用量子系统的固有高维功能来更有效地利用量子硬件。在一个称为电路压缩的过程中,量子位之间的非本地操作映射到Qudits的本地操作,即高维系统。在这项工作中,我们提出了一种启用量子电路压缩的策略,其目的是将给定电路中的Qubits映射到目标硬件的混合维数。此外,在引入捕获量子操作本质的新表示之前,我们讨论了电路压缩的原理以及Qubits和Qudits的物理结构,影响了图的量子状态的不同逻辑水平。基于此,我们提出了一种自动化方法,用于将任意门设置的Qubit电路映射到混合量子量子系统中,从而降低了非本地操作的数量。经验评估证实了拟议方法的有效性,将几乎一半的病例降低了多达50%的非本地操作。索引术语 - Quantum Computing,电路压缩,QUDITS最后,相应的源代码可在github.com/cda-tdum/qudit-compression上自由获得。
很快,混合现实(MR)和人工智能(AI)技术变得越来越好。这意味着它们在各个领域都有新的和重要的应用,包括医疗,教育和工人培训。这些作者提出了一种新的方法,可以在共享的MR环境中使用Yolov4深学习模型,以便可以实时跟踪和确定对象。这项工作解决了使用基本和复杂的计算机方法诸如遮挡,动态照明和空间对齐等问题的事实,可以区分它。主要的MR工具Microsoft Hololens以及单个相机饲料有助于拟议的系统进行对象检测。根据MS COCO数据集的测试,Yolov4模型的性能优于Yolov2和Yolov3模型。平均平均精度(MAP)为0.988,Yolov4模型是快速且相当精确的。基于统计数据,该策略似乎使小组可以在MR设置中进行协作,以提供在线帮助,培训和基于模拟的学习。对系统的未来研究将使它在更广泛的情况下更加灵活,并能够更好地识别附近的对象。
• 该提案违反了开发许可指南 DP2.2(危险土地),该指南规定,易受洪水影响的区域必须禁止开发或严格按照上述萨里市议会政策 O-55 进行开发。 建议理由 • 该提案不符合官方社区计划(OCP)中将该地点指定为“郊区”的最终土地用途。由于该地点位于次级规划区域内且靠近农业土地保护区(ALR),因此该指定允许以每公顷最多 5 个单位(每英亩 2 个单位)的密度进行郊区住宅开发。 • 该提案违反了 OCP 政策 D2.8,该政策限制在易受洪水影响的区域进行新开发,包括 Serpentine 河 200 年一遇的洪泛区内。
摘要:虚拟现实(VR),有时也称为虚拟环境(VE),也被称为混合现实(MR),在过去几年中引起了广泛关注。广泛的媒体报道使人们对此的兴趣迅速增长。然而,很少有人真正知道什么是 MR,它的基本原理是什么,以及它尚未解决的问题是什么。在本文中,我们将重点介绍混合现实技术作为室内设计创新方法的应用,然后介绍该技术在室内设计中的应用。此外,我们还讨论了人为因素及其对 VE 设计问题的影响。最后,我们从技术和社会两个方面考虑了 MR 的未来。我们将讨论随着模拟技术和视觉质量的提高,现实和虚拟现实之间的区别将如何逐渐消失,这可能会导致用户对什么是真实,什么是虚拟感到困惑,这将为博物馆参观者带来独特的体验。指出了博物馆的新研究方向、技术前沿和潜在应用。推测了 MR 对普通人生活可能产生的积极和消极影响。