XiaoMi-AI文件搜索系统
World File Search SystemModularity
DIAMOND 光纤元件
由于其对空间的要求极小，该系统是印刷电路板 (PCB) 应用的理想解决方案，也是光纤安装有源和无源组件之间的高质量接口。因此，它已在某些应用中用于替换接头，以较低的高度预算影响提高模块化程度。
MOSAI - ESA / ESTEC 的 Indico - 欧洲航天局
在本文档中，我们描述了开放标准如何影响航天工业构建机载数字系统（计算机、传感器、执行器、有效载荷等）的方式，这些系统通常称为数据处理系统。从最先进的技术开始，作者描述了航天工业如何从其他技术领域开发的技术中受益。工业嵌入式系统的开放标准基于板级的细粒度模块化。在空间数据处理系统中，模块化处于机箱级别。如后续章节所示，在空间领域应用模块化嵌入式系统的开放工业标准将产生一个可扩展的数据处理系统架构，与传统的联合方法相比，其质量和体积更小。此外，由于指定和集成功能模块的工作量将比传统方法少得多，因此预计用户和行业都将节省大量成本。当然，选定的工业标准不能不经过任何修改就使用。它必须适应空间领域的特定环境条件。
看到的是：用于机械解释性的脑启发的模块化训练
摘要：我们引入了脑启发的模块化训练（BIMT），这是一种使神经网络起作用的方法更模块化和可解释。受到大脑的启发，BIMT将神经元嵌入几何空间中，并以与每个神经元连接长度成正比的成本增强损失函数。这是受到进化生物学中最低连接成本的想法的启发，但我们是首先将这一想法与培训神经网络结合起来的，具有梯度下降以供解释性。我们证明，BIMT发现了许多简单任务的有用的模块化神经网络，以符号公式，可解释的决策边界和分类特征以及算法数据集中的数学结构揭示了组成结构。在定性上，受BIMT训练的网络具有肉眼容易识别的模块，但经常训练的网络似乎更为复杂。定量，我们使用纽曼的方法来计算网络图的模块化； BIMT在我们所有的测试问题上都达到了最高的模块化。一个有前途且雄心勃勃的未来方向是应用提出的方法来了解视力，语言和科学的大型模型。
remus 300m - C51 系统支持 - HII
通过增加模块化，REMUS 300 可以根据不同的任务进行重新配置，从 107 磅的远征配置到 155 磅的长续航配置。REMUS 300 有 1.5、3.0 或 4.5 kWh 锂离子电池部分可供选择，续航时间可达 10、20 或 30 小时。盲配端盖允许在任务期间进行现场电池更换。
通过收缩理论稳定的模块化控制
我们提出了一种新颖的观点，以将控制理论结果与强化学习（RL）的控制稳定性，鲁棒性和政策转移：为模构架设计部署收缩理论。我们利用收缩理论的模块化来设计坐标转换，该转换可以简化非线性约束，以使稳定性变成可溶解的稳定性，从而在控制网络的输入梯度上产生线性约束。这些约束可以在控制体系结构中实现，因此学习框架保持不变，这是保证控制稳定性的最低侵入性方法。我们还得出相应的理论来表征鲁棒性。为了减轻动态模型的限制和要求，我们提出了一个模块化控制体系结构，包括坐标转换，复合变量和任务空间控制器，可以说很容易与未知环境中的机器人操作进行层次RL集成，并改善其性能。我们在两个模拟的操作场景中演示了我们的结果。这项工作提出了制定建筑设计问题来创建与收缩指标配对的Riemannian空间的潜力。关键字：模块化，收缩理论，增强学习，控制稳定性
乔纳森·爱
邀请2025年4月2025年1月2025年华盛顿大学在圣路易斯AAG研讨会2025年1月匹兹堡大学ACG大学ACG大学ACG大学颁奖典礼2024年12月2024年12月2024年11月2日KULB-SEMINAR CMS Session: Number theory by early career researchers AUG 2023 AMMCS Session: Computational Number Theory FEB 2023 Fields Number Theory Seminar DEC 2022 CMS Session: Diophantine Arithmetic Geometry and Number Theory DEC 2022 Washington University in St. Louis AAG Seminar APR 2022 AMS Session: Explicit Methods in Modularity MAR 2022 Montréal Online Biweekly Inter-University Seminar on Analytic Number理论（Mobius ant）2021年11月渥太华 - 卡尔顿数理论理论理论研讨会2021年9月2021年魁北克佛蒙特州编号理论理论理论研讨会2021年3月2021年维尔京大学数字理论理论研讨会2021年2月2021年魁北克 - 弗蒙特人数理论理论理论研讨会贡献了
迈向自动化和敏捷的 AI/ML 加速器设计...
• 模块化、多级、可互操作、可扩展、基于开源编译器的框架 • 基于编译器的前端，利用多级中间表示 (MLIR) • 基于编译器的中端，利用优化的架构模板来匹配计算模式 + 传统 HLS • 基于编译器的后端，利用电路级中间表示，实现模块化和可组合性 • 为从 FPGA 到应用 ASIC 的各种目标生成可综合的 Verilog • 在编译器优化过程中执行所有级别的优化 7
综合大型脑网络互连的大规模网络链接
摘要 - 大脑网络是一个具有无尺度，小世界和模块化属性的大型复杂网络，在很大程度上支持这种高耐能力性的庞大系统。在本文中，我们建议将大型网络芯片网络的互连综合。首先，我们提出了一种生成具有有限规模和幂律的小世界属性的大脑网络风格拓扑的方法，该拓扑的总链路长度较低，并且与网络大小的对数大约成比例的平均HOP计数极低。此外，考虑到大规模应用，考虑到大脑网络启发的拓扑的模块化，我们提出了一种应用程序映射方法，包括任务映射和确定性的无僵持路由，以最大程度地减少功耗和啤酒花计数。最后，使用不同的合成图案和大规模测试用例（包括用于图形处理应用程序的现实世界通信网络）来验证建筑性能。实验表明，与其他拓扑和方法相比，由提出的方法生成的大脑网络启发的NOC的平均HOP计数显着降低，平均延迟较低。尤其是在具有幂律和紧密耦合核心间通信的图形处理应用中，大脑网络启发的NOC的平均HOP计数高达70％，比基于网格的NOC低75％。