XiaoMi-AI文件搜索系统
World File Search SystemReCon
integrationexcellence - SIA 工程公司
我们的运营人员专注于提供最高标准的飞机维护，掌握最新机型的技能，承担新形式的维护、维修和大修 (MRO) 工作，例如 VVIP 飞机客舱重新配置和客机到货机的改装，并创下最快周转时间的记录。我们正在战略性地建立合作伙伴关系，以提供更大的 MRO 网络支持并扩大集团的全球影响力。以人为本是我们竞争优势的支柱，支持基础设施不断得到改进，以确保我们提供最好的客户服务。与此同时，IT 基础设施不断升级，以改善工作流程沟通，培训方法也提升到新的高度，以更有效地培训工程师、技术人员和支持人员。
关于氧化铝 - 格拉烯界面的理论案例研究
神经形态计算模仿大脑的架构，以创建能量良好的设备。可重新发现的突触对于神经形态计算至关重要，这可以通过抵抗记忆（memristive）切换来实现。基于石墨烯的回忆录已显示出具有理想耐力的非挥发性多重电阻开关。通过第一个原理计算，我们研究了石墨烯与超薄氧化铝覆盖层接触的石墨烯的结构和电子特性，并证明了如何使用电荷掺杂来直接控制其界面共价，从而可逆地控制了在乙烯层中的电导率和分离性之间的切换。我们进一步表明，该提出的机制可以通过石墨烯的p型掺杂来稳定，例如，通过自然出现的缺陷，悬空键或缺陷工程的钝化。
可重构智能表面在非...中的应用
摘要 — 下一代通信技术将通过地面网络与由高空平台站和卫星组成的非地面网络 (NTN) 之间的合作成为可能。此外，随着人类踏上在其他星球上建立新栖息地的漫长道路，NTN 和深空网络 (DSN) 之间的合作将是必要的。在这方面，我们建议使用可重构智能表面 (RIS) 来改善这些网络之间的协调，因为 RIS 完全符合在太空中运行的尺寸、重量和功率限制。提出了一个全面的 RIS 辅助非地面和行星际通信框架，指出了挑战、用例和未解决的问题。此外，根据模拟结果讨论了 RIS 辅助 NTN 在太阳闪烁和卫星阻力等环境影响下的性能。
使用基于 SRAM 的 FPGA 上的动态部分重配置对 TMR 开源 RISC-V 处理器进行故障注入
摘要 — 基于 SRAM 的 FPGA 经常用于太空应用中的关键功能。通常需要在这些 FPGA 中实现软处理器来满足任务要求。开放 ISA RISC-V 允许开发各种开源处理器。与所有基于 SRAM 的 FPGA 数字设计一样，这些软处理器容易受到 SEU 的影响。本文介绍了对一组新推出的开源 RISC-V 处理器的性能和相对 SEU 敏感度的研究。利用动态部分重构，这种新颖的自动测试设备可以快速部署不同的实现并通过故障注入评估 SEU 敏感度。使用 BYU 的新 SpyDrNet 工具，还将细粒度 TMR 应用于每个处理器，结果显示敏感度降低了 20 倍到 500 倍。
脉冲神经网络的并行集群架构
脉冲神经网络 (SNN) 是神经形态计算的一个分支，目前在神经科学应用中用于理解和建模生物大脑。SNN 还可能用于许多其他应用领域，例如分类、模式识别和自主控制。这项工作提出了一个高度可扩展的硬件平台 POETS，并使用它在大量并行和可重构的 FPGA 处理器上实现 SNN。当前系统由 48 个 FPGA 组成，提供 3072 个处理核心和 49152 个线程。我们使用该硬件实现了多达四百万个神经元和一千个突触。与其他类似平台的比较表明，当前的 POETS 系统比 Brian 模拟器快二十倍，比 SpiNNaker 快至少两倍。
整合卓越 - SIA 工程公司
我们的运营人员专注于提供最高标准的飞机维护，掌握最新机型的技能，承担新形式的维护、维修和大修 (MRO) 工作，例如 VVIP 飞机客舱重新配置和客机到货机的改装，并创下最快周转时间的记录。我们正在战略性地建立合作伙伴关系，以提供更大的 MRO 网络支持并扩大集团的全球影响力。以人为本是我们竞争优势的支柱，支持基础设施不断得到改进，以确保我们提供最好的客户服务。与此同时，IT 基础设施不断升级，以改善工作流程沟通，培训方法也提升到新的高度，以更有效地培训工程师、技术人员和支持人员。
量子频率梳的产生和对称控制
量子频率梳子是对并行量子通信和处理的有用资源，因为自由度的稳健性和易于处理。在这项工作中，我们提出了一种基于纯无源光学组件（例如腔和光学延迟线路），生成宽带双音频梳子并控制其在粒子交换下的对称性的方法。我们使用集成的藻类半导体平台实验表明我们的方法，该平台产生了量子频率梳子，在室温下工作并遵守电气注射。我们显示了两光子频率梳的产生和操纵，并在500个峰上散布。这些结果为开发用于复杂量子操作的大规模平行和可重新发现系统的开发开辟了有趣的观点。
ETHICA EX MACHINA。探索人工道德主体或可计算伦理的可能性
摘要 自从我们这个技术时代的自动化革命以来，各种各样的机器或机器人逐渐开始重新配置我们的生活。随着这种扩展，这些机器似乎面临着一个新的挑战：涉及生死后果的更自主的决策。本文通过以下问题探讨了人工智能道德主体的哲学可能性：机器能否获得成为道德主体所需的认知能力？在这方面，我打算从规范认知的角度揭示我们可以将人工智能实体识别为真正的道德实体的最低标准。虽然我的建议应该从合理的抽象层面来考虑，但我将批判性地分析和确定人工智能主体如何整合这些认知特征。最后，我打算讨论它们的局限性或可能性。
已发布版本的引用 (APA)：Arabi, H.、AkhavanAllaf, A.、Sanaat, A.、Shiri, I. 和 Zaidi, H. (2021)。人工智能和深度学习在 PET 和 SPECT 成像中的应用前景。Physica medica-European journal of medical physics，83，122-137。https://doi.org/10.1016/j.ejmp.2021.03.008
本综述旨在讨论人工智能 (AI)，特别是深度学习 (DL) 算法在单光子发射计算机断层扫描 (SPECT) 和正电子发射断层扫描 (PET) 成像中的最重要应用。为此，简要讨论了这些成像方式的潜在局限性/挑战，然后描述了为应对这些挑战而提出的基于 AI 的解决方案。本综述将重点关注主流通用领域，包括仪器仪表、图像采集/形成、图像重建和低剂量/快速扫描、定量成像、图像解释（计算机辅助检测/诊断/预后）以及内部辐射剂量测定。还提供了深度学习算法和用于这些应用的基本架构的简要描述。最后，讨论了全面验证和采用基于 AI 的解决方案以提高临床中 PET 和 SPECT 图像的质量和定量准确性所面临的挑战、机遇和障碍。
论文 - UNIV-PAU
从安全角度来看，自动驾驶汽车 (AV) 的开发和部署是一项非常具有挑战性的工作。这些车辆是安全关键系统，必须应对多种复杂情况，防止任何潜在伤害，并且不干扰交通流，才能被社会接受。完全计算机控制下的安全驾驶还需要与复杂道路网络中的不同实体进行交互和操作，并适当处理它们的各种行为。虽然过去几年取得了很大进展，但工作主要集中在为车辆提供自动驾驶能力。安全已成为主要挑战，不仅要管理故障或外部干扰，还要管理车辆行为部分以解决边缘情况。本论文探讨了文献中如何制定和管理安全自主性的研究问题。我们回顾了采用自适应行为的运行时安全缓解机制。我们发现 AV 系统需要可观察性、可追溯性、可重构性和灵活性的少数组合。基于这些非功能性特性，我们提出了一个框架，以可管理和可扩展的方式将自我安全概念融入现有的 AV。该框架定义了我们将安全论证表示为约束的方法和我们的参考架构，其中涉及两层，它们运行自适应机制以确保安全。第一层是