XiaoMi-AI文件搜索系统
World File Search SystemSoR
Wayne W. Stinchcomb 纪念讲座和奖项
我非常高兴能够代表 ASTM D-30 复合材料委员会宣布，首届 Wayne W. Stinchcomb 纪念演讲将颁发给弗吉尼亚理工大学 Stincbcomb 教授的长期同事 Kenneth L. Reifsnider 教授。该首个奖项将于 1996 年 5 月 20 日在佛罗里达州奥兰多举行的第 13 届复合材料：测试与设计研讨会上颁发。1995 年 1 月 19 日，ASTM 董事会批准了 D-30 委员会的请求，设立 Wayne W. Stinchcomb 纪念演讲和奖项，以纪念 Wayne W. Stinchcomb。（《悼念》刊登于 1994 年 4 月期刊，有关该讲座和奖项的完整描述可参见 1995 年 4 月期刊第 171 页。）这是学会级别的奖项。Wayne W. Stinchcomb 纪念讲座和奖项将于每年在 D-30 春季研讨会上颁发。在选择讲座和奖项获得者时，考虑了以下标准。
往复式压缩机装置设计中的可靠性和性能保证 - 第一部分：设计标准
大约 20 年前，在南方天然气协会 (Southern Gas Association) 的支持下，16 家大型天然气公司组成了所谓的“管道和压缩机研究委员会”(PCRC)，并聘请西南研究学院 (SwRI) 开发压缩机设备设计和评估的新技术。研究工作始于开发更好的设计阶段脉动控制技术，最终开发了 SGA 模拟模拟器、开发了用于分析机械系统响应和振动控制的分析计算机程序，以及开发了压缩机装置设计和分析所需的相关技术。这些努力带来了对工厂设计要求的新认识，并制定了所谓的“SGA 压缩机系统设计”的最低标准（见表 2）。这些最低标准的目的是确保与当时可用的技术相一致的努力水平，认识到需要结合声学和机械分析以及基于系统而非组件的设计优化。
人工智能决策透明度与员工信任：有效性与不适感的平行多重中介效应
摘要：本文旨在研究人工智能决策透明度如何影响人类对人工智能的信任。先前的研究对人工智能透明度与人类对人工智能的信任之间的关系得出了不一致的结论（即正相关、不相关或倒U型关系）。本文基于刺激-有机体-反应（SOR）模型、算法还原论和社会认同理论，从认知和情感角度探讨了人工智能决策透明度对人类对人工智能信任的影响。总共在线招募了235名具有工作经验的参与者完成实验。结果表明，员工感知透明度、员工感知人工智能的有效性和员工对人工智能的不适感在人工智能决策透明度与员工对人工智能的信任关系中起中介作用。具体而言，AI决策透明（相对于不透明）导致更高的感知透明度，进而增加了有效性（促进信任）和不适感（抑制信任）。这种平行的多重中介效应可以部分解释先前研究中关于AI透明度与人类对AI的信任之间关系的不一致发现。本研究具有实际意义，因为它为企业提出了提高员工对AI信任的建议，以便员工更好地与AI协作。
超微孔钙方酸盐金属有机骨架的气溶胶喷射打印
金属有机骨架 (MOF) 是具有独特吸附性能的微孔结晶配位聚合物。它们在催化、1 气体存储、2 分离 3 和微电子领域显示出了巨大的潜力。4 作为传感器涂层，它们可以将分析物富集在传感器表面，在某些情况下是选择性的。5,6 然而，由于缺乏简便和通用的沉积和图案化技术，它们的集成受到阻碍。7,8 基于溶液的 MOF 沉积技术，例如化学溶液生长或液相外延，可能会导致腐蚀或污染。4 化学气相沉积可以避免这些风险，9 但受到金属前体的反应性和连接剂的挥发性的限制。已经展示了多种用于 MOF 涂层的图案化方法。减法方法（例如剥离图案化 9,10 或无抗蚀剂直接光刻 11）涉及修改整个基板，这增加了残留物污染的风险。相比之下，加法图案化技术（例如选择性生长 12、微接触 12,13 和喷墨打印 14,15）仅将目标材料沉积在基板的有限区域上。喷墨打印特别
混合传输/控制操作触发架构
市场上有几种用于 FPGA 的商用软 IP 处理器：ARM Cortex M1 [3]、Altera NIOS [5] 和 Xilinx MicroBlaze [4]。尽管提供这些处理器的目的各不相同（前者是为了让 ARM 架构在更多的开发渠道上可用，后者则是想为使用相应 FPGA 的开发人员提供完整的数字设计系统），但它们的共同点在于都基于 RISC，并且每个内核的配置能力有限（例如可选的 FPU）。虽然 ρ-VEX [8] 是一种实现可重构和可扩展的软核 VLIW 处理器的非常实用的方法，但是并行性受到指令宽度的限制。[7] 提供了可扩展的并行性。该协处理器提供复杂的矢量化能力，但不能处理非 SIMD 类并行性。传输触发架构 (TTA) [6] 由于其数据流特性，在并行性方面是可扩展的和可伸缩的。此属性的缺点是缺乏使用更复杂的功能单元以及固有的存储能力来放宽调度问题的可能性。
科学通报
阿尔多·斯坦菲尔德 (Aldo Steinfeld)（明尼苏达大学博士，1989 年）是苏黎世联邦理工学院机械与过程工程系的教授，并担任该校可再生能源载体系主任。他率先开发了太阳能热化学反应器技术，利用聚光太阳能生产清洁运输燃料。1995 年至 2014 年，他担任保罗谢尔研究所太阳能技术实验室主任。在苏黎世联邦理工学院，他于 2005 年至 2007 年担任能源技术研究所所长，并于 2007 年至 2009 年担任机械与过程工程系副主任。他曾担任多家国际期刊的编辑委员会成员、太阳能工程杂志编辑（2005-2009 年）和 CRC 氢能手册联合编辑（2014 年）。他在科学和教育方面的贡献得到了 ASME Rice 奖（2006 年）、Yellott 奖（2008 年）、欧洲研究委员会高级奖（2012 年）、ISES Farrington
如何创建较小，更安全和可扩展的机器人设计
机器人运动控制成功的机器人运动控制成功基本上需要相互构图。例如，用于人形机器人的电机控制系统需要为您的机器人设计选择最佳的功率和尺寸配置。在机器人中，电动机控制驱动器连接到机器人电池，并包括电流，电压传感和编码器接口。人形机器人尤其与更高的自由度和更快的响应时间变得更加复杂，以更好地模仿人类运动（图2）。人形机器人的运动必须接收运动位置数据以定义路径计划。需要各种转子位置传感器，具体取决于电动机所需的精度。Texas Instruments提供了模拟和过程来启用编码器接口系统。一些最常见的编码器是：•光学编码器•磁编码器•增量编码器•正弦（SIN/COS）解析器（解析器是模拟的电气变压器，测量角姿势和速度）
智能建筑和智能技术摘要报告
未来建筑将关注四个关键方面：效率（优化系统和工作流程）、弹性（快速从问题中恢复）、可持续性（减少碳足迹）和交互式环境（响应居住者和环境条件）。重点是减少碳排放，建筑物占全球排放量的 40%，并改善新冠疫情后的室内空气质量。引入二氧化碳、挥发性有机化合物和其他污染物的传感器来监测和改善室内空气质量，使建筑更健康。占用和空气质量传感器相互作用，以控制空间利用率并防止病毒和细菌的传播。先进的传感器技术可以高精度地监测室内条件，有助于实现自动化设施管理和维护。通过预测性维护来提高运营效率，减少现场诊断的需要并允许远程管理。
tpdnet：用于嵌入式机器学习处理器组的微小学生检测神经网络Ethos-u55
摘要。增强现实和虚拟现实（AR/VR）系统包含几个不同的传感器，包括用于手势认可的图像传感器，头姿势跟踪和瞳孔/眼睛跟踪。所有这些传感器的数据必须由主机处理器实时处理。对于未来的AR/VR系统，需要新的传感技术来满足功耗和性能的需求。当前的学生进行分辨率约300x300像素及以上的图像进行。因此，深神经网络（DNN）需要主机平台，这些平台能够通过此类输入分辨率计算DNN来实时处理它们。在这项工作中，将瞳孔检测的图像分辨率优化为100x100像素的分辨率。引入了一个微小的学生检测神经网络，可以使用ARM Cortex-M55和嵌入式机器学习（ML）Proces-sor Arm Ethos-U55处理，其性能为每秒189帧（FPS），并且检测率很高。这允许减少图像传感器和主机之间的通信功耗，以获取未来的AR/VR设备。
MOBI2的计算定向发现
摘要 - 综合技术特征缩水增加了计算系统对单事件效应的敏感性（请参阅）。虽然建模查看故障至关重要，但综合的程序范围使物理上正确的建模在计算上可以棘手。没有有用的模型，对断层耐受性方法的硅前评估是不可能的。要在系统范围内合并精确的晶体管级效应，我们提出了一个多尺度的仿真框架。（i）设备级的电荷收集确定（ii）电路级瞬态持续时间和状态上集的可能性。电路效应反过来效果（III）寄存器 - 转移级体系结构状态腐败在（IV）系统级别上可见。因此，在HPC模拟器上执行的大规模系统中SE的物理准确效应可用于通过设计驱动跨层辐射硬化。我们通过两个案例研究证明了该模型的功能。首先，我们在14NM FinFET技术的晶体管水平上确定了D频率的灵敏度，从而验证了针对已发表的横截面的模型。第二，我们在各向同性太空环境中追踪和估计ADAMS 90％最差环境的MIPS处理器中的故障