XiaoMi-AI文件搜索系统
World File Search SystemTRUCTURE
EEPGL环境影响评估
2.1 环境政策和法律框架 ................................................................................................................ 4 2.2 环境政策和法律框架 .............................................................................................................. 4 2.2.1 圭亚那国家宪法 ................................................................................................................ 4 2.2.2 环境保护法 ............................................................................................................................. 5 2.2.3 圭亚那地质和矿产委员会法 ...................................................................................................... 5 2.2.4 保护区法 ............................................................................................................................. 5 2.2.5 石油法 ............................................................................................................................. 6 2.2.6 美洲印第安人法 ............................................................................................................................. 6 2.2.7 自然资源基金法 ............................................................................................................................. 6 2.3 项目的特定资源法律要求 ............................................................................................................. 7 2.3.1 国家法律法规................................................................................................ 7 2.3.2 国家政策框架 .......................................................................................................... 9 2.3.3 国际公约和议定书 .............................................................................................. 10 2.4 安全、保障、健康与环境管理 ........................................................................ 10 2.4.1 职业安全与健康管理 ............................................................................................. 11 2.5 国际环境和社会经济绩效标准 ...................................................................................... 15 2.6 组织结构 ............................................................................................................. 18 2.7 能力、培训和意识 ................................................................................................ 20 2.7.1 培训计划和交付 ................................................................................................ 21
提出组织变革中风险缓解的架构和流程治理：阿联酋武装部队下属飞行测试和开发中心 (FTC) 的案例研究
图 1：论文概述：军事 FTC 向民用实体的转变 ......................................................................................................................19 图 2：将风险管理与企业架构框架相结合的好处 ......................................................................................................21 图 3：构建专用企业架构框架的结构化方法 .............................................................................................................22 图 4：COSO 企业风险管理框架 .............................................................................................................................26 图 5：军事组织中已知的效率障碍 .............................................................................................................................31 图 6：阿联酋军事力量结构...........................................................................................................................63 图 7：FTC 组织结构 – “A S I S ” ........................................................................................................................64 图 8：从军事结构到民间组织的过渡路径 .............................................................................................................68 图 9：电子革命的驱动因素 .........................................................................................................................................71 图 10：FTC 组织结构 – “TO-B E ” .............................................................................
在计算连续体中，负责任，值得信赖和能源效率的AI
摘要 - 作为人工智能（AI）在我们的社会中变得更具影响力，开发，部署和评估负责任和值得信赖的AI（RTAI）模型至关重要，即，那些不仅考虑精度，而且考虑其他方面的人，例如解释性，公平性和能源效率。工作流来源数据历史上可以实现对RTAI的关键功能。出处数据推导路径通过跟踪工件和资源消耗的透明度有助于负责任的工作流程。出处数据以其可信赖性，有助于解释性，可重复性和问责制而闻名。但是，要实现RTAI面临复杂的挑战，这些挑战因用于开发和部署模型的计算连续体（Edge-Cloud-HPC）中的异质性基础而更加复杂。因此，工作流出处数据管理和RTAI之间仍然存在重大的研发差距。在本文中，我们提出了工作流源在支持RTAI并讨论相关挑战的关键作用的愿景。我们提出了RTAI和出处之间的示意图，并突出了开放研究方向。
m3-uda：无监督域自适应胎儿心脏结构检测的新基准
胎儿心脏视图的解剖结构检测对于诊断胎儿先天性心脏病至关重要。实际上，不同的Hos-Pitals数据之间存在较大的域间隙，例如由于采集设备的不同而引起的可变数据质量。此外，产科专家提供的准确的符号信息非常昂贵甚至无法使用。本研究探讨了无监督的域自适应胎儿心脏结构检测问题。现有的无监督域自适应观察检测（UDAOD）的方法主要集中在自然场景中的特定物体，例如雾gy的城市景观中，自然场景的结构关系是不确定的。Unlike all previous UDAOD scenarios, we first collected a F etal C ardiac S tructure dataset from two hos- pital centers, called FCS , and proposed a multi-matching UDA approach ( M 3 -UDA ), including H istogram M atching (HM), S ub-structure M atching (SM), and G lobal-structure M atching (GM), to better transfer the在医疗场景中进行UDA检测的解剖结构的拓扑知识。HM减轻由像素转换引起的源和目标之间的域间隙。sm融合了子结构的不同角度信息，以遵循局部拓扑知识，以弥合内部子结构的主要间隙。GM旨在使整个器官的全球拓扑知识与目标域相结合。对我们收集的FCS和Cardiacuda进行了广泛的实验，实验结果表明，M 3 -UDA的表现胜过现有的UDAOD研究。数据集和源代码可在https://github.com/xmed-lab/m3-uda
探索Kubernetes部署中的漏洞
摘要 - 在本文中，我们研究了虚拟化和基于软件的开放式访问网络（RAN）系统的安全含义，特别关注基于O-RAN软件社区（OSC）堆栈和基础结构的O-Ran Alliance和O-Cloud部署提出的体系结构。我们的主要发现是基于对实时RAN智能控制器（RIC）群集的OSC进行彻底的安全评估和静态扫描。我们强调了支持RIC的Kubernetes Infructure中潜在的漏洞和错误表面的存在，这也是由于使用过时的软件包版本的使用，并使用各种部署审核框架（例如，Miter Att＆CK＆CK＆CK＆CK＆CK＆nsa cisa）提供了其关键性。此外，我们提出了方法，以最大程度地减少这些问题并加强开放的虚拟化基础架构。这些包括将安全评估方法集成到部署过程中，实施部署硬化措施以及对RAN组件采用基于策略的控制。我们强调有必要解决问题，以提高虚拟化开放RAN系统的整体安全性。索引项 - 打开，安全性，虚拟化，ric
具有变分信息瓶颈的图结构学习
图神经网络（GNN）在广泛的应用领域中已显示出良好的效果。大多数 GNN 实证研究直接将观察到的图作为输入，假设观察到的结构完美地描述了节点之间准确和完整的关系。然而，现实世界中的图不可避免地是有噪声的或不完整的，这甚至会降低图表示的质量。在本文中，我们从信息论的角度提出了一种新的变分信息瓶颈引导的图结构学习框架，即 VIB-GSL。VIB-GSL 是首次尝试推进图结构学习的信息瓶颈 (IB) 原理，为挖掘底层任务相关关系提供了更优雅、更通用的框架。VIB-GSL 学习一种信息丰富且压缩的图结构，以提炼出特定下游任务的可操作信息。 VIB-GSL 对不规则图数据推导变分近似，形成易处理的 IB 目标函数，有利于提高训练稳定性。大量实验结果表明 VIB-GSL 具有良好的有效性和鲁棒性。
通过运动吸引强大的通信网络
协作感知允许在多个代理（例如车辆和基础）之间共享信息，以通过交流和融合来获得对环境的全面看法。当前对多机构协作感知系统的研究通常会构成理想的沟通和感知环境，并忽略了现实世界噪声的效果，例如姿势噪声，运动模糊和感知噪声。为了解决这一差距，在本文中，我们提出了一种新颖的运动感知robus-Busban通信网络（MRCNET），可减轻噪声干扰，并实现准确且强大的协作感知。MRCNET由两个主要组成部分组成：多尺度稳健融合（MRF）通过驱动跨语义的多尺度增强的聚集到不同尺度的融合特征，而运动增强机制（MEM）捕获运动上下文，以补偿动作对物体引起的信息，从而解决了姿势噪声。对流行的协作3D对象检测数据集的实验结果表明，在噪声方案中，MRCNET优于使用较少的带宽感知性能的噪声方案。我们的代码将在https://github.com/indigochildren/collaborative-ception-mrcnet上进行重新释放。
具有变分信息瓶颈的图结构学习
图神经网络（GNN）在广泛的应用领域中已显示出良好的效果。大多数 GNN 实证研究直接将观察到的图作为输入，假设观察到的结构完美地描述了节点之间准确和完整的关系。然而，现实世界中的图不可避免地是有噪声的或不完整的，这甚至会降低图表示的质量。在本文中，我们从信息论的角度提出了一种新的变分信息瓶颈引导的图结构学习框架，即 VIB-GSL。VIB-GSL 是首次尝试推进图结构学习的信息瓶颈 (IB) 原理，为挖掘底层任务相关关系提供了更优雅、更通用的框架。VIB-GSL 学习一种信息丰富且压缩的图结构，以提炼出特定下游任务的可操作信息。 VIB-GSL 对不规则图数据推导变分近似，形成易处理的 IB 目标函数，有利于提高训练稳定性。大量实验结果表明 VIB-GSL 具有良好的有效性和鲁棒性。
位置：AI
该立场提出了“ AI权”的提议，该论文断言个人和社区应有意义地参与塑造其生活的AI系统的开发和治理。是由AI在关键领域的增加的动机，并受到Henri Lefebvre的“城市权”的概念的启发，我们将AI重新概念化为社会基础，而不仅仅是专家设计的产物。在本文中，我们批判性地评估了生成代理，大规模的数据提取和多种文化价值如何为AI的监督带来新的复杂性。本文提出基层参与式方法论可以减轻偏见的结果并提高社会反应能力。它断言数据是社会生产的，应集体管理和拥有。借助雪利酒·阿恩斯坦（Sherry Arnstein）的公民参与并分析了九个案例研究的阶梯，为AI权利开发了一个四层模型，该模型可以定位当前的范式，并设想了一个公平的未来。它提出了有关包容性数据所有权，透明设计过程和利益相关者驱动的监督的建议。我们还讨论了以市场为主导和以国家为中心的替代品，并认为参与式方法在技术效率和民主合法性之间提供了更好的平衡。
考虑多尺度不确定性的电力系统容量扩张嵌套交叉分解算法
现代电力系统见证了可再生能源、储能、电动汽车和各种需求响应资源的迅速普及。因此，电力基础设施规划面临着更多挑战，因为各种新资源带来了多变性和不确定性。本研究旨在开发一个多阶段多尺度随机混合整数规划 (MM-SMIP) 模型，以捕捉电力系统容量扩张问题的粗时间尺度不确定性，例如投资成本和长期需求随机性，以及细时间尺度不确定性，例如每小时可再生能源产出和电力需求不确定性。要应用于实际电力系统，所得到的模型将导致极大规模的混合整数规划问题，不仅遭受众所周知的维数灾难，而且每个阶段的大量整数变量也会带来计算困难。针对MM-SMIP模型的此类挑战，我们提出了一种嵌套交叉分解算法，该算法由两层分解组成，即Dantzig-Wolfe分解和L形分解。该算法在我们的数值研究中表现出良好的计算性能，并且特别适合并行计算，这也将通过计算结果得到证明。