XiaoMi-AI文件搜索系统
World File Search Systemarchitect
是基于人造群智能的新基础AI架构
我有计算机科学的孟。在云体系结构，人工智能，机器学习，深度学习，图像处理，计算机视觉和高性能计算方面进行了正式教育，我写了关于计算心理学的论文，关于如何以及为什么深度学习神经网络互操作数据的研究以及对机器学习模型的含义。
通过兼容CAD兼容拓扑优化方法的分级结构式蜂窝材料的热设计
具有周期性微观结构的构建的细胞材料（ACM）通常是在通过增材制造（AM）技术获得的高性能组件中构建的，这是由于其高特定强度和良好的效果。ACM也用于用于较高的表面与质量比以方便利用以增强传热的方法。在这项工作中，提出了一种数值方法，以预测AM获得的ACM的有效疗法电导率（ETC）。该模型基于一般数值均质化方案和对ACM的代表体积元素（RVE）的明确描述。数值分析已经对31 rves的几何形状进行：结果表明，ACM的宏观等在很大程度上取决于RVE的相对密度和几何特征。此外，从rves几何形状的数据库开始，选择了七个配置来设计分级ACM，通过计算机辅助设计与设计兼容的拓扑优化方法基于非均匀理性基础样条型样条超曲面以代表伪型密度纤维，并具有众所周知的固体同位素性材料，并具有损失的方法。尤其是，SIMP方法中使用的惩罚定律被基于物理的惩罚方案取代，该方案通过插值每个RVE拓扑的均质化结果和合适的后加工阶段，以从优化过程的结果中恢复分级ACM而不是结构的分布。在从文献中提取的2D和3D基准问题上显示了所提出方法的效果。
耳聋：从遗传结构到基因治疗
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
血糖特征的跨著名基因组结构
作者贡献项目协调：I.B。写作小组：J.C.，C.N.S，G.M.，A.V.，L.J.C，S.C.J.P.，K.L.M.，C.L.，C.L.，E.W.，A.P.M.，I.B。中央分析小组：J.C.，C.N.S，G.M.，A.V.，L.J.C，J.L. T.L.，W.M.，H.M-M.，A.N.，S.C.N.，K.N.，C.K.R. I.P.，A.L.，CT.L.，S.C.J.P.，K.L.M.，C.L.，E.W.，A.P.M.，I.B。cohort分析师：T.S.A.，E.Vr.A.，L.F.B.，J.A.B.，N.P.B.，C.P.P.C.，B.E.C.，J.C.，J.C. S.A.F.，J.G.，F.G.，J.G.，S.G.，Y.H.，F.P.H.，J.H.，Y.H.，T.H.，A.H.，M.H.，M.H.，R.A.J.，T.K.，T.K. S.L.，J.L.，M.L.，J.L.，V.L.，M.M.，C.M.，M.E.M.，A.N.，M.N.，D.N.，D.N.，R.N.，G.P.，M.P.，M.P.，M.P.，L.J.R. T.S.cohort基因分型和表型：N.A.，Z.A.，A.A.，S.JL.B.，D.B.，M.B.，R.N.B.，A.B.，A.B.，M.B.，L.L.L.B.，S.R.B.，S.R.B.，S.R.B.，S.R.B. A.F.，M.F.，C.F.，Y.G.，A.P.G.，A.G.，S.H.，C.A.H. W.K. J.M.N.，Y.O.，A.P.，P.A.P.，O.P.，Q.Q.，D.R.，D.F.R.，A.R.，A.R.，F.R.，K.R.，I.R.，I.R. A.U.，R.M.V.，D.V.，A.V.，J.V.V.，J.V.，H.V.，T.W.，K.W.，T.Z.同时监督和/或主要研究人员：G.R.A.，L.S.A.，C.Albertoa。 M.J.C.，J.C.C.，D.I.C.，Y.C.，C.C.，F.S.C.，A.C.，A.C.，F.C.，H.D.，G.D.，G.D.，S.E. S.G.，L.G.，V.G.，X.G.，A.H.，T.H.，C.H.，S.R.H.，B.L.H.，W.H.，E.II.I.I.，P.S.J. J.S.K.，A.K.，P.K.，D.K.，M.K.，M.L.，T.A.L. A.J.O.，K.K.O.，S.P.，C.N.A.P.，N.D.P.，O.P.，C.E.P.，C.E.P.，D.J.P.，P.P.P.P.P.P.，M.A.P. L.J.S.，E.S.，P.S.，X.S.，P.Elines，K.S.S.，B.H.S.，H.S. T.GM.V.，L.E.W.，M.W.，Y.X.W.，N.J.W.，R.M.W.，R.M.W.，H.W.，W.B.W.，A.R.W.，A.R.W.，G.W.，J.F.W.，J.F.W.，T.W.，T.W.，T.W.，T.W. A.L.G.，M.I.M.，J.D.，J.B.M.，R.A.S.，I.P.，A.L.，C.L.，C.L.，S.CJ.P.，K.L.M.
使用零信任体系结构的分散方法
摘要 - 由于对虚拟化的需求不断增长，即将到来的第六代（6G）网络提出了重大的安全挑战，如其关键绩效指标（KPI）所表明的。为了确保在这样的分布式网络中保密，我们提出了一个智能的零信任（ZT）框架，以保护无线电访问网络（RAN）免受潜在威胁。我们提出的ZT模型是专门设计的，可满足6G网络的分布性质。它适合各种节点中的保密模块，例如基站，核心网络和云，以监视网络，同时执行层次结构和分布式威胁检测。这种方法使分布式模块能够共同努力，以有效地识别并响应可疑的施加威胁。作为安全用例，我们解决了启用6G互联网无人机的入侵检测问题。我们的仿真结果表明，我们的ZT框架的鲁棒性是基于分布式安全模块的潜在攻击的。该框架表现出较低的检测时间和较低的假阳性，使其成为保护6G网络的可靠解决方案。此外，ZT模型可以在各种节点中适应保密模块，并提供网络中所需的增强安全措施。
FASQuiC：可扩展自旋量子比特控制的灵活架构
摘要 随着扩展成为大规模量子 (LSQ) 计算的关键问题，硬件控制系统的资源成本将变得越来越高。本文介绍了一种适用于自旋量子位的信号生成紧凑型直接数字合成 (DDS) 架构，该架构在波形精度和同步通道数量方面是可扩展的。该架构可以以 5 GS/s 的速度产生斜坡、频率梳和任意波形生成 (AWG) 的可编程组合，最坏情况下的数字反馈延迟为 76.8 ns。基于 FPGA 的系统具有高度可配置性，并利用比特流切换来实现可扩展校准所需的高灵活性。该架构还提供 GHz 速率多路复用 I/Q 单边带 (SSB) 调制，用于可扩展反射测量。该架构已在 Xilinx ZCU111 FPGA 上的硬件中得到验证，展示了复杂信号的混合以及多路复用控制和测量的频率梳生成的质量。这种设计的主要优势在于提高了数模转换器 (DAC) 频率斜坡的控制能力，与现有的基于 AWG 的架构相比，内存需求降低了几个数量级。单通道硬件非常紧凑，默认配置下，一个 DAC 通道仅占用 2% 的 ZCU111 逻辑资源，为集成反馈、校准和量子误差校正 (QEC) 留下了大量电路资源。
基于信号概率的多数表决架构设计探索，用于空间应用中的 TMR 策略优化
摘要 – 硬件冗余是一种众所周知的容错技术，用于安全和任务关键型系统。然而，这种技术的强化效率依赖于多数表决电路的稳健性。本摘要提供了用于辐射环境（例如太空任务）的多数表决架构的设计探索。提出了一种基于信号概率的特定应用单事件瞬态 (SET) 特性，以优化三模冗余 (TMR) 块插入方法。结果表明，复杂门架构的 SET 横截面表现出较低的输入依赖性，而对于基于 NOR/NAND 的架构，由于逻辑掩蔽效应，观察到更高的依赖性。此外，与其他架构不同，NAND 表决器显示，随着信号概率的增加，SET 率会降低。考虑到信号概率 p = 0.1、p = 0.5 和 p = 0.9，两个分析轨道的最佳设计分别是 NOR、CMOS1 和 NAND 表决器。
识别 GPU 微架构漏洞的有效方法
摘要 — 图形处理单元 (GPU) 越来越多地被应用于可靠性至关重要的多个领域，例如自动驾驶汽车和自主系统。不幸的是，GPU 设备已被证明具有很高的错误率，而实时安全关键应用程序所施加的限制使得传统的（且昂贵的）基于复制的强化解决方案不足。这项工作提出了一种有效的方法来识别 GPU 模块中的架构易受攻击的位置，即如果损坏则最影响正确指令执行的位置。我们首先通过基于寄存器传输级 (RTL) 故障注入实验的创新方法来识别 GPU 模型的架构漏洞。然后，我们通过对已确定为关键的触发器应用选择性强化来减轻故障影响。我们评估了三种强化策略：三重模块冗余 (TMR)、针对 SET 的三重模块冗余 (∆ TMR) 和双联锁存储单元（骰子触发器）。在考虑功能单元、流水线寄存器和 Warp 调度器控制器的公开 GPU 模型 (FlexGripPlus) 上收集的结果表明，我们的方法可以容忍流水线寄存器中 85% 到 99% 的故障、功能单元中 50% 到 100% 的故障以及 Warp 调度器中高达 10% 的故障，同时降低硬件开销（与传统 TMR 相比，在 58% 到 94% 的范围内）。最后，我们调整了该方法以针对永久性故障执行补充评估，并确定了容易在 GPU 上传播故障影响的关键位置。我们发现，对瞬态故障至关重要的触发器中相当一部分（65% 到 98%）对永久性故障也至关重要。
灵长类动物的同域性塑造了它们大脑结构的进化
关于动物认知进化的主要假设强调了同种物种在影响塑造认知的社会生态环境方面所发挥的作用。然而，空间通常同时被来自同一生态行会的多个物种占据。这些同域物种可以竞争食物，从而刺激或阻碍认知。将大脑大小视为认知的代理，我们测试了物种同域性是否影响食果灵长类动物认知的进化。我们首先追溯了食果灵长类谱系之间同域性的进化史。然后，我们拟合了考虑或不考虑物种同域性的食果灵长类动物几个大脑区域大小进化的系统发育模型。我们发现，用于即时信息处理的整个大脑或大脑区域的进化最适合不考虑同域性的模型。相比之下，考虑物种同域性的模型最能预测与社会生态环境互动的长期记忆相关的大脑区域的进化，同域性越高，这些区域的面积就越小。我们推测，物种同域性通过产生严重的食物枯竭，可能导致资源时空过度复杂化，从而抵消高认知能力的好处和/或可能导致生态位划分和专业化，从而导致大脑区域面积减小。此外，我们报告称，同域性的灵长类物种多样化速度较慢。这项比较研究表明，物种同域性对塑造灵长类进化有重大贡献。
双罐储热用于 SFR 可变发电：初步架构和瞬态结果
未来的能源结构方案通常意味着可再生能源的大量贡献。太阳能和风能的使用日益增多，而它们本质上是间歇性的，实际上构成了电网的不确定性和脆弱性来源。由于核能在转换成电能之前会产生热量，因此在热量转换步骤之前进行热存储步骤可能有效地弥补这种间歇性，以确保电网的可靠性和灵活性，而不会导致核反应堆功率发生大的变化。根据每日情景，核反应堆甚至可以全天保持最大功率。按照这种方法，较小的反应堆能够应对与没有热存储系统的较大反应堆相同的峰值需求。本文提出了一种与钠快堆耦合的初步热存储架构，以突出这种存储技术的优势。基于两个分别装有热流体和冷流体的罐的技术设计受到当前太阳能技术的启发。该系统的尺寸确定采用热力学循环优化工具 (CYCLOP)，初步瞬态模拟采用系统热工水力学代码 CATHARE3。即使仍需要进行一些架构改进，尤其是出于安全原因，本研究仍能得出这种发电策略的主要优点。特别是，结果表明，在负荷跟踪条件下，在以基本负荷运行反应堆时，可以实现可变的电力生产，从而能够优化工厂的盈利能力。由于在温度变化方面对一次回路的影响可以忽略不计，因此容器中的热机械负荷约束也可以大大放宽。