2023 年 9 月 28 日 六十年前,在冷战最激烈的时候,约翰·F·肯尼迪总统在西柏林向十多万观众发表了著名演讲。当时,西柏林是民主、希望和自由的避风港——四面被苏联包围。在演讲中,肯尼迪总统用他独特的波士顿婆罗门口音宣称:“我是柏林人。”他传达的信息直截了当,很明确。面对残酷专制的压迫,民主和自治将占上风。我们将共同捍卫自由。虽然肯尼迪总统早在 1963 年就传达了这一信息,但它仍然引起共鸣。尽管柏林墙已经倒塌三十多年了,但压迫和自由之间的斗争仍在继续。肯尼迪总统当时面临的世界——民主国家和专制国家之间的紧张局势加剧,技术军备竞赛愈演愈烈——在当今世界留下了鲜明的反响。科学技术的进步将决定 21 世纪的地缘政治格局。量子计算、人工智能和高超音速等颠覆性技术最终可能强大到足以带来军事优势,并有可能改变世界的力量平衡。我们需要与志同道合的伙伴和盟友共同努力,保护我们的敏感技术不被对手用来破坏我们的安全、我们基于规则的政府和我们的个人自由。出口管制在历史上从未像现在这样对我们的集体安全如此重要。借用肯尼迪总统的另一句话,“在战争工具远远超过和平工具的时代”,我们需要确保这些工具——以及
名称,名字:Norgren,Matthew隶属关系:大气与太空物理实验室 - 科罗拉多大学,Boulder在该项目中的作用:早期职业科学家在测量气球平台的平流层气溶胶方面的专业知识。使用凝结核(CN)计数器的大小分辨出气溶胶测量和测量总气溶胶浓度的知识。我的论文集中于辐射传递和云层的遥感。Current position: Postdoctoral Researcher (2022- ) Former Position(s): Graduate Research Assistant, Laboratory for Atmospheric and Space Physics (2016-2022) Education: 2021 PhD Atmospheric Science -- University of Colorado, Boulder 2014 MS Civil and Environmental Engineering -- University of California, Berkeley 2012 BS Physics -- University of California, Santa Cruz Selected Publications: Chen, H., Schmidt, K. S.,Massie,S.T.,Nataraja,V.,Norgren,M.S.,Gristey,J.J.,Feingold,G.,Holz,R.E.,
CS-4620 - 001编译器讲师:Matthew Dwyer matthewbdwyer@virginia.edu办公时间:星期三。下午2-3pm通过Zoom(Canvas上的链接)助教:Soneya Binta Hossain sh7hv@virginia.edu办公时间:星期五。下午4-5点通过Zoom(canvas上的链接)或面对面的(通过电子邮件安排)nicholas phair np4ay@virginia.edu办公时间:星期一。下午2-3pm通过Zoom(Canvas上的链接)Saket upadhyay saket@virginia.edu办公时间:星期五。上午11点通过Zoom(canvas上的链接)或面对面的(通过电子邮件安排)课程说明:这是编译器的本科课程。 该课程广泛关注编译器的主要组成部分,并试图提供有关这些重要软件系统的概念,算法和实践知识。 课程目标是让学生(a)在编译中学习基础概念,(b)在现有编译器的“受控”设置中探索实践中这些概念的实现,以及(c)通过将编译器扩展到一个学期的长期项目中来加深和加强学习。 该课程将理论和算法与工程编译器的实际方面融合在一起。 学生有望从先前的CS课程中具有软件开发经验,并且熟悉C ++。 他们将成对地在一个项目上工作,该项目将涉及了解使用现代C ++编写的相当大的代码库并扩展它。 该项目将涉及编写大量代码(整个学期以上的SLOC超过1000个),记录该代码,并提供证明该代码正确性的测试用例。 学生将使用多种工具来实现这一目标,但将为他们提供一个模型系统来基于他们的工作。下午2-3pm通过Zoom(Canvas上的链接)Saket upadhyay saket@virginia.edu办公时间:星期五。上午11点通过Zoom(canvas上的链接)或面对面的(通过电子邮件安排)课程说明:这是编译器的本科课程。该课程广泛关注编译器的主要组成部分,并试图提供有关这些重要软件系统的概念,算法和实践知识。课程目标是让学生(a)在编译中学习基础概念,(b)在现有编译器的“受控”设置中探索实践中这些概念的实现,以及(c)通过将编译器扩展到一个学期的长期项目中来加深和加强学习。该课程将理论和算法与工程编译器的实际方面融合在一起。学生有望从先前的CS课程中具有软件开发经验,并且熟悉C ++。他们将成对地在一个项目上工作,该项目将涉及了解使用现代C ++编写的相当大的代码库并扩展它。该项目将涉及编写大量代码(整个学期以上的SLOC超过1000个),记录该代码,并提供证明该代码正确性的测试用例。学生将使用多种工具来实现这一目标,但将为他们提供一个模型系统来基于他们的工作。本课程中的项目在本科编译课程中是独一无二的,因为它使学生接触了现代的软件工程工具,技术和实践。它还涉及当今使用中最广泛使用的编译器基础架构之一 - LLVM - 是Clang编译器家族的核心。因此,学生将获得大量实用
Cain 上校过去的主要职务包括:第 316 支援司令部(远征)副指挥官;第 77 支援旅旅长;第 77 支援旅后方支队指挥官;第 687 战斗勤务支援营营长;第 646 区域支援大队副指挥官;第 646 区域支援大队作战官;第 646 区域支援大队旅支援官;威斯康星大学 ROTC 营军事科学助理教授;第 121 野战炮兵营营后勤官;第 121 野战炮兵营 B 炮兵连炮台指挥官;第 121 野战炮兵营 C 炮兵连排长兼执行官。
* Daniel Noyes Kirby 法学教授,华盛顿大学法学院,密苏里州圣路易斯。** Callis Family 教授兼 Wefel 就业法中心联席主任,圣路易斯大学法学院。本文源自纽约大学劳动和就业法中心第 72 届劳工年会“人工智能和自动化——对工作和工人的影响”上的演讲。感谢 Laurie Berke-Weiss、Heather Egan Sussman 和 Michael Gray 担任我们小组的评论员。1.Ryan Calo,《人工智能政策:入门和路线图》,51 U.C.Davis L. R ev .399, 401 (2017)。2.参见 Deborah Hellman,《衡量算法公平性》,106 V a 。L. R ev 。811, 813–14 (2020)(“算法的使用,尤其是它们与机器学习和人工智能的联系,在法律文献中也引起了极大关注。”)。有关文献的一小部分样本,请参阅 Frank P asquale,《B lack Box Society》(2015 年);Hannah Bloch-Wehba,《访问算法》,88 Fordham L. R ev 。1265 (2020); Danielle Keats Citron 和 Frank Pasquale,《评分社会:自动预测的正当程序》,89 W ash。L. R ev。1 (2014); Aziz Z. Huq,《人类决策权》,106 V a。L. R ev。611, 613 (2020); Sonia K. Katyal,《人工智能时代的私人问责》,66 UCLA L. R ev。54 (2019); David Lehr 和 Paul Ohm,《玩转数据:法律学者应该了解的机器学习知识》,51 U.C.Davis L. R ev。653, 655 (2017)。
马修·L·塔迪上尉在伊利诺伊州南荷兰长大,1998 年毕业于伊利诺伊大学香槟分校,获得工商管理学位。毕业后,他进入佛罗里达州彭萨科拉的军官候选人学校,并在那里获得了军官职位。塔迪随后被分配到 USS DEWERT (FFG 45),担任反潜战军官和工程助理,并完成了南方司令部的禁毒部署。2001 年,塔迪被分配到 USS JOHN F. KENNEDY (CV 67),担任前向推进组军官,并被部署支持持久自由行动。塔迪于 2003 年进入海军研究生院 (NPS),获得计算机科学硕士学位。离开海军基地后,他最初的工程值班办公室是在佛罗里达州梅波特的东南地区维护中心 (SERMC),他在那里担任 FFG、DDG 和 CV 选定限制可用性的船舶修理官。2007 年,塔迪上校向佛罗里达州梅波特的 FFG CLASSRON 汇报,在那里他被任命为维护和现代化业务计划官。2008 年,塔迪接下来向阿拉巴马州莫比尔的造船巴斯主管汇报,担任支持 USS INDEPENDENCE (LCS 2) 交付的测试官。LCS 2 交付后,他担任阿拉巴马州莫比尔的 JHSV 项目的副 PMR。2011 年,塔迪上校向大西洋海军水面部队 (CNSL) 指挥官汇报,担任 N43 两栖级别类型办公室官员和经理。在 CNSL 任职期间,塔迪自愿担任联合特遣部队 - 非洲之角的个人增援任务,在那里他完成了为期一年的部署,被派往非洲吉布提,担任工程运营官,支持“持久自由行动”。2013 年,塔迪作为 LCS 项目经理代表向墨西哥湾沿岸造船主管汇报工作,领导水面团队交付 LCS 6 和 LCS 8。2016 年,塔迪向无人和小型战斗人员项目执行办公室 (PEO USC) 汇报工作,担任 PMS 501 自由变体生产官项目经理首席助理。2018 年,塔迪向海军副助理部长 (DASN) 汇报工作,担任参谋长。塔迪上尉于 2020 年 4 月开始担任海军海上系统司令部 (NAVSEA) 总部水面舰艇现代化主要项目经理。2023 年 5 月 12 日,塔迪上尉接任海军水面作战中心卡德罗克分部的指挥官。作为该组织自 1898 年作为实验模型盆地成立以来的第 40 位指挥官,他领导着 2,800 多名员工,为海军提供与水面和海底平台相关的广泛技术产品和支持服务。塔迪上尉是采购专业社区的成员,他的个人奖项包括功绩勋章、两颗金星的功绩服务勋章、联合表彰奖章、带有三颗金星的海军和海军陆战队表彰奖章以及带有一颗金星的海军和海军陆战队成就奖章。
摘要背景:医疗保健预计将越来越多地将人工智能 (AI) 技术融入患者护理。了解对这些工具的看法对于成功开发和采用至关重要。这项探索性研究衡量了参与者对人工智能驱动的医疗保健技术的开放程度、关注程度和感知到的益处。我们还探讨了这些看法的社会人口、健康相关和社会心理相关性。方法:我们开发了一个测量方法,描述了六种人工智能驱动的技术,这些技术可以诊断、预测或建议治疗。我们使用众包平台 MTurk 对美国成年人 (N = 936) 进行了在线调查,并实施了该测量。参与者表明了他们对在医疗保健场景中使用人工智能技术的开放程度。场景中附有反映每种技术的潜在担忧和好处的项目。参与者评估了担忧和好处的陈述对他们对该技术的好感程度的影响程度。参与者完成了社会人口、健康变量和心理社会变量(如对医疗保健系统的信任和对技术的信任)的测量。对关注和收益项目的探索性和验证性因素分析确定了两个代表总体关注水平和感知收益的因素。描述性分析考察了开放性、关注度和感知收益的水平。相关性分析探讨了社会人口、健康和社会心理变量与开放性、关注度和收益分数之间的关联,而多变量回归模型则同时考察了这些关系。结果:参与者对人工智能驱动的医疗技术持中等开放态度(M = 3.1/5.0 ± 0.9),但根据应用类型的不同而有所不同,关注点和收益的陈述影响了观点。对医疗保健系统的信任和对技术的信任是开放性、关注度和感知收益最强、最一致的相关因素。大多数其他社会人口、健康相关和社会心理变量的关联性较弱或没有关联,但多变量模型表明某些人格特征(例如,尽责性和宜人性)和社会人口统计学(例如,全职工作、年龄、性别和种族)与感知略有相关。结论:参与者的开放程度似乎很脆弱,这表明早期推广策略和使用新型人工智能技术的经验可能会对观点产生重大影响,尤其是当人工智能技术的实施增加或削弱信任时。这些发现的探索性质值得进一步研究。
使用对抗性的条件变量自动编码器Keisuke Kojimaa,Toshiaki Koike-Akinob,Ye Wangb,Minwoo Jungb,C,C和Matthew BrandB BrandB Aboston Quantum Photonics Llc,588 Bost Post rd#315, Bmitsubishi电力研究实验室,201号百老汇,马萨诸塞州剑桥市02139,美国cdepartment of Adryics,康奈尔大学,纽约州伊萨卡,纽约州14853,美国。abract用于元设计和元城的逆设计,已经广泛探索了生成的深度学习。大多数作品都是基于条件生成的对抗网络(CGAN)及其变体,但是,选择适当的超级参数以进行有效的训练很具有挑战性。另一种方法是一种对抗性的条件变化Au-Toencoder(A-CVAE),尚未探索Metagrats和MetaSurfaces的逆设计,尽管最近它对Planar Nananophotonic vaveguide wavelguide Power/波长偏开剂的平面设计表现出了很大的希望。在本文中,我们讨论了如何将A-CVAE应用于二维自由形式的Metagratings,包括培训数据集准备,网络的构建,培训技术以及反向设计的元群的性能。
本年度报告 10-K 表中包含的任何前瞻性陈述(包括但不限于第 1 项“业务”、第 1A 项“风险因素”和第 7 项“管理层对财务状况和经营成果的讨论和分析”中包含的前瞻性陈述)均根据 1995 年私人证券诉讼改革法案的“安全港”规定包含在本报告中。此类前瞻性陈述涉及已知和未知的风险和不确定性,可能导致 Matthews International Corporation(“Matthews”或“公司”)未来期间的实际结果与管理层的预期存在重大差异。尽管公司认为此类前瞻性陈述中反映的预期是合理的,但不能保证此类预期将是正确的。除了先前披露的风险因素以及本年度报告 10-K 表其他部分讨论的风险因素外,可能导致公司业绩与此类前瞻性陈述中讨论的结果存在重大差异的因素主要包括国内或国际经济状况的变化、外汇汇率的变化、利率的变化、公司产品制造所用材料成本的变化、死亡率和火化率的变化、由于公司所在行业整合导致的产品需求或定价的变化或其他因素,例如