XiaoMi-AI文件搜索系统
World File Search Systemconfig
了解 BGP 错误配置
众所周知，简单的、偶然的 BGP 配置错误可能会中断 Internet 连接。然而，除了少数大规模中断的惊人事件外，人们对错误配置的频率及其原因知之甚少。在本文中，我们首次对 BGP 错误配置进行了定量研究。在三周的时间内，我们分析了来自 Internet 主干网上 23 个有利位置的路由表通告，以检测错误配置事件。对于每个事件，我们都调查了相关的 ISP 运营商，以验证是否是错误配置，并了解事件的原因。我们还积极探测 Internet，以确定错误配置对连接的影响。令人惊讶的是，我们发现配置错误无处不在，每天有 200-1200 个前缀（占 BGP 表大小的 0.2-1.0%）出现错误配置。所有新前缀通告中，接近四分之三是配置错误的结果。幸运的是，最终用户看到的连接对配置错误具有惊人的鲁棒性。虽然配置错误会大大增加路由器的更新负载，但只有五分之一会影响连接。虽然配置错误的原因多种多样，但我们认为大多数配置错误都可以通过更好的路由器设计来预防。
基于 FPGA 的 YOLO 可重构 CNN 加速器
摘要 卷积神经网络（CNN）在图像处理领域得到了广泛的应用，基于CNN的目标检测模型，如YOLO、SSD等，已被证明是众多应用中最先进的。CNN对计算能力和内存带宽要求极高，通常需要部署到专用的硬件平台上。FPGA在可重构性和性能功耗比方面具有很大优势，是部署CNN的合适选择。本文提出了一种基于ARM+FPGA架构的带AXI总线的可重构CNN加速器。该加速器可以接收ARM发送的配置信号，通过分时方式完成不同CNN层推理时的计算。通过结合卷积和池化操作，减少卷积层和池化层的数据移动次数，减少片外内存访问次数。将浮点数转换为16位动态定点格式，提高了计算性能。我们分别在 Xilinx ZCU102 FPGA 上为 COCO 和 VOC 2007 上的 YOLOv2 和 YOLOv2 Tiny 模型实现了所提出的架构，在 300MHz 时钟频率下峰值性能达到 289GOP。
研究人员发展高度健壮，可重构和机械色纤维素光子水凝胶
受到天然面包结构的启发，研究人员一直在开发用于耐撞击生物塑料，陶瓷装甲和仿生合金复合材料的高级材料。尽管在改善材料的可塑性方面取得了进展，但大多数现有材料仍然由单尺度脆性单元组成。缺乏分层主动界面和自主响应功能限制了其延展性和整体功能。
Saad，Same，Ubeywarna，Dasunika和Zhang，Hongwei（2023）。关键因素影响供应链设计的重新配置：评论论文。在：汤姆
摘要。随着行业4.0的发展，最先进的技术是发明的，由于迅速的全球化，供应链（SC）已经容易受到各种风险的影响，并且供应链设计的重新配置已成为近年来的重大考虑。本文旨在提供有关当前研究实践的重要文献综述，并确定影响数字环境中供应链设计重新配置的关键因素，并优先考虑考虑相对重要性的因素，并开发一个框架以减轻风险水平。进行了系统的文献综述，以识别和分析影响供应链设计重新配置的关键因素以及用于开发概念框架的分析层次结构过程（AHP）方法。这项研究的结果表明，在数字环境中重新配置供应链设计阐明了未来的研究，并着重于提高供应网络的效率和响应能力的潜力。
关于5G应用的光子可重构电磁带隙天线阵列的性能
1国际应用和理论研究中心（IATRC），巴格达10001，伊拉克2号伊拉克2卡洛斯三世大学，莱加尼斯大学，28911西班牙6号马德里，6电子与传播工程系，耶尔迪兹技术大学，埃森勒，34220，土耳其伊斯坦布尔7，土耳其7工程学院，国王萨特大学，萨特大学，里亚德，里亚德，里亚德，11421，11421，SAUDI ARABIA 8 saudi Arabia Arabia Engineering and Ednap eyh Nemhn Nevern Endering Essering and Edtin，Edten，Edtin，EDTIN，EDTEN， Edinburgh, U.K. 9 Department of Engineering, University of Palermo, Palermo, 90128 Sicily, Italy 10 Institut d'Électronique de Microélectronique et de Nanotechnologie (IEMN), CNRS UMR 8520, ISEN, Centrale Lille, Université Polytechnique Hauts-de-France, University of Lille, 59313 Valenciennes,法国11 Insa Hauts-de-France，59313法国瓦伦西恩斯12号工程与建筑学院，恩纳市科尔大学，94100年，意大利ENNA，INTAL NANTATE DE lA RECHERCHE SCOCKICICIQIE（INRS），INRS） 00133意大利罗马15电子与通信工程部，阿拉伯科学，技术与海事运输学院，开罗11865，埃及1国际应用和理论研究中心（IATRC），巴格达10001，伊拉克2号伊拉克2卡洛斯三世大学，莱加尼斯大学，28911西班牙6号马德里，6电子与传播工程系，耶尔迪兹技术大学，埃森勒，34220，土耳其伊斯坦布尔7，土耳其7工程学院，国王萨特大学，萨特大学，里亚德，里亚德，里亚德，11421，11421，SAUDI ARABIA 8 saudi Arabia Arabia Engineering and Ednap eyh Nemhn Nevern Endering Essering and Edtin，Edten，Edtin，EDTIN，EDTEN， Edinburgh, U.K. 9 Department of Engineering, University of Palermo, Palermo, 90128 Sicily, Italy 10 Institut d'Électronique de Microélectronique et de Nanotechnologie (IEMN), CNRS UMR 8520, ISEN, Centrale Lille, Université Polytechnique Hauts-de-France, University of Lille, 59313 Valenciennes,法国11 Insa Hauts-de-France，59313法国瓦伦西恩斯12号工程与建筑学院，恩纳市科尔大学，94100年，意大利ENNA，INTAL NANTATE DE lA RECHERCHE SCOCKICICIQIE（INRS），INRS） 00133意大利罗马15电子与通信工程部，阿拉伯科学，技术与海事运输学院，开罗11865，埃及
哪些结构的配置有助于供应链...
抽象目的 - 本研究探讨了供应链（SC）网络和复杂性引起的因素如何在供应链学习（SCL）行为中起作用。设计/方法/方法 - 模糊集定性比较分析（FSQCA）是一种新兴的配置分析方法，用于检查五个影响因素的复杂组合。使用两阶段的调查收集数据。首先，我们选择了七家具有SCL意识的典型公司。第二，问卷发送给了七家选定公司的合作伙伴，并从76家公司获得了156份有效的问卷。发现 - 利用主动权的新兴见解，我们发现SC网络和复杂性的多种配置导致了高SCL。具体来说，薄弱的领带是这种学习的必要条件，而牢固的联系也有利于这一点。此外，中等的SC复杂性有助于SCL。实践意义 - 这项研究丰富了我们对SCL的理解，并为SC管理从业人员采取措施改善它提供了新的见解。独创性/价值 - 这项研究解决了对文献中SCL先决条件的深入了解。它建立了基于偶然性理论的这种学习的综合和全面的理论框架。此外，本研究结合了Ambidextrous SCL（即创建能力和分散能力）。SC网络和复杂性理论提出了SCL能力的总体原型。纸质研究论文1.，2018a）。，2022）。关键字供应链学习，配置分析，模糊定性定性比较分析，供应链网络，供应链复杂性。引言当前动荡的商业气候意味着供应链（SC）需要具有强大的学习能力来应对危机，例如贸易战和大流行。这种学习能力对于SC的效率和有效性至关重要，例如提高敏捷性，解决复杂的问题以及采用新技术和商业模式（Ojha等人。但是，为了选择SC结构的配置以提高供应链学习（SCL）的能力，不同行业的重点公司采取了不同的行动。例如，可口可乐采用了当地采购策略来简化大流行期间的SC，而苹果，耐克和沃尔玛等公司则使其变得更加复杂（Xu等人。
引用：Zhu ZB，Li YF，Wang JF等。全息成像和信息的可重新配置折纸手性反应
随着全息技术的快速发展，基于跨表面的全息传播方案表现出极大的电磁（EM）多功能性潜力。然而，传统的被动式额叶受到其缺乏可重构性的严重限制，从而阻碍了多功能全息应用的实现。Origa-mi是一种机械诱导空间变形的艺术形式，它是多功能设备的平台，并引起了光学，物理和材料科学的极大关注。Miura-Ori折叠范式的特征是其在折叠状态下的连续重构性，在全息成像的背景下仍未探索。在此，我们将Rosenfeld的原理与Miura-Ori表面上的L-和D-金属手性对映异构体一起定制，以量身定制孔径分布。利用Miura-Ori折叠状态的连续可调性，金属结构的手性反应在不同的折叠构型上有所不同，从而实现了不同的EMALOGRAPHIC成像功能。在平面状态下，可以实现全息加密。在特定的折叠条件下，并由特定频率的自旋圆形极化（CP）波驱动，可以在具有CP选择性的指定焦平面上重建多重全息图像。值得注意的是，制造的折纸跨表面表现出较大的负泊松比，促进了端口和部署，并为自旋选择系统，伪装和信息加密提供了新颖的途径。
当今数字时代的供应链重构
摘要。本文旨在对供应链设计和供应链数字化相关领域的当前研究实践和现有进展研究进行批判性文献综述。本研究旨在揭示数字技术对供应链设计的适应性，并进一步解释数字时代供应链动态重构的问题和要求。综述研究包括与该主题相关的主要期刊上发表的文章，以及对这些研究方法和发现的详细分析。本研究的贡献在于分类学研究，结果揭示了供应链设计数字化的后续发展，并为未来的研究提供了启示。确定了框架开发方面需要进一步研究，数字时代的供应链设计重构对于降低风险水平和提高供应链的效率和响应能力更为重要。
自重构低噪声系数和高射频输入功率过驱动 LNA 的原始设计程序：应用于 X 波段 GaN MMIC
摘要 — 本文提出了一种基于宽带隙 RF 技术设计低噪声放大器的原创方法。这些 LNA 能够承受高电磁信号（如电子战中使用的信号），同时提供高探测率。该研究介绍了基于相同策略的单级 LNA 和两级 LNA 的原始设计程序。这些自重构 LNA 可以从高探测率模式（低 NF）切换到高线性模式（高输入压缩模式 IP 1dB ）。该设计策略与稳健的 LNA 设计进行了比较，后者使用更大的晶体管尺寸来提高线性度，但代价是 NF 略有下降。在放大器输入端，RF 步进应力结果已达到 30 dBm，没有任何破坏，并提供稳定的 S 参数和噪声系数。
GTAW过程中的焊接配置分类的机器学习方法
在本研究中，已经尝试使用机器学习（ML）方法将实验数据（ML）进行分类，以对几种焊接进行分类。在气钨电弧焊接过程（GTAW）过程中，已经开发了ML模型并将其馈送到几个传感器捕获的实验数据中。一方面，焊接参数（电压，电流，电线速度，焊接速度等）用于监视焊接过程中传递的控制能。另一方面，使用与图像处理算法结合的摄像机被用来捕获原位焊接池轮廓。还构建了一个数据库来存储，标签和订购所获得的信息。然后将此数据库用于ML模型的各种培训，验证和预测步骤。然后使用KNN分类算法对焊接配置进行分类，然后分析其效率（准确性，处理时间等）。表明，与ML结合使用的图像处理可以通过提取的特征来训练以预测焊接配置的分类。当前研究的最终观点是实现实时识别和修改焊接操作条件。