XiaoMi-AI文件搜索系统
World File Search Systemsufficient
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
硕士论文提案：建设自给自足的社区微电网——其战略和技术规划研究
微电网正在帮助社区实现电力自给自足。配备储能设施的小规模可再生能源发电可以满足社区的电力需求，社区可以选择以孤岛（自主）模式或并网模式运行。在并网模式下，微电网充当电流控制器并向主电网注入电力，有助于提高电网弹性并增强电网。如果主电网发生故障，它可以以孤岛模式运行并保持自给自足。想象一下，你正在开发和建设一个自给自足的微电网社区。你会把它建在哪里？你会考虑哪些可再生能源？实现这个想法需要哪些微电网技术？未来水电费的节省是否能证明这样一个社区的成本和投资是合理的？人们愿意在社区买房并住在那里吗？电动汽车的普及会如何影响其规划和运营？微电网能否真正融入房地产项目并成为一种激励措施？这是一项国际研究项目，与香港注册能源评估师合作，评估师将从亚洲主要城市的角度和经验提供观点和专业知识。学生需要将研究结果写成会议论文。
CIPL 对欧盟委员会关于《人工智能法案》草案的咨询的回应 CIPL 1 欢迎就欧盟委员会关于《欧洲人工智能法案》2（“AI 法案”或“法案”）的提案进行咨询，以将其纳入欧盟立法程序。CIPL 很高兴看到《人工智能法案》采纳了 CIPL 关于采用基于风险的方法监管欧盟人工智能的文件中提出的几项建议。3 这些建议旨在培养对人工智能的信任，而不会妨碍其负责任的发展。特别是，CIPL 欢迎该法案基于风险的方法，该方法将适用于高风险的人工智能用例，而不会监管人工智能技术本身或整个行业。CIPL 还欢迎拟议使用统一标准和行业自我评估产品符合性，因为这些机制已被证明能够成功推动创新并在欧盟市场开发安全可信的技术。CIPL 还欢迎旨在支持创新的措施，特别是通过为监管沙盒提供法定基础。最后，CIPL 很高兴看到《人工智能法案》中概述的一些要求与一些现有的行业惯例相一致，这些惯例为确保负责任地开发和使用人工智能设定了高标准。4 然而，CIPL 遗憾的是，《人工智能法案》没有充分考虑到一些必要条件，例如提供基于结果的规则；明确允许组织根据人工智能系统的风险和收益来调整对要求的遵守情况；奖励和鼓励负责任的人工智能实践；利用监管沙盒的经验教训；并澄清《人工智能法案》的监督和执行条款也应基于风险。CIPL 重申，要使《人工智能法案》有效地保护基本权利，同时也为欧盟创新的新时代奠定基础，它需要足够灵活以适应未来的技术。此外，该法案不能过于严格，以免抑制包括公共卫生或环境在内的一系列行业和部门对人工智能的宝贵和有益的创新和使用。最后，《人工智能法案》将受益于有针对性的调整，以更好地明确人工智能提供者、部署者和用户的责任平衡，特别是对于通用人工智能和开源人工智能模型。
CIPL 对欧盟委员会关于《人工智能法案》草案的咨询的回应 CIPL 1 欢迎就欧盟委员会关于《欧洲人工智能法案》2（“AI 法案”或“法案”）的提案进行咨询，以将其纳入欧盟立法程序。CIPL 很高兴看到《人工智能法案》采纳了 CIPL 关于采用基于风险的方法监管欧盟人工智能的文件中提出的几项建议。3 这些建议旨在培养对人工智能的信任，而不会妨碍其负责任的发展。特别是，CIPL 欢迎该法案基于风险的方法，该方法将适用于高风险的人工智能用例，而不会监管人工智能技术本身或整个行业。CIPL 还欢迎拟议使用统一标准和行业自我评估产品符合性，因为这些机制已被证明能够成功推动创新并在欧盟市场开发安全可信的技术。CIPL 还欢迎旨在支持创新的措施，特别是通过为监管沙盒提供法定基础。最后，CIPL 很高兴看到《人工智能法案》中概述的一些要求与一些现有的行业惯例相一致，这些惯例为确保负责任地开发和使用人工智能设定了高标准。4 然而，CIPL 遗憾的是，《人工智能法案》没有充分考虑到一些必要条件，例如提供基于结果的规则；明确允许组织根据人工智能系统的风险和收益来调整对要求的遵守情况；奖励和鼓励负责任的人工智能实践；利用监管沙盒的经验教训；并澄清《人工智能法案》的监督和执行条款也应基于风险。CIPL 重申，要使《人工智能法案》有效地保护基本权利，同时也为欧盟创新的新时代奠定基础，它需要足够灵活以适应未来的技术。此外，该法案不能过于严格，以免抑制包括公共卫生或环境在内的一系列行业和部门对人工智能的宝贵和有益的创新和使用。最后，《人工智能法案》将受益于有针对性的调整，以更好地明确人工智能提供者、部署者和用户的责任平衡，特别是对于通用人工智能和开源人工智能模型。
最优自给自足区技术经济分析
许多城市和地区都宣布，他们的最终目标是实现能源自给自足，但还有许多技术和经济挑战需要研究。本研究的目的是为能源自给自足率高的地区找到成本最优的技术解决方案，以满足其电力需求。采用两种方法，一种是基于规则的方法，一种是优化方法，以找到一个地区中具有最低生命周期成本的本地集中风电、太阳能光伏、电池、热存储和热泵的可再生能源系统容量。以芬兰赫尔辛基的卡拉萨塔玛区为例。结果表明，完全能源自给自足的目标需要在可再生能源系统上进行非常高的投资。对于所研究的案例，将自给自足率降低到 76% 可以将生命周期成本降低 66%，并实现净零年度能源平衡。从经济和技术上讲，实现正能源区或净零能源区比实现完全能源自给自足更为可行。根据所得结果，主要投资应放在风电上，因为与太阳能光伏相比，风电全年利用率更高。当自给率从 100% 降低时，对昂贵的集中式电池存储的投资将急剧下降。结果表明，由于人口密度高和可再生能源供应有限，如果以高自给率为目标，一个地区的物理边界可能不适合所需的可再生能源设施。这通常会导致将地区边界扩大到虚拟平衡边界。
RNA 编辑在有限数量的位点足以阻止小鼠大脑中的 MDA5 激活
作用于 RNA 1 的腺苷脱氨酶 (ADAR1) 是一种负责腺苷到肌苷 RNA 编辑的酶，由两种亚型组成：核 p110 和细胞质 p150。小鼠中 Adar1 或 Adar1 p150 基因的缺失会导致胚胎致死，并伴有干扰素刺激基因 (ISG) 的过表达，这是由于黑色素瘤分化相关蛋白 5 (MDA5) 对未编辑的内源转录本的异常识别所致。然而，在众多 RNA 编辑位点中，有多少 RNA 位点需要编辑，尤其是由 ADAR1 p150 编辑，以避免 MDA5 激活，以及 ADAR1 p110 是否有助于此功能仍不清楚。具体来说，ADAR1 p110 在小鼠脑中含量丰富，而 ADAR1 p150 的表达量微乎其微，而 ADAR1 突变会导致艾卡迪-痛风综合征，在这种综合征中，大脑是受影响最严重的器官之一，同时伴有 ISG 表达升高。因此，了解 RNA 编辑介导的预防大脑中 MDA5 活化的方法尤为重要。在这里，我们建立了 Adar1 p110 特异性敲除小鼠，在这种小鼠中未观察到 ISG 表达上调。这一结果表明 ADAR1 p150 介导的 RNA 编辑足以抑制 MDA5 活化。因此，我们进一步创建了 Adar1 p110 / Adar2 双敲除小鼠来确定 ADAR1 p150 介导的编辑位点。这项分析表明，尽管没有观察到 ISG 表达升高，但在 Adar1 p110 / Adar2 双敲除小鼠的大脑中，只有不到 2% 的编辑位点得以保留。值得注意的是，我们发现一些位点被高度编辑，与野生型小鼠的编辑位点相当，这表明存在 ADAR1 p150 特异性位点。这些数据表明，在非常有限的位点上进行 RNA 编辑（由少量 ADAR1 p150 介导）足以阻止 MDA5 激活，至少在小鼠大脑中是如此。
对预制的自给自足的外墙的审查...
4 CO 2-使用转换因子计算； 0.215千克CO 2 /kWh电[74]，0.18千克CO 2 /kWh太阳能热力，0.35 kg CO 2 /kWh沼气，0.3千克CO 2 /kWh Biomass [19]，Co 2 Biodiesel 2661 G /Gallon，加仑，加仑，石油柴油燃料12,360 G /GALLON [28] < /DIV>>
1 在量子物理学中，生活世界还原是否充分？......
Springer Link 摘要：根据胡塞尔的说法，epochè（或判断悬置）必须是未完成的。它要一步一步地进行，从而定义各种“还原”层。在现象学中，至少可以区分出两个这样的层次：生活世界还原和先验还原。量子物理学诞生于生活世界还原的一种特殊形式：根据海森堡的说法，还原为可观测量，根据玻尔的说法，还原为实验装置的经典性质。但 QBism 挑战了哥本哈根解释所倡导的这种有限版本的现象学还原。QBists 声称量子态是“对指针读数体验的期望”，而不是对指针位置的期望。他们关注生活体验，而不仅仅是宏观变量，这相当于进行先验还原，而不是停留在生活世界还原的相对肤浅的层面。我将表明，量子物理学确实为我们提供了几个理由，让我们可以深入到现象学还原的最深层次，甚至可能比标准的 QBist 观点更进一步：不仅还原为经验或“纯粹意识”，而且还还原为“活生生的现在”。
欧洲数据保护条例是否足以……
摘要 神经科学领域的研究驱动技术发展提出了一些有趣且可能复杂的问题，这些问题与数据有关，尤其是脑数据。脑记录产生的数据与姓名和地址不同，它可能来自大量非自愿脑活动的处理，可以针对不同目的进行处理和再处理，而且非常敏感。由于这些因素，同意特定类型或特定目的的脑记录变得复杂。脑数据的收集、保留、处理、存储和销毁都具有高度的伦理重要性。这让我们不禁要问：目前的欧洲数据保护条例是否足以处理与神经技术相关的新兴数据问题？在脑机接口 (BCI) 领域快速发展的背景下，这个问题尤其紧迫，通过记录的脑信号发挥作用的设备正在从研究实验室扩展到医疗治疗，甚至扩展到消费市场，用于娱乐用途。我们在此提出的一个观点是，在脑部记录方面，可能不存在琐碎的数据收集，尤其是在涉及算法处理的情况下。本文对与神经技术（尤其是 BCI）相关的一些特定数据保护问题进行了分析和讨论。特别是，BCI 驱动的应用程序中使用的脑部数据是否以及如何以与个人数据相关的方式算作个人数据
联排别墅的自给自足离网能源系统采用...
众所周知，瑞典是太阳辐射较低的地区之一，因为它位于北半球，在寒冷季节太阳辐射潜力较低。瑞典政府旨在通过在能源领域实施更多可再生能源计划来促进更可持续的未来。其中一项举措是应用更多可再生能源，光伏板将在我们的社会和能源领域发挥更大作用。然而，由于全天辐射的变化，光伏板产生的能量是不可预测的。解决这个问题的一个好方法是将光伏板与不同的储能系统相结合。本论文评估了瑞典埃斯基尔斯蒂纳的离网联排别墅，其中光伏板与热泵、储热罐（包括电池和氢系统）相结合。在寒冷季节，利用光伏板、电池系统（短期使用）和氢系统（长期使用）来满足年度电力需求。储热罐满足年度热需求。储热罐由氢系统的热损失和热泵的热能充电。
致癌基因突变或致癌基因 KRAS 或 BRAF 的过度表达不足以导致致癌基因成瘾
。CC-BY-NC-ND 4.0 国际许可，根据 未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者（此版本于 2020 年 5 月 29 日发布。；https://doi.org/10.1101/2020.05.26.117911 doi：bioRxiv 预印本