验证和确认 (V&V) 是评估计算模拟的准确性和可靠性的主要手段。本文对计算流体力学 (CFD) 中 V&V 的文献进行了广泛的回顾,讨论了评估 V&V 的方法和程序,并对现有想法进行了扩展。对 V&V 术语和方法发展的回顾指出了运筹学、统计学和 CFD 社区成员的贡献。本文讨论了 V&V 的基本问题,例如代码验证与解决方案验证、模型验证与解决方案验证、错误和不确定性的区别、错误和不确定性的概念来源以及验证与预测之间的关系。验证的基本策略是识别和量化计算模型及其解决方案中的错误。在验证活动中,计算解决方案的准确性主要相对于两种类型的高精度解决方案进行衡量:分析解决方案和高精度数值解决方案。本文介绍了确定数值解决方案准确性的方法,并强调了验证活动期间软件测试的重要性。验证的基本策略是
背景:5G 技术能够提供大规模机器接口、超高可靠性和低延迟,有可能为当前和未来的北约 CIS 基础设施提供附加功能。这些功能可能有助于使北约部队在未来的交战中保持警觉、敏捷、网络化和杀伤力。此外,在军事方面,5G 技术可以增强保障、指挥和控制、部队投射、北约部队保护,提高响应能力以通知决策者并为部队做好作战准备。其结果是北约部队能够超越敌方部队,在思维和战斗方面胜过敌方部队。
摘要 — 空中交通管理中的安全仍然是一个相当新的挑战,近年来受到越来越多的关注。这意味着开发了新的安全概念和系统。通常,所有系统都必须经过几个验证周期才能达到更高的技术准备水平。由于没有成熟的验证方法来考虑安全的特殊方面,这在开发空中交通管制安全系统时形成了额外的障碍。这是真的,因为必须首先开发合适的验证方法。当开发不是以结构化的方式启动时,后者包括忘记某些东西的风险。在空中交通安全项目 GAMMA 中,这种方法已经开发并应用于一组七个原型。基于欧洲操作概念验证方法和安全风险评估方法,该方法确定了额外的安全控制、系统要求、验证目标和关键绩效指标。这些是验证设置和程序设计的驱动要素 本文使用一个具体示例,即安全空中交通管制通信原型,证明了这种新方法的可行性。本文详细描述了该方法以及由此产生的验证设置和程序。它简要描述了开发原型所获得的结果,作为该方法的一个特定用例。
简介 英国标准“BS30440:医疗保健中人工智能使用的验证框架”将于 2023 年第二季度发布。1 它详细说明了技术开发人员在医疗保健环境中评估和验证使用人工智能 (AI) 的产品所需的证据。医疗保健提供者可以要求其供应商的产品通过 BS30440 认证,以向他们自己和他们的服务用户保证人工智能产品有效、公平和安全。十年来,人们对医疗保健人工智能的兴趣日益浓厚,尤其是使用机器学习方法(例如深度神经网络)的应用。2 在过去 5 年中,这种兴趣呈指数级增长,政府机构和监管机构、非政府智库、专业协会和学术机构制定了大量相关指导来针对当地情况。 3 在英国,这包括针对数字医疗技术的国家健康与护理卓越研究所证据标准框架、NHSX 关于“人工智能:如何正确使用”的指南,以及 Ada Lovelace 研究所发布的算法影响评估指南。此外,还有几项国际报告指南,包括针对医疗 AI 技术临床试验的 SPIRIT-AI 4(标准协议项目:干预试验建议 - 人工智能)和 CONSORT-AI 5(试验报告综合标准 - 人工智能)。因此,关于如何开发安全有效的医疗保健 AI 系统的指导意见分散在数百份文件中,主要侧重于将受到监管的产品
2001年Crews首次提出利用细胞内固有蛋白质降解机制(泛素-蛋白酶体系统)消除致病蛋白的概念,即蛋白水解靶向嵌合体(PROTACs)[1]。2017年以来PROTAC技术进入加速发展期[2]。根据PROTAC-DB [3] 的不完全统计,目前共有5388个PROTAC分子,其中26个PROTAC分子已进入临床试验,涉及实体瘤、血液系统癌症、自身免疫性疾病等适应症(图1)[4-6]。在过去的20年里,研究人员认识到PROTAC技术的巨大潜力,并明确了其局限性,例如溶解性和生物利用度差、对健康组织有潜在毒性(靶向和脱肿瘤毒性)[7,8]。因此,目前的前沿研究主要集中于解决PROTAC的缺点,并通过其他技术手段提高药物的可利用性,如纳米材料技术[9-11]和前体药物策略[12-14]。PROTAC技术对药物治疗产生了革命性的影响,为研究提供了新的工具
根据其章程,AGARD 的使命是将北约国家在航空航天科学技术领域的领军人物聚集在一起,以实现以下目的: - 为成员国推荐有效的方式,以便利用其研究和开发能力造福北约社区; - 向军事委员会提供航空航天研究和开发领域的科学技术建议和援助(特别是在军事应用方面); - 不断促进与加强共同防御态势相关的航空航天科学进步; - 改善成员国在航空航天研究和开发方面的合作; - 交流科学技术信息; - 向成员国提供援助,以提高其科学技术潜力; - 根据要求向其他北约国家提供科学技术援助
– 某些机载系统中软件安全性的指南 – 级别 A 到 E(最关键到最不关键) – 验证活动包括需求和代码审查、软件测试、代码覆盖率
本文介绍了在先进新型武器平台中开发预测和健康管理 (PHM) 功能所面临的程序和技术挑战。在最高级别,它提出了将 PHM 优势和目标与后勤支持概念以可衡量的方式联系起来的具体策略。作者还提供了使用此方法的示例,以确保 PHM 元素已购买到飞机上所需的东西。在下一个级别,作者评估了 PHM 算法和传感器套件中使用的验证和确认 (V&V) 方法。在正向拟合应用中,现场和最终系统数据通常较少可用,这给诊断覆盖率、检测率和误报率的验证带来了额外的障碍。作者将演示特定工具,以使用测试台开发数据、类似组件故障数据以及最终的现场数据的组合来提供 V&V 用例。将介绍故障检测、诊断和预测功能元素的指标。此外,作者讨论了模拟和真实故障数据的使用,以及为预测系统现场性能而制定的策略。讨论了信号噪声、测量不确定性和阈值设置的影响。还讨论了具有现场数据可用性的“性能指标增长”概念,并提供了这些技术和工具在应对新飞机部署挑战中的具体应用。
• 提供接口“列表搜索(条件 c)”的方法的规范。假设:c 是满足条件类属性的数据结构。保证:返回的结果是一个满足列表类属性的列表,并包含数据库中满足 c 的所有项目。
图 1 – 展示简化燃油系统的组件(备用模式)。 _______________________________ 3 图 2 - 萨博的仿真模型开发过程 _________________________________________________ 6 图 3 - 概率框示例以及添加不确定性信息对其的影响 [15] _____________ 10 图 4 - 来自 [14] 的概率框示例 _____________________________________________________________ 11 图 5 - 本论文中使用方法的概述。 _________________________________________________ 18 图 6 - 建模系统的框图。标有 PX 的块表示“管道 X”,CX 表示“止回阀 X”,SX 表示“过滤器 X”,其中 X 是任意字母。 ____________________________________________________________ 19 图 7 – 简化框图,测量信号标记为红色。 ________________________________ 21 图 8 - 显示输送泵模型。 ____________________________________________________________ 22 图 9 - 显示喷射泵图。 _________________________________________________________________ 23 图 10 - 步长比较。 ________________________________________________________________ 25 图 11 - 显示实施了不确定性的模拟模型。 ________________________________ 28 图 12 - 显示当 V1 中的不确定性变化时 SRQ 如何变化。 __________________________________ 32 图 13 - 显示当 V2 中的不确定性变化时 SRQ 如何变化。 __________________________________ 32 图 14 - 显示当 h2 中的不确定性变化时 SRQ 如何变化。 __________________________________ 33 图 15 - 显示第一种情况的 VV&UQ 评估后的最小和最大传输量。 __ 35 图 16 – 显示第二种情况的 VV&UQ 评估后的最小和最大传输量。 36 图 17 - 显示 SRQ 中的最小和最大输出以及不同操作模式的最小传输限制,对于第一种情况,在每个操作点都有总传输量。 _________________ 37 图 18 - 显示 SRQ 中的最小和最大输出以及不同操作模式的最小传输限制,第二种情况是 𝑡𝑠𝑖𝑚 期间每个操作点的传输量。 _________ 38 图 19 - 显示验证数据、标称模拟输出和最小/最大输出。 ______________________________________ 39