XiaoMi-AI文件搜索系统
World File Search System两方
密苏里州环境改进赠款计划
AFCS美国救援计划法两方面的基础设施法全面气候行动计划甲烷交通拥堵，缓解和空气质量改善二氧化碳二氧化碳二氧化碳等效物等于气候污染的气候污染降低授予清洁学校巴士计划密苏里州自然资源环境资源的电力武器供应机构的环境资源委员会的环境资源范围的电动武装武器供应范围 Gases Federal Lands Access Program Greenhouse Gas Reduction Fund Greenhouse Gas Gross Vehicle Weight Ratings High-Occupancy Vehicle Hydrofluorocarbons Intergovernmental Panel on Climate Change Inflation Reduction Act Business Energy Investment Tax Credit Kilowatt Hour Light-Emitting Diode Landfill Gas Low-Income/Disadvantaged Communities Low-Income Home Energy Assistance Program Low-Income Weatherization Assistance Program Mid America Regional Council Missouri Department of Conservation Million Metric密苏里吨
不同地面站组网下卫星量子密钥分发星座轨道设计
在密码学领域，量子密钥分发 (QKD) 是量子信息理论的一种应用，近年来引起了广泛关注。它允许在两方或多方之间建立密钥，比传统密码学（基于离散对数和素数分解）更安全。在不久的将来，实现 QKD 网络（尤其是远距离网络）最有希望的方式是通过卫星星座。本文考虑了优化卫星轨道的问题，以便在固定时间内最大化地面站网络共享的最小密钥长度。考虑了不同的站网络，并强调了它们的地理分布对设计和性能指标的影响。考虑的网络包括：一个全球星座、一个欧洲区域星座，以及两个在两个不同纬度窄带中有站群的网络。然后考虑卫星间链路的影响，以及在某些情况下它们如何提高性能。最后分析了所考虑的星座的日常表现。2023 COSPAR。由 Elsevier BV 出版 这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
农业机械化政策与战略
本文研究了农业机械化在发展中经济体中的作用，以加强机械化政策和战略的制定。通过对机械化过程的审查和评估，明确了机械化过程的七个不同阶段，并确定了机械化的基本原理。给出了制定农业技术战略的一般准则。强调了机械化政策和战略作为农业发展计划的补充投入的必要性。本文以泰国的农业机械化为例进行了回顾，并讨论了其显著特点。为了分析技术和经济变量对机械化过程的影响，并支持机械化政策和战略的制定，开发了一个机械化模型 (MECHMOD)，并将其作为测试案例应用于泰国中部地区。MECHMOD 的基本结构由一个线性规划表组成，该表模拟多种作物，其中根据作物、农场运营、工作方法和时间段指定对劳动力、役畜和机械的需求。本文以两方面的方式讨论了使用 MECHMOD 进行的实验结果。首先，讨论了 MECHMOD 的适用性。其次，从泰国的机械化政策和战略角度解释实验结果。
共享随机性生成的量子优势
共享相关的随机变量是许多信息理论任务（例如隐私扩增，同时消息传递，秘密共享等等）的资源。在本文中，我们表明，要建立一种称为共享随机性的资源，量子系统比其经典对应物提供了优势。准确地说，我们表明，尽管在共享的两个Qubit状态上进行了适当的固定测量，但可以生成相关性，这些相关性无法从两个经典位上从任何可能的状态获得。在资源理论设置中，量子系统的此功能可以解释为赢得两个玩家合作游戏的优势，我们称之为“非垄断社会补贴”游戏。事实证明，导致所需优势的量子状态必须以量子不和谐的形式具有非经典性。在通过嘈杂的通道之间在两方之间分发这种共享范围的来源，但容量为零的量子通道严格少于统一的量子，而统一的能力比统一性少于完美的经典通道。此处介绍的协议是噪声稳健的，因此应使用最先进的量子设备可实现。
回顾 - 阿斯彭研究所德国
2021 年，我们的团队仍然主要在远程工作。Aspen Germany 以高度的专业精神和团队精神应对了数字化工作方式的转变以及由此带来的挑战。我们所有的项目都非常努力地组织富有洞察力的讨论、会议和研讨会——使用数字空间作为我们的办公室、会议室和活动场地。如果没有 Aspen 团队中许多精通技术的成员的巨大投入，这一切都不可能实现。在 2022 年期间，Aspen 团队已经重返办公室，我们已开始再次在现场举办活动。我特别高兴能够亲身体验科罗拉多州的 Aspen 思想节和巴伐利亚州的 G7 峰会等活动，并在柏林迎接客人。疫情确实改变了我们在 Aspen Germany 的工作，但我们正在走向“新常态”，希望能够兼具数字和面对面两方面的优势。现在，在 Aspen Germany，我们比以往任何时候都更努力地为一个更加互联、更具弹性的世界而努力。一个依靠国际对话和基于价值观的领导力蓬勃发展的世界。
与恶意安全的秘密共享洗牌
摘要 - 一种秘密共享洗牌（SSS）协议使用随机的秘密置换列出了一个秘密共享的向量。它发现了许多应用程序，但是它也是一个昂贵的操作，通常是性能瓶颈。Chase等。 （Asiacrypt'20）最近提出了一种高效的半honest两方SSS协议，称为CGP协议。 它利用有目的设计的伪随机相关性，可促进沟通高效的在线洗牌阶段。 也就是说，在许多现实世界中的应用程序方案中，半诚实的安全性不足，因为洗牌通常用于高度敏感的范围。 考虑到这一点，最近的作品（CANS'21，NDSS'22）试图通过恶意安全性增强CGP协议，而不是经过身份验证的秘密销售。 但是，我们发现这些尝试存在缺陷，恶意对手仍然可以通过恶意偏离来学习私人信息。 本文提出的具体攻击证明了这一点。 那么，问题是如何填补空白并设计恶意安全的CGP洗牌协议。 我们通过引入一组轻量级相关检查和减少泄漏机械性来回答这个问题。 然后，我们将技术应用于经过身份验证的秘密股票来实现恶意安全。 值得注意的是，我们的协议虽然提高安全性，但也是有效的。 在两党设置中，实验结果表明，与半honest版本相比，我们恶意安全的协议引入了可接受的开销，并且比MP-SPDZ库中的最先进的恶意安全SSS协议更有效。Chase等。（Asiacrypt'20）最近提出了一种高效的半honest两方SSS协议，称为CGP协议。它利用有目的设计的伪随机相关性，可促进沟通高效的在线洗牌阶段。也就是说，在许多现实世界中的应用程序方案中，半诚实的安全性不足，因为洗牌通常用于高度敏感的范围。考虑到这一点，最近的作品（CANS'21，NDSS'22）试图通过恶意安全性增强CGP协议，而不是经过身份验证的秘密销售。但是，我们发现这些尝试存在缺陷，恶意对手仍然可以通过恶意偏离来学习私人信息。本文提出的具体攻击证明了这一点。那么，问题是如何填补空白并设计恶意安全的CGP洗牌协议。我们通过引入一组轻量级相关检查和减少泄漏机械性来回答这个问题。然后，我们将技术应用于经过身份验证的秘密股票来实现恶意安全。值得注意的是，我们的协议虽然提高安全性，但也是有效的。在两党设置中，实验结果表明，与半honest版本相比，我们恶意安全的协议引入了可接受的开销，并且比MP-SPDZ库中的最先进的恶意安全SSS协议更有效。
AI 智能应用对日常生活之翻转与创新
从｢ AI 智能应用对日常生活之翻转与创新」专题报告中可以印证，人类的智慧和AI 科技，两方互相依赖，互惠互利，相辅相成，互相成就另一方， AI 科技的突飞猛进，不但使得人类的智慧得以更充分地展现，甚至藉由AI 而变得更添智慧，进而能做到以前人类做不到的事情。本专题报告内容含括了AI 与语音辨识、老人生活、工程建造、 5G 科技运用、运动、教育学习、人文等领域，人类的智慧结合AI ，未来似乎有无限想像的可能。刘炯朗院士主讲｢科技与人文的平衡-AI 靠哪边站」压轴，阐述了一个不同的观点来看科技和人文，两者分别代表着电脑和人脑，就像翘翘板的两端，而中间点就是AI 的文明思路。本专题报告密切结合了人工智慧与人文关怀，能让大家深入了解AI 科技在日常生活中的翻转、创新，以及它将给人类带来更多更方便的生活和更美好的未来。当然，我诚挚期盼着这本专题报告，藉由主讲者无私地分享精辟的见解，必然助益产官学研
区块链中的决策分析和人工智能简介
本迷你专题讨论会重点介绍如何使用区块链中的智能合约和人工智能 (AI) 来自动化决策分析以提供新服务。智能合约可以跟踪变化并自动化供应链系统、记录所有权转移的账本和去中心化自治组织 (DAO) 治理中的决策。过去十年，区块链技术和智能合约的快速发展推动了加密领域商业的急剧增长。去中心化金融服务 (DeFi)、供应链系统、医疗保健、制造系统和农业都受到了由智能合约支持的分布式账本技术 (DLT) 的影响。智能合约是在以太坊等区块链上运行的可执行代码，用于促进、监控和执行各方之间的交易和协议，而无需使用传统的受信任第三方。这些智能合约可以自动化两方或多方之间商业所需的决策分析。人工智能在检测欺诈和滥用方面至关重要，使这些系统和组织无需人工干预即可运行。如果区块链商务要普及，那么了解有效和高效智能合约所需的特征和最佳实践以及人工智能如何使这些系统能够自主运行至关重要。
人工智能边缘计算：机器学习的视角
近年来，物联网（IoT）得到了广泛的普及。物联网通过为模型训练和推理提供充足的数据，在很大程度上推动了人工智能（AI）的发展。在这样的背景和趋势下，传统的云计算模型在独立处理物联网产生的海量数据并满足相应的实际需求方面仍会遇到许多问题。为此，一种名为边缘计算（EC）的新型计算模型引起了工业界和学术界的广泛关注。然而，随着对EC研究的不断深入，学者们发现传统（非AI）方法在提升EC性能方面存在局限性。看到AI在各个领域的成功应用，EC研究人员开始将目光投向AI，尤其是从机器学习（ML）的角度，机器学习是AI的一个分支，在过去几十年中越来越受欢迎。在本文中，我们首先解释EC的形式化定义以及EC成为有利的计算模型的原因。然后，我们讨论了EC中感兴趣的问题。我们总结了传统的解决方案并强调了它们的局限性。通过阐释人工智能在电子商务架构下优化电子商务以及将人工智能应用于其他领域的研究成果，本文可以作为指导，在享受人工智能与电子商务互利关系的同时，探索这两方面的新研究思路。
基于冰核数据的Dansgaard-Oeschger事件动态的新型概念模型
摘要。这项研究介绍了一种新型的动力系统模型，旨在捕获Dansgaard-Oeschger（DO）事件的高度非周期性。由于其可变持续时间（有些持续了1世纪，而其他事件跨越了多个毫伦），因此很难充分建模。利用从Stommel模型得出的简化的两方程式框架，我们的方法集成了一个内部控制参数，该参数充当反馈参数（在南极底部水（AABW）地层上）。通过分析方法和数值方法，我们建立了一个合适的参数域，在该域中，新调整的模型可以准确地复制DO的古气候记录，如摘要统计信息所描述的事件的古气候记录所述，该记录是从冰核数据中得出的。分析还表明，没有新的控制参数，该模型没有合适的pa-rameter域，在该域中可以重现冰核记录中看到的广泛的事件特征。这项研究提供了对这些高度显着的气候现象的基本机制的新见解，以及通过允许新模型的参数随时间变化而被迫强迫它们的必要时间尺度。这使我们的模型可以在捕获与观察性记录相匹配的定时特征的逼真的事件序列时实现前所未有的精度。这个重新定义的模型不仅增强了我们对DO cycles的理解，而且还展示了简单动力学系统模拟复杂气候相互作用的潜力。