XiaoMi-AI文件搜索系统
World File Search System兰德
现代化美国航空母舰舰队 - 兰德公司
美国海军目前正在设计下一代航空母舰 CVN 21。该级航空母舰将使用与现有尼米兹级相同的基本船体形状，但将对船内进行大量重新设计，以改进武器处理和物资管理功能。它还将采用几项新技术，包括新型推进装置和新型飞机发射和回收系统。这些改进不仅将提高舰艇的作战能力，而且预计还将降低舰艇的人力需求和维护成本。根据目前的军队现代化计划，随着尼米兹级舰艇达到其计划的 50 年使用寿命，CVN 21 级新舰艇将每四到五年推出一次。按照这一战略，尼米兹级航空母舰将再运行 50 多年，而将航空母舰舰队改造成新级别的舰艇将需要几十年的时间。根据一些看似有希望的初步计算，兰德公司向航空母舰项目执行办公室 (PEO) 提出了一种加速航空母舰部队转型的方法：在尼米兹级航空母舰达到中期寿命时更换它们，而不是给它们加油。在本报告中，我们确定了建造新航母而不是给它们加油的具体舰队管理方案，并评估了它们的优缺点。本报告应该具有重要意义
海军网络可靠性 - 兰德公司
海军和国防部越来越依赖网络和相关的网络中心行动来执行军事任务。因此，一个重要目标是为舰船和多舰船（例如，打击群）网络建立和维护可靠的网络。维护任何网络系统可靠性的一个重要步骤是理解和衡量网络可靠性的能力。问题是海军在这方面做得不好。正如我们将要讨论的，现有指标不足且不准确；例如，它们并不总是表明用户体验。网络可靠性一词含义广泛。它部分取决于 IT 系统的可用性和可靠性以及这些系统为用户提供的功能。对于海军来说，网络可靠性的定性标准包括 (1) 海军 IT 系统在不影响用户和操作的情况下经历故障或系统性攻击的能力，以及 (2) 从任何接入点实现一致的行为和可预测的性能。船上网络的复杂性以及影响网络可靠性的诸多因素 1 包括
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。
定向图的能量和兰德索引
对称性对称性以及我们对能量和兰德指数变化的定义，我们需要适应我们的方法。特别是我们定义与内部和外部程度相关的内部和外部能量。为了描述我们使用的（1）中的相等性，我们所谓的遗传化技巧，将挖掘物的能量与两部分图的能量相关联。此外，该技术允许为定理6和9提供另一个证据。除了本介绍之外，该论文的组织如下。在第2节中，我们介绍了Nikiforov定义的Digraph的能量。我们还定义了顶点e +（v）的外能和顶点e-（v）的内能，并证明对于相邻的顶点e +（v i）e-（v j）≥1。在第3节中，我们证明了本文的主要结果，即（1）中的不平等现象及其相应的Randic指数和能量。第4节致力于冬宫化技巧。我们使用这种技术给出了本文主要定理的另一个证明，并描述了（1）中平等性充分填写的图。
气候变化中的危机应对 - 兰德公司
有限的印刷和电子发行权 本文件和其中包含的商标受法律保护。此 RAND 知识产权声明仅供非商业用途使用。禁止未经授权在线发布本出版物。允许复制本文件仅供个人使用，只要其未经更改且完整。需要获得 RAND 的许可才能复制或以其他形式重复使用其任何研究文件用于商业用途。有关重印和链接权限的信息，请访问 www.rand.org/pubs/permissions。
新墨西哥州塞拉县经济发展资源指南中里奥格兰德经济发展协会邮政信箱 143 索科罗，新墨西哥州 87801 电话：（575
塞拉县是位于新墨西哥州中南部的一个农村社区，位于德克萨斯州埃尔帕索和阿尔伯克基之间，是美国太空港的所在地。该地区包括格兰德河、希拉和西波拉国家森林、卡巴洛湖和该州最大的湖泊大象山湖。真理或后果 (T 或 C) 是塞拉县最大的城市。真理或后果 (T 或 C) 提供世界上最好的热矿泉浴，被誉为美国最实惠的温泉小镇。农业和旅游业仍然是经济驱动力；然而，随着美国太空港的开始运营，该地区吸引了航空航天业，包括 SpinLaunch。塞拉县占地 4,236 平方英里，拥有广阔的空间和美丽的风景，从沙漠到草原再到山区。该地区气候宜人，平均日照时间为 340 天。海拔范围从 Elephant Butte 和 T 或 C 的约 4,300 英尺到 Reed's Peak 的 10,000 英尺以上。为什么选择塞拉县？工作就在您玩耍的地方，工作就在您玩耍的地方！该地区提供无数全年户外休闲机会、温泉矿泉浴、丰富的野生动物以及风景优美的壮丽景色。如果您喜欢户外活动，塞拉县就是您的理想选择。工作结束后，当地人分享一种休闲理念：划船、漂浮和浸泡。当地人在 Elephant Butte 湖上划船，在格兰德河上乘坐内胎或木筏漂流，并在一天结束时在著名的热矿泉中浸泡以恢复体力。
希尔德布兰德 - 陆军大学出版社
最终，“陆军领导者发展战略”的目标是创建适应性领导者，他们可以行使任务命令以在复杂且有争议的多域操作环境中占上风。13的能力是陆军领导基金会的一部分，该基金会可提高熟练程度，专业知识和精通。ADP 6-22定义了三种核心领导能力：领导，发展和实现。 14这些都进一步分解为更多的能力，最终使陆军领导人达到了十个能力。 15通过培训，教育和经验，陆军为领导者提供了将这些能力发展为经验的机会。 16这些企业以具有挑战性的体验形式出现。 17无论是在制度，运营还是自我发展领域，挑战都充满了技术。 机构领域。 技术在机构领域中注入培训，教育和经验，以建立领导能力的基础。 技术增强了学习成果，以使多域操作（MDO）环境的新兴需求保持迅速。 它通过多种方式来实现：更快地访问信息；通过在线场地进行更高水平的教育机会；通过人工智能具有反应性；并通过培训模拟器增强了知识保留，分析推理和满意度。ADP 6-22定义了三种核心领导能力：领导，发展和实现。14这些都进一步分解为更多的能力，最终使陆军领导人达到了十个能力。15通过培训，教育和经验，陆军为领导者提供了将这些能力发展为经验的机会。 16这些企业以具有挑战性的体验形式出现。 17无论是在制度，运营还是自我发展领域，挑战都充满了技术。 机构领域。 技术在机构领域中注入培训，教育和经验，以建立领导能力的基础。 技术增强了学习成果，以使多域操作（MDO）环境的新兴需求保持迅速。 它通过多种方式来实现：更快地访问信息；通过在线场地进行更高水平的教育机会；通过人工智能具有反应性；并通过培训模拟器增强了知识保留，分析推理和满意度。15通过培训，教育和经验，陆军为领导者提供了将这些能力发展为经验的机会。16这些企业以具有挑战性的体验形式出现。17无论是在制度，运营还是自我发展领域，挑战都充满了技术。机构领域。技术在机构领域中注入培训，教育和经验，以建立领导能力的基础。技术增强了学习成果，以使多域操作（MDO）环境的新兴需求保持迅速。它通过多种方式来实现：更快地访问信息；通过在线场地进行更高水平的教育机会；通过人工智能具有反应性；并通过培训模拟器增强了知识保留，分析推理和满意度。18最终，技术创造了机构敏捷性和士兵的适应能力，使各种教育机构和学术界之间具有更大的协同作用，并支持实施“陆军人民战略”所需的技术流利性。 19
脑机接口 - 兰德公司
脑机接口 (BCI) 代表一个新兴且具有颠覆性潜力的技术领域，迄今为止，它在国防和国家安全政策界几乎没有引起公开讨论。这项研究考虑了未来 BCI 技术可能与未来作战人员相关的关键领域。它试图探索人机神经通信的当前和未来发展价值、相关漏洞和风险，以及在部署该技术之前应到位的政策杠杆。该项目借鉴了相关技术和安全文献的审查以及与主题专家的讨论，开发了一款召集技术和运营专家于 2018 年 7 月参加的游戏。该游戏针对两个未来战术城市作战小场景测试了功能性“BCI 工具箱”的潜在效用。游戏结果表明，BCI 技术很可能在未来战场上得到实际应用，特别是随着人机交互的速度和数量不断增加。在小插图中，参与者预计 BCI 功能可以提高通信速度、改善通用态势感知，并允许操作员同时控制多个技术平台。参与者指出，每种 BCI 功能的实用性在很大程度上取决于其在战斗中的保真度和可靠性。在游戏中评估的功能中，直接 br
创建太空军事服务 - 兰德公司
随着《2020 年国防授权法案》的通过，美国政府将成立太空军。2019 年 2 月，唐纳德·J·特朗普总统指示国防部成立太空军，作为空军部下属的一个独立军种，“以确保不受限制地进入太空并在太空行动，并在和平时期和各种冲突情况下为联合部队和联军提供重要能力。” 1 美国空军要求兰德公司协助其规划新军种的成立。兰德公司为美国太空军规划工作组提供分析支持，为太空军的建设提供信息。本报告就我们的分析建议应纳入太空军的能力提供了建议，考虑了这支新兴军种的职业领域可持续性，并研究了其他国防组织，为太空军吸取教训。它还考虑了作为一支军种的意义，并试图阐明新兴太空军将面临的挑战和机遇。本文报告的研究由美国空军总部战略、整合与需求副参谋长克林顿·克罗西尔少将赞助，并在兰德公司空军项目范围内进行。
