2024 年 6 月 4 日 主席 Stauber 和排名成员 Ocasio-Cortez,感谢你们今天邀请我来这里讨论小组委员会正在审议的立法。 我叫 Colin Williams,我领导美国地质调查局 (USGS) 的国家矿产资源计划。 背景 美国地质调查局是内政部的科学机构,提供有关能源和矿产资源的公正、可操作的科学和数据,这些资源支撑着国家的技术创新、制造业、贸易、国家安全和经济。作为这一角色的一部分,我们是国内和全球矿产商品供应统计数据的主要来源;绘制和量化国家矿产资源;并提供供应链分析,为政策决策以及联邦和私营部门的投资提供信息。 我们还共同主持国家科学技术委员会的跨部门关键矿产小组委员会,该委员会成立于 2010 年,并获得《两党基础设施法》的授权。 2020 年《能源法案》和美国地质调查局在指定关键矿产方面的作用关键矿产小组委员会的早期成就是汇总联邦机构现有的关键、战略和其他重要矿产商品的定义,并制定全政府矿产关键性方法。美国地质调查局的作用是提供数据和供应链分析以量化和模拟关键性,并保持跨部门关注,以便识别跨多个行业可能存在竞争供应需求的商品。美国地质调查局实施了这种跨机构方法,根据第 13817 号行政命令《确保关键矿产安全和可靠供应的联邦战略》制定了 2018 年关键矿产清单。
摘要 — 本文设计并测试了一种高可靠性波浪能转换系统的线性发电机。为了储存能量,该系统能够产生氢气。波浪能转换系统由电力线性发电机、电力转换系统和海水电解器组成。设计并建造了该系统的小型原型。该设计旨在增强系统的稳健性和可靠性,并使用故障模式和影响以及关键性分析。为了保证轻松扩展船舶设备的功率能力,采用了系统的模块化架构。描述了设计策略。讨论了所提解决方案的稳健性和可靠性。展示了原型的模拟和实验结果。
每个服务区域内的城市基础设施设计组紧密合作,以协调基础设施维修,康复和更换。城市工作人员在考虑条件评估,能力,基础设施链接的关键性以及基础设施链接失败的情况下,准备了最高优先项目的清单。市工作人员全年定期开会,以协调各自的工作,以使建筑项目保持一致,以便可以更新一个以上的基础设施要素,从而大大降低了社会破坏并节省了建筑成本。设计工作从预算周期初期开始,该工作允许项目在本赛季初期招标,因此可以实现最有竞争力的建筑定价。
摘要 — 近年来,机器学习 (ML) 领域的非凡进步吸引了人们对在航空领域使用该技术的极大兴趣。ML 的可能机载应用包括安全关键功能,这些功能必须按照航空业的严格认证标准进行开发。航空业的现行认证标准是在 ML 复兴之前制定的,没有考虑到 ML 技术的具体特点。传统设计保证方法与基于 ML 的系统的某些方面之间存在一些根本的不兼容性。在本文中,我们分析了当前的机载认证标准,并表明如果应用有关 ML 开发工作流程的某些假设,则可以为低关键性基于 ML 的系统实现标准的所有目标。
简单直观的基于 Web 的用户界面允许管理员轻松组织 SyncIQ 复制作业速率和优先级,以匹配业务连续性优先级。通常,SyncIQ 重复作业被定义为保护灾难恢复计划中每个主要恢复点目标 (RPO) 所需的数据。例如,管理员可以选择每 6 小时同步一次客户数据,每 2 天同步一次人力资源数据,等等。可以根据业务关键性配置目录、文件系统甚至特定文件以进行更频繁或更少频率的复制。此外,管理员可以创建需要保留的非当前数据的远程存档副本,从而回收生产系统中的宝贵容量。
该系统将使用 Ublique © 决策智能平台的算法,该平台由 Spindox 设计,最近被列入 Gartner © 的两项技术成熟度曲线。机器学习和数学优化算法由 Spindox 人工智能工厂 aHead Research 开发。该项目的核心是工厂备件库存优化,目的是通过优化库存数量和符合服务质量水平的重新订购数量来控制营运资金。Enel 要求确定库存备件的最佳重新订购政策和特定参数的值,以便能够自动对材料的关键性进行分类。该系统将用于热电厂和可再生能源厂(风能、太阳能、水力发电)。
对模拟数据的探索是一种有价值的教育工具,阐明了模型评估的内在过程以及实现更好准确性的旅程。它强调了知情特征选择的关键性,理解模型假设的必要性以及对模型优化的持续追求。在现实世界应用中,这些见解具有工具性。,他们为系统的系统方法奠定了基础,以指导预测模型的完善,以更好地反映复杂的现实世界现象。通过采用一种迭代,知识知识的方法来建模开发,我们为更准确,可靠的预测结果铺平了道路,可以显着增强水资源管理策略。
本报告是对美国政府其他关键性评估的补充,例如美国国家科学技术委员会关键和战略矿产供应链小组委员会以及美国内政部根据第 13,817 号行政命令《确保关键矿产安全可靠供应的联邦战略》所做的评估。这些评估在范围、方法和目的上与这份 2019 年关键材料战略报告不同,后者对能源技术中对这些材料的需求潜在增长进行了重要的深入分析。因此,本报告涵盖的关键材料范围较小,其中具有高增长潜力的能源技术占(或可能占)全球消费的很大份额。尽管如此,美国政府各地的补充评估在确定本报告范围和提供关键输入数据方面发挥了重要作用。
• 风险建模: - 使用系统功能模型提供有关风险来源的知识。- 确定有关促进、预防、减轻或加剧危险的因素和条件的信息。- 识别组织压力源的影响。- 开发事故成因模型、危险描述和危险关键性。• 分析概念开发: - 调查和设计决策支持、风险指标和安全绩效衡量的概念。利用定性和定量方法来评估系统组件性能的充分性、危险的存在和严重性、系统组织防御的稳健性以及系统安全属性的质量。• 数据采集: - 开发数据收集方法、工作任务工具、样本大小计划并评估现有数据源。• 分析方法和决策支持系统 (DSS): - 为最终用户开发 DSS 工具。
脆弱性评估。52 这是由联邦调查局 (FBI)、国土安全部、美国农业部和美国食品药品监督管理局共同开展的工作,任何行业成员、贸易协会或州都可以自愿参与。53 评估旨在检查食品和农业生产行业的生产过程。54 “关键性、可及性、可恢复性、脆弱性、影响、可识别性和冲击”是评估考虑的六个主要因素;总结为“CARVER + 冲击方法”。5 SPAA 计划促进对食品和农业产品或商品的评估,并鼓励行业和政府之间的互动。56 每次评估结束时都会确定研究差距、缓解策略和良好的安全实践。57