在外太空中有超过21000个对象,并暴露于苛刻的空间环境中。空间对象的大小有很大变化。我们的研究集中于小型卫星,例如立方体,这些卫星必须尊重时间,空间和能量限制。为了解决此问题,本文介绍并评估了两个容忍在线调度算法算法:算法将所有任务安排为Aperiodic(称为OneOff),而将到达任务放置为Aperiodic或Quartiac ofic odic或周期性任务(称为Oneoff&Cyclic)。基于几种情况,结果表明,订购策略的性能受到系统负载的影响以及与要执行的所有任务的简单和双重任务的比例。“最早的截止日期”和“最早到达时间”为Oneoff的订购政策,或“最小懈怠”订购策略,用于单一和周期性,拒绝所有测试的场景中最小任务。本文还介绍了评估订购策略实时性能的计划时间的分析,并表明Oneoff比OneOff&Cyclic所需的时间更少。最后,发现所研究的算法在恶劣的环境中的性能也很好,并提供与基于三重模块化冗余的系统相同的可靠性水平,系统功耗较少。
最近提出了一种容错方法来准备 Q 1 码的逻辑码态,即编码一个量子比特的量子极性码。其中的容错性由错误检测装置保证,如果在准备过程中检测到错误,则完全丢弃准备。由于错误检测,准备是概率性的,其成功率(称为准备率)随代码长度的增加而迅速下降,从而阻止了大代码长度的代码状态的准备。在本文中,为了提高准备率,我们考虑工厂准备 Q 1 码态,其中尝试并行准备多个 Q 1 码态副本。使用额外的调度步骤,我们可以避免每次检测到错误时完全丢弃准备,从而反过来提高准备率。我们进一步提供了一种理论方法来估计使用工厂准备准备的 Q 1 码的准备和逻辑错误率,该方法被证明与基于蒙特卡洛模拟的数值结果紧密相关。因此,我们的理论方法可用于为大代码长度提供估计,而蒙特卡罗模拟实际上并不可行。对于电路级去极化噪声模型,我们的数值结果表明准备率显著增加,特别是对于较大的代码长度 N 。例如,对于 N = 256 ,对于实际有趣的物理错误率 p = 10 − 3 ,它从 0.02% 增加到 27%。值得注意的是,N = 256 的 Q 1 码在 p = 10 − 3 和 p = 3 × 10 − 4 时分别实现了大约 10 − 11 和 10 − 15 的逻辑错误率。与具有相似代码长度和最小距离的表面码相比,这相当于提高了大约三个数量级,从而表明所提出的方案用于大规模容错量子计算的前景。
数字数据的快速增长是当今时代的特征,预计到 2025 年,全球数据量将超过 175 ZB。这种巨大的数据融合对处理系统提出了巨大的要求,因为传统方法难以跟上数据量、速度和种类的不断增长。云计算已成为一种重要的推动因素,为管理和分析这些无尽的数据集提供了灵活的基础。尽管云平台具有这些功能,但大数据处理的效率通常取决于处理大规模操作所需的计算的优化。由于数据处理速度通常落后于数据生成速度,因此迫切需要升级处理解决方案。
论文提交:欢迎作者提交上述领域的原创和未发表的论文。作者必须先提交一段摘要,然后提交最终论文以供审查。提交的论文不得超过 6 页,并遵守 IEEE 会议模板,即 2 栏样式(可在会议网站上找到)。论文可以作为普通论文或短文接受。这两种类型的论文都将收录在 IEEE 论文集中。论文集的页数限制为普通论文 6 页和短文 4 页。被接受为短文的 6 页论文的作者必须将其缩减为 4 页才能发表。欢迎提交在 RISC-V 峰会上展示或提交的相关工作的完整论文版本。请参阅研讨会网页以获取最新信息。特别会议征集:也欢迎提交特别会议提案。有关更多信息,请访问研讨会网站并查看具体征集。论文出版:只接受原创、未发表的作品。会议论文集将由 IEEE 计算机学会出版,并将出现在数字图书馆中。作者注册:每篇被接受的论文在提交照相排版论文时必须至少有一个完全付费的注册,并且必须有一名作者参加研讨会。最佳论文奖:委员会将选出最佳论文奖和最佳学生论文奖,并在会议上颁发。与会议相关的期刊特刊:DFTS 2025 被接受的论文的作者将被邀请向专门针对 2025 年会议的区域期刊的特刊提交该作品的扩展版本。未来的作者应遵守以下截止日期:摘要提交:2025 年 4 月 27 日全文提交:2025 年 5 月 4 日录取通知:2025 年 7 月 8 日照相排版和作者注册:2025 年 7 月 25 日
嵌入式人工智能包括各种技术,从高级算法到高度专业的计算系统。智能嵌入式系统在汽车,航空航天,医疗保健和物联网等各个行业中起着越来越重要的作用。在考虑智能嵌入式系统所带来的日常生活的位置时,了解其安全性的重要性非常重要。为了确保其高性能,能源效率和鲁棒性,必须确保严格的任务计划。我们对定期和独立的先发制件任务的硬实时容忍度安排的问题感兴趣。本文着重于为这些系统提出一种容忍度的调度算法。通过使用看门狗计时器,该计时器允许智能嵌入式系统通过检测处理器错误并采用最早的截止日期(EDF)算法来更加自治,以允许我们的系统尊重时间约束。目的是通过确保尽管存在故障来确保执行关键任务,以提高可靠性和效率。设计和实施嵌入式系统的耐故障调度算法是各个行业的关键方面。这有助于提高智能嵌入式系统的可靠性和安全性,这对于确保系统的平稳操作至关重要。
• 压接、拧紧和穿刺电连接器 • 电气箱、外壳和遮蔽物 • 架空线路阻尼系统(防振) • 野生动物和人类生命保护系统 • 个人防护和安全设备 • 安装工具 • 与智能电网、物联网 (IoT) 产品和印刷电路板 (PCB) 相关的电连接器 为了优化其工程工作流程,Sicame 集团大约七年前开始整合 Ansys 仿真。如今,该集团应用 Ansys 多物理场仿真来分析各种工程动力学,从结构和气流到冲击和振动。 “当我向我的经理和高层管理人员提出时,主要目标(整合 Ansys 多物理场仿真)是制定相同的测试,该测试在我们的 Cofrac 实验室中进行,”Sicame 集团数字仿真主管 Guillaume Morin 说。“这些测试结合了热、机械和电气行为。此外,这些物理特性是相互结合的。这是提高我们对数字工程的理解以实现这一宏伟目标的主要原因。”流体热耦合分析-ANSYS Discovery
摘要 - 云机器人技术使机器人能够将复杂的计算任务卸载到云服务器以进行性能和易于管理。但是,云计算可能是昂贵的,云服务可能会偶尔遭受停机时间,并且机器人和云之间的连接可能是网络服务质量(QoS)的变化。我们通过引入多云扩展名来自动复制独立的无状态机器人服务,将请求路由到这些副本,并指导第一响应回复,以减轻这些问题,以减轻这些问题。随着复制,即使云服务提供商降低或QoS较低,机器人仍然可以从云计算中受益。此外,许多云计算提供商提供了低成本的“点”计算实例,这些实例可能会无法预测。通常,这些低成本实例不适合云机器人技术,但是Fogros2-ft的容错性质可以可靠地使用它们。我们在模拟(视觉对象检测,语义分割,运动计划)和1个物理机器人实验(Scan-Pick-Pick-Pick-and-place)中,在3个云机器人方案中演示了FogroS2-FT的容错能力。在相同的硬件规范上运行,Fogros2-ft实现运动计划,最高2.2倍的成本降低,并在99%(P99)长尾潜伏期上降低了5.53倍。fogros2-ft在网络放缓和资源争议下,对象检测和语义分割的P99长尾延迟分别减少了2.0倍和2.1倍。视频和代码可在https://sites.google.com/view/fogros2-ft上找到。
由光子猫态形成的猫态量子比特具有偏置噪声通道,即一种类型的错误占主导地位。我们通过将猫态量子比特耦合到光学腔,证明了这种偏置噪声量子比特也有望用于量子拉比模型(及其变体)的容错模拟。使用猫态量子比特可以有效增强反向旋转耦合,使我们能够探索依赖于反向旋转相互作用的几种迷人的量子现象。此外,偏置噪声猫量子比特的另一个好处是两个主要错误通道(频率和幅度不匹配)都呈指数级抑制。因此,模拟协议对于确定投影子空间的参数驱动的参数误差具有鲁棒性。我们分析了三个例子:(i)量子态的崩溃和复兴;(ii)隐藏的对称性和隧穿动力学;(iii)成对猫码计算。
马约拉纳零模式 (MZM) 是拓扑保护量子计算硬件的有希望的候选者,然而它们的大规模使用可能需要量子纠错。马约拉纳表面码 (MSC) 已被提议实现这一目标。然而,许多 MSC 属性仍未得到探索。我们提出了一个统一的 MSC“扭曲缺陷”框架——编码量子信息的任意子类对象。我们表明,MSC 中的扭曲缺陷可以编码两倍于基于量子位的代码或其他 MSC 编码方案的拓扑保护信息量。这是因为扭曲同时编码了逻辑量子位和“逻辑 MZM”,后者增强了微观 MZM 可以提供的保护。我们解释了如何使用逻辑量子位和逻辑 MZM 执行通用计算,同时可能使用比其他 MSC 方案少得多的资源。所有 Clifford 门都可以通过编织扭曲缺陷在逻辑量子位上实现。我们介绍了基于格子手术的逻辑 MZM 和逻辑量子位计算技术,实现了 Clifford 门的效果,且时间开销为零。我们还表明,逻辑 MZM 可能会在足够低的准粒子中毒率下改善空间开销。最后,我们介绍了一种新颖的 MSC 横向门模拟,通过编织微观 MZM 实现小代码中的编码 Clifford 门。因此,MSC 扭曲缺陷为容错量子计算开辟了新途径。