XiaoMi-AI文件搜索系统
World File Search System建有
量子计算在铁路控制中的应用
摘要。本文讨论了在铁路管理中使用量子计算和技术的主要可能性，强调了最有前景的选择和应用建议。俄罗斯铁路公司的主要目标之一是研究和实施量子电信，作为构建有前景的网络服务的基础。通过专注于改进铁路运输流程管理自动化领域的解决方案，并考虑到客户日益增长和变化的需求，俄罗斯铁路公司还希望转向数字化，并使用量子计算来创建灵活的管理模式，优化结构和决策过程，并在信息系统和技术控制系统中使用量子计算机。该研究首先确定了铁路运输必须发展信息技术的领域。然后讨论了数字化这些领域的战略和计划，展示了如何实施它们，最后与世界各地不同机构的其他经验进行了比较。研究得出结论，建立具有非接触式神经计算机接口的量子信息系统将解决许多问题，例如铁路人员的职责履行、关键信息和技术基础设施的重要对象的监控以及公共服务。建议在铁路运输中使用量子技术和计算的主要方向如下：建立量子电信网络；在区块链技术的改进中引入量子计算；使用量子技术解决复杂的优化问题。关键词：量子计算、区块链、俄罗斯铁路、铁路管理、自动化控制、数字化。
弗吉尼亚海滩市综合规划——这是我们的未来
• 不建议将此区域的任何部分用作其他住宅用途。 • 此区域内所有拟议的土地用途必须符合城市的 AICUZ 规定和 Oceana 土地使用一致性计划。 • 应尽一切努力，在可行的情况下，整合地块，以实现更统一的发展模式。 • 应将通往伦敦桥和荷兰路的通道保持在最低限度。 • 不允许直接私人进入 Dam Neck Road，除非该物业没有其他合理的交通系统，因为它是城市出入控制道路网络的一部分（参见第 2 章第 2.1 节 - 总体交通规划）。 • 修建有吸引力的通道来服务该地区。 • Corporate Landing 商业园区位于该地块的东部，服务于城市的中东部地区。它保留用于高质量、高工资的就业，符合城市的经济发展战略。 • 建议将此 SEGA 东部其他未开发地块用作高质量就业、企业园区和轻工业用途。 • 该地区的任何开发计划都必须包含减轻对邻近稳定住宅区负面影响的措施。缓解措施应包括充分的屏蔽，以及在建筑和场地设计中减少光线和噪音。 • 应在主要干道和拟议的东南公园大道沿线展示有吸引力的建筑设计。 • 该地区的西部地区计划用于非住宅用途，包括轻工业、低层办公和有限的零售用途。
来自极端紫外线（EUV）光刻工作组的报告：当前状态，需求和前进
这是2023年4月25日在Boulder的美国国家标准技术研究所（NIST）举行的混合工作组会议的报告。工作组专注于极端的紫外线光刻（EUVL）研究，开发和制造。会议允许就EUVL的许多技术方面进行有效的讨论。行业参与者进行了演讲，这些演讲有助于将本报告的概述告知科学的现状，挑战，需求和未来在EUVL加速创新的机会。该报告还包括有关NIST的一些努力的信息，这些努力可以开始或继续支持美国半导体行业。在工作组会议上凝聚力介绍了NIST的一些研究和能力，为外部利益相关者提供了知名度和发表评论的机会。这次会议对于学习NIST的研究能力的行业参与者很有见识。反过来，NIST的研究人员对行业的需求有了更深入的了解，以确定NIST的计量专业知识可以帮助进行EUVL研究。会议和本报告并非也不是要捕捉EUVL行业的整个观点，而是作为讨论起点。未来的工作包括扩大参与度，磨练NIST研究子组满足EUVL的特定需求，并执行在工作组会议或任何未来会议中讨论的优先研究。通过与美国EUVL行业的参与，希望创建有针对性的研究合作，加快半导体制造创新并为美国纳税人带来有意义的价值。
机器学习在 Oranta-AO 信息系统中的应用，提升动脉示波图的信息含量
引言：据世界卫生组织估计，全球有18亿人，约占全球人口的四分之一，感染了结核分枝杆菌。因此，及时诊断和鉴别诊断结核病至关重要。心血管疾病（CVD）是全球1790万人死亡的主要原因。足球是最容易受伤的运动之一。专家估计，在欧洲，50-60%的所有运动伤害以及3.5-10%的所有需要住院治疗的伤害都与足球有关。目标：利用从动脉示波图获得的指标构建有向无环图、决策树，并确定重要的附加诊断途径和指标，评估其重要性，并为患有各种疾病的个体、运动员和健康个体提供生物学解释。材料与方法：共检查了960人，包括呼吸系统疾病（137人）、心血管疾病（322人）、动脉高血压（62人）、糖尿病（38人）、缺血性心脏病（32人）、运动员（15人）和健康人（471人）。肺部疾病组包括不同复杂程度的活动性结核病患者（84人）。在测量动脉压时记录动脉示波图，并根据DV Vakulenko和LO Vakulenko的方法进行后续分析。提出了基于动脉示波图指标的决策树归纳的一些属性。结果：在慢性阻塞性肺病患者中观察到构建路线中概率值最高的，概率路径为0.54（45人）。其次是健康个体中概率为0.38的路线（443人）。第三条是活动性结核病患者的概率为0.37（83人）的路线。
人工智能、公平和知识产权差距
人工智能 (AI) 帮助确定疫苗接种者、优先安排急诊室入院以及确定个人雇用，但有时这样做并不公平。随着我们走出疫情，技术进步和效率需求继续推动包括知识产权 (IP) 法在内的所有法律领域将更多人工智能纳入法律实践。当人工智能在知识产权体系中促进经济和社会正义时，这可能是件好事。然而，人工智能可能会加剧不公平现象，因为有偏见的开发人员会使用有偏见的输入创建有偏见的算法或依赖有偏见的代理。本文认为，如果社会正义原则（如获取、包容和赋权）能够从两者的结合中产生，那么政策制定者需要采取深思熟虑和协调一致的方法将人工智能嫁接到知识产权法和实践中。它探讨了在知识产权背景下获得人工智能正义是什么样子，并重点关注知识产权法阻碍公平的人工智能相关结果的两个领域。第一个领域涉及民权问题，这些问题源于商业秘密阻碍获取和转移有偏见的算法或数据的责任。第二个问题涉及专利和版权法偏见，这些偏见延续了人工智能增强流程中的历史不平等。本文还讨论了公平设计应该如何进行，并提供了实施公平审计以减轻偏见的路线图。最后，它简要介绍了人工智能如何协助裁定公平的知识产权法原则，这也测试了有界人工智能流程可以做什么的外部极限。
大规模研究中的假设驱动科学
2001 年人类基因组计划 (Lander 等人，2001) 完成后，分子生物学和遗传学领域发生了变化。该计划首次提供了有关人类基因组成的近乎完整的信息，标志着所谓的“后基因组学”时代的到来，该时代的特征是可以获得来自“基因组规模”方法的大规模数据集。反过来，这又导致了生物学方法论的转变，从精心构建的假设驱动研究转向无偏见的数据驱动方法，有时称为“组学”研究。这些研究近年来引起了哲学界的兴趣：参见 Burian (2007)、O'Malley 等人 (2010)、Ratti (2015)；有关当代后基因组生物学中大规模数据驱动方法的更一般哲学讨论，请参阅 Leonelli (2016)、Richardson 和 Stevens (2015)。回想一下，组学研究分为三大类：“基因组学”、“转录组学”和“蛋白质组学”。这三个类别的显著特征如下（我们并不声称这些特征涵盖了这三个类别中的任何一个；但它们是与本文相关的特征）。基因组学是研究细胞内的完整基因集（由 DNA 组成）。细胞过程导致遗传信息被转录（复制）到称为 RNA 的分子中。“信使 RNA”（mRNA）携带与基因遗传序列相对应的信息。转录组学是研究基因组产生的全套 RNA 转录本。最后，mRNA 中编码的信息被细胞机制（称为核糖体）用来构建蛋白质；蛋白质组学是对细胞内这些蛋白质的系统研究。蛋白质是细胞的最终主力；蛋白质组学研究旨在表征由蛋白质网络介导的细胞功能，其中节点代表蛋白质，边代表它们之间的物理/功能相互作用。有关基因组学、转录组学和蛋白质组学的更多背景信息，请参阅 Hasin 等人 (2017)。大规模组学研究通常被描述为“无假设”。举一个基因组学的例子：基因组编辑技术的进步意味着现在可以在实验室中生成“功能丧失”突变体。此类突变是失活的，因为它们会导致细胞内基因的功能丧失。近几年，CRISPR-Cas9 技术应运而生，这使得针对人类基因组中近 20,000 个基因中的任何一个，创建有针对性的丧失功能突变体成为可能。
基于人工智能CNN的去噪对FDG PET放射组学的影响
成像方式如今已成为医学中必不可少的诊断工具。从 2009 年到 2019 年，美国的 CT、MRI 和 PET 检查数量分别增加了约 18%、42% 和 105%（1）。这种不断增长的需求已经超过了实际供应，导致法国/欧洲的 MRI 和 PET 扫描不合理地延迟了数周甚至数月（2）。适当的图像去噪可能有助于减少扫描时间，甚至减少 PET 的注射剂量。它可以增加检查次数，而不会影响太多工作时间或需要安装新的医学成像设备。深度学习作为人工智能 (AI) 的一个分支，可以构建有前景的去噪模型。我们专注于 PET 成像，因为它的扫描时间较长，因此去噪效果会更好。尽管许多研究实际上都在研究这种方法的临床表现，但它也可能影响其他新兴领域，如基于成像的预测模型、放射组学和其他 AI 应用 (3)。医学图像基本上是基于其密度 (CT)、磁性 (MRI) 或功能信息 (PET/SPECT) 的不同灰度级的视觉表示。灰度值的分布表征了信息的异质性。一个快速发展的领域称为放射组学，它提供了一种从图像中提取基于强度、形状、纹理的不同特征的方法，以构建预测模型 (4)。这种方法有望预测患者的结果。它们可能允许个性化治疗。例如，在肺癌中计算了一个包括放射组学特征的总体生存预测模型（5）。2013 年至 2018 年间，该领域的发表论文年增长率为 177.82%（6）。这些模型非常有前景，但仍需付出一些努力才能在常规临床环境中转化和实施它们（7）。人工智能在医学成像领域的应用尚处于早期阶段。在本文中，我们使用了深度学习，更具体地说是卷积神经网络方法，它们代表了人工智能技术的一个细分领域。如今，深度学习在图像重建、处理（去噪、分割）、分析和预测建模中发挥着关键作用。这些应用在未来将得到进一步发展（8）。在大多数这些任务中，它们的表现往往优于更传统的方法 ( 9 )。将这种基于 AI 的 PET/MR 去噪算法与临床数据进行比较，发现对比度与噪声比增加了 46.80 ± 25.23%，而仅使用高斯滤波器的对比度与噪声比仅为 18.16 ± 10.02%（10）。在（10）中研究的其他方法，如引导非局部均值、块匹配 4D 或深度解码器，分别将 CNR 提高了 24.35 ± 16.30%、38.31 ± 20.26% 和 41.67 ± 22.28%。也可以在重建期间执行去噪，但这无法在现有机器上实现。最重要的限制是所有这些方法都缺乏 FDA 或 CE 认证。我们的研究重点是 Subtle PET™（Subtle Medical，美国斯坦福，由法国 Incepto 提供）。它是一款经 FDA 和 CE 批准的 FDG PET（11）后处理去噪软件，基于卷积神经网络（CNN），这是最常见的图像处理深度学习架构。
聚焦控制 - 新防御令
验证化、数字化、集成化、垂直化——这听起来并不是特别诗意，但它反映了陆军2020论坛全体会议和小组讨论中讨论的国防工业的主要流程。对于前两个，一切或多或少都是显而易见的，至少在目标设定方面是这样。一如既往，在制定实现宏伟目标的方法的阶段就会出现疑问和问题。它们在多元化项目中尤其模糊。在俄罗斯联邦政府副主席尤里·鲍里索夫主持的全体会议上“DIC 和国家项目。战略重点和主要目标”，政府的主要战术决策是在基于国家项目的多元化战略框架内宣布的。尤里·鲍里索夫特别指出：“这是一项共同任务——为国内生产商、国防工业企业和整个国内工业清理市场。这是一项值得完成的任务。作为一名受过训练的数学家，我记得“必要和充分”。这是必要条件，但充分条件是您能够借助这些偏好创建有竞争力的产品并占据您所申请的利基市场。官员的任务是创造客观条件，你的任务是利用这些条件，实现你为自己设定的目标。”这种为以前主要在国家国防秩序范式中工作的企业实施国家项目的方法听起来非常有前途。这对于需要确保其多元化产品销售的国内国防工业生产商来说是鼓舞人心的，同时对于商界和一些潜在消费者来说也是令人震惊的。在没有竞争的情况下，很难创造出有竞争力的产品。关于数字化，存在也不可能存在任何分歧。这个过程是不可避免且必要的，包括为了确保任何行业的制成品的竞争力。然而，多年来在该主题框架内举行的会议和讨论一直在反映同样的问题。每个部门、公司和控股公司都怀着先驱者的热情，通过专有的接口和软件解决方案提出了几乎自己的数据处理方法。通常情况下，两年前创建的产品今天已经完全过时，并且不适合升级、数据传输到另一个系统或集成。在每种具体情况下减去时间、金钱、效率、生产力。也就是说，数字化似乎存在，但评估其实施结果的质量和有效性的标准尚未定义。一体化进程是一个明显的趋势，其中特别包括根据地域和行业特点创建集群和科技园区。垂直整合是近年来的趋势。在危机和制裁战争的情况下，这一战略有助于个体经济参与者的生存，他们在握有拳头的情况下肯定会感到受到更多保护。然而，这里也存在一个隐藏的威胁。这个过程的结果可能是丧失主动性、创造力和自我反省。正如心理学家所说，在等级结构的垂直性加强的情况下，内部控制点和外部控制点之间的平衡可能会被破坏。当外部控制点显着占上风时，高层管理者可以这样反思：“我管理的企业今年没有盈利，是因为企业产能利用率不足。我无法控制这件事。”内部控制点则是相反的情况：“我犯了管理错误，做出了错误的决定，我可以而且应该纠正它。”严格来说，这两种类型的性能反应必须保持平衡。否则，明确关注金字塔顶部的大任务而模糊其底部的轮廓 - 这可能会成为“控制焦点”。
附件 2 – 历史顾问评估报告
加利福尼亚州文图拉县非建制区 亲爱的 Hecht 先生： ASM 附属机构（ASM）为位于加利福尼亚州文图拉县非建制区 1986 Lockwood Valley 路（项目）附近的 Lockwood Valley Ranch LLC 计划开发项目准备了这些建议。项目区域包括雷耶斯土坯房，文图拉县地标第 21 号，因疏忽而遭受拆除，并被发出安全违规通知。ASM 准备了此备忘录以帮助解决 Lockwood Valley Ranch LLC 和县法规遵守部门之间的法规遵守协议的规定。 1.0 雷耶斯土坯房的历史 1971 年 11 月 15 日，文化遗产委员会指定雷耶斯土坯房为文图拉县历史地标第 21 号。指定决议中包含了该物业的简要描述和历史。此外，1990 年还编制了一份历史资源清单 (HRI) 表格，其中一段在“意义”标题下总结了其历史。除了 ancestry.com 上附有家谱的个人回忆外，研究显示迄今为止没有关于该地标的全面历史。HRI 表格上提供的简要历史表明，这座土坯房由拉斐尔·雷耶斯于 1854 年建造（Garner 1990）。然而，在雷耶斯 1907 年去世时，文图拉周刊民主党刊登了一篇讣告，其中指出，尽管拉斐尔和他的家人最终搬到了牧场，但这座宅基地是由他的兄弟曼努埃尔·雷耶斯于 1854 年首次建立的（文图拉周刊民主党 1907）。雷耶斯家族拥有卡拉巴萨斯的 Triunfo 牧场，但一场严重的干旱迫使兄弟俩将 2,000 头牛和 1,000 匹马赶过 Tejon 山口，进入 Cuyama 山谷 (Hudson 2020)。拉斐尔·雷耶斯出生于 1834 年，住在文图拉，但经常去牧场。1868 年，他与玛丽亚·伊格纳西亚·奥尔特加结婚，两人在 1871 年至 1892 年间育有十个孩子 (加州公共卫生部 2017)。根据评估员记录，1890 年，该地产上建有一座谷仓，当时拉斐尔·雷耶斯使用该地产饲养公牛用于斗牛 (文图拉县评估员 2023) (图 1)。它在 1964 年至 1965 年间被拆除。1894 年，全家决定永久从文图拉搬到雷耶斯牧场，希望能够帮助罹患肺炎的玛丽亚·雷耶斯（文图拉县星报自由报 1940 年）。1907 年拉斐尔去世后，牧场被他们幸存的孩子们分得，玛丽亚·雷耶斯继续住在这片土地上（Hudson 2020）。长子哈辛托·达米恩·雷耶斯出生于 1871 年（图 2）。1900 年，他成为库亚马区的护林员，这间土坯房至少在 1925 年之前一直作为家和护林站（文图拉周报和周刊民主党人 1925 年）。1900 年左右拍摄的土坯房和牧场的历史照片显示了当时该土地上的建筑物数量（图 3 和 4）。1916 年底，Jacinto 与 Glendora Georgianna Butke 结婚，并在土坯房举行了圣诞节庆祝活动。尽管最初因下雨而推迟，但 40 位宾客聚集在一起吃了四点钟的晚餐，然后与文图拉县一起装饰了一棵树 2024 年 4 月 22 日文化遗产委员会会议项目 9a 展览 2 – 历史顾问评估报告，2023 年
英特尔公司
首席执行官致函 致我们的股东、客户、合作伙伴和员工： 推进我们的愿景和战略 英特尔正处于一个关键时刻，在这个世界上，人工智能和无处不在的计算、连接、基础设施和传感的融合推动着对处理能力的无限需求。我们看到了一个巨大的机会，可以突破可能的界限，为世界上最重大的挑战创造解决方案，并改善地球上每个人的生活。 英特尔的使命是为半导体（21 世纪最关键和最具战略性的资源）创建一个全球多元化、有弹性和可持续的供应链，这是我们雄心壮志的核心。获得卓越工程和不断创新的芯片将成为几乎所有行业下一阶段创新的决定性因素。为了迎接这个新时代并使我们的客户能够利用这一机会，英特尔正在投资技术和制造领导力，同时向世界开放我们的制造网络，让“人工智能无处不在”，并不懈地追求摩尔定律。这是我们打造更强大的英特尔的努力的一部分，包括 2 月份推出的英特尔代工厂，这是人工智能时代的首个系统代工厂，包括我们的技术开发、全球制造和供应链以及代工厂客户服务和生态系统运营。此外，在英特尔代工厂和英特尔产品（我们的产品业务部门）之间建立类似代工厂的关系将提高透明度、问责制和成本优化。 在转型方面取得重大进展 2023 年标志着我们在 IDM 2.0 战略和转型重点方面取得全面进展的一年。我们执行了重建流程领导地位的计划，扩大了产能和代工厂计划，增强了产品执行力，并开始实现让人工智能无处不在的愿景。尽管进入这一年时，宏观经济和行业面临重大阻力，但专注于我们的战略以及运营和财务纪律使我们能够实现目标。我们知道还有更多工作要做，但我为团队在 2023 年兑现承诺感到自豪，这将使我们能够利用未来的机遇。重新确立工艺和产品领导地位我们仍有望重新确立英特尔的工艺技术领导地位，实现四年内五个节点（5N4Y）的目标，该目标将于 2024 年底完成。英特尔 3 和英特尔 4 已准备好投入生产并正在加速发展。我们很高兴能够进入 Angstrom 时代，英特尔 20A 将于今年推出，英特尔 18A 有望在 2024 年下半年投入生产，标志着 5N4Y 的完成，并让英特尔重回工艺领导地位。2 月，我们公布了超越 5N4Y 的路线图，将英特尔 14A 添加到英特尔的前沿节点计划中，此外还有几个专门的节点演进。我们的产品路线图也在不断推进。在数据中心，我们提前推出了 Xeon Gen 5。Sierra Forest 有望在 2024 年上半年推出，紧随其后的是 Granite Rapids，这将使英特尔重新获得数据中心的份额。此外，我们用于服务器的首款英特尔 18A 部件 Clearwater Forest 已在晶圆厂生产。我们基于英特尔 4 的 Meteor Lake 产品正在迅速增长，预计 2024 年将达到 4000 万台，我们领先的英特尔 20A 车型 Arrow Lake 计划于今年推出。我们的第一个英特尔 18A 客户端平台 Panther Lake 现在也已在晶圆厂生产。总体而言，我们预计 2024 年和 2025 年的人工智能 PC 出货量将远超 1 亿台。 打造人工智能时代首个系统代工厂 我们正在推进到 2030 年成为全球第二大代工厂的目标，这也是我们创建有弹性、可持续的全球半导体供应链的更广泛使命的一部分。在今年 2 月举行的首届英特尔代工厂直连活动中，我们公布了英特尔代工厂的新品牌和市场定位，英特尔代工厂是全球首个人工智能时代的系统代工厂。虽然我们的代工厂之旅还处于早期阶段，但我们已经看到了显著的进展。2023 年初，我们获得了一家英特尔 18A 代工客户的承诺，年底则获得了四家。我们还赢得了五项先进封装订单，证明了英特尔代工厂的优势。 ! "# ! $ $ % & ' ( ) * + % , , & % - .* / 0 * & , 1 2 "3"4 & -* " 3 $ $ $ 2 #5 ( - "3"6 & & "3"4 & ! " # & 7896:; "3"6 4 6 $ & "3 #5 & "3"6 & 896: , 896: #6 2 < = .8 / , "3"6 . > 0 ,#5 < * + & 6 63 $ "3"6 + & "3 < 1 + & % $ #33 10 "3"8 $ % % & ' "343 , - 0 , & , "3"4 #5 & ,