本 CNAP 参考设计 (RD) 的目的是描述和定义 CNAP 中的一组功能、基本组件和数据流。它介绍了部署、连接和操作 CNAP 的逻辑设计模式和派生的参考实现。这是一个未来状态的设计,旨在指导下一代连接和网络安全能力的开发,以改善基于互联网的机器和用户对国防部云(特别是商业云托管)资源和服务的访问。CNAP 使用云原生和云就绪安全机制的组合,为个人实体 (PE)(即最终用户和特权用户)和非个人实体 (NPE) 提供对云飞地的访问。此外,CNAP 允许授权出站访问互联网,例如,实现 COTS 补丁或新版本的自由和开源软件 (FOSS) 项目的软件存储库同步以及与任务合作伙伴(例如其他联邦部门)的系统到系统接口。
摘要WEC-SIM是一种用于模拟波能转换器的开源软件,自2014年首次发行以来,它已积极开发和应用,以模拟各种各样的副原型。WEC-SIM是由MATLAB/SIMULINK环境中的国家可再生能源实验室和桑迪亚国家劳动共同开发的。一般的波对线模型始于部署站点资源征召性能,该模型用于完成波能转换器(WEC)的流体动力模拟,并将功率一般曲线进口到网格模拟器中,以了解对本地电气网络的影响。在对整个波浪进行建模时很难进行建模,并且包含多个时间尺度和物理,但WEC-SIM专注于流体动物模拟,以预测,分析和优化WEC动态和功率性能。WEC-SIM模拟是根据辐射和衍射>在时间域中进行的
UK Government Copyright and AI Consultation https://www.gov.uk/government/consultations/copyright-and-artificial-intelligence/copyrigh t-and-artificial-intelligence Submission From OpenUK, 8 Coldbath Square, London EC1R 5 HL Contact: mailto:admin@openuk.uk Date: 25.02.2025 OpenUK OpenUK is the UK's organisation for the开放技术,开源软件,开放硬件,开放数据,开放标准和AI开放性的业务。其目的是英国领导力和开放技术方面的全球合作。它由一支小型团队组成,由数百名志愿者的贡献支持。https://openuk.uk/回答咨询问题B.4。策略选项1。Q1选项3是否满足咨询的目标?OpenUK不认为选项3满足政府咨询的目标 - 控制,访问和透明度。原因:选项3不满足政府创造的目标:
目前,Duarte博士是在Alexander Herndez博士的指导下,在USDA-ARS草料和范围研究实验室工作的博士后研究员。efrain有兴趣评估在美国西部脆弱的半干旱生态系统中土壤水分的空间和时间动力学的不同恢复实践如何影响美国西部西部土壤水分的时空动态。为了实现这一目标,Duarte博士正在开发尖端的生态数据集,同时用卫星衍生的土壤水分校准时间序列,并使用现场数据和多光谱传感器在船上未占用的航空车辆(UAVS)。Duarte博士正在实施将本地服务器地理空间工作流程转换为高性能计算集群的翻译。这项活动将有效地弥合USDA-ARS科学家的差距,并支持员工专门使用开源软件将当地的地理空间分析迁移到Scinet。
•针对30多个客户产生7毫米年收入的客户开发了产能和报告平台。•削减的基础设施的成本为80%,将本地环境和Colo环境迁移到云(Azure)。•建立了一个全球多学科团队,平均年收入为6.6毫米。•改革的营销活动执行过程,将吞吐量增加30%。•通过开发预测季节性使用量,每年节省$ 500,000的存储和许可费。•通过建立系统标准和正式的变更控制,将环境正常运行时间提高了60%。•每年通过开发算法来分析和关联不同数据,每年节省50,000美元。•建立了一个敏捷项目管理小组,将发展响应能力提高了40%。•每年通过重新定位到开源软件来节省$ 600,000。•为我的团队实现了90%的保留率。
强化学习(RL)是优化长期目标的多功能框架。尽管可以使用RL正式化许多现实世界中的问题,但是学习和部署表现的RL策略需要一个旨在应对几个重要挑战的系统,包括勘探 - 诠释困境,部分可观察性,动态动作空间和安全问题。尽管这些挑战的重要性已得到充分认可,但现有的开源RL库并未明确解决它们。本文介绍了Pearl,这是一个准备生产的RL软件包,旨在以模块化的方式拥抱这些挑战。除了提出基准测试结果外,我们还重点介绍了Pearl持续采用的示例,以证明其在生产用例中的优势。Pearl在github上的github.com/facebookresearch/pearl及其官方网站是pearlagent.github.io。关键字:加固学习,开源软件,Python,Pytorch
本文探讨了开源模拟器Carla与自动驾驶汽车(AV)系统的AutoWare,开源软件的集成,以创建一个全面的虚拟测试环境。这种集成可以对具有不可预测的因素和不断变化的环境的动态,现实世界情景的空气反应进行安全且具有成本效益的测试。我们使用Carla 0.9.15和Autoware 2204.01模拟了各种场景,从城市交通到恶劣天气,它们通过基于ROS的桥进行链接,并使用AV传感器作为LiDAR,相机和雷达等AV传感器来镜像现实世界中的配置。绩效指标被收集和分析以确定系统的优势和局限性。调查结果表明,Carla和Autoware集成为端到端的AV模拟提供了一个强大的平台,这对于开发安全,合规和高效的自动运输系统至关重要。
摘要 - 我们提供了一种快速算法,用于设计平滑路径(或轨迹)的快速算法,这些算法被限制为位于轴对准框的集合中。我们考虑了这些安全盒子数量较大的情况,并且可以对它们进行基本的预处理(例如找到它们的交叉点)。在运行时,我们迅速在给定的初始位置和终端位置之间建立了平滑的路径。我们的算法设计轨迹始终是安全的,并且每当不存在这种轨迹时都可以检测到不可行的性能。我们的算法基于两个子问题,我们可以非常有效地解决:在加权图中找到最短路径,并解决(多个)凸点最佳控制问题。我们在大规模数字示例上演示了拟议的路径计划者,并提供了有效的开源软件,即快速图。
摘要。数字双胞胎(DT)被认为是第四次工业革命的通用技术,并且意识到其工程应用普遍性是大学和公司的常见目标。基于DT的理论框架和技术途径,本文重点介绍其对新能源船的应用探索。通过云计算的混合技术,开源软件,海洋控制系统以及新能源的特征,作者分别从船上,云架构和实施计划进行可行性分析。在新能源船(NES)上在线开发,部署和运营的推进系统。同时,DT数据用于校正船体物理系统对电池电量状态(SOC)的计算偏差。本文中的研究将为诸如安全操作,故障诊断和基于条件的维护等情况提供一个决策平台,并为将来的DT系统设计提供新的能源船的有效解决方案。
摘要 — 许多游戏都充当了人工智能 (AI) 研究的试验台,以衡量其进展。麻将是一款极具挑战性的多智能体不完美信息游戏,玩家人数众多。然而,将麻将作为 AI 试验台的一个挑战是缺乏一个快速、易于使用且为人类玩家实现流行规则的公开框架。我们提出并描述了一个开源麻将框架 Mjx,它实现了最流行的麻将规则之一,即立直麻将 (日本麻将)。我们将 Mjx 的执行速度与现有的流行开源软件进行了比较,并证明它的性能提高了 100 倍。Mjx 可在 https://github.com/mjx-project/mjx 上获得。索引术语 — 麻将、强化学习、人工智能、多智能体、不完美信息博弈。