摘要:近几年,无人驾驶飞行器(UAV)受到越来越多的关注,以执行各种应用,如军事、农业和医疗领域。众所周知,无人机不仅容易受到软件意外故障的影响,而且容易受到环境的影响。因此,安全性应在设计时作为主要要求考虑,因为飞行器的任何意外行为或任何危险都会导致潜在风险。为了在任务期间保持其安全运行,提出了一种基于网络条件事件系统(NCES)的故障安全机制。故障安全机制是一种控制逻辑,用于指导在发生危险时执行的风险降低措施。为了使用形式化模型生成这样的控制器,所提出的流程分为三个阶段:(1)第一阶段包括根据文献中的反应方法进行危险识别和分析,(2)第二阶段允许使用标准 ISO 13849 进行风险评估,以及(3)第三阶段包括执行重新配置场景以在分析安全要求的同时降低风险。使用形式化方法的动机是,它们已被证明有助于在早期设计阶段使开发过程可靠。我们以一个说明性医疗无人机为例,证明了我们的提案的适用性和可行性。
Jianzhou Zhao,博士,2013 年 8 月。形式化基于 SSA 的编译器以进行验证的高级程序转换 Peter-Michael Osera,博士,2016 年 8 月。带类型的程序合成 Jennifer Paykin,博士,2018 年 6 月。嵌入式领域特定语言的线性/非线性类型 Robert Rand,博士,2018 年 12 月。形式化验证的量子编程 Li-yao Xia,博士,2022 年 8 月。(由 Benjamin Pierce 共同监督)具有交互树的可执行表示语义 Yishuai Li,博士,2022 年 5 月。(由 Benjamin Pierce 共同监督)通过对偶化进行测试 Lucas Silver,博士,2023 年 8 月。交互树和形式规范 Irene Yoon,博士2023 年 12 月。LLVM IR 的模块化语义和元理论 Calvin Beck Paul He Nicholas Rioux Lawrence Dunn(由 Val Tannen 共同监督) Stephen Mell(由 Osbert Bastani 共同监督) Joey Velez-Ginorio(由 Konrad Kording 共同监督)
现代密码学已经摆脱了启发式方法,以证明安全性,并朝着更加数学化的方法来形式化安全性。在这个项目中,学生将学习在基于代码的Bellare和Rogaway的游戏模型中撰写安全性证明的基础知识,并在该领域获得简单的证据。[伸展目标:从这里,学生将为自己选择的简单加密方案写一个新颖的证据。]
本课程将介绍量子信息理论 (QIT) 的形式化方法,并展示它们与经典信息理论的关系。这些方法将用作思维工具,而不是计算工具。量子理论或统计物理学的背景将很有用,但不是必需的;基础物理学和对线性代数(向量和运算符)的熟悉将很有帮助。我们将讨论各种抽象概念,但重点是它们的直观含义,而不是它们的形式结构。不需要编码,但任何有此倾向的人都会看到许多模型构建的机会。
我们提出了一种形式化方法,将向怀疑论者证明量子优越性的过程描述为由裁判监督的两个代理之间的互动游戏。该模型涵盖了目前存在的大多数量子优势验证技术。在这种形式化方法中,Bob 从量子设备上的分布中采样,该分布应该展示量子优势。然后,另一个玩家,即持怀疑态度的 Alice,被允许提出模拟分布,这些模拟分布应该可以重现 Bob 设备的统计数据。然后,Bob 需要提供见证函数来证明 Alice 提出的模拟分布无法正确近似他的设备。在这个框架内,我们建立了三个结果。首先,对于随机量子电路,Bob 能够有效地区分他的分布和 Alice 的分布意味着可以有效地近似模拟该分布。其次,找到一个多项式时间函数来区分随机电路的输出和均匀分布也可以在多项式时间内欺骗重度输出生成问题。这表明,在随机量子电路的设置中,即使是最基本的验证任务也可能无法避免指数资源。最后,通过采用强数据处理不等式,我们的框架使我们能够分析噪声对经典可模拟性和更一般的近期量子优势提案的验证的影响。
在所有人类的感官中,视觉是最丰富的内容,也许是最难以一种严格的方式形式化的。作为一门学科,计算机视觉涵盖了使用计算机对视觉数据进行解释和分析的多种方法。在本课程中,我们将对该领域进行广泛的介绍性调查。本课程的目的是对计算机视觉中的建模和解决问题的方法熟悉。将强调视力任务的数学建模和算法解决方案。
摘要 在当今世界,人工智能(AI)正成为一个越来越重要和有影响力的研究领域。它在技术发展中起着关键作用,允许创建能够执行曾经只有人类才能完成的任务的智能系统和机器人。在人工智能领域的研究方面之一,已经确定了一个重要方向,其中包括几个主要方面。首先,它是形式化方法的开发,允许以结构化和逻辑形式呈现知识。这是必要的,以便智能系统能够有效地处理和使用这些知识。其次,他们正在积极研究和形式化这个方向的推理。这包括理解和建模决策、逻辑思维和信息分析的过程。第三,探索智能系统与人之间的沟通和对话。这对于开发能够以自然语言与用户交流并了解他们的需求和愿望的界面和系统非常重要。第四,重点是开发算法以优化计算设备的运行和智能系统的培训。这可以提高从医学和金融到运输和制造业等各个领域的智能系统的生产力和效率。总的来说,这一研究方向定义了人工智能发展的关键方面,旨在创建更智能、更高效的智能系统,使我们的生活更加便捷、高效。关键词:信息技术。智能系统。人工智能。技术方面。
摘要。创建人工智能应用程序的复杂性仍然很高。造成这种复杂性的因素之一是编程领域对开发人员的高资质要求。使用基于称为最终用户开发范式的方法和工具可以降低开发复杂性。需要应用此范式方法的问题之一是开发用于支持机载搜索和故障排除的智能系统。确定了与此问题相关的一些任务,包括动态形成故障排除任务卡的任务,即形成操作列表。本文根据最终用户开发的一些原则提出了解决此问题的方法:模型驱动开发、可视化编程和向导表单填写。特别是,在苏霍伊超级喷气式飞机要解决的问题背景下,提出了基于转换技术的原型专家系统的扩展,该系统实现了最终用户开发。该工作的主要贡献如下:通过支持事件树形式化(作为一种流行的专家方法,用于形式化问题情况的发展及其本地化的场景)扩展了主要的技术方法;创建了一个领域特定的工具(即扩展事件树编辑器),用于构建标准和扩展事件树,包括用于诊断任务;开发了一个模块用于