XiaoMi-AI文件搜索系统
World File Search System用户群
2021 年（第 1 版）- 美国联邦航空管理局
美国联邦航空管理局 (FAA) 技术精湛、尽职尽责的男女工作人员每年引导大约 2600 万次 1 航班飞越美国航空航天系统。0F 2 通过辛勤工作、创新和坚持不懈，我们取得了航空史上最好的安全记录。我们基础设施的规模和复杂性、用户群的多样性、对安全和卓越的承诺以及我们在全球航空界的领导地位使我们与众不同。在这个坚实的基础上，我们正迈入通信、导航和监视技术快速进步的时代，同时也面临着前所未有的挑战，因为我们的国家、我们的行业和我们的全球合作伙伴的经济、社会、环境和能源需求正在发生变化。因此，我们成熟的安全系统需要持续改进的流程。此外，新技术和商业模式正在重塑与国家空域系统 (NAS) 互动的人员以及飞机在其中的运行方式。在这些变化中，最先出现的是大量非传统领域的新进入者，例如商业航天、无人机以及可能重新引入的超音速飞行。航空业正处于运营发生重大变化的风口浪尖，因为它正朝着更加依赖自动化和数据使用的系统发展。面对这些挑战，联邦航空管理局将在国内和国际层面积极努力，以维持和提高民航目前的安全水平。
HEARTCORE 企业有限公司
公司/行业背景 HeartCore Enterprises 为日本和全球的企业客户开发和销售 SaaS 解决方案。截至 2023 年底，HeartCore 在日本拥有约 950 个客户的庞大安装用户群。HeartCore 正在通过适度的销售和营销工作为客户提供服务。我们看到 HeartCore 正在大力扩大其全球客户群。截至 2023 年底，其约 73% 的日本客户正在付费，其余客户则由转换为免费版本软件的前付费客户组成。我们认为，随着日本在疫情后的商业环境继续正常化，这是一个机会，可以随着时间的推移将其中一些用户转换回付费状态。HeartCore 的产品套件旨在支持企业 DX 和企业向基于云的 SaaS 应用程序的迁移。随着网络复杂性的增加，其产品还有助于提高传统技术之间的互操作性。 HeartCore 的核心 CXM 平台已商业化超过 15 年，帮助大型组织有效管理、更新和保护与客户的数字互动。该平台包括一个 CMS，可帮助大型企业和政府用户管理其网站上的内容。10 月
2021 年 VLSI 技术研讨会
Fugaku 是世界上第一台百亿亿亿次级超级计算机，主要由理化学研究所计算科学中心 (R-CCS) 和富士通有限公司设计和建造，但日本 HPC 社区的所有主要利益相关者都参与其中。“Fugaku”这个名字是富士山的另一个名字，选择这个名字是为了表明这台机器不仅追求极高的性能，而且同时追求广泛的用户群和适用性。Fugaku 的核心是新的富士通 A64FX Arm 处理器，它 100% 符合 Aarch64 规范，但体现了首次在主要服务器通用 CPU 中实现的技术，例如 7nm 工艺技术、封装集成 HBM2 和 TB 级 SVE 流媒体功能、包括网络交换机在内的片上嵌入式 TOFU-D 高性能网络，以及采用所谓的“分解架构”，允许分离和任意组合 CPU 核心、内存和网络功能。 Fugaku 在单插槽节点配置中使用 158,974 个 A64FX CPU，使其成为有史以来最大、速度最快的超级计算机，其在主要 HPC 基准测试中取得了突破性成就，并在 COVID-19 应用中产生了社会成果。
以用户为中心的民主化生成ai
摘要 - 生成人工智能（Genai）的兴起触发了多个领域的重大进展，在培养创造力，解决问题和模拟类似人类的相互作用方面具有无与伦比的能力。尽管它们具有潜力，但生成的AI工具在各个行业的用户理解和参与方面都面临着挑战。各种角色的专业人士遇到困难，将这些高级工具整合到日常操作中，从而阻碍了无缝采用。AI生成的内容的多种可靠性和准确性需要严格的验证和质量保证。民主化的生成性AI成为一种新的策略，可以将AI技术的影响力扩展到多样化的用户群，打算公平地分配其优势，并为社会的集体福祉做出贡献，甚至促进扩大非技术性的机会。以用户为中心的民主化的Genai在最前沿的立场的采用，强调了朝着包容性和互动性人机合作的关键转变。工作的安排使我们不仅可以确定研究的定位，还可以使现有挑战（例如道德使用，隐私，安全问题和域内用例）形象化。最后，研究人员探索了民主化的未来方向，包括数字原型的改进，增强的加密方法以及促进跨学科的见解对社会影响。
bb84和b92在混合量子古典的背景下...
摘要。随着互联网的不断扩大，对有效的多DATA传输和提高安全性的需求变得越来越强大。但是，传统的点对点系统在满足多个用户之间链接链接的不断增长的要求方面缺乏。这是混合量子 - 古典网络（一种实用且经济上可行的解决方案），在有限的资源框架内为更大的用户群服务。本文探讨了两种构建方案，即BB84和B92，这些方案是这些混合网络的功能的基础。基于它们的基本逻辑和传输模拟的这些协议的检查和比较将为建立混合量子古典网络奠定坚实的基础。将详细阐述混合量子 - 古典网络的概念，主要关注其在光纤中的性能，以模拟现实生活中的数据传输。的目的是为建立量子古典混合网络提供敏锐的建议，并在BB84和B92协议之间存在明显的差异。实际上，本文的目的是在满足数据传输和安全性通过量子古典混合动力网络的未来需求的旅程中成为宝贵的资源。它强调了从理论到实践的过渡，将量子协议变成了我们日常数字互动中的有形性。
使用图像
摘要本研究提出了一种新型系统，用于帮助视力障碍的人使用基于网络摄像头的扫描方法来识别印度货币笔记。目的是通过通过计算机视觉系统提供实时货币识别来增强盲人用户的独立性和可访问性。该系统利用计算机视觉算法从网络摄像头处理实时视频feed，从印度货币货币注释中识别和提取相关功能。所考虑的关键特征包括颜色，大小，图案和特定于面额的特征。机器学习模型用于强大的分类和识别各种货币面额。为了确保实时功能，该系统旨在在标准的个人计算机或笔记本电脑上操作，从而可以轻松地用于广泛的用户群。用户界面的开发是简单性和用户友好性的，提供听觉或触觉反馈以传达检测到的货币面额。考虑了磨损，照明条件和观看角度的变化，进行了各种印度货币纸币进行广泛的测试。评估系统的准确性，速度和可靠性，以确保在现实情况下对视觉障碍用户的实际实用性。1。简介
Z 世代在 Discord 上区分人工智能生成的文本和人类撰写的文本的能力
ChatGPT 等生成式人工智能 (AI) 聊天机器人日益流行，对社交媒体产生了变革性的影响。随着人工智能生成内容的普及，人们对网络隐私和错误信息的担忧不断增加。在社交媒体平台中，Discord 支持人工智能集成——这使得其主要的“Z 世代”用户群特别容易接触到人工智能生成的内容。我们调查了 Z 世代的个人 (n = 335)，以评估他们在 Discord 上区分人工智能生成文本和人类撰写的文本的能力。调查采用了 ChatGPT 的一次性提示，伪装成在 Discord.com 平台上收到的短信。我们探讨了人口统计因素对能力的影响，以及参与者对 Discord 和人工智能技术的熟悉程度。我们发现 Z 世代的人无法辨别人工智能和人类编写的文本（p = 0.011），而那些自称对 Discord 熟悉程度较低的人与那些自称有人工智能使用经验的人相比，在识别人类编写文本方面表现出更高的能力（p << 0.0001）。我们的结果表明，人工智能技术与 Z 世代流行的沟通方式之间存在微妙的关系，为人机交互、数字通信和人工智能素养提供了宝贵的见解。
DNW 在风洞测试方面的创新：用于大型低速设施的新型移动带系统
摘要 德荷风洞 DNW 是欧洲最先进、最专业的风洞测试机构之一。DNW 的 11 个风洞包括亚音速、跨音速和超音速设施，为全球用户群提供实验性空气动力学模拟功能。DNW 提供在受控环境中对比例模型进行空气动力学、气动声学或气动弹性模拟和测试的技术。其实验模拟技术抓住了要研究的问题的本质。位于荷兰马克内塞的大型低速设施 (LLF) 是一座用于低速领域的工业风洞。它是一个闭路、大气、连续低速风洞，带有一个封闭壁和一个可配置（开槽）壁测试段以及一个开放式喷射。低速意味着在起飞和降落飞行配置中测试飞机，因此 DNW 将对 LLF 的投资重点放在安全（近地、有动力和无动力）和环境问题（声学）相关的测试能力上。最近的 DNW-LLF 升级计划侧重于近地模拟（采购新的移动带系统）和降低风洞电路背景噪音水平，以提高其能力和市场吸引力。后者举措的主要驱动力是飞机特性的明显趋势，即飞机噪音水平的持续降低。资金支持由经济事务部提供
建立良好数字馆藏的指导框架
简介 本《建设优质数字馆藏指导框架》有三个目的： 1. 概述建设优质数字馆藏所涉及的一些主要组成部分和活动。 2. 确定支持制定创建和管理优质数字馆藏的良好本地实践的现有资源。 3. 鼓励社区参与持续发展数字馆藏建设的最佳实践。 本指南面向两类受众： • 计划和实施数字馆藏建设计划的文化遗产组织；以及 • 希望鼓励发展优质数字馆藏的资助组织。 在此上下文中使用“优质”一词需要一些解释。 在数字化的早期，如果馆藏提供了概念证明或带来了新的机构能力，即使由此产生的馆藏本身是短暂的或对组织的用户来说用处不大，也可以将其视为优质馆藏。 随着数字环境的成熟，数字馆藏建设工作的重点转向创建有用且相关的馆藏，以满足一个或多个用户群体的需求。 “优良”的标准被提升到包括可用性、可访问性和适合预期用户群的适用性水平。数字馆藏开发现已发展并成熟到第三阶段，即简单地提供有用的服务
通过身体图式和身体形象来理解有趣的身体延伸设计
交互设计师对物理延伸人体的机会越来越感兴趣。例如，设计师已经开发出系统，当用户现有的机械臂忙碌时，可以为用户提供一对额外的机械臂（Sasaki 等人，2017 年），或者当用户现有的手已经拿了其他东西时，可以为用户提供一只额外的手（Leigh 和 Maes，2016 年）。这些系统反映了更广泛的以身体为中心（Mueller 等人，2018 年）的人机交互趋势，其特点是计算机器和人体之间更紧密的集成（以及随之而来的融合）（Mueller 等人，2020 年）。到目前为止，这种集成的预期好处大多是工具性的，这表明由此产生的融合可以帮助人们更高效地完成任务，就像上面提到的手臂和手的例子一样。然而，一些系统正在出现，它们超越了任务支持，专注于体验方面。一个例子是戴在头上的交互式耳朵系统（Necomimi，2021 年）。佩戴者的耳朵会根据他们的情绪状态摆动，这是通过跟踪他们的大脑活动来捕捉的。目标用户群是 Cosplay 社区（Cosplay 是“costume play”的混合词，指的是“亚文化，其成员模仿极客媒体中的角色”，使用引人注目的服装和时尚配饰——这些服装和配饰越来越多地被商业化设计，例如 Cosgear (2021)——