党的二十大明确提出要走中国特色现代化道路,全面推进中华民族伟大复兴,强调要深入实施科教兴国战略、人才强国战略、创新驱动发展战略,强调加强基础研究,突出原始创新,鼓励探索。基础研究是科技创新的源头,是实现高水平科技自主的基石,是原始创新能力建设的必然要求,关系我国科技强国建设,对实现第二个百年奋斗目标具有基础性作用。国家自然科学基金委员会作为国家支持基础研究的主渠道,要全面贯彻落实党的二十大精神,坚持“四个全面”,突出原创性,鼓励自由探索,加强基础研究人才培养,增强原始创新能力,深化改革,主动迈向未来,不断提高资助管理效能,为我国基础研究高质量发展提供强劲动力。
用于执行 1950 年《国家科学基金会法案》(42 USC 1861 et seq.)和《公法》86-209(42 USC 1880 et seq.)所必需的开支;根据《美国法典》第 5 篇第 3109 节授权的服务;飞机维护和运行以及购买飞行服务以支持研究;购置飞机;以及授权的旅行; [ 7,021,136,000 美元 ] 9,029,900,000 美元,可用至 [ 2024 ] 2025 年 9 月 30 日,其中不得超过 [ 640,000,000 美元 ] 700,000,000 美元应保留至用于极地研究和运营支持,以及向其他联邦机构偿还美国南极计划的运营和科学支持以及后勤和其他相关活动:但国家研究中心和其他国家科学基金会支持的研究机构提供的科学支持服务和材料的收入可记入此拨款。(2023 年科学拨款法案)
ExLENT 计划征集书 (NSF 23-507) 概述了 ExLENT 提案中所需的内容。提案的项目描述部分应包括项目概述、体验式学习活动描述、合作伙伴关系计划、如何通过群组模型构建社区、项目如何建立包容性和多样化的 STEM 劳动力、项目如何持续以及如何扩展、评估计划、项目如何产生知识、项目如何产生更广泛的影响,以及之前 NSF 支持的结果描述(如果适用)。
摘要:我们介绍了美国国家科学基金会 (NSF) 的天气、气候和沿海海洋学可信 AI 研究机构 (AI2ES)。该 AI 研究所于 2020 年获得资助,是美国国家科学基金会一项新计划的一部分,旨在推动各种领域的基础 AI 研究。迄今为止,AI2ES 是唯一一家专注于环境科学应用的 NSF AI 研究所。我们的研究所专注于开发针对天气、气候和沿海灾害的可信 AI 方法。这些 AI 方法将彻底改变我们对高影响大气和海洋科学现象的理解和预测,并将被不同的专业用户群体用来降低对社会的风险。此外,我们正在创建新颖的教育途径,包括在为代表性不足的少数群体服务的社区学院开设新的学位课程,以提高 AI 和环境科学的劳动力多样性。
美国国家标准与技术研究所内部报告 8354-DRAFT(2022 年 5 月)致谢:NIST 统计工程部的 Gregory Haber 和 Will Guthrie 在第 2.7.2 节中执行了捕获重新捕获分析。Simson Garfinkel、Eoghan Casey、Brandon Epstein、Bill Eber 和 Tracy Walraven 提供了有用的反馈。数字证据科学工作组和法医科学数字证据小组委员会科学领域委员会组织是有关当前数字取证实践的宝贵信息来源。NIST 计算机取证工具测试团队的成员 Rick Ayers、Craig Russell、Jenise Reyes-Rodriguez 和 Mary Laamanen 提供了所需的专业知识。公众意见征询期:2022 年 5 月 9 日至 2022 年 7 月 11 日本报告的初始版本是一份草稿文件,我们欢迎读者发表评论和反馈。所有相关的提交意见都将公开,并将在最终确定本报告时予以考虑。请勿包含个人信息,例如帐号或社会安全号码,或其他个人的姓名。请勿提交机密商业信息或其他专有、敏感或受保护的信息。我们不会发布或考虑包含亵渎、粗俗、威胁或其他不当语言或类似内容的评论。在 60 天的评论期内,评论可以发送至 scientificfoundationreviews@nist.gov 。所有评论,包括
(2022 年 5 月)致谢:NIST 统计工程部的 Gregory Haber 和 Will Guthrie 在第 2.7.2 节中执行了捕获重捕分析。Simson Garfinkel、Eoghan Casey、Brandon Epstein、Bill Eber 和 Tracy Walraven 提供了有益的反馈。数字证据科学工作组和法医科学数字证据小组委员会科学领域委员会组织是有关当前数字取证实践的宝贵信息来源。NIST 计算机取证工具测试团队成员 Rick Ayers、Craig Russell、Jenise Reyes-Rodriguez 和 Mary Laamanen 提供了所需的专业知识。公众意见征询期:2022 年 5 月 9 日至 2022 年 7 月 11 日本报告的初始版本是一份草稿文件,我们欢迎读者提出意见和反馈。所有相关的提交意见都将公开,并将在最终确定本报告时予以考虑。请勿包含个人信息,例如帐号或社会保险号,或其他个人的姓名。请勿提交机密商业信息或其他专有、敏感或受保护的信息。我们不会发布或考虑包含亵渎、粗俗、威胁或其他不当语言或类似内容的评论。在 60 天的评论期内,您可以将评论发送至 scientificfoundationreviews@nist.gov 。所有评论,包括评论者姓名和所属机构,都将在 https://www.nist.gov/topics/forensic-science/interdisciplinary-topics/scientific-foundation-reviews 上发布。为了充分描述实验程序或概念,本文档中可能会标识某些商业实体、设备或材料。这种标识并不意味着美国国家标准与技术研究院的推荐或认可,也不意味着这些实体、材料或设备一定是此目的的最佳选择。
升级版改革方案坚持构建理念先进、制度规范、公平高效的科学资助治理体系目标。以三大任务(明确资助类别、完善考核机制、优化研究领域布局)为核心,加强党风廉政建设、学风与科研诚信道德建设、组织与队伍建设三个方面,完善六项机制(面向国家重大需求的科学问题、引领世界科学前沿的科学问题、重大类型项目立项、成果转移转化、跨学科融合、多元化投入),突出两项重点(原创性探索性项目、升级人才资助体系),持续优化七项资助管理环节(明确各级重点级别、系统深化国际合作、不断完善规章制度、不断改进项目管理、不断规范资金管理、持续绩效考核、加强单位管理),全面深化科学资助改革,努力在前瞻性基础研究和前沿原创性成果方面取得重大突破,为实现世界一流科技强国目标作出更多贡献。
I. i ntroduction t辐射工具用于现代电力系统的实时操作,例如概率功率流,n-x安全筛选和蒙特卡洛方法,仍然是棘手的问题。功率流方程,如果通过经典的直接迭代算法求解,则随时间缩放为N×N系统的O(n)[1]。然而,需要大量的重复流量计算来分析不确定性的影响(例如,分布式能源的输出,消失的需求以及随机的失败或故障或故障)通过概率的方法(例如概率的功率流动),从而无法满足实时操作的方法,从而无法满足实时操作的需求[2]。从理论上讲,量子计算算法可以使用无嘈杂的量子计算机在经典方法上实现指数加速[3],[4]。这项工作是利用量子至高无上的第一次尝试来解决与电源计算相关的棘手的挑战。关键创新是通过改进的Harrow-Hassidim-lloyd(HHL)[5]算法来构建实用的量子功率流(QPF)模型和求解器。这封信展示了QPF的潜力,有可能满足电源流量计算的不断增长,并支持快速有弹性的电力系统操作。
摘要 尽管对网络安全的各个方面做出了重大贡献,但网络攻击仍然令人遗憾地呈上升趋势。越来越多的国际公认实体(如美国国家科学基金会和美国国家科学技术委员会)注意到人工智能可以帮助分析数十亿个日志文件、暗网数据、恶意软件和其他数据源,以帮助执行基本的网络安全任务。我们举办第一届人工智能网络安全分析研讨会(半天;与 ACM KDD 同地举办)的目标是聚集学术界和从业者,为人工智能网络安全分析的最新工作做出贡献。我们组建了一个优秀的跨学科计划委员会,该委员会在人工智能网络安全分析的各个方面拥有丰富的专业知识,以评估提交的工作。在 CTI、漏洞评估和恶意软件分析领域为半天研讨会做出了重大贡献。