XiaoMi-AI文件搜索系统
World File Search System程序模块
库尔恰托夫研究所超级计算机上的 MRI/fMRI 数据自动处理和分析系统
摘要。本文介绍了库尔恰托夫研究所“Cognimed”资源中心获取的 MRI/fMRI 断层扫描数据的自动处理和分析系统的计算机模型。该系统基于“数字实验室”IT 平台，涉及库尔恰托夫研究所超级计算机集群 HPC4，通过在超级计算机节点（1 个受试者 - 1 个节点）上并行计算，可以加快群组（2-350 个受试者）的数据处理速度。所提出的系统允许科学家远程使用安装在超级计算机上的专用软件来处理和分析 MRI/fMRI 数据；组织统一的数据存储；允许通过 Web 界面处理数据。该系统还允许使用 KI 研究人员开发的程序模块，这些程序模块实施数学方法来改进数据分析结果。作为该计算机模型实现的一个例子，介绍了模块“MRI FS”，它使用开放的专用软件 FreeSurfer v.6.0 自动处理和分析 MRI 数据。
BP4Apps供应链计划
使用Horus BP4供应链规划，用户或应用程序专家会收到一个易于使用的知识系统，该系统可从Horus Public Cloud获得。Horus知识资源管理器为相关的Oracle应用程序模块提供了全面的业务流程知识。用户的访问是针对目标组的，并且与相应使用的目的有关。这也适用于公司内无价的知识交流的可能性。
战术医疗后勤规划工具
战术医疗后勤规划工具：建模作战风险评估战术医疗后勤规划工具 (TML+) 是一款专为海军和海军陆战队医疗规划人员设计的软件程序，它是一种工具，可 (1) 建模从受伤点到更明确的护理的患者流动，以及 (2) 支持运筹学和系统分析研究、作战风险评估和现场医疗服务规划。TML+ 采用用户友好的图形用户界面、开放式架构和四个程序模块设计。伤亡生成模块使用指数分布随机生成行动中受伤、疾病和非战斗伤害。护理提供模块使用通用任务序列、模拟治疗时间以及人员、消耗品供应和设备要求来模拟功能区域内的患者治疗和排队。网络/运输模块模拟通过运输资产在护理网络中疏散（包括排队）和患者路线。报告模块生成一个 Access 数据库，其中详细列出了各种指标，例如患者处置、系统内时间数据以及消耗品、设备、人员和运输利用率，这些指标可以根据用户的需求进行筛选。TML+ 可在部署前用作深思熟虑的规划工具，也可在部署期间用作危机行动工具，帮助规划人员应对迅速变化的战时环境。
汽车产品开发中的电气构建问题
论文中使用的缩写 2D 二维 3D 三维 AIMS 自动问题管理系统 BOM 物料清单 BOP 工艺清单 CAD 计算机辅助设计 CAE 计算机辅助工程 CAM 计算机辅助制造 CATIA 计算机辅助三维交互式应用。 CC 间隙计算器 CPS 活动预防专家 DIAS 数字创新和激活支持系统 DPA 数字原型组装 DRC 设计规则检查 DRC 设计规则检查器 ECAD 电气计算机辅助设计 ECAR 电气连接器布置审查 EDS 电气分配系统 FDJ 最终数据判断 FMEA 故障模式影响分析 GPDS 全球产品开发系统 ICD 公司间设计 LH 左手 MCAD 机械计算机辅助设计 MCR 材料成本降低 NA 北美 NPDS 新产品开发系统 OEM 原始设备制造商 CPDS 当前产品开发系统 PCI 零件变更合并 PD 产品开发 PDL 产品方向信 PDP 产品开发流程 PMT 程序模块团队 RQA 路由质量评估 SDS 系统设计规范 SME 主题专家 T/O 取出 TDR 技术设计评审 VMV 蒸汽管理阀 VO 车辆操作 VSM 价值体系映射 VVT 虚拟验证工具 WERS 全球工程发布系统 WSS 接线屏蔽系统
延迟和通信成本敏感的方法
多年来，云计算一直是处理位于网络边缘的物联网 (IoT) 设备的复杂应用程序和服务的关键推动因素。由物联网环境驱动的服务和应用程序通常具有严格的延迟敏感要求，并且由于基于云的计算资源与物联网设备的物理距离较长，可能会遇到较长的网络延迟。雾计算在这种情况下被采用作为解决方案，因为它通过将计算能力分层分散到网络边缘来缩短这一距离。这有助于减少网络延迟并改善具有敏感时间要求的应用程序的响应时间，同时改善网络中的整体数据流量管理。然而，当在资源分配过程中应用程序的某些要求优先于其他要求时，更靠近物联网设备的雾层可能会遇到资源耗尽，迫使其他延迟敏感的应用程序使用来自较远雾层的资源，并导致它们变得无响应。为了解决这个问题，本文提出了一种在分层的基于层的雾计算架构中分配模块化应用程序的方法。所提出的方法名为“最小影响 - X”（LI-X），旨在通过减少分层雾中较低级别的资源闲置时间，最大限度地缩短延迟敏感应用程序的响应时间并减少网络上的数据流量。这是通过在雾层之间分配应用程序模块来实现的，以最大限度地缩短延迟敏感应用程序的响应时间，同时减少整体网络流量。在模拟的 iFogSim 环境中，将 LI-X 的性能与之前的研究进行了比较。结果表明，在大多数提出的场景中，LI-X 的表现都优于这些研究，有效地缩短了响应时间并最大限度地降低了网络上的通信数据成本。