XiaoMi-AI文件搜索系统
World File Search System算法设计
计算机科学（CSC） - SF状态公告
量子计算和量子信息科学简介。比较古典和量子计算体系结构和组织。基于电路和退火量子平台上的量子算法设计和实现。量子平台模拟器和实际量子硬件上的程序执行和性能分析，视可用性。量子计算中研究主题的调查范围从算法（例如，Grover的搜索）及其在量子密码学，量子机学习和混合经典/量子算法中的应用。（CSC 647/CSC 747是配对课程。在一个级别完成课程的学生可能不会在另一级上重复课程。）
设计基于 GA 的负载频率鲁棒控制器...
摘要 — 电力系统包括多个单元，这些单元相互连接以产生不断移动的电力通量。稳定性在电力系统中非常重要，因此应在发电厂实施控制器系统，以确保电力系统在正常情况下或在出现不需要的输入和紊乱事件后保持稳定。频率和有功功率控制在稳定性方面更为重要。我们的工作重点是基于遗传算法设计和实施鲁棒的 PID 和 PI 控制器，通过改变发电机组的参考值来更快地抑制频率振荡。在理想状态和参数偏差的情况下，对两区域电力系统进行了实施结果检查。根据结果，所提出的控制器可以抵抗电力系统参数的偏差和调速器的不确定性。
学院与实践的交汇——构建……
开源建筑是一种新兴的范式，在建筑设计中倡导点对点的收集、包容和参与文化。这些条件支持了人们对新兴设计技术教育、研究和实践交叉领域的广泛兴趣，这些技术致力于形式完整性、性能、仿生性和响应性。在过去十年中，为参数化和算法设计、可视化编程和物理计算领域创建和设计的丰富参与者、开源社区、开源软件和开源硬件应运而生，为建筑教育的变革带来了机会。我们讨论在建筑设计中引入开源文化路径以及专业发展的个人学习网络的教学方法。
使用Verilog的自动洗衣机控制系统
它最常用于设计和验证寄存器的数字电路 - 抽象的传输水平。它也用于验证模拟电路和混合信号电路以及遗传回路的设计。它包括层次结构，该结构允许设计人员描述控件的复杂性。Verilog HDL是一种不仅容易使用的语言，而且具有强大的功能，尤其是Verilog HDL工业标准化，符合微电子技术开发的趋势。Verilog HDL用于从开关级别到抽象算法设计级别的数字设计建模。这些结构不仅可以用于设计硬件相互当前行为的模式，还可以在调度模式的硬件设计上设计模式。
qudits和高维量子计算
qudit是传统2级值的多级计算单元替代品。与Qubit相比，Qudit提供了更大的状态空间来存储和过程信息，因此可以降低电路复杂性，简化实验设置以及算法效率的增强。本评论提供了基于Qudit的量子计算的概述，涵盖了从电路构建，算法设计到实验方法的各种主题。我们首先讨论Qudit门通用性和各种Qudit门，包括Pi/8 Gate，交换门和多级别控制的门。然后，我们介绍了几种代表性量子算法的QUDIT版本，包括Deutsch-Jozsa算法，量子傅立叶变换和相位估计算法。最后，我们讨论了用于QUDIT计算的各种物理实现，例如光子平台，铁陷阱和核磁共振。
人工智能安全保障路线图
通过技术交流，人工智能在航空领域的更广阔潜力逐渐显现。航空界已投资于数据分析，以监控来自实际运营的数据并识别先兆事件和条件，然后在事故或事件发生之前采取风险缓解措施。人工智能已经在有限的领域用于整理数据以供分析并使用这些数据来估计风险。例如，飞机防撞系统 (ACAS) 的最新标准用通过机器学习 (ACAS X) 开发的加权风险模型取代了交通防撞系统 (TCAS v7.1 及更早版本) 的基于场景的算法设计。在分析系统风险和缓解措施时，人工智能有机会提供额外的视角。认识到这些机会，该路线图还讨论了使用人工智能作为提高安全保障的工具。
M.Tech。 （CSE）M.Tech。 （CSE）
预期的研究生属性：完成该计划后，学生将能够发展出：1。了解计算机科学中新兴领域的基本概念和动手知识。2。受孕，设计和开发最先进的可扩展平行和分布式系统3。通过了解高级数据结构，分布式算法设计，分析和应用来解决大数据问题。4。为无线，传感器，移动和车辆网络设计和开发网络协议。5。构思，实现和集成了大型分布系统的加密，容耐容差算法6。了解用于运行计算密集分布式算法的最新硬件平台7。能够在各个领域和领土上理解和应用不断发展的道德和隐私定律。8。计划和管理技术项目
CSC 320计算机算法学时
黑板：所有与课程相关的作业和材料都将在黑板上提供。公告将发布在黑板上。学生必须有一个工作的CUNY门户帐户才能接收与课程相关的信息描述：本课程是算法设计和分析的介绍性本科课程。本课程的目标是引入基本基本算法设计技术，从理论和实用的角度来看，这些技术都很有趣。我们将介绍基本的算法设计技术，例如划分和争议，动态编程和贪婪的技术。我们将介绍算法正确性的证明，以及通过复发方程解决方案解决算法时间界限的渐近分析。一些特定算法主题包括：确定性和随机排序和搜索算法，深度和广度的第一个搜索图算法，用于查找路径和
观点：人工智能作为作者——弥合机器学习与文学理论之间的差距
预计人工智能创作原创文学作品的能力将不断提升，本研究指出，文学性或构成文本文学性的因素在文本生成方面研究不足。从计算的角度来看，文学尤其具有挑战性，因为它通常使用比喻和模棱两可的语言。文学专业知识有助于理解这种艺术形式如何传达意义和情感，但这一点经常被忽视。我们建议让来自两个不同学科（机器学习和文学研究）的专家进行对话，以提高人工智能写作的质量。这项研究专注于评估作为文本生成过程的重要阶段，表明可以从文学理论角度获得好处。这些知识将改进算法设计，并使人们更深入地了解人工智能如何学习和生成。