XiaoMi-AI文件搜索系统
World File Search System网络通信
利用自动人工智能预测结肠癌复发的新型模型
摘要。背景/目的：我们旨在使用简单的自动人工智能 (AI) 开发一种新型的 II-III 期结肠癌复发预测模型，与传统统计模型相比，该模型的准确性更高。患者和方法：共纳入 2000 年至 2018 年期间接受 II-III 期结肠癌根治性手术的 787 名患者。使用二项逻辑回归分析计算变量对复发的影响。使用自动 AI 软件“Prediction One”（索尼网络通信公司）预测复发，数据集与传统静态模型相同。预测准确性通过受试者工作特征曲线下面积 (AUC) 来评估。结果：多变量模型的 AUC 为 0.719（95%CI=0.655-0.784），而 AI 模型的 AUC 为 0.815，显示出显着改善。结论：与传统模型相比，该自动 AI 预测模型的准确性有所提高。它可以由不熟悉 AI 的临床外科医生构建。
情绪处理网络中神经调节的因果网络分析
神经解码和神经调节技术在处理功能性脑网络的下一代疗法中治疗情绪和其他脑部疾病具有巨大的希望。在这里，我们执行了一种新颖的因果网络分析，以解码灵长类动物情绪处理网络中的多区域通信，并确定神经调节，短期爆发的四烷微刺激（SBTETM）如何改变多区域网络通信。因果网络分析揭示了网络兴奋性的机制，该机制调节发件人刺激站点与接收器站点进行通信时。在调制器站点的神经活动中解码网络兴奋性预测了发送者接收器的通信，而SBTETMS神经调节暂时破坏了发送者接收器的通信。这些结果揭示了多区域通信的特定网络机制，并提出了新一代的脑疗法，它们结合了神经解码，以预测多区域通信与神经调节以破坏多区域通信。
通过最佳的大脑途径探索认知任务信息的传播
理解基于复杂人类齿轮统一的大规模信息处理是认知神经科学的核心目标。新兴活动流模型表明认知任务信息是通过区域间功能或结构连接性传输的，但基于图理论的模型通常假设神经通知是通过大脑网络的最短路径发生的。但是，最短路径是否是经验认知信息传播的最佳途径尚不清楚。基于大规模的活动流量映射框架，我们发现，最短路径的活性流量预测的性能明显低于直接路径。最短的路径路由优于其他网络通信策略，包括搜索信息，路径集合和导航。有趣的是，当同时考虑物理距离约束和不对称路由贡献时，最短路径的表现优于活动流量预测的直接路径。这项研究不仅通过经验网络模型挑战了最短的路径假设，而且还表明认知任务信息路由受到大脑网络的空间和功能嵌入的约束。
边缘 AI 中分割计算的激活稀疏性和动态修剪
深度神经网络越来越大，因此更难在受限的物联网设备上部署。拆分计算提供了一种解决方案，即拆分网络并将前几层放置在物联网设备上。这些层的输出被传输到云端，然后继续进行推理。早期的研究表明中间激活输出具有一定程度的高稀疏性，本文分析并利用激活稀疏性来减少将中间数据传输到云端时的网络通信开销。具体来说，我们分析了 CIFAR-10 和 ImageNet 上 ResNet-50 中两个早期层的中间激活，重点关注稀疏性以指导选择分割点的过程。我们对激活和特征图进行了动态修剪，发现稀疏性非常依赖于层的大小，权重与卷积层中的激活稀疏性无关。此外，我们表明，稀疏中间输出可以压缩 3.3 倍，准确度损失 1.1%，无需任何微调。当添加微调时，压缩系数增加到 14 倍，总体准确度损失为 1%。
太空港新闻
肯尼迪航天中心学习学院于 9 月 16 日举行了剪彩仪式，正式开放，为培训活动提供了一个具有许多特色的中心场所。人力资源开发办公室主任 Jim Norman 欢迎 70 多名 NASA 和承包商员工以及其他受邀嘉宾参加这一期待已久的活动。中心主任 Jim Kennedy 表示，他很荣幸为肯尼迪航天中心开设另一座新设施。“学习是一种生活方式，我希望肯尼迪航天中心永远是一个学习的地方，”他说。这座占地 6,600 平方英尺的新设施位于总部大楼南面，包括一个开放式会议区、露天剧场、员工办公室和一个设备齐全的厨房。该设施包括视频电话会议和远程学习支持，可同时容纳大约 50 人。“不同的人以不同的方式学习，”人力资源办公室主任 Pat Simpkins 说。“许多学习都是非正式的。这个设施旨在促进这种学习方式。”更新的网络通信将增强教师可用的资源类型
安全汽车车载协议 - Eurecom
当前，车载 IT 架构的研究活动主要遵循两个主要趋势：网络通信统一化和功能集中化。最近的车载 IT 架构包含非常多样化的通信网络技术，例如 CAN、LIN、FlexRay 和 MOST。目前正在研究基于互联网协议 (IP) 的通信，以作为未来车载通信系统中电子控制单元 (ECU) 互连的统一技术 [9]。此外，多用途 ECU 和微控制器中闪存技术的使用也在不断转变。除了汽车车载 IT 架构设计的这些趋势之外，新的外部通信接口（固定和无线）也正在成为车载架构不可或缺的一部分。这一发展的一个关键因素是集成基于 V2X 通信（车辆的外部通信，例如与其他车辆的 V2V 通信，或与基础设施的 V2I 通信）的未来电子安全应用 [13,3]，该通信已被确定为提高所有车辆和相应智能交通系统的运行效率和质量的一项有前途的措施。固件更新对于汽车领域至关重要，因为召回是一项非常昂贵的活动，因此应尽可能避免。谷歌已经为其 Android 展示了远程更新设备的实用性
NASA Ames
自主决策可以通过减轻诸如潜伏期和带宽等通讯限制的影响以及任务复杂性对多飞机运动物操作的影响，从而显着提高任务效率。为了推进自主分布式空间系统（DSS）的艺术状况，NASA的AMES研究中心的分布式航天器自治（DSA）团队正在五个相关技术领域内开发：分布式资源和任务管理，反应性操作，反应性操作，系统建模和模拟，人类Swarm交互，人类 - 人类交互以及Ad Hoc网络通信。DSA正在通过仿真研究和轨道部署来启动这些技术（对于将来的大型自动DSS）介绍这些技术 - 至关重要。100节点异基因处理器（PIL）测试床AIDS分布式自治能力开发和多飞机运任务的验证。部署到D-Orbit SCV-004航天器的DSA软件有效载荷作为ESA赞助的轨内技术演示的一部分演示了多代理的可重构性和可靠性。最后，DSA的主要飞行任务与四个小型航天器一起展示了多点科学数据收集的协作资源分配，作为NASA的Starling 1.0卫星的有效载荷。
6G网络和技术的发展
范围：下一代互联网 (NGI) 是美国和英国等国家关注的焦点，旨在改进和革新当前和未来的互联网及其后端网络和基础设施，以开发更快、更可靠、更安全的互联网平台。NGI 的目标是开发互联网的高级版本。NGI 的目标交付成果包括构建具有更高数据访问、人机通信和生产力水平的网络通信架构，并实现更快的互联网带宽和速度。互联网从低级关注向更高级别的关注发展，重点关注互联互通、增加用户交互、视频聊天以及虚拟世界中的金融和社交互动，这是 NGI 发展的主要目标。虚拟世界不由单个实体或元宇宙拥有或控制，因为计算机生成的虚拟环境是为了可靠的用户交互而创建的。Web 3.0 是一项进步，它将控制未来的互联网和元宇宙中心，以提供更好的用户体验。在元宇宙中，使用来自不同供应商的软件进行交互的用户将体验到每个供应商的货币化，尽管技术不同，但交互无缝。
具有数字、射频和光学集成功能的系统级封装 (SOP) 基板和模块 Venky Sundaram*、Rao Tummala、George White、Kyutae Lim、Lixi Wan、Daniel Guidotti、Fuhan Liu、Swapan Bhattacharya、Raj M Pulugurtha、Isaac Robin Abothu、Ravi Doraiswami、Raghuram V. Pucha、Joy Laskar、Manos Tentzeris、G. K. Chang、Madhavan Swaminathan 佐治亚理工学院包装研究中心 * vsunda@ece.gatech.edu，404-894-9394，404-894-3842（传真）
摘要 封装研究中心一直在开发下一代系统级封装 (SOP) 技术，该技术将数字、RF 和光学系统集成在一个封装上。SOP 旨在充分利用片上 SOC 集成和封装集成的优势，以最低的成本实现最高的系统性能。微型多功能 SOP 封装高度集成，并制造在类似于晶圆到 IC 概念的大面积基板上。除了新颖的混合信号设计方法外，PRC 的 SOP 研究还旨在开发封装级集成的支持技术，包括超高密度布线、嵌入式无源元件、嵌入式光学互连、晶圆级封装和细间距组装。这些支持技术中的几项最近已集成到使用智能网络通信器 (INC) 测试平台的首次成功的 SOP 技术系统级演示中。本文报告了 PRC 上最新的 INC 和 SOP 测试平台结果，并深入了解了未来融合微系统的 SOP 集成策略。本文的重点是将材料、工艺和结构集成到单个封装基板中以实现系统级封装 (SOP)。
集成数字、射频和光学功能的封装系统 (SOP) 基板和模块
摘要 封装研究中心一直在开发下一代系统级封装 (SOP) 技术，该技术将数字、RF 和光学系统集成在一个封装上。SOP 旨在充分利用片上 SOC 集成和封装集成的优势，以最低的成本实现最高的系统性能。微型多功能 SOP 封装高度集成，并制造在类似于晶圆到 IC 概念的大面积基板上。除了新颖的混合信号设计方法外，PRC 的 SOP 研究还旨在开发封装级集成的支持技术，包括超高密度布线、嵌入式无源元件、嵌入式光学互连、晶圆级封装和细间距组装。这些支持技术中的几项最近已集成到使用智能网络通信器 (INC) 测试平台的首次成功的 SOP 技术系统级演示中。本文报告了 PRC 上最新的 INC 和 SOP 测试平台结果，并深入了解了未来融合微系统的 SOP 集成策略。本文的重点是将材料、工艺和结构集成到单个封装基板中，以实现系统级封装 (SOP)。