XiaoMi-AI文件搜索系统
World File Search System美国国家标准与技术研究院
柯克伍德-狄拉克分布的性质和应用
1 日立剑桥实验室，JJ Thomson Avenue，剑桥 CB3 0HE，英国 2 美国国家标准与技术研究院和马里兰大学量子信息与计算机科学联合中心，马里兰州学院公园 20742，美国 3 大学。里尔，法国国家科学研究院，Inria，UMR 8524，Paul Painlevé 实验室，F-59000 里尔，法国 4 查普曼大学量子研究所，美国加利福尼亚州奥兰治 92866 5 查普曼大学施密德科学技术学院，美国加利福尼亚州奥兰治 92866 6 查普曼大学肯尼迪物理学讲席教授，美国加利福尼亚州奥兰治 92866 7 罗彻斯特大学物理与天文系，美国纽约州罗彻斯特 14627 8 PsiQuantum，700 Hansen Way，美国加利福尼亚州帕洛阿尔托 94304 9 渥太华大学物理系，量子技术中心，加拿大渥太华 10 马里兰大学物理科学与技术研究所，美国马里兰州帕克分校 20742解决。
AI RMF RFI 评论 - ACT |应用程序协会
ACT | 应用协会（应用协会）很高兴有机会向美国国家标准与技术研究院（NIST）提交意见，该意见涉及其计划的框架，该框架旨在管理与人工智能（AI）相关的个人、组织和社会风险。1 应用协会代表数千家小型企业软件应用程序开发公司和技术公司，这些公司创造了推动物联网（IoT）用例在消费者和企业环境中使用的技术。今天，应用协会所代表的生态系统（我们称之为应用经济）的价值约为 1.3 万亿美元，并为 570 万美国就业岗位提供了支持。随着世界迅速接受移动技术，我们的成员创造了创新解决方案，为各种经济模式和部门的物联网提供支持。NIST 计划的自愿风险管理框架 (RMF) 以及众多机构在 AI 政策和监管方面的努力直接影响着应用经济。我们支持 NIST 的目标，即帮助 AI 系统的设计人员、开发人员、用户和评估人员更好地管理整个 AI 生命周期的风险。2
快速且...的相平面导出失真建模
摘要-本文报告了为精确测量动态信号而不断努力对定制数字化采样器的失真行为进行建模的工作。这项工作是美国国家标准与技术研究院 (NIST) 为推动波形采样计量技术发展而不断努力的一部分。本文介绍了一种具有 -3-dB 6-GHz 带宽的采样器的分析误差模型。该模型是通过检查相平面中的采样器误差行为而得出的。该模型将信号幅度、一阶导数和二阶导数的每样本估计值作为输入，其中导数与时间有关。该模型的解析形式由这些项中的多项式组成，这些多项式是根据数字化器输入电容的电压依赖性和先前研究的旧数字化器中的误差行为而选择的。在 1 GHz 时，当将模型生成的样本校正应用于波形时，总谐波失真可从 -32 dB 改善到 -46 dB。还考虑并纠正了采样系统中时基失真的影响。结果表明，在模型中加入二阶导数依赖性可通过对拟合波形进行精细的时间调整来改善模型与测量数据的拟合度。
快速且...的相平面导出失真建模
摘要-本文报告了为精确测量动态信号而不断努力对定制数字化采样器的失真行为进行建模的工作。这项工作是美国国家标准与技术研究院 (NIST) 为推动波形采样计量技术发展而不断努力的一部分。本文介绍了一种具有 -3-dB 6-GHz 带宽的采样器的分析误差模型。该模型是通过检查相平面中的采样器误差行为而得出的。该模型将信号幅度、一阶导数和二阶导数的每样本估计值作为输入，其中导数与时间有关。该模型的解析形式由这些项中的多项式组成，这些多项式是根据数字化器输入电容的电压依赖性和先前研究的旧数字化器中的误差行为而选择的。在 1 GHz 时，当将模型生成的样本校正应用于波形时，总谐波失真可从 -32 dB 改善到 -46 dB。还考虑并纠正了采样系统中时基失真的影响。结果表明，在模型中加入二阶导数依赖性可通过对拟合波形进行精细的时间调整来改善模型与测量数据的拟合度。
TRAC 计划愿景和框架
ABB 公司 三菱电力产品公司 艾姆斯国家实验室 Nanofoundry，LLC AMSC 美国电气制造商协会 阿贡国家实验室 美国国家能源技术实验室 邦纳维尔电力管理局 美国国家标准与技术研究院 博思艾伦汉密尔顿国家可再生能源实验室 卡内基梅隆大学 北卡罗来纳州立大学/FREEDM 中心 凯斯西储大学 纽约电力局 克莱姆森大学 橡树岭国家实验室 ComEd 弹性电力系统 Concurrent Technologies Corp S&C 电力公司 ConEd 盐河国家实验室 铜开发协会 桑迪亚国家实验室 关键材料研究所 萨凡纳河国家实验室 CURENT，UTK 施耐德电气 陶氏化学公司 SD Meyers 杜克能源 西门子 杜肯照明 硅能公司 伊顿 南加州爱迪生能源公司 南方公司 EPB Tibbar 等离子技术公司 EPRI 德克萨斯 A&M 大学 佛罗里达州立大学 田纳西大学 GE 全球研究 美国能源部 通用电缆 美国国土安全部 通用电气 阿肯色大学 佐治亚理工学院 中佛罗里达大学 Google X 丹佛大学 Gridco系统 休斯顿大学 HRL Laboratories LLC 匹兹堡大学 劳伦斯利弗莫尔国家实验室 田纳西大学 洛斯阿拉莫斯国家实验室 范德堡大学
数字调查技术：NIST 科学基金会评论
（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。
MCSD 年度报告 - NIST 技术系列出版物 - 国家...
摘要 本报告总结了 NIST 信息技术实验室应用与计算科学部的技术工作。第一部分（概述）概述了该部门的活动，包括去年技术成就的亮点。第二部分（特点）详细介绍了今年特别值得注意的十个项目。接下来是第三部分（项目摘要），简要概述了过去一年中活跃的所有技术项目。第四部分（活动数据）列出了部门工作人员参与的出版物、技术讲座和其他专业活动。本文件涵盖的报告期为 2009 年 10 月至 2010 年 12 月。如需更多信息，请联系 Ronald F. Boisvert，邮寄地址 8910，NIST，马里兰州盖瑟斯堡 20899-8910，电话 301-975-3812，电子邮件 boisvert@nist.gov，或访问该部门的网站 http://www.nist.gov/itl/math/index.cfm 。封面可视化：黎曼 theta 函数的模数 5,0),| ，（ˆ≤≤y x y i x iΩθ，其中Ω是http://dlmf.nist.gov/21.4中定义的矩阵。表面颜色对应于相位角。该图像源自NIST数学函数数字库（http://dlmf.nist.gov/），由Brian Antonishek，Qiming Wang和Bonita Saunders开发。致谢：我们感谢Robin Bickel收集信息并组织本报告的初稿。免责声明：本文件中可能会标识某些商业实体，设备或材料，以便充分描述实验程序或概念。此类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，也不意味着实体，材料或设备必然是最适合该目的的。
采用 IEEE 2030.5-2018 的电动汽车车队管理充电互操作性配置文件
2022 年 4 月版权所有 © 智能电力联盟。未经许可，不得出版、复制、广播、重写或重新分发本材料。关于 SEPA 智能电力联盟 (SEPA) 致力于帮助电力利益相关者解决他们在向无碳能源系统转型过程中遇到的最紧迫问题。我们是值得信赖的合作伙伴，提供教育、研究、标准和协作，帮助公用事业、电力客户和其他行业参与者通过三个途径：监管和业务创新、电网整合、电气化。通过教育活动、工作组、点对点参与和定制项目，SEPA 召集相关方促进信息交流和知识转移，为我们的成员和合作伙伴组织提供最高价值。有关更多信息，请访问 www.sepapower.org。作者 Aaron Smallwood，智能电力联盟行业解决方案副总裁 Daisy Chung，智能电力联盟技术项目经理 Cuong Nguyen，美国国家标准与技术研究院智能电网测试与认证负责人 Sean Morash，EnerNex 首席顾问 Aaron Snyder，EnerNex 电网技术咨询总监 Phillip Court，Ecogy Energy 产品与公司战略负责人 Gustavo Alvarez，Green Planet Lab 创始人兼首席顾问 James Mater，QualityLogic, Inc. 智能电网总经理 Jack Lacy，InterTrust Technologies 标准与社区计划高级副总裁 John Gorman，Ecogy Energy 产品负责人 Rosanna Kallio，电网整合高级工程师 II 致谢 概要文件团队谨感谢以下 SEPA 工作组和任务组在确定和制定这项工作路径方面的参与和专业贡献：SEPA 测试与认证工作组、SEPA 电网架构工作组、SEPA 能源服务接口任务组和 SEPA 互操作性概要文件任务组。
识别和分类地球科学领域 AI/ML 中的偏见
过去几年，人工智能 (AI) 和机器学习 (ML) 在地球科学中的应用呈指数级增长。在本文的其余部分，我们将 AI/ML 更笼统地称为 AI。至关重要的是，AI 开发人员必须以合乎道德和负责任的方式创建方法，以免 AI 以可能造成伤害的方式开发和部署。在这项工作中，我们以我们早期的研究 (McGovern 等人，2022) 为基础，该研究展示了 AI 在环境科学和地球科学应用中可能出错的多种方式。在这里，我们特别关注偏见问题，因为它是最近许多关于道德 AI 的工作的关键线索之一（例如，Peng 等人，2021 年；McGovern 等人，2022 年；Balagopalan 等人，2022 年；Almuzaini 等人，2022 年；Buolamwini，2023 年）。偏见被认为是开发合乎道德和负责任的人工智能时必须解决的一个关键问题。它是美国国家标准与技术研究院 (NIST) 在制定可信人工智能标准 (Schwartz 等人，2022 年) 时讨论的关键问题之一，并在新的人工智能行政命令中得到了解决。1 对于地球科学应用而言，考虑偏见相对较新 [参见最近的美国地球物理联盟人工智能指南 (Stall 等人，2023 年)]。有偏见的人工智能模型会以多种方式造成伤害，包括影响人们获得工作、拥有稳定住房等的能力。有关此类影响的示例，请参阅 O'Neil (2016)、Eubanks (2018)、Benjamin (2019) 和 Kantayya (2020)。当带有负面偏见的模型被部署并成为新闻时，它们会削弱公众对人工智能的整体信任。私营企业和政府都已经部署了此类模型。创建和理解值得信赖的人工智能是参与这项工作的每个人的重点，因为他们都是美国国家科学基金会天气、气候和沿海海洋学可信人工智能研究所 (AI2ES) 的成员。我们在这项工作中的总体目标与确保地球科学人工智能值得信赖的目标紧密相关：确保现在开发和部署的模型尽可能没有有害偏见。乍一看，与更广泛的人工智能应用相比，偏见似乎不是地球科学人工智能的问题。最近的研究表明，人工智能可以在气象学、气候、水文学、地震学等各种应用中取得成功
DTM-24-001，“国防部针对云服务产品开展的网络安全活动”，2024 年 2 月 27 日
参谋长联席会议主席手册 6510.01，“网络事件处理计划”，当前版本 国家安全系统委员会政策 32，“云计算政策”，2022 年 5 月 参谋长联席会议主席执行命令，“实施网络空间作战指挥与控制的执行命令修改”，2014 年 11 月 14 日 联邦法规，第 36 篇，第 1222.32 节 国家安全系统委员会指令第 4009 号，“国家安全系统委员会 (CNSS) 词汇表”，2022 年 3 月 2 日 国防联邦采购条例补充，第 204.73 节，当前版本 国防信息系统局，“国防部云计算安全要求指南”，当前版本 1 国防部副首席信息官，“国防部架构框架 2.02 版”，2010 年 8 月 2 国防部指令 5106.01，“国防部监察长（IG DOD）”，2012 年 4 月 20 日，经修订 国防部指令 5144.02，“国防部首席信息官（DoD CIO）”，2014 年 11 月 21 日，经修订 国防部指令 5205.16，“国防部内部威胁计划”，2014 年 9 月 30 日，经修订 国防部指令 8000.01，“国防部信息企业管理（DoD IE）”，2016 年 3 月 17 日，经修订 国防部指令 5200.48，“受控非机密信息（CUI）”，2020 年 3 月 6 日 国防部指令 8330.01，“信息技术的互操作性，包括国家安全系统”，2022 年 9 月 27 日 国防部指令 8500.01，“网络安全”，2014 年 3 月 14 日，经修订 国防部指令8530.01，“网络安全活动支持国防部信息网络作战”，2016 年 3 月 7 日，经修订 国防部指令 8530.03，“网络事件响应”，2023 年 8 月 9 日 国防部指令 8531.01，“国防部漏洞管理”，2020 年 9 月 15 日 国防部指令 8582.01，“处理未分类的非公开国防部信息的非国防部信息系统的安全性”，2019 年 12 月 9 日 国防部手册 8530.01，“网络安全活动支持程序”，2023 年 5 月 31 日 第 14028 号行政命令，“改善国家网络安全”，2021 年 5 月 12 日 美国国家标准与技术研究院特别出版物，“NIST 云计算参考架构”，2011 年 9 月