XiaoMi-AI文件搜索系统
World File Search System美国国家标准与技术研究院
陈云晖博士 - RMIT 分类：值得信赖
陈云晖博士目前是澳大利亚皇家墨尔本理工大学工程学院副校长高级研究员，也是法国欧洲同步加速器研究中心的访问科学家。陈博士是一名热心的实验主义者，她开发了一种可以在同步加速器光束线上复制材料加工和服务性能的装置，可以实时观察材料内部的变化。陈博士于 2015 年获得澳大利亚昆士兰大学机械工程系博士学位，随后她获得了两项著名的先进制造奖学金（2015-2017 年），之后她前往英国，在伦敦大学学院和曼彻斯特大学从事博士后研究。她是开发一系列世界首创的增材制造机器（粉末床熔合和吹粉定向能量沉积）的先驱之一，这些机器在钻石光源、欧洲同步加速器研究中心和先进光子源的同步加速器光束线上工作。她的工作探索了先进制造工艺中的材料现象，包括对工业实践至关重要的微观结构演变、缺陷形成和相变。她的实验技术解决了增材制造在航空航天、生物医学、汽车和能源应用中的关键工程挑战。她吸引了超过 200 万美元的外部研究资金，包括多项 ECR 资助、著名奖学金、30 个同步加速器项目和长期行业合作伙伴关系。陈博士在增材制造原位同步加速器 X 射线成像领域建立了国际声誉。她在本领域的顶级期刊上发表了 30 多篇同行评审文章，包括《Applied Materials Today》、《Acta Materialia》和《Additive Manufacturing》。她的作品曾在著名期刊《Materials Today》上作为新闻文章重点介绍。她曾应邀在美国国家标准与技术研究院 (NIST) (美国) 向光束线科学家和许多国际会议上展示她的工作。她还是 Acta Materialia、Journal of Machine Tools and Manufacture 和 The Journal of The Minerals, Metals & Materials Society (“JOM”) 等著名期刊的审稿人。陈博士是一位充满热情的教育工作者。她已经帮助了 20 多名本科生和研究生完成论文。她还是 STEM 领域性别平等的倡导者。2015 年，她因鼓励女学生从事研究而获得莫纳什大学颁发的“女性未来领袖奖”。有关她的详细出版记录，请参阅“陈云晖 Google Scholar”或“ResearchGate”。
新闻稿
立即发布 检查边界：脂质组学取得里程碑式进展 环形试验可以建立神经酰胺参考值 新加坡，2024 年 10 月 10 日——神经酰胺环试验第一阶段的结果刚刚发表在著名期刊《自然通讯》上，这是脂质组学领域的一个重要里程碑。这一成就由新加坡国立大学杨潞龄医学院的研究人员和来自世界各地的科学团队共同完成，代表了在建立神经酰胺（参与心血管疾病风险预测的血浆脂质）参考值方面取得的突破性进展。 环形试验由新加坡脂质组学孵化器 SLING 发起和协调，在国际脂质组学学会 (ILS) 的支持下进行。脂质组学是对生物系统中细胞脂质途径和网络的大规模研究，旨在通过分析脂质在细胞中的结构、功能和相互作用来了解脂质在健康和疾病中的作用。了解脂质的浓度上限和下限对于科学进步和脂质组学的临床转化至关重要。为此，神经酰胺环试验是评估全球实验室网络技术可重复性的第一步。一切始于新加坡的一次会议。在环试验中，多个实验室使用相似或不同的方法独立分析相同的样本，以比较其结果。它有助于评估不同实验室测量的可靠性和一致性，提高科学测试的标准化和质量控制。“一切始于新加坡国立大学各主要实验室的科学家在一次会议上的会议，他们一致认为脂质组学研究之间的可比性是一个主要问题，”哈马德·本·哈利法大学健康与生命科学学院院长、新加坡国立大学医学院生物化学系客座教授 Markus Wenk 教授说，他发起了这个项目，也是发表研究的高级通讯作者。经过七年的合作努力，来自 19 个国家的 34 个参与实验室的结果已在《自然通讯》上发表的一项研究中进行了总结。为了降低复杂性，神经酰胺环试验重点关注人类血浆，旨在研究四种不同的内源性神经酰胺的浓度水平及其变化。这些脂质在多种病理中发挥作用，并被视为心血管疾病的生物标志物。试验参与者利用自己喜欢的分析方法和/或标准化方案来量化人类血浆参考物质（NIST SRM1950（用作人类血浆代谢物的标准，由美国国家标准与技术研究院提供）中的神经酰胺，NIST) 和另外三种人类血浆参考材料作为人类疾病的例子，例如
人工智能与网络安全 - 欧洲议会
人工智能的网络安全 人工智能日益融入我们的日常生活，这要求我们特别注意保护与其使用相关的模型、数据、培训和部署。网络安全是可靠、安全和有弹性的人工智能模型和算法的先决条件。然而，人工智能的网络安全不仅仅是保护人工智能系统免受中毒和逃避攻击等威胁。它还涉及确保它们具有可信度特征，例如人工监督和稳健性——抵御网络攻击的能力，正如欧盟《人工智能法案》对高风险人工智能系统所要求的那样。专家们也强调了对人工智能进行人工监督的必要性。标准可以在确保安全要求（例如数据质量、风险管理和合格评定）融入人工智能系统的整个生命周期方面发挥关键作用。虽然它们为安全、道德和负责任的人工智能开发提供了指导方针，但针对人工智能的欧洲技术标准的制定才刚刚开始，欧盟利益相关者正热切期待这些标准的通过。然而，为各种本质上是黑匣子的人工智能系统制定标准是一项具有挑战性的任务，需要做更多的工作。 2023 年 5 月，欧盟委员会要求欧洲标准化委员会和欧洲电工标准化委员会 (CEN- CENELEC) 制定支持《人工智能法案》的标准，截止日期为 2025 年 4 月。除了 CEN- CENELEC（JTC 13 和 JTC 21 小组）之外，包括欧洲电信标准协会 ( ETSI ) 和国际标准化组织 ( ISO ) 在内的几个标准制定组织也在致力于制定人工智能标准。虽然大多数协调的人工智能专用标准尚未建立，但信息安全（如 ISO/IEC 27001 和 ISO/IEC 27002 ）和质量管理（如 ISO/IEC 9001 ）的通用标准已经被转置并可部分应用于人工智能系统。在缺乏针对人工智能网络安全的具体标准的情况下，一些政府机构已经发布了自愿的人工智能安全框架，以协助利益相关者保护其人工智能系统、运营和流程。例如，欧盟网络安全局 (ENISA) 发布了良好人工智能网络安全实践的多层安全框架 (FAICP)。FAICP 提供了一种逐步提高人工智能活动可信度的方法。它由三层组成：网络安全基础，侧重于所使用的 ICT 基础设施；人工智能特定方面，侧重于部署的人工智能组件的特殊性；行业人工智能，特定于使用人工智能的行业。同样，美国国家标准与技术研究院 (NIST) 发布了人工智能风险管理框架，以帮助参与设计、开发和实施人工智能的组织。部署或使用人工智能系统，以更好地减轻与人工智能相关的风险，并促进其值得信赖和负责任