NDIA 致力于提供一个没有身体、心理和言语骚扰的专业环境。NDIA 不会容忍任何形式的骚扰,包括但不限于基于种族、宗教、残疾、外貌、性别或性取向的骚扰。此政策适用于 NDIA 会议、会议和活动的所有参与者和出席者。骚扰包括冒犯性手势和口头评论、故意恐吓、跟踪、尾随、不当摄影和录音、持续中断谈话或其他活动、不当身体接触和不受欢迎的关注。被要求停止骚扰行为的参与者应立即遵守,否则将被取消参加 NDIA 活动的资格。
摘要 - 人工智能和典型的大语言模型(LLMS)的发展,为帮助系统管理员管理现代网络的复杂性提供了有希望的前景。,尽管存在这种潜力,但文献中仍然存在有关LLM可以理解计算机网络的程度的显着差距。没有经验证据,系统管理员可能会依靠这些模型,而不会确保其在准确执行与网络相关的任务方面的功效。在本文中,我们是第一个对LLMS对计算机网络理解的详尽研究。我们提出了几个研究问题,以确定LLM在提供网络拓扑及其问题时是否可以提供正确的答案。为了评估它们,我们开发了一个详尽的框架来评估LLMS在各种网络相关任务中的功能。我们在多个计算机网络上评估了我们的框架(例如,GPT4)和开放源代码(例如Llama2)模型。使用零拍的场景中,我们在通用LLM中的发现表明了令人鼓舞的结果,最佳模型的平均准确度为79.3%。专有的LLM在中小型网络中取得了值得注意的结果,而挑战则持续理解复杂的网络拓扑,尤其是对于开源模型。此外,我们提供了有关及时工程如何提高某些任务准确性的洞察力。索引术语 - LARGE语言模型,计算机网络,系统管理员。
我们相信虚拟护理的潜力远比我们在 COVID 方面的经验所表明的要大得多。我们有一个共同的呼吁:如果我们要将系统转变为虚拟系统,我们需要确保与患者、护理人员和家属、临床医生以及我们在初级卫生保健方面的合作伙伴保持密切联系。随着医疗服务技术创新的出现,我们还需要向患者和消费者保证,虚拟护理是对患者习惯的面对面护理的补充,并带来许多好处。虚拟护理并不是什么新鲜事,但我们希望利用我们目前在整个医疗系统中看到的势头,因为虚拟护理的可能性在不断增长。
“‘Lavi’(以色列空军对 M-346 的称呼)使 IAF 实现了最先进的虚拟训练模拟之一。该飞机没有导弹或电子战系统——相反,它们由连接到各种飞机的虚拟系统模拟,这些虚拟系统将数据传输到驾驶舱,然后将其呈现为实际系统”,中校 A' 详细阐述道。我们可以模拟“米格-29”飞机,锁定真实飞机并向其发射虚拟导弹。这使我们能够在安全条件下执行复杂场景”。
近年来,数字双胞胎(DTS)的概念在智能车辆和运输领域中广受欢迎。该概念于2011年首次提出,以表明从物理世界到数字世界的动态映射。具体来说,一个DT应具有以下三个特征:(1)具有与物理系统相同的动力学; (2)通过实时数据收集与物理系统保持共识; (3)提供可用于控制其物理双胞胎的信息。简而言之,工程中的DT应该是一个虚拟系统,该系统不断与物理系统保持共识,并为决策和运动控制提供了有用的信息(Botín-Sanabria等,2022)。尤其是研究人员认为,DTS在故障诊断和估计领域具有前途的前途(Classens等,2021)。
数字孪生是使用颠覆性技术将虚拟系统和物理系统集成在一起。更准确地说,它是一种开发可持续智能制造系统的方法,用于在整个产品生命周期中使用实时信息来实现稳健的质量、缩短时间和定制产品。本文对 98 篇关于具有可持续绩效目标的各种数字供应链孪生维度的研究论文进行了系统的文献综述。选定的论文经过审查并分为三大类:数字孪生的组成部分、制造供应链中的应用和可持续性。根据研究的回顾和未来展望,我们认为物联网、云计算和区块链等技术的进步增加了数字孪生在供应链中应用的潜力。结果表明,数字供应链孪生应该包括整个供应链中的事物和人,而不仅限于本地制造系统。根据我们的审查结果,我们为供应链提出了一个可持续的数字孪生实施框架。提出的框架将指导未来的从业者和研究人员。
数字孪生 (DT) 是最新的使能技术之一,它作为数据密集型网络计算解决方案出现在多个领域——从工业 4.0 到互联健康(Pires 等人,2019 年;Bagaria 等人,2020 年;Juarez 等人,2021 年;Phanden 等人,2021 年)。DT 作为一个虚拟系统,用于复制、监控、预测和改进物理系统(物理孪生 (PT))的流程和特性,与其 DT 实时连接(Grieves 和 Vickers,2017 年;Kaur 等人,2020 年;Mourtzis 等人,2021 年;Volkov 等人,2021 年)。这种技术基于物联网 (IoT) 和机器学习 (Kaur et al., 2020) 等领域的进步,提出了应对人机交互 (HRI) (Pairet et al., 2019) 领域等复杂系统问题的新方法。本立场文件旨在提出一种物理-数字孪生方法,以根据神经人体工程学的跨学科视角 (Parasuraman, 2003; Frederic et al., 2020) 改善对 HRI 背景下 PT 的理解和管理。
摘要:在这个全球化和数字化的时代,工业正在从物理空间信息流向虚拟和物理空间之间的双向通信发展。本研究旨在解决的挑战是:“虚拟系统如何适应影响工业维护运营动态的物理信息空间不断变化的条件?”。本文介绍了一种增强现实 (AR) 辅助数字孪生 (DT) 解决方案,可用于校准维护环境中的移动机器人。该 DT 解决方案通过使用历史数据作为输入为用户提供预测移动机器人电池电量的能力,并使用 AR 设备作为显示此数字数据的媒介为用户提供移动机器人运动的视觉表示,从而实现该解决方案。总体而言,试验演示成功实施了使用 AR 辅助校准移动机器人的 DT。因此,该 DT 解决方案可以应用于工业环境的细分领域。通过预测电池电量,用户可以知道移动机器人何时电量耗尽,从而可以在召回充电之前最大限度地利用它。这将提高移动机器人部署调度的准确性,最大限度地提高机器人的利用率,并长期降低移动机器人的运行成本。
摘要 — 在虚拟环境中,视觉和触觉场景之间的空间差异会对用户的表现和体验产生负面影响。本文展示了在具有接触式触觉显示器的触觉增强虚拟系统中,由于姿势差异而导致的空间差异是如何发生的。为了缓解这个问题,我们提出了视觉引导,这是一种动态操纵视觉场景以补偿差异的算法。在涉及按钮按下任务和±150 mm 和±40 ◦ 之间的空间差异的一对研究中验证了该算法的有效性。实验结果表明,使用该技术的差异试验产生的错误率和速度峰值数量(代表目标运动的数量)与零空间差异试验中达到的相当。此结果也是在无需专门的适应或训练过程的情况下实现的,从而确保用户可以立即使用该算法。一对后续研究还表明,该算法对模拟器晕动症的主观评分影响不大,这表明偶尔使用该算法不会对用户对虚拟环境的体验产生负面影响。我们相信,本文提出的视觉引导算法可用于在结合遭遇式触觉显示的各种触觉训练应用中创造更有用、更引人注目的体验。