XiaoMi-AI文件搜索系统
World File Search System计算技术
探索人工智能和计算技术在艺术博物馆的潜力
摘要。该研究旨在探索如何使用人工智能 (AI) 和计算技术在博物馆参观环境中创造更具沉浸感和愉悦感的体验。具体而言，该研究旨在确定如何利用人工智能和计算技术来丰富游客的体验，包括提供交互式内容、自动个性化和实时访问相关信息。此外，该研究将评估人工智能和计算技术支持改进博物馆内数据分析和资源利用的潜力，例如增强策展、数字保存和增加与观众的互动。该研究采用了定性方法，利用对博物馆专业人士的采访和对博物馆游客的调查来收集游客体验数据。对数据进行了分析，以确定人工智能和计算技术在艺术博物馆中的当前和潜在用途。研究结果表明，人工智能和计算技术目前正被用于促进藏品访问、旅游指导和教育活动，而新兴技术有望提供更加身临其境和个性化的游客体验。这项研究的结果表明，人工智能和计算技术可以在增强游客的博物馆体验方面发挥重要作用。该研究为艺术博物馆利用人工智能和计算技术来优化游客参与度并与艺术作品建立更有意义的联系提供了建议。
可扩展计算技术趋势和范式的过去、现在和未来：
版权所有 © 2020 ISSR 期刊。这是一篇根据 Creative Commons 署名许可分发的开放获取文章，允许在任何媒体中不受限制地使用、分发和复制，前提是对原始作品进行适当引用。摘要：过去的时代见证了计算、存储和网络技术的显着提升，这导致了工程和科学领域大规模自适应应用的发展。这些复杂、动态和异构的应用程序与相应异构和复杂的分布式和并行计算系统相结合，导致了高效计算基础设施的改进和实施，这些基础设施允许为这些大规模自适应实现提供执行、编程和运行时管理支持。本文介绍了不同类型的计算技术。事实上，所有这些技术都为计算的发展做出了贡献。确定一种特定的技术是最好的技术是非常困难的，因为计算每天都在发展，每一项技术都为新技术铺平了道路。本文全面回顾了可扩展计算技术趋势和范式的过去、现在和未来。首先，介绍了高性能计算技术。本文提出了一种新的高性能计算分类方法，即超级计算和量子计算，其中超级计算分为千万亿次级、百亿亿次级和泽塔级计算。本文讨论了百亿亿次级计算和量子计算面临的主要挑战，并对经典超级计算和量子计算进行了比较。其次，介绍了分布式计算技术，特别是对等计算、集群计算、网格计算和云计算。本文讨论了它们的优缺点，并进行了比较。第三，介绍了后云计算范式，主要是露水、薄雾、边缘和雾计算。第四，介绍了丛林计算。最后，本文强调，百亿亿次级和量子计算是有效实现高性能计算的最新主题，这两种技术都有各自的优点和缺点，因此建议实施一种同时使用这两种技术的混合系统，以便量子计算可以作为现有高性能计算系统的加速器。超级计算机的成本非常高，因此开发了提供高性能、多功能性和成本效益的分布式计算系统。理解并正确利用后云计算技术以及云计算可以帮助解决物联网问题。
DOE 高级科学计算研究 (ASCR) 新兴计算技术
• 应用数学和计算机科学基础，促进对自然和工程系统的理解，并从高端模拟、模型和数据中揭示科学见解。 • 高级计算，为基于新兴先进计算技术和微电子技术的科学未来做好准备。 ASCR 设施推动美国在计算、数据和网络方面的全球领导地位
云计算技术对国际商业机器公司业绩的影响
文章历史摘要 关于新兴技术和性能的研究已经开展，但 IT 行业进行的研究很少，因此需要填补 IT 公司 IBM Africa 的空白。具体而言，IT 公司尚未对云计算进行研究。该研究的目的是确定云计算技术对 IBM Africa 绩效的影响。该研究采用描述性研究设计。该研究针对 IBM Africa 的 184 名员工，并使用分层随机抽样技术。分析是通过使用推论和描述统计进行定量分析的。推论统计的形式为线性回归、相关性、方差分析和 T 检验。研究发现云计算技术与性能之间存在 0.343 的弱正相关性。模型摘要的结果表明性能方差为 10.9%。回归系数结果表明云计算技术显着预测了性能，𝛽 为 0.348。方差分析结果表明云计算技术显着影响了性能，F 值为 13.827。云计算带来的感知优势促使企业采用云计算，平均值为 4.24。云计算提高了运营效率，平均值为 4.22，改善了客户关系，平均值为 4.2。研究得出结论，云计算技术与性能之间存在正相关关系。高层管理人员支持采用云计算。数据分析技术与性能之间存在正相关关系。大数据分析带来了更好的客户驱动型业务。人工智能技术与性能之间存在正相关关系。研究建议管理层应持续使用云计算技术，对所有员工进行使用培训，并提出可能阻碍有效使用该技术的措施。
光谱计算技术在虚拟现实设备色觉测试中的应用
这项工作的目的是研究商业虚拟现实系统在色觉和照明实验室研究任务中的有效性。这种有效性源于我们之前所说的虚拟心理物理学，因为它使用了与光物质相互作用相关的物理定律的模拟。虚拟现实软件平台通过色彩管理系统将这种模拟与比色转换一起进行。具体来说，在虚拟现实环境中实施了 FM100 Hue 测试的虚拟版本，通过将其与该测试的真实版本进行比较来验证其有效性。这种比较基于对同一人口样本的两个版本所获得的结果的分析。对这种特定测试在这种类型的虚拟现实系统上的有效性的研究并不能验证这些系统在与色觉研究相关的所有研究任务中的用途，但如果结果是肯定的，它为未来可能的使用打开了大门，此前验证了它的每一个应用。
2024 年国际发明计算技术会议（ICICT 2024）
版权所有 © 2024 电气和电子工程师协会。保留所有权利版权和重印许可：允许进行摘要，但需注明来源。图书馆可以超出美国版权法的限制，为顾客私人使用而复印本卷中首页底部带有代码的文章，但前提是代码中所示的每份费用通过版权许可中心支付，地址为 222 Rosewood Drive, Danvers, MA 01923。对于其他复制、重印或转载许可，请写信给 IEEE 版权经理，IEEE 服务中心，445 Hoes Lane, Piscataway, NJ 08854。保留所有权利。*** 这是 IEEE 数字图书馆中内容的打印表示。电子媒体版本固有的一些格式问题也可能出现在此打印版本中。 IEEE 目录号：CFP24F70-POD ISBN（按需印刷）：979-8-3503-5930-5 ISBN（在线）：979-8-3503-5929-9 ISSN：2767-777X 可从以下地址获取本出版物的更多副本： Curran Associates, Inc 57 Morehouse Lane Red Hook, NY 12571 USA 电话：(845) 758-0400 传真：(845) 758-2633 电子邮件：curran@proceedings.com 网址：www.proceedings.com
Eni 成立 Eniquantic，一家致力于量子计算技术开发的新企业
2 全栈量子计算集成了所有硬件、软件、固件和云门户组件，这些组件都是通过应用量子物理原理开发的。基本信息单元是量子比特（或量子位），与传统比特不同，它们可以保存 0 到 1 之间的多个值。量子计算机利用物质的微观特性执行复杂的操作，成倍地提高了当今传统计算机可实现的计算能力。量子计算机的架构将基于用激光捕获的单个超冷镱原子的内存寄存器。镱 (Yb) 是稀土族的化学元素。它通常与钇和其他镧系元素有关，存在于独居石、钇矿和磷钇矿中。
基于区块链和雾计算技术制定先进的医疗物联网安全协议
物联网 (IoT) 已成为科学和实际生活中的基本轴线之一。其重要类型之一是医疗物联网 (IoMT)。由于收集大量医疗数据、深度学习和云计算的技术进步迅速，它被认为是最强大、最持久、最方便和最可用的应用之一。IoMT 是一个集成的生态系统，包含互连的医疗传感器、计算机系统和临床系统。近年来，由于医疗服务和医疗保健的质量和效率面临重大挑战，它受到了极大关注 [1]。此外，医疗保健系统的集成可以减少诊断和临床错误和成本，增强患者护理，减轻医生和医护人员的负担，并检测可能使系统遭受网络攻击的错误。联网医疗保健系统通常容易受到来自网络服务器和外围设备的安全、隐私和可用性威胁 [2]。
J-B HI专题问题“在药物发现和疾病治疗中应用计算技术”
计算技术已成功应用于药物发现和疾病治疗领域。特别是计算机辅助的药物设计，计算药物重新定位，基于异质生物学数据的预测和协同药物组合预测已成为搜索各种疾病的药物和治疗靶点的关键主题。对这些主题的研究不仅是为了更好地理解疾病进展和药物疗法的机制，而且对于新药的发展和治疗的改善也至关重要。众所周知，即使在当今，药物发现和开发的过程仍然很耗时，昂贵且仅限于小规模研究。随着新的实验技术的发展，现在大量数据集经过药物开发和疾病治疗的不同阶段，并且有主要要求从这些数据集中提取知识并利用它们在所有方面改善这些过程。因此，有强大的动力去开发能够有效挖掘这些数据集的强大计算方法，以便为实验科学家提供新的预测，并缩小候选人的范围以加速药物发现。对于具有较高分数的潜在预测结果，可以实施生物学实验以验证。最近，计算技术的适用性已扩展并广泛应用于药物发现和开发工作流程中的几乎每个阶段。潜在的主题包括但不限于拟议的特刊将重点关注药物发现和疾病治疗中的新计算技术。我们将邀请研究人员撰写研究文章和综述，描述了最新发现，这些发现使用计算技术进行药物发现和疾病治疗研究。
专题前言：脑科学的物理电子学...
DOI: 10.7498/aps.71.140101 类脑计算技术作为一种脑启发的新型计算技术 , 具有存算一体、事件驱动、模拟并行等特征 , 为 智能化时代开发高效的计算硬件提供了技术参考 , 有望解决当前人工智能硬件在能耗和算力方面的 “ 不可持续发展 ” 问题 . 硬件模拟神经元和突触功能是发展类脑计算技术的核心 , 而支持这一切实现 的基础是器件以及器件中的物理电子学 . 根据类脑单元实现的物理基础 , 当前类脑芯片主要可以分 为数字 CMOS 型、数模混合 CMOS 型以及新原理器件型三大类 . IBM 的 TrueNorth 、 Intel 的 Loihi 、清华大学的 Tianjic 以及浙江大学的 Darwin 等都是数字 CMOS 型类脑芯片的典型代表 , 旨 在以逻辑门电路仿真实现生物单元的行为 . 数模混合型的基本思想是利用亚阈值模拟电路模拟生物 神经单元的特性 , 最早由 Carver Mead 提出 , 其成功案例有苏黎世的 ROLLs 、斯坦福的 Neurogrid 等 . 以上两种类型的类脑芯片虽然实现方式上有所不同 , 但共同之处在于都是利用了硅基晶体管的 物理特性 . 此外 , 以忆阻器为代表的新原理器件为构建非硅基类脑芯片提供了新的物理基础 . 它们 在工作过程中引入了离子动力学特性 , 从结构和工作机制上与生物单元都具有很高的相似性 , 近年 来受到国内外产业界和学术界的广泛关注 . 鉴于硅基工艺比较成熟 , 当前硅基物理特性是类脑芯片 实现的主要基础 . 忆阻器等新原理器件的类脑计算技术尚处于前沿探索和开拓阶段 , 还需要更成熟 的制备技术、更完善的系统框架和电路设计以及更高效的算法等 .