XiaoMi-AI文件搜索系统
World File Search System设计实现
循环经济将成为 UOG 岛屿会议的重点
本周五的可持续发展 关岛大学岛屿可持续发展虚拟会议系列将于本周五上午 9 点（ChST UTC+10）继续进行第三场会议，重点关注循环经济的概念以及岛屿社区如何使用这种模式解决可持续发展挑战，同时刺激经济增长。 每周会议系列的注册可在 www.uog.edu/cis2020 免费进行。 循环经济可以减少浪费和污染，保持材料使用，并再生自然系统。 本周的会议将迎来迄今为止最大的会议阵容，包括循环经济思想领袖、企业家和从业者。 艾伦·麦克阿瑟基金会首席执行官 Andrew Morlet 将发表特别视频讲话。该基金会总部位于伦敦，自 2010 年成立以来，已成为全球思想领袖。它与企业、政府和学术界合作，为一个通过设计实现恢复性和再生性的经济构建框架。会议还将包括两个小组。第一场将分享循环经济的概况及其与岛屿的相关性。主持人为关岛大学岛可持续发展社区咨询委员会主席、关岛银行高级副总裁/首席通讯和企业社会责任官 Jackie Marati。该小组将包括：
Stingray AUV：小型且经济高效的生态监测解决方案
摘要 — 水下航行器最近在生态监测中变得越来越有用，这在很大程度上要归功于现代计算机提供的先进处理能力。大多数水下航行器都是鱼雷形的，并且是非完整控制的，这使它们效率高，但缺乏精确的机动性。当需要更精确的导航时，会使用一些立方体形状的航行器；但是，由于航行器具有很大的阻力，它们无法利用滑行运动和流体动力升力。Stingray 自主水下航行器 (AUV) 是一款紧凑、轻便的 AUV，具有独特的设计实现。Stingray 的船体是一个碳纤维外壳，具有仿生设计，让人想起了它居住在海洋中的名字。这种流线型轮廓提供非常低的阻力，使航行器能够在水中滑行。Stingray 还使用独特的推进系统，将机翼和尾部上的三个垂直推进器与安装在下方的两个 Voith-Schneider 螺旋桨相结合，用于滚动和俯仰，用于偏航和喘振。此外，这两个螺旋桨还提供了扫射能力，使飞行器能够以六个自由度移动。这使 Stingray 能够轻松地以低速进行机动并以类似直升机的方式悬停，同时还能利用机翼产生的升力像固定翼飞机一样滑行。
受大脑神经调节信号启发的低功耗机器学习架构
摘要：我们提出了一种受生物大脑中调节神经递质机制启发的迁移学习方法，并探索神经形态硬件的应用。在该方法中，人工神经网络的预训练权重保持不变，并通过补充偏差输入操纵每个神经元的触发灵敏度来学习新的类似任务。我们将其称为神经调节调谐 (NT)。我们通过经验证明，神经调节调谐在前馈深度学习和脉冲神经网络架构中的图像识别领域产生的结果与传统微调 (TFT) 方法相当。在我们的测试中，与传统微调方法相比，NT 将要训练的参数数量减少了四个数量级。我们进一步证明，神经调节调谐可以在模拟硬件中实现为具有可变电源电压的电流源。我们的模拟神经元设计实现了泄漏积分和触发模型，其中三个双向二进制缩放电流源组成了突触。通过与每个突触相关的可调功率域应用近似于调节神经递质机制的信号。我们使用高精度仿真工具验证了电路设计的可行性，并提出了一种使用集成模拟电路高效实现神经调节的方法，该电路的功耗比数字硬件（GPU/CPU）低得多。
Android应用程序级虚拟化的安全性分析
应用程序级虚拟化正变得越来越流行。它允许应用程序的多个实例在同一个Android系统上同时运行，而无需修改Android固件。全球有超过1亿用户使用这些具有虚拟化功能的应用程序。我们对应用程序级虚拟化的实现及其用户可能面临的安全威胁进行了系统的研究。首先，我们调查了从几个可以提供应用程序虚拟化功能的流行应用市场收集的160多个应用程序。我们发现这些应用程序是基于类似的设计实现的，并且在这样的虚拟环境中运行的应用程序彼此之间并不是完全隔离的。其次，我们分析了恶意的虚拟化客户应用程序，并确定了几个潜在的攻击媒介领域，包括特权提升、代码注入、勒索软件等。恶意的虚拟化客户应用程序可以发起引用劫持攻击。一旦合法应用程序在虚拟环境中运行，其所有敏感数据都将暴露给主机应用程序。第三，我们发现了一种新型的重新打包攻击。在我们收集的200万个应用程序数据集中，我们发现68个应用程序利用虚拟化技术打包并加载恶意软件以逃避杀毒软件的检测，91个应用程序打包一些合法应用程序以进行广泛传播，并在启动时插入屏幕广告以牟利。最后，我们讨论了针对用户、开发者和供应商的各种缓解解决方案。
RAPIDx：用于序列比对的高性能 ReRAM 处理内存加速器
摘要 — 基因组序列比对是许多生物应用的核心。测序技术的进步产生了大量的数据，使序列比对成为生物信息学分析的关键瓶颈。现有的比对硬件加速器存在片上内存有限、数据移动成本高、比对算法优化不佳等问题。它们无法同时处理测序机产生的大量数据。在本文中，我们提出了一种基于 ReRAM 的加速器 RAPIDx，使用内存处理 (PIM) 进行序列比对。RAPIDx 通过软硬件协同设计实现了卓越的效率和性能。首先，我们提出了一种适用于 PIM 架构的自适应带状并行比对算法。与原有的基于动态规划的比对相比，所提出的算法显著降低了所需的复杂度、数据位宽和内存占用，而准确性下降却微不足道。然后，我们提出了实现所提算法的高效 PIM 架构。 RAPIDx 中的数据流实现了四级并行，我们在 ReRAM 中设计了一个原位比对计算流，与我们之前的 PIM 设计 RAPID 相比，效率和吞吐量提高了 5.5-9.7 倍。所提出的 RAPIDx 可重新配置为集成到现有基因组分析流程中的协处理器，以增强序列比对或编辑距离计算。在短读比对中，RAPIDx 分别比最先进的 CPU 和 GPU 库提供了 131.1 倍和 46.8 倍的吞吐量改进。与用于长读比对的 ASIC 加速器相比，RAPIDx 的性能高出 1.8-2.9 倍。
面向未来移动混合的硬件内存管理...
摘要 — 当前移动应用的内存占用量快速增长，对内存系统设计构成巨大挑战。DRAM 主内存不足会导致内存和存储之间频繁的数据交换，这一过程会损害性能、消耗能量并降低典型闪存设备的写入耐久性。另一方面，更大的 DRAM 具有更高的漏电功率并会更快耗尽电池电量。此外，DRAM 的扩展趋势使得 DRAM 在移动领域的进一步增长因成本而变得难以承受。新兴的非易失性存储器 (NVM) 有可能缓解这些问题，因为它的单位成本容量高于 DRAM，并且静态功耗极低。最近，出现了各种 NVM 技术，包括相变存储器 (PCM)、忆阻器和 3-D XPoint。尽管有上述优势，但与 DRAM 相比，NVM 的访问延迟更长，并且 NVM 写入会产生更高的延迟和磨损成本。因此，将这些新内存技术集成到内存层次结构中需要从根本上重新构建传统系统设计。在本研究中，我们提出了一种硬件加速内存管理器 (HMMU)，它在平面地址空间中寻址，并将一小部分 DRAM 保留用于子页块级管理。我们在这个内存管理器中设计了一组数据放置和数据迁移策略，以便我们能够利用每种内存技术的优势。通过用这个 HMMU 增强系统，我们降低了整体内存延迟，同时还减少了对 NVM 的写入。实验结果表明，与未来可能难以维持的全 DRAM 基线相比，我们的设计实现了 39% 的能耗降低，而性能仅下降了 12%。
AAV 载体中新型组合 microRNA 结合位点协同减少抗原呈递和转基因免疫，实现高效、稳定的转导
重组腺相关病毒 (rAAV) 平台有望用于体内基因治疗，但抗原呈递细胞 (APC) 的不良转导会削弱其应用前景，而抗原呈递细胞又会引发宿主对 rAAV 表达的转基因产物的免疫。鉴于最近接受高剂量全身 AAV 载体治疗的患者出现的不良事件，推测这些不良事件与宿主的免疫反应有关，开发抑制先天性和适应性免疫的策略势在必行。使用 miRNA 结合位点 (miR-BS) 来赋予内源性 miRNA 介导的调控，使转基因表达脱离 APC，有望降低转基因免疫力。研究表明，将 miR-142BSs 设计到 rAAV1 载体中能够抑制树突状细胞 (DC) 中的共刺激信号、减弱细胞毒性 T 细胞反应并减弱小鼠转导肌细胞的清除，从而允许在肌纤维中持续转基因表达，同时几乎不产生抗转基因 IgG。在本研究中，我们针对 26 种在 APC 中大量表达但在骨骼肌中不表达的 miRNA 筛选了单个和组合 miR-BS 设计。高免疫原性卵清蛋白 (OVA) 转基因被用作外来抗原的替代物。在成肌细胞、小鼠 DC 和巨噬细胞中进行的体外筛选表明，miR-142BS 和 miR-652-5pBS 的组合强烈抑制了 APC 中的转基因表达，但保持了成肌细胞和肌细胞的高表达。重要的是，携带这种新型 miR-142/652-5pBS 盒的 rAAV1 载体在小鼠肌肉注射后比以前的去靶向设计实现了更高的转基因水平。该盒强烈抑制细胞毒性 CTL 激活和
采用面对面晶圆键合技术的三维堆叠高性能商用微处理器的热分析
摘要 — 3D 集成技术在半导体行业得到广泛应用，以抵消二维扩展的局限性和减速。高密度 3D 集成技术（例如间距小于 10 µ m 的面对面晶圆键合）可以实现使用所有 3 个维度设计 SoC 的新方法，例如将微处理器设计折叠到多个 3D 层上。但是，由于功率密度的普遍增加，重叠的热点在这种 3D 堆叠设计中可能是一个挑战。在这项工作中，我们对基于 7nm 工艺技术的先进、高性能、乱序微处理器的签核质量物理设计实现进行了彻底的热模拟研究。微处理器的物理设计被分区并以 2 层 3D 堆叠配置实现，其中逻辑块和内存实例位于不同的层（逻辑位于内存上的 3D）。热仿真模型已校准到采用相同 7nm 工艺技术制造的高性能、基于 CPU 的 2D SoC 芯片的温度测量数据。模拟并比较了不同工作负载条件下不同 3D 配置的热分布。我们发现，在不考虑热影响的情况下以 3D 方式堆叠微处理器设计会导致在最坏情况下的功率指示性工作负载下，最高芯片温度比 2D 芯片高出 12°C。这种温度升高会减少在需要节流之前运行高功率工作负载的时间。但是，逻辑在内存上分区的 3D CPU 实现可以将这种温度升高降低一半，这使得 3D 设计的温度仅比 2D 基线高 6°C。我们得出结论，使用热感知设计分区和改进的冷却技术可以克服与 3D 堆叠相关的热挑战。索引术语 —3D 堆叠、面对面、热
基于量子神经网络基于Speck- ...
摘要：随着物联网技术的发展，我们的生活中正在使用许多传感器设备。为了保护此类传感器数据，应用了轻质块密码技术，例如Speck-32。但是，还研究了这些轻型密码的攻击技术。块密码具有不同的特征，这些特征在概率上是可以预测的，因此已使用深度学习来解决此问题。自GOHR在加密货币2019年的工作以来，已经对基于深度学习的杰出者进行了许多研究。当前，随着量子计算机的开发，量子神经网络技术正在开发。量子神经网络也可以像经典的神经网络一样学习并对数据进行预测。但是，当前的量子计算机受许多因素（例如，可用量子计算机的规模和执行时间）的限制，这使量子神经网络很难超越经典的神经网络。量子计算机比经典计算机具有更高的性能和计算速度，但这在当前的量子计算环境中无法实现。然而，找到未来量子神经网络在技术开发中起作用的领域非常重要。在本文中，我们提出了NISQ中块密码Speck-32的第一个基于量子神经网络的区别。我们的量子神经差异化因素即使在受约束条件下也成功进行了多达5轮。此外，我们对影响量子神经区分因子性能的各种因素进行了深入分析。由于我们的实验，经典神经区分器的精度为0.93，但是由于数据，时间和参数的限制，我们的量子神经区分剂的精度为0.53。由于环境受到约束，它不能超过经典神经网络的性能，但是它可以作为区别者起作用，因为它的精度为0.51或更高。因此，确定了嵌入方法，量子数和量子层等具有效果。事实证明，如果需要一个高容量的网络，我们必须正确调整，以考虑电路的连接性和复杂性，而不仅仅是添加量子资源。将来，如果有更多的量子资源，数据和时间可用，则可以通过考虑本文提出的各种因素来设计实现更好性能的方法。
Cat4can：癌症治疗催化
cat4can：癌症治疗的催化摘要肿瘤的发病率和死亡率不反应护理标准或其他靶向疗法是这些癌症患者临床管理的主要挑战。为了为治疗难治性患者提供创新的治疗途径，迫切需要开发出抗癌药物模式的新机制，以克服当前疗法的缺点。在CAT4Cancenter中，我们将合并基于癌症生物学和免疫学的药物开发和创新途径的基于金属催化的研究领域，适用于最致命的癌症之一，胶质母细胞瘤（GBM），胶质母细胞瘤（GBM）是一种致命的原发性脑肿瘤，因为它的位置在脑部parechyma和Complect parechonma complend parechonma complectirar promocrom never the Complect not corn疗法。许多潜在的药物由于其固有的毒性和脱靶副作用而在诊所中失败，这加剧了到达受保护的大脑部位的挑战。最近，在存在生物分子的情况下，创新的催化剂设计实现了合成转化。在CAT4Cancenter中，我们将开发四种创新方法来治疗GBM。这种新方法需要设计笼子受保护的催化剂，该催化剂将使用先进的脂质纳米粒子技术将其传递给靶向细胞类型。接下来，催化剂将无毒前药转化为GBM批量内的活性药物。我们的开创性策略旨在通过开发互补的方法来解决该疾病的复杂性，以成功治疗胶质母细胞瘤。将从细胞媒体上详细研究新的策略，催化剂和前药，再到体外模型的体外和最新技术，这需要具有互补技能的专家实验室。通过任命将在多个实验室工作的研究人员，我们将确保（超分子）催化（REEK），药物输送系统（KROS）和临床前研究（Akkari）之间的知识有效地转移。