XiaoMi-AI文件搜索系统
World File Search System软件技术
可再生能源微电网虚拟实验室的设计与实现
系统。根据电气和电子工程师协会 (IEEE) 美国电力和能源工程劳动力协作组织的说法，工程劳动力的老龄化造成了这样一种情况，即可能没有足够的工程支持来设计、建造和维护可靠的电力系统，并使其在未来更加环保和智能[6]。学生需要结合通信、计算和控制的经典电力系统知识来学习现代微电网。电力系统课程通常强调基础和经典理论，这些理论往往落后于行业的最新发展。虽然北伊利诺伊大学 (NIU) 目前的课程包括微电网的这些组成部分，但它们分散在不同的课程中。学生没有一个综合的平台来研究微电网系统。许多其他大学也是如此。实验室实验对于将理论与动手技能联系起来至关重要。对于大多数学生来说，实验室是他们的第一次实践经验。学生将从实验室实验中获得最佳的学习体验并为未来的就业发展宝贵的技能。此外，教师可以通过促进创造力和自学来加强对未来工程师的培养[8]。然而，成本和空间要求，以及太阳能和风能的每日和季节性变化，给许多学术机构建立微电网实验室带来了特殊挑战[11,13]。创新的教育方法和技术已经被引入以促进可再生能源技术的学习体验。借助互联网和软件技术，虚拟实验室和电子学习得到了开发，以增强和扩展教育系统[17,25]。虚拟实验室是提供一组模拟实验的软件程序，灵活且经济高效。电子学习提供了一个结构化平台，有助于管理小组项目和学生作业的交付。使用 Java Applet 开发了可再生能源系统的模拟软件[3]。已经模拟了可再生能源系统的各种组件。基于单二极管模型开发了光伏 (PV) 板模拟器 [9]。电力系统仿真工具 PowerFactory 用于开展案例研究，以提高对电力系统的理解 [10]。设计了教育性 3D 视频游戏来教授数字电路 [15]。开发了基于虚拟现实 (VR) 的学习环境，为工程专业学生提供电子实验室方面的培训 [19]。基于 VR 的实验结果表明，它对学生的知识、动机和认知产生了积极影响。
视频人工智能系统的成本和收益如何？视频人工智能：初始成本和长期收益 投资人工智能是许多公司经常谈论的事情。但您实际上投资的是什么？成本是多少？长期收益是什么？在本白皮书中，我们将解释如何以及为何投资视频人工智能。 为什么要投资视频人工智能？主要原因是视觉图像包含非常重要的数据。通过使用这些数据，您可以作为一家公司脱颖而出，目标是为您的客户提供更好的解决方案。 通过投资视频人工智能 (Video AI)，您可以从视频数据中获得正确的智能信息。简而言之，人工智能 (AI) 以高度智能的方式识别、分类和索引镜头。在此基础上，可以搜索、编辑和量化收集和分类的数据。人工智能软件实时处理视频数据，以便您可以在发生检测警报时快速评估和响应。此外，可以轻松检索现有视频片段。因此，您可以快速搜索数千小时的镜头以查找所需的事件。当 AI 系统识别、分类和索引素材时，会产生额外的数据。从长远来看，这些收集到的元数据可以成为有价值的商业智能的额外来源。可以使用各种商业智能工具清晰地以图形方式显示这一点。当您考虑实施视频 AI 系统时，重要的是要正确评估总购置成本。换句话说，就是总拥有成本 (TCO)。当然，这些成本会根据每个组织的独特需求和情况而有所不同。本白皮书将概述系统要求、基础设施、网络和实施方面的各种实施因素和相关成本考虑因素。以及该产品可以提供的巨大长期节省。系统要求视频 AI 是一种智能软件技术，但为了使软件正常运行，外围设备必须到位。提前清楚了解所需的系统要求非常重要。IP 摄像机的数量、所需的 AI 功能以及安装类型（本地、远程或云）的组合决定了所需的系统要求。一些视频 AI 平台易于与已安装的 IP 摄像机结合使用。在销售过程中提出这一点很重要，因为它会影响初始投资。一个好的视频 AI 实施合作伙伴可以就所需的硬件为您提供建议。为了达到预期的效果，确定摄像机的类型和摄像机的位置非常重要。基础设施视频 AI 解决方案的基础设施因需求而异。有些人希望为多个位置提供集成解决方案，而其他人可能会考虑将视频 AI 用于单个位置。IP 摄像机、AI 服务器和 NVR/VMS 系统都可以位于一个物理位置本地，也可以位于多个物理位置。将物理位置上的摄像机与（公共）云中的软件相结合也是可能的。同样，正确的 AI 实施合作伙伴的作用非常重要。
视频人工智能系统的成本和收益如何？视频人工智能：初始成本和长期收益 投资人工智能是许多公司经常谈论的事情。但您实际上投资的是什么？成本是多少？长期收益是什么？在本白皮书中，我们将解释如何以及为何投资视频人工智能。 为什么要投资视频人工智能？主要原因是视觉图像包含非常重要的数据。通过使用这些数据，您可以作为一家公司脱颖而出，目标是为您的客户提供更好的解决方案。 通过投资视频人工智能 (Video AI)，您可以从视频数据中获得正确的智能信息。简而言之，人工智能 (AI) 以高度智能的方式识别、分类和索引镜头。在此基础上，可以搜索、编辑和量化收集和分类的数据。人工智能软件实时处理视频数据，以便您可以在发生检测警报时快速评估和响应。此外，可以轻松检索现有视频片段。因此，您可以快速搜索数千小时的镜头以查找所需的事件。当 AI 系统识别、分类和索引素材时，会产生额外的数据。从长远来看，这些收集到的元数据可以成为有价值的商业智能的额外来源。可以使用各种商业智能工具清晰地以图形方式显示这一点。当您考虑实施视频 AI 系统时，重要的是要正确评估总购置成本。换句话说，就是总拥有成本 (TCO)。当然，这些成本会根据每个组织的独特需求和情况而有所不同。本白皮书将概述系统要求、基础设施、网络和实施方面的各种实施因素和相关成本考虑因素。以及该产品可以提供的巨大长期节省。系统要求视频 AI 是一种智能软件技术，但为了使软件正常运行，外围设备必须到位。提前清楚了解所需的系统要求非常重要。IP 摄像机的数量、所需的 AI 功能以及安装类型（本地、远程或云）的组合决定了所需的系统要求。一些视频 AI 平台易于与已安装的 IP 摄像机结合使用。在销售过程中提出这一点很重要，因为它会影响初始投资。一个好的视频 AI 实施合作伙伴可以就所需的硬件为您提供建议。为了达到预期的效果，确定摄像机的类型和摄像机的位置非常重要。基础设施视频 AI 解决方案的基础设施因需求而异。有些人希望为多个位置提供集成解决方案，而其他人可能会考虑将视频 AI 用于单个位置。IP 摄像机、AI 服务器和 NVR/VMS 系统都可以位于一个物理位置本地，也可以位于多个物理位置。将物理位置上的摄像机与（公共）云中的软件相结合也是可能的。同样，正确的 AI 实施合作伙伴的作用非常重要。
白皮书 - 人工智能赋能研究
[1] 人工智能已成为主流——让我们创新和规范吧 https://www.scmagazine.com/perspective/emerging-technology/ai-has-gone-mainstrea m-so-lets-innovate-and-regulate [2] Chubb, J.、Cowling, P. 和 Reed, D. (2022)。加快步伐以跟上：探索人工智能在研究过程中的应用。人工智能与社会，37(4)，1439-1457。DOI：10.1007/s00146-021-01259-0 [3] Morris, MR (2023)。科学家对生成式人工智能在其领域潜力的看法。arXiv 预印本 arXiv:2304.01420。[4] Guice, J. 和 Duffy, R. (2000)。互联网在科学领域的未来 [5] Kitchenham, B.、Brereton, OP、Budgen, D.、Turner, M.、Bailey, J. 和 Linkman, S. (2009)。软件工程中的系统文献综述——系统文献综述。信息与软件技术，51(1)，7-15。[6] Marshall, C.、Brereton, P. 和 Kitchenham, B. (2014 年 5 月)。支持软件工程系统综述的工具：特征分析。第 18 届软件工程评估与评定国际会议论文集（第 1-10 页）。[7] Steyerberg, EW (2008)。预测模型的验证。临床预测模型，299-311。 doi:10.1007/978-0-387-77244-8_17 [8] Majid, MAA、Othman, M.、Mohamad, SF、Lim, SAH 和 Yusof, A. (2017)。定性研究中的访谈试点：操作化和经验教训。国际商业与社会科学学术研究杂志，7(4)，1073-1080。[9] 转录一小时的音频或视频需要多长时间？https://www.rev.com/blog/resources/how-long-does-it-take-to-transcribe-audio-video [10] 转录一次采访需要多长时间？ https://www.amberscript.com/en/blog/how-long-does-it-take-to-transcribe-1-hour-of-a udio/ [11] WIDODO，Handoyo Puji。访谈数据转录的方法论考虑。国际英语语言教学与研究创新杂志，第 3 卷，第 1 期，第 101-107 页，2014 年。 [12] REIS，Sofia；ABREU，Rui；PASAREANU，Corina。安全提交消息是否具有信息量？还不够！在：第 27 届国际评估与评估会议论文集 [13] RAMTEKE，Jyoti 等人。使用 Twitter 情绪分析预测选举结果。在：2016 年国际发明计算技术会议（ICICT）。IEEE，2016 年，第 1-5 页。 [14] MITE-BAIDAL，Karen 等人。教育领域的情绪分析：系统文献综述。在：技术与创新国际会议。Cham：Springer International Publishing，2018 年，第 285-297 页。[15] ZUNIC，Anastazia；CORCORAN，Padraig；SPASIC，Irena。健康和福祉中的情绪分析：系统综述。JMIR 医学信息学，第 8 卷，第 1 期，第 e16023 页，2020 年。[16] RAMBOCAS，Meena；PACHECO，Barney G. 市场营销研究中的在线情绪分析：综述。互动营销研究杂志，第 12 卷，第 2 期，第 146-163 页，2018 年。[17] WANKHADE，Mayur；RAO，Annavarapu Chandra Sekhara；KULKARNI，Chaitanya。情绪分析方法、应用和挑战调查。《人工智能评论》，第 55 卷，第 7 期，第 5731-5780 页，2022 年。
科学/高级科学计算研究 2025 财年国会理由
高级科学计算研究概述 高级科学计算研究 (ASCR) 计划的使命是推进应用数学和计算机科学；与学科科学合作提供最复杂的计算科学应用；推进计算和网络能力；并与包括美国工业界在内的研究界合作，为科学和工程开发未来几代计算硬件和软件工具。ASCR 支持通过计算实现科学发现的最先进的能力。ASCR 与科学办公室 (SC) 以及应用技术办公室、其他机构和行业的合作对于这些努力至关重要。ASCR 的计算机科学和应用数学活动为提高国家高性能计算 (HPC) 生态系统的能力奠定了基础，通过专注于长期研究来开发创新的软件、算法、方法、工具和工作流程，以预测未来的硬件挑战和机遇以及科学应用和能源部 (DOE) 任务需求。同时，ASCR 与其他学科科学合作，在对 SC、DOE 和国家具有战略重要性的领域提供一些最先进的科学计算应用程序。 ASCR 还部署和运营世界一流的开放式 HPC 设施和高性能科学研究网络基础设施，包括这一战略技术前沿所需的独特专业知识。半个多世纪以来，美国通过持续投资于研究、开发和定期部署新的先进计算系统和网络以及有效使用它们的应用数学和软件技术，保持了世界领先的计算能力。美国在计算领域的领先地位带来的好处包括：大大提高了劳动力生产率，加速了科学和工程领域的进步，推进了先进的制造技术和快速成型技术，以及无需测试的库存管理。a 计算科学使研究人员能够探索、理解和利用自然和工程系统，这些系统太大、太复杂、太危险、太小或太短暂，无法通过实验进行探索。HPC 领域的领导地位也在维持美国的竞争力方面发挥了至关重要的作用。人们认识到，在高性能计算和值得信赖的人工智能 (AI) 以及计算和数据生态系统整合方面处于领先地位的国家将在开发创新型清洁能源技术、医药、工业、供应链和军事能力方面引领世界。美国还需要利用对科学的投资来开发创新的新技术、材料和方法，以加强我们的清洁能源经济，并确保所有美国人都能从这些投资中获益。下一代科学突破将来自于在极大规模人工智能中采用数据驱动方法，以及美国研究人员和 SC 用户设施生成的数据量和复杂性的大幅增加。人工智能技术与这些现有投资的融合为创新和技术开发和部署创造了强大的加速器。ASCR 处于关键地位，可以利用百亿亿次级生态系统和数十年的基础研究投资以及行业合作伙伴关系，以国家利益为目标，推动负责任地开发人工智能技术和人工智能支持的科学。量子信息科学 (QIS) ——利用复杂的量子力学现象创造获取和处理信息的全新方式的能力——正在开辟科学发现和技术创新的新视野，这些新视野建立在数十年 SC 投资的基础上。能源部设想未来，QIS 这一交叉领域将越来越多地推动科学前沿和创新，以实现基于量子互联网的量子应用的全部潜力，从计算到传感。然而，我们需要采取大胆的方法，更好地结合技术创新链的所有要素，并联合 SC、大学、国家实验室和私营部门的人才，共同努力，使美国引领世界走向量子未来。微电子科学应用的持续进步，尤其是这些设备在 HPC 和 AI 中的能源利用，是 ASCR 所有努力的基础。ASCR 的战略是专注于建立在 SC 专业知识和核心投资基础上的技术，通过百亿亿次计算项目 (ECP) 中建立的联系，继续与行业、应用技术办公室、其他机构和科学界进行互惠互利的合作；投资小规模试验台；并增加对应用数学和计算机科学的核心研究投资。美国能源部设想，未来量子信息系统这一交叉领域将不断推动科学前沿和创新，以实现量子应用的全部潜力，从计算到传感，通过量子互联网连接起来。然而，我们需要采取大胆的方法，更好地结合技术创新链的所有要素，并将 SC、大学、国家实验室和私营部门的人才聚集在一起，共同努力，使美国引领世界走向量子未来。微电子科学应用的持续进步，尤其是这些设备在 HPC 和 AI 中的能源利用，是 ASCR 所有努力的基础。ASCR 的战略是专注于建立在 SC 专业知识和核心投资基础上的技术，通过百亿亿次计算项目 (ECP) 中建立的联系，继续与行业、应用技术办公室、其他机构和科学界进行互惠互利的合作；投资小规模试验台；并增加对应用数学和计算机科学的核心研究投资。美国能源部设想，未来量子信息系统这一交叉领域将不断推动科学前沿和创新，以实现量子应用的全部潜力，从计算到传感，通过量子互联网连接起来。然而，我们需要采取大胆的方法，更好地结合技术创新链的所有要素，并将 SC、大学、国家实验室和私营部门的人才聚集在一起，共同努力，使美国引领世界走向量子未来。微电子科学应用的持续进步，尤其是这些设备在 HPC 和 AI 中的能源利用，是 ASCR 所有努力的基础。ASCR 的战略是专注于建立在 SC 专业知识和核心投资基础上的技术，通过百亿亿次计算项目 (ECP) 中建立的联系，继续与行业、应用技术办公室、其他机构和科学界进行互惠互利的合作；投资小规模试验台；并增加对应用数学和计算机科学的核心研究投资。
科学/高级科学计算研究 2024 财年国会预算论证
高级科学计算研究概述 高级科学计算研究 (ASCR) 计划的使命是推进应用数学和计算机科学；与学科科学合作提供最复杂的计算科学应用；推进计算和网络能力；并与包括美国工业界在内的研究界合作，为科学和工程开发未来几代计算硬件和软件工具。ASCR 支持通过计算实现科学发现的最先进的能力。ASCR 与科学办公室 (SC) 以及应用技术办公室、其他机构和行业的合作对于这些努力至关重要。ASCR 的计算机科学和应用数学活动为提高国家高性能计算 (HPC) 生态系统的能力奠定了基础，通过专注于长期研究来开发创新的软件、算法、方法、工具和工作流程，以预测未来的硬件挑战和机遇以及科学应用和能源部 (DOE) 任务需求。同时，ASCR 与学科科学合作，在对 SC、DOE 和国家具有战略重要性的领域提供一些最先进的科学计算应用程序。 ASCR 还部署和运营世界一流的开放式 HPC 设施和高性能科学研究网络基础设施。半个多世纪以来，美国通过持续投资于研究、开发和定期部署新的先进计算系统和网络以及有效使用它们的应用数学和软件技术，保持了世界领先的计算能力。美国计算领导力带来的好处是，在提高劳动力生产率、加速科学和工程进步、先进制造技术和快速成型以及无需测试的库存管理方面取得了巨大进步。计算科学使研究人员能够探索、理解和利用自然和工程系统，这些系统太大、太复杂、太危险、太小或太短暂，无法进行实验探索。HPC 的领导地位也在维持美国的竞争力方面发挥了至关重要的作用。人们认识到，在人工智能 (AI) 和计算与数据生态系统整合方面处于领先地位的国家将在开发创新清洁能源技术、药品、工业、供应链和军事能力方面引领世界。美国需要利用科学投资来创新新技术、新材料和新方法，以加强我们的清洁能源经济，并确保所有美国人都能分享这些投资的利益。计算科学的下一代突破将来自于采用极端规模的数据驱动方法，并与美国研究人员和 SC 用户设施生成的数据量和复杂性的大幅增加紧密结合。人工智能技术与这些现有投资的融合为创新和技术开发和部署创造了强大的加速器。量子信息科学 (QIS) ——利用复杂的量子力学现象创造获取和处理信息的全新方式的能力——正在开辟科学发现和技术创新的新视野，这些新视野建立在 SC 数十年的投资之上。能源部设想了一个未来，QIS 的交叉领域将越来越多地推动科学前沿和创新，以实现基于量子的应用的全部潜力，从计算到传感，通过量子互联网连接。然而，需要采取大胆的方法，更好地结合技术创新链的所有要素，并联合 SC、大学、国家实验室和私营部门的人才，共同努力，使美国能够引领世界走向量子未来。摩尔定律（即微芯片创新的历史速度，特征尺寸大约每两年缩小一半）由于基础物理和经济学的限制而即将终结。因此，众多新兴技术正在竞争以帮助维持生产力增长，每种技术都有自己的风险和机遇。ASCR 面临的挑战是了解它们对科学计算的影响，并为快速发展的技术可能带来的破坏做好准备，而不会扼杀创新或阻碍科学进步。ASCR 的战略是专注于建立在 SC 专业知识和核心投资基础上的技术，继续与行业、应用技术办公室、其他机构以及百亿亿次计算项目 (ECP) 的科学界合作；投资小规模试验台；并增加对应用数学和计算机科学的核心研究投资。ASCR 提议的活动将推动 AI、QIS、高级通信网络和百亿亿次级及以上的战略计算，以加速实现清洁能源未来、理解和应对气候变化、扩大我们在科学方面的投资影响以及提高美国工业的竞争优势。量子信息科学 (QIS) 是一种利用复杂的量子力学现象来创造获取和处理信息的全新方式的能力，它正在为科学发现和技术创新开辟新的前景，而这些创新建立在数十年来对量子信息科学的投入之上。美国能源部设想，未来量子信息科学这一交叉领域将不断推动科学前沿和创新，以实现量子应用的全部潜力，从计算到传感，通过量子互联网连接起来。然而，我们需要采取大胆的方法，更好地结合技术创新链的所有要素，并联合量子信息科学、大学、国家实验室和私营部门的人才，共同努力，使美国能够引领世界进入量子未来。摩尔定律（即微芯片创新的历史速度，特征尺寸大约每两年缩小一半）由于基础物理学和经济学的限制而即将结束。因此，许多新兴技术正在竞争以帮助维持生产力增长，每种技术都有自己的风险和机遇。 ASCR 面临的挑战是了解它们对科学计算的影响，并为快速发展的技术可能带来的颠覆做好准备，同时又不扼杀创新或阻碍科学进步。ASCR 的战略是专注于建立在 SC 专业知识和核心投资基础上的技术，继续与行业、应用技术办公室、其他机构以及百亿亿次计算项目 (ECP) 的科学界合作；投资小规模试验台；并增加对应用数学和计算机科学的核心研究投资。ASCR 提出的活动将推动 AI、QIS、先进通信网络和百亿亿次级及更高级别的战略计算，以加速实现清洁能源未来、理解和应对气候变化、扩大我们在科学方面的投资影响以及提高美国工业的竞争优势。量子信息科学 (QIS) 是一种利用复杂的量子力学现象来创造获取和处理信息的全新方式的能力，它正在为科学发现和技术创新开辟新的前景，而这些创新建立在数十年来对量子信息科学的投入之上。美国能源部设想，未来量子信息科学这一交叉领域将不断推动科学前沿和创新，以实现量子应用的全部潜力，从计算到传感，通过量子互联网连接起来。然而，我们需要采取大胆的方法，更好地结合技术创新链的所有要素，并联合量子信息科学、大学、国家实验室和私营部门的人才，共同努力，使美国能够引领世界进入量子未来。摩尔定律（即微芯片创新的历史速度，特征尺寸大约每两年缩小一半）由于基础物理学和经济学的限制而即将结束。因此，许多新兴技术正在竞争以帮助维持生产力增长，每种技术都有自己的风险和机遇。 ASCR 面临的挑战是了解它们对科学计算的影响，并为快速发展的技术可能带来的颠覆做好准备，同时又不扼杀创新或阻碍科学进步。ASCR 的战略是专注于建立在 SC 专业知识和核心投资基础上的技术，继续与行业、应用技术办公室、其他机构以及百亿亿次计算项目 (ECP) 的科学界合作；投资小规模试验台；并增加对应用数学和计算机科学的核心研究投资。ASCR 提出的活动将推动 AI、QIS、先进通信网络和百亿亿次级及更高级别的战略计算，以加速实现清洁能源未来、理解和应对气候变化、扩大我们在科学方面的投资影响以及提高美国工业的竞争优势。摩尔定律（即微芯片创新的历史速度，特征尺寸大约每两年缩小一半）由于基础物理和经济学的限制而即将终结。因此，众多新兴技术正在竞争以帮助维持生产力增长，每种技术都有自己的风险和机遇。ASCR 面临的挑战是了解它们对科学计算的影响，并为快速发展的技术可能带来的破坏做好准备，而不会扼杀创新或阻碍科学进步。ASCR 的战略是专注于建立在 SC 专业知识和核心投资基础上的技术，继续与行业、应用技术办公室、其他机构以及百亿亿次计算项目 (ECP) 的科学界合作；投资小规模试验台；并增加对应用数学和计算机科学的核心研究投资。ASCR 提议的活动将推动 AI、QIS、高级通信网络和百亿亿次级及以上的战略计算，以加速实现清洁能源未来、理解和应对气候变化、扩大我们在科学方面的投资影响以及提高美国工业的竞争优势。摩尔定律（即微芯片创新的历史速度，特征尺寸大约每两年缩小一半）由于基础物理和经济学的限制而即将终结。因此，众多新兴技术正在竞争以帮助维持生产力增长，每种技术都有自己的风险和机遇。ASCR 面临的挑战是了解它们对科学计算的影响，并为快速发展的技术可能带来的破坏做好准备，而不会扼杀创新或阻碍科学进步。ASCR 的战略是专注于建立在 SC 专业知识和核心投资基础上的技术，继续与行业、应用技术办公室、其他机构以及百亿亿次计算项目 (ECP) 的科学界合作；投资小规模试验台；并增加对应用数学和计算机科学的核心研究投资。ASCR 提议的活动将推动 AI、QIS、高级通信网络和百亿亿次级及以上的战略计算，以加速实现清洁能源未来、理解和应对气候变化、扩大我们在科学方面的投资影响以及提高美国工业的竞争优势。