NEA/RWM/R(2022)1 | 7 图表列表 图 1. (左):1949 年机械主从机械手 (MSM) 装置的报告,由 RC Goertz 在美国阿贡国家实验室设计。 (右):非常相似的装置,如今在世界各地用于核工业中执行的绝大多数远程操作。 24 图 2. AREVA 在放射性环境中部署的 CEA 力敏遥控系统的控制架构。请注意位于人类操作员和输入主设备(左)与从属机械手(右)之间的高度复杂的算法和软件架构。 25 图 3. 自主运动规划器引导机器人激光切割曲面,由 3-D 计算机视觉捕捉。这是机器人首次在放射性环境中自主移动。 26 图 4. 对 RRS 实施中感知到的障碍和担忧的相对重要性进行总结 31 图 5. 对 RRS 实施中感知到的障碍和担忧的总分进行总结 33 图 6. FREMES 传送带通过 HPGE 伽马能谱仪自动对比利时德塞尔的放射性废物进行分类。40
2.4-1 神经网络 51 2.4-2 生物和人工神经元 52 2.4-3 神经网络中的吸引子 54 2.4-4 反馈神经网络 54 2.4-5 神经网络的构建 56 3.1-1 B ABB AGE 工具的元素及其关系 66 3.2-1 可电训练模拟神经网络的代表性连接 69 3.2-2 光学神经计算集成电路 71 3.2-3 使用模糊逻辑的 ASIC 核心的基本实现 73 3.3-1 推理速度与 CPU 分辨率 76 3.3-2 开发工具框图 80 4.1-1 FTPP 架构 82 4.4-1 转向器软件架构 88 4.4-2 转向建议生成 90 4.4-3 飞行员意图图 93 4.4-4 RPA 演示器概念 95 4.5-1 系统开发活动 99 5.3-1 通用运行时推理引擎 107 5.4-1 系统开发周期 11° 5.5-1 软件开发的基本瀑布模型 117 5.5-2 专家系统的开发周期图 119 6.4-1 较差的人类性能生成器 139 6.4-2 改进的人类性能生成器 140
以有意义的方式使用人工智能技术的成果 课程内容 本项目课程解决了使用人工智能 (AI) 技术(例如机器学习或大规模并行数据处理)的系统的软件工程相关问题。这包括讨论通过使用人工智能可以创造的价值,特别是数据分析和商业智能,以及其道德考虑。同时,还讨论了使用人工智能技术和处理大量数据的软件系统的技术和架构基础。 本课程讨论了如何构建和部署软件系统才能实现实际应用所需的性能。讨论了根据特定现实问题的要求选择和实施不同的人工智能技术。在现实应用场景的背景下介绍和讨论相关的软件架构和模式。主要关注的是高数据吞吐量系统,该系统结合了复杂的业务逻辑和业务流程,并处理大型数据集,可能需要处理连续的数据流。这样的系统在行业中非常常见,学生很可能在职业生涯的早期接触到本课程中涵盖的原则。学生将创建一个运行软件,该软件使用最先进的架构和人工智能技术来设计和构建一个基于现实的系统
PXI — 用于测量和自动化的坚固 PC 平台 PXI 硬件基于标准 PC 技术,例如高速 PCI 总线、标准 CPU 和外设。因此,您可以使用标准 I/O 接口(如以太网/LAN)通过网络控制 PXI 系统。PXI 建立在模块化 CompactPCI 规范(基于 PCI)之上,因此 PXI 产品与 CompactPCI 产品保持完全的互操作性。基于 Windows 的 PXI 系统的开发和操作与基于 Windows 的标准 PC 的开发和操作没有什么不同。您可以使用常见的应用程序软件和编程接口(如 National Instruments LabVIEW、NI LabWindows/CVI、C/C++、Visual Basic .NET、NI SignalExpress 和 NI TestStand)来控制基于 PXI 的系统。此外,由于 PXI 背板使用行业标准 PCI 总线,因此在基于 PCI 和 PXI 的系统之间传输软件时,您不必重写现有的应用程序软件。作为基于 Windows 系统的替代方案,您可以使用实时软件架构来开发时间紧迫且可靠的应用程序,这些应用程序需要确定性的循环速率和无头操作(无键盘、鼠标或显示器)。有关将 NI LabVIEW 实时模块与 PXI 系统结合使用的更多信息,请访问 ni.com/realtime 。
摘要 - 在人工智能和机器学习的动态格局中,强化学习(RL)已成为一种有力的范式,用于训练智能代理在序列决策中。随着RL体系结构在复杂的过程中的进展,对培训策略以及对软件体系结构的相关后果的明智决策的需求变得越来越复杂。这项工作通过介绍一项定性,深入研究的结果来解决这一挑战,该研究重点介绍了RL架构的培训策略中的最佳实践和模式,如从业者所阐明的那样。利用基于模型的定性研究方法,我们引入了一种正式的建筑决策模型,以弥合科学见解与实际实施之间的差距。我们旨在增强对RL体系结构中从业者的方法的理解。本文分析了33个知识来源,以辨别建立的工业实践,模式,关系和决策驱动因素。基于此知识,我们引入了正式的建筑设计决策(ADD)模型,封装了6个决策,29个决策选择和19个决策驱动程序,从而为基于RL的软件体系结构的这一关键方面提供了强有力的决策支持。索引术语 - 机器学习,强化学习,扎根理论,软件架构,设计决策
随着人工智能算法在高风险社会应用中取得进一步进展,来自多个利益相关者的呼声越来越高,要求这些算法解释其输出。更具有挑战性的是,不同的解释消费者对解释有不同的要求。为了满足这些需求,我们推出了 AI Explainability 360,这是一个开源 Python 工具包,具有十种不同的先进可解释性方法和两个评估指标 (http://aix360.mybluemix.net)。同样重要的是,我们提供了一个分类法,帮助需要解释的实体浏览解释和解释方法的空间,不仅是工具包中的方法,还包括更广泛的可解释性文献中的方法。对于数据科学家和工具包的其他用户,我们实施了一个可扩展的软件架构,根据方法在 AI 建模管道中的位置对其进行组织。该工具包不仅是软件,也是指导材料、教程和交互式 Web 演示,用于向不同的受众介绍 AI 可解释性。我们的工具包和分类法可以帮助确定需要更多可解释性方法的差距,并在开发过程中提供一个平台来整合这些方法。关键词:可解释性、可解释性、透明度、分类法、开源
PXI – 坚固耐用的基于 PC 的测量和自动化平台 PXI 硬件基于标准 PC 技术,例如高速 PCI 总线、标准 CPU 和外设。因此,您可以使用标准 I/O 接口(如以太网/LAN)通过网络控制您的 PXI 系统。PXI 建立在模块化 CompactPCI 规范(基于 PCI)之上,因此 PXI 产品与 CompactPCI 产品保持完全的互操作性。基于 Windows 的 PXI 系统的开发和操作与基于标准 Windows 的 PC 的开发和操作没有区别。您可以使用常见的应用软件和编程接口(如 National Instruments LabVIEW、NI LabWindows/CVI、C/C++、Visual Basic .NET、NI SignalExpress 和 NI TestStand)来控制基于 PXI 的系统。此外,由于 PXI 背板使用行业标准 PCI 总线,因此在基于 PCI 和 PXI 的系统之间传输软件时,您无需重写现有的应用程序软件。作为基于 Windows 的系统的替代方案,您可以使用实时软件架构来开发时间关键且可靠的应用程序,这些应用程序需要确定性的循环速率和无头操作(无键盘、鼠标或显示器)。有关将 NI LabVIEW 实时模块与 PXI 系统结合使用的更多信息,请访问 ni.com/realtime 。
背景:基于数字孪生的预测性维护系统经常集成到复杂系统中。集成的成功取决于系统的设计。参考架构可用作蓝图,为各种应用领域快速一致地设计应用程序架构,从而缩短上市时间。目标:本研究的主要目标是开发和评估使用知名软件架构方法设计的参考架构。方法:进行领域分析以收集和综合基于数字孪生的预测性维护系统的文献,我们用这些文献对关键特性进行建模。我们应用 UML 图根据特性模型设计参考架构。我们使用三个案例研究评估了参考架构。结果:我们得出了基于数字孪生的预测性维护系统的三个视图。对于用户视图,我们开发了一个上下文图。我们为结构视图开发了一个包图,并设计了一个分层视图来显示系统的分层分解。我们使用每个参考架构视图,根据研究的特性为每个案例研究设计了一个应用程序架构。此外,我们设计了一个部署视图来描述硬件和软件及其环境。结论:我们证明了创建参考架构的方法可用于基于数字孪生的预测性维护
16.摘要 本报告记录了汽车行业软件开发的历史以及当前最先进的实践。收集了汽车软件开发的关键概念、方法、趋势和知识,以对行业实践进行基准测试并将其与非汽车行业进行比较。本报告提供了一个概念框架和分类法,以阐明推动汽车软件开发发展的相关因素之间的关系,随着汽车软件开发格局的发展,这些关系可以更新以纳入新的分类和/或子分类。记录了汽车软件行业的当前实践,以便与类似领域进行高水平的未来比较 - 例如,与航空航天工业,其主要重叠部分是复杂的安全关键系统和安全关键软件;以及消费电子行业,该行业的主要重叠部分是产品由私人、独立消费者营销、购买、操作和维护。整个汽车行业的实际做法多种多样,是数千种已发布的共识标准、内部开发的流程、工具、实践、术语、架构和分类法不断融合的产物。车辆软件架构和功能随着时间的推移而不断发展,本报告探讨了这一发展中的相关因素。
航空电子设备 (avionics) 是飞机上的复杂分布式系统。随着软件中实现的功能越来越多,这些系统的复杂性也在不断增加。由于性能的提高,硬件单元不再必须专用于单一系统功能。例如,多核处理器促进了这一趋势,因为它们可以在较小的功率范围内提供更高的系统性能。在航空电子设备中,如果仍然满足所有安全要求,现在可以将多个系统功能集成到单个硬件单元上。这种方法可以进一步优化系统架构,大幅减少空间、重量和功率 (SWaP) 占用空间,从而提高运输能力。但是,当前安全关键系统中的复杂性需要自动化软件部署过程,以便挖掘进一步降低 SWaP 的潜力。本文以现实的飞行控制系统为例,介绍了一种基于模型的新方法,用于自动化软件部署过程。该方法基于正确性构造原则,并作为系统工程工具集的一部分实施。此外,还提出了指标和优化标准,进一步帮助自动评估和改进生成的部署。本文最后讨论了在整个航空电子系统工程工作流程中更紧密地集成这种方法。关键词:航空电子;系统工程;软件部署;软件架构;安全关键系统