XiaoMi-AI文件搜索系统
World File Search System部署后
物理导向数据增强，用于将深度模型传输到特定传感器
由于传感器特性变化导致训练阶段的运行时域偏移会导致基于深度学习的传感系统性能下降。为了解决这个问题，现有的迁移学习技术需要大量的目标域数据，并会产生高昂的部署后开销。与此不同，我们建议利用控制域偏移的第一原理来减少对目标域数据的需求。具体来说，我们提出的方法 PhyAug 使用第一原理，结合源传感器和目标传感器收集的少量标记或未标记数据对，将现有的源域训练数据转换为增强的目标域数据，以校准深度神经网络。在关键词识别和自动语音识别这两个音频传感案例研究中，PhyAug 使用从目标麦克风收集的 5 秒未标记数据将麦克风特性变化导致的识别准确度损失恢复了 37% 至 72%。在基于声学的房间识别案例研究中，PhyAug 将智能手机麦克风变化导致的识别准确度损失恢复了 33% 至 80%。在最后一个鱼眼图像识别案例研究中，PhyAug 将由于相机引起的扭曲而导致的图像识别错误减少了 72%。
指挥官牧师 (COL) Louis A. Deltufo
作为一名上尉，他曾在韩国布拉格堡、古德费洛空军基地和佐治亚州戈登堡担任营牧师。作为一名少校，他曾担任戈登堡第 116 军事情报组/国家安全局牧师、第 1 装甲师/MND-N 副师牧师，然后担任美国陆军欧洲牧师办公室执行官。晋升为中校后，他成为美国陆军训练和教义司令部的牧师人事经理/部队结构官，然后担任堪萨斯州赖利堡第一步兵师牧师，并被派往伊拉克巴格达担任联合部队陆地组成司令部牧师，负责“坚定决心行动”(CJFLCC-I)。从美国陆军战争学院 (USAWC) 毕业并晋升为上校后，他成为美国陆军网络卓越中心 (佐治亚州戈登堡) 的高级牧师。他被派往阿富汗喀布尔，担任“坚决支援行动”指挥官和驻阿富汗美军的牧师。重新部署后，他担任美国陆军牧师中心和学校 (南卡罗来纳州杰克逊堡) 的副指挥官和培训主任。随后，他被选为华盛顿刘易斯-麦科德联合基地的第一军团牧师。他最后担任宗教支持行动中心的行动和培训主管。
亚油酸途径基因的差异甲基化基因与PTSD症状有关：一项纵向研究，与来自战争区返回的伯隆士兵
士兵在战斗部署期间可能会暴露于创伤性压力，因此有发生创伤后应激障碍（PTSD）的风险。遗传和表观遗传学证据表明，PTSD与形成与压力相关的记忆有关。在当前的研究中，我们调查了在索马里索马里战争区非洲联盟任务中返回的伯隆士兵样本中，PTSD症状的降低后症状与差异DNA甲基化。我们使用匹配的纵向研究设计来探索与191名参与者中与PTSD症状相关的表观遗传变化。PTSD症状和唾液样本。患有恶化或改善PTSD症状的人的年龄是匹配的，在评估后，后续评估和后续评估之间进行了压力，创伤性和自我渗透事件，以及在童年时期经历的暴力。进行了混合模型分析，以鉴定名义上具有差异性甲基化基因的顶部，然后将其用于进行基因富集分析。在考虑了多次比较之后，亚油酸代谢途径与部署后PTSD症状显着相关。亚油酸与先前研究中的记忆和免疫相关过程有关。我们的发现表明亚油酸途径基因的差异甲基化与PTSD相关，因此可能值得更近的检查作为弹性的介体。
因果一致性：使用A/B测试的增强语言模型
我们通过调整语言模型以超过A/B测试结果来开发一个通用框架，以优化营销传播的内容。我们微调了一种语言模型，将较低表现的内容转换为表现较高的变体，教会其在文本空间中进行爬山。部署后，该模型会改善人类提出的营销内容。此设计可确保AI援助不太可能损害绩效，从而减轻实施风险并促进组织的采用。我们通过电子邮件营销中的大规模现场实验来验证我们的框架。在涵盖2.83亿印象的36个活动中，在我们调整的模型的协助下创建的主题行实现了单击的速度，比未经辅助的人类专家创造的汇率高33％。这些绩效增长是由于内容质量的提高而有因果关系，从而确认了我们框架的有效性。此外，具有30倍的通用语言模型该参数无法改善结果，而我们较小的微调模型成功，这表明域特定于适应性是必要的，并且相对较小的语言模型就足够了。我们的发现提供了实验证据，表明语言模型可以从A/B测试中提取可概括的见解，从而实现从文案到创意设计的非结构化营销决策的系统优化。
国家运输中心...
1.1。该计划的主要目标是什么？我们“国家运输中心网络安全与弹性中心”或TRACR的使命是为国家针对网络攻击的运输系统建立铁克拉德的防御。TRACR的主要目标是从整体上解决当今和明天的交通网络物理 - 物理 - 物理 - 物理 - 物理 - 物理系统（TCPSS）的脆弱性。Tracr不断监视TCPSS网络安全的快速发展世界，确定它们在运输模式，地理和应用中出现的挑战和威胁。Tracr的基础研究项目致力于开发一个集成硬件和软件安全的系统平台，以保护我们国家的运输基础设施（如图1所示）。部署后，TRACR系统平台将用于对任何运输系统或基础设施进行深度漏洞评估，然后对该系统或基础架构的自定义安全和隐私解决方案进行识别，开发和部署。随着威胁的发展，随着时间的流逝，较新的人出现了，Tracr Systems平台中的方法和工具将不断使用新的防御策略进行更新。系统平台将作为参考架构和设计蓝图，用于开发未来的安全和弹性的运输系统。Tracr还研究了以下四个推力，其产品和结果将支持Tracr Systems平台的开发：
Birds-4卫星项目的概述和Paraguay的第一个卫星
全球跨国鸟类或鸟类计划是由九州理工学院（日本）领导的跨国小型卫星项目。鸟类计划为非空间范围提供了设计，集成，建造，测试，启动和操作其国家的第一个卫星的机会。本文侧重于Birds-4，这是一个属于巴拉圭的三个1U立方体的星座（Guaranisat-1：Paraguay的第一个卫星），菲律宾（Maya-2）和日本（Tsuru）。Birds-4成员是九州理工学院参加太空工程课程（SEIC）的研究生。该星座将执行九项任务，例如地球成像，总电离剂量测量，对空间中的钙钛矿太阳能细胞性能的评估以及使用“卫星结构作为天线”进行CW传输。更重要的是，卫星将执行商店和向前的任务来测试所选硬件的技术可行性，以便如果证明成功，将用于未来的卫星任务，以在偏远地区收集数据。卫星于2021年2月22日发射，并于2021年3月14日从国际空间站部署。本文描述了ISS部署后的背景，任务，利益相关者，经验教训和初始操作结果。最后，本文将讨论该卫星对巴拉圭的意义，巴拉圭一直是一个非空间国家的国家。
日本将重点关注太空和发展 - LIMA 2025
部署后将成为最先进的可互操作飞机 该战斗机将于 2035 年投入使用，将成为世界上最先进、可互操作、适应性最强和联网最强的现役战斗机之一，配备智能武器系统、软件驱动的交互式驾驶舱、集成传感器以及强大的下一代雷达，能够提供比现有系统多 10,000 倍的数据，从而带来战斗胜利优势。 GCAP 将在英国、意大利和日本雇用数万名技术人员，发展未来的工业技能和技术。 去年 12 月，意大利国防部长 Guido Crosetto、时任日本国防部长 Minoru Kihara 和时任英国国防大臣 Grant Shapps 在东京举行了 GCAP 三边国防部长会议，审查了迄今为止的工作并成立了 GIGO。三国部长还对行业合作伙伴在启动联合业务建设方面取得的进展表示欢迎，该建设将成为 GCAP 国际政府组织 (GIGO) 的行业对应机构，以支持高效、经济和及时的计划交付，包括 2035 年的服役日期。三国部长确认，在平等伙伴关系的精神下，工作分配将与各国通过财政和技术手段做出的贡献成比例。
组件安全：系统的设计范例...
摘要 — 太空任务面临日益增加的对抗性威胁，使安全问题比以往任何时候都更加重要。随着太空变得拥挤和充满争议，这些任务的成功和安全在很大程度上依赖于复杂系统的安全性和弹性。不幸的是，大多数太空网络安全标准、指南和框架往往未能在初始设计阶段将安全性作为主要考虑因素，并且通常在任务部署后才加以考虑。太空任务的安全设计方法应解决任务的多样性和每个任务的独特特征。为了应对这一挑战，我们引入了安全组件，这是一种系统化的方法来思考太空任务的安全设计。我们的设计策略涉及安全模块的概念，作为保护太空任务的基础构建模块。这些模块可以灵活组合，以创建定制的安全架构，以满足每个太空任务的独特要求。我们通过将我们的方法应用于航天器的关键组件（特别是星跟踪器）来证明其可用性。我们讨论了我们的策略的实用性、灵活性和可扩展性，以及它对即将出台的 IEEE 空间系统网络安全技术标准的适用性。我们的提案旨在通过补充现有的系统工程策略来增强而非取代自上而下的安全方法。此外，我们强调，我们的方法可以被各个空间组织轻松采用，并适用于包括系统之系统在内的其他领域，突出了其在空间任务之外广泛应用的潜力。索引术语 — 安全设计、空间网络安全、任务网络安全、系统之系统安全
基于 AI 的自动决策系统的系统卡
摘要 — 影响人类生活的决策越来越多地由自动决策算法做出或协助。这些算法中的许多处理个人数据以预测累犯、信用风险分析、使用人脸识别识别个人等。虽然这些算法可能提高效率和效力，但它们本质上并非没有偏见、不透明、缺乏可解释性、恶意等。鉴于这些算法的结果对个人和社会有重大影响，并且在部署后容易受到分析和争论，因此必须在部署前考虑这些问题。正式审计是确保算法符合适当问责标准的一种方式。这项工作基于对文献的广泛分析和专家焦点小组研究，提出了一个统一的系统问责基准框架，用于对基于人工智能的决策辅助系统进行正式审计。本研究还提出了系统卡作为呈现此类审计结果的记分卡。它由 56 项标准组成，组织在一个四乘四矩阵中，行侧重于 (i) 数据、(ii) 模型、(iii) 代码、(iv) 系统，列侧重于 (a) 开发、(b) 评估、(c) 缓解和 (d) 保证。提出的系统问责基准反映了问责系统的最新发展，可作为算法审计的清单，并为未来研究的后续工作铺平道路。索引词 — 算法问责、自动决策系统、人工智能、系统卡
传感器到射击者世界的组织概念
威廉·G·查普曼少校既是太空作战军官，也是高级领航员。他拥有中佛罗里达大学的理学学士学位和韦伯斯特大学的硕士学位。1981 年服役后，他在加利福尼亚州马瑟空军基地 (AFB) 参加了本科领航员培训。他的首次作战飞行是在佐治亚州穆迪空军基地的 F-4E 上，在那里他升职为武器系统教练官和标准化评估飞行考官。1987 年，查普曼少校被调往美国空军学院 (USAFA)，在那里他教授各种航空科学课程，担任战斗机作战课程主任，并担任该学院 T-43 飞行训练中队的标准化评估主管。1990 年秋天，他被调往英国皇家空军莱肯希思基地后不久，被派往沙特阿拉伯塔伊夫，在那里他驾驶 F-111F 执行了 23 次作战任务，以支援沙漠风暴行动。重新部署后，他担任中队训练主管和飞行指挥官。查普曼少校于 1992 年返回美国空军学院担任政策部门主管，直到被选中参加本科太空训练。训练结束后，他被分配到科罗拉多州的猎鹰空军基地，在那里担任飞行指挥官，负责国防气象卫星计划、国防支援计划和 Navstar 全球定位系统。查普曼少校是空军指挥参谋学院的优秀毕业生。毕业后