数字孪生

, , ,
发生严重故障时保护电源

德国的电源供应是世界上最可靠的电源之一。不规则的电源数量不断增加,可能给电网稳定带来问题。Fraunhofer的研究团队正在为这一目的寻求将数字孪生技术与无人驾驶电动汽车相结合的开创性概念。各种因素可能会损害我们的电力供应。此外,还有许多小型但至关重要的用电设备,例如水泵和通信节点,由于这些设备需要…

用自制炸药防止恐怖袭击

恐怖袭击通常以使用自制炸药为特征,为了使警察和安全部队能够采取适当的预防措施并评估袭击后的损失,他们需要使用正确的工具打击恐怖主义的软件工具Fraunhofer EMI的研究人员致力于因此,SUSQRA项目开发了一种软件工具,该工具可以分析和量化自制炸弹的预期损失,几乎不需要重建。但是借助我们的工具…

,
SimuLearn:快速准确的模拟器,支持变形材料设计和工作流程

变形材料使我们能够通过利用材料的动态行为来创建交互作用和制造的新模式。然而,尽管在这一领域中计算工具正在持续快速增长,但是由于缺乏有效的仿真方法,当前的发展受到了瓶颈。结果,现有的设计工具必须在速度和准确性之间进行权衡,以支持实时交互式设计方案。作为回应,我们介绍了SimuLearn,这是一种数据驱…

, ,
公平意识的在线个性化

由于无处不在的连通性,收集,汇总和处理大量细粒度等因素的汇合,在诸如贷款,雇用和大学录取等关键应用中的决策已见证了算法模型和技术的越来越多的使用。使用云计算的数据,并易于访问应用复杂的机器学习模型。通常,此类应用程序由搜索和推荐系统提供支持,这些系统又利用了个性化排名算法。同时,人们越来越意识到使用…

光子:健壮的跨域文本到SQL系统

数据库的自然语言接口(NLIDB)使最终用户对关系数据的访问民主化。由于自然语言交流和编程之间的根本差异,最终用户通常会发出对系统不明确或超出其基础查询语言的语义范围的问题。我们介绍了Photon,它是一种健壮的,模块化的,跨域的NLIDB,可以标记无法立即确定SQL映射的自然语言输入。 Photo…

,
参数限制的元学习元机器人学习贝叶斯优化

在机器人技术中,方法和软件通常需要对超参数进行优化,以高效执行特定任务,例如从不同对象的同质堆中进行工业垃圾箱拣选。我们提出了一个基于长期记忆和推理模块(贝叶斯优化,视觉相似度和参数界限减少)的开发框架,允许机器人使用元学习机制来提高这种连续和受限参数优化的效率。新的优化被视为机器人的一种学习,它可…

,
使用分布式软演员评论器学习对象条件探索

对象导航被定义为在复杂,未经探索的环境中导航到给定标签的对象。从广义上讲,此问题对机器人技术提出了一些挑战:对未知环境进行语义探索以寻找对象和进行低级控制。在这项工作中,我们研究了对象指导的探索和低级别控制,并提出了一种端到端受过训练的导航策略,在看不见的,视觉上复杂的真实房屋扫描中,成功率为0.6…

,
具有过渡失配补偿的模块化传递学习,可用于过度干扰消除

浅水中的水下机器人通常会遭受强大的波浪力,这可能经常会超出机器人的控制限制。基于学习的控制器适用于干扰抑制控制,但是过多的干扰会严重影响Markov决策过程(MDP)或部分可观察的Markov决策过程(POMDP)的状态转换。同样,目标系统上的纯学习过程可能会遇到破坏性的探索性动作或不可预测的系统变…

,
具有过渡失配补偿的模块化传递学习,可用于过度干扰消除

浅水中的水下机器人通常会遭受强大的波浪力,这可能经常会超出机器人的控制限制。基于学习的控制器适用于干扰抑制控制,但是过多的干扰会严重影响Markov决策过程(MDP)或部分可观察的Markov决策过程(POMDP)的状态转换。同样,目标系统上的纯学习过程可能会遇到破坏性的探索性动作或不可预测的系统变…

,
具有选择性多类安全数据集聚合的自动驾驶汽车的示例高效交互式端到端深度学习

本文的目的是为无人驾驶汽车开发一种有效的示例性端到端深度学习方法,在此过程中,我们会通过仔细分析每次致电专家驾驶员获得的信息,来提高从样品中提取的信息的价值,的政策。端到端的模仿学习是计算自动驾驶汽车政策的一种流行方法。标准方法依赖于从专家策略中收集输入(相机图像)和输出(转向角等)对,并将深层神经…

,
具有选择性多类安全数据集聚合的自动驾驶汽车的示例高效交互式端到端深度学习

本文的目的是为无人驾驶汽车开发一种有效的示例性端到端深度学习方法,在此过程中,我们会通过仔细分析每次致电专家驾驶员获得的信息,来提高从样品中提取的信息的价值,的政策。端到端的模仿学习是计算自动驾驶汽车政策的一种流行方法。标准方法依赖于从专家策略中收集输入(相机图像)和输出(转向角等)对,并将深层神经…

,
具有选择性多类安全数据集聚合的自动驾驶汽车的示例高效交互式端到端深度学习

本文的目的是为无人驾驶汽车开发一种有效的示例性端到端深度学习方法,在此过程中,我们会通过仔细分析每次致电专家驾驶员获得的信息,来提高从样品中提取的信息的价值,的政策。端到端的模仿学习是计算自动驾驶汽车政策的一种流行方法。标准方法依赖于从专家策略中收集输入(相机图像)和输出(转向角等)对,并将深层神经…

, ,
基于不确定性转移学习的Covid-19诊断框架

早期和可靠地检测被COVID-19感染的患者对于预防和限制其爆发至关重要。用于COVID-19检测的PCR测试在许多国家/地区不可用,并且对其可靠性和性能也存在真正的担忧。由于这些缺点,本文提出了一种使用医学图像进行COVID-19检测的深层不确定性转移学习框架。首先应用四个流行的卷积神经网络(CN…

, ,
基于不确定性转移学习的Covid-19诊断框架

早期和可靠地检测被COVID-19感染的患者对于预防和限制其爆发至关重要。用于COVID-19检测的PCR测试在许多国家/地区不可用,并且对其可靠性和性能也存在真正的担忧。由于这些缺点,本文提出了一种使用医学图像进行COVID-19检测的深层不确定性转移学习框架。首先应用四个流行的卷积神经网络(CN…

,
线性延迟单元设计可实现低能耗延迟乘法和累加

实用的深度神经网络(DNN)评估涉及数千个乘法与累加(MAC)操作。为了将DNN的卓越推理能力扩展到能量受限的设备,必须使每MAC能耗最小的架构和电路。在这方面,基于模拟延迟的MAC具有优势,这是由于MAC实现的内在原因和外部原因$-$(1)在DNN评估中要求较低的定点精度(1-8位),(2)更好的…

,
适用于神经形态应用的通用强反转CMOS电路

将生物模型系统地转换成模拟电子电路一直是神经形态领域的挑战。在本文中,介绍了一种通用电路设计平台,在该平台上,可以使用以强反转方式运行的CMOS电路方便地实现生物学模型。通过合成一个相对复杂的二维(2-D)非线性神经元模型来证明该方法的应用。我们的方法的有效性通过标称模拟结果以及来自可商购的AMS …

,
适用于神经形态应用的通用强反转CMOS电路

将生物模型系统地转换成模拟电子电路一直是神经形态领域的挑战。在本文中,介绍了一种通用电路设计平台,在该平台上,可以使用以强反转方式运行的CMOS电路方便地实现生物学模型。通过合成一个相对复杂的二维(2-D)非线性神经元模型来证明该方法的应用。我们的方法的有效性通过标称模拟结果以及来自可商购的AMS …

,
李群IMU与旋转地球的预整合将不确定性与延伸姿势相关联

最近引入的矩阵组SE2(3)为3D空间中物体的方向,速度和位置提供了5x5的矩阵表示,这是我们称为“扩展姿势”的三元组。在本文中,我们在此小组的基础上发展了一种将不确定性与以5x5矩阵表示的扩展姿势相关联的理论。我们的方法特别适合描述当扩展姿势代表惯性测量单元(IMU)的状态时不确定性如何传播。特别…

,
每个突触使用一次感测操作使用电阻RAM实现三重加权

利用新兴的存储器(如电阻式随机存取存储器(RRAM))实现具有低精度神经网络的系统设计,对于降低人工智能的能耗而言,是一个重要的领先优势。为了在此类系统中实现最大的能源效率,应将逻辑和存储器尽可能紧密地集成在一起。在这项工作中,我们集中在三元神经网络的情况下,其中突触权重假定三元值。我们提出了一种采…

,
更快的均值漂移:用于细胞分割和跟踪的GPU加速嵌入群集

最近,基于单阶段嵌入的深度学习算法在细胞分割和跟踪中越来越受到关注。与传统的“分段-然后-关联”两阶段方法相比,单阶段算法不仅可以同时实现一致的实例单元分割和跟踪,而且在区分边界和重叠对象上的模棱两可的像素时可以获得更高的性能。然而,基于嵌入的算法的部署受到缓慢的推理速度(例如,每帧约1-2分钟)的…

,
更快的均值漂移:用于细胞分割和跟踪的GPU加速嵌入群集

最近,基于单阶段嵌入的深度学习算法在细胞分割和跟踪中越来越受到关注。与传统的“分段-然后-关联”两阶段方法相比,单阶段算法不仅可以同时实现一致的实例单元分割和跟踪,而且在区分边界和重叠对象上的模棱两可的像素时可以获得更高的性能。然而,基于嵌入的算法的部署受到缓慢的推理速度(例如,每帧约1-2分钟)的…

,
具有部分不可行的LTL约束的最佳概率运动计划

本文研究在不确定环境中可能无法完全实现预定任务的移动Agent的最佳概率运动计划。代理人的动作是通过概率标记的马尔可夫决策过程(MDP)进行建模的。开发了一种宽松的产品MDP,该产品MDP使代理可以修改其运动计划,以便在发现任务不可行时不严格遵循所需的LTL约束。为了评估修订后的运动计划,开发了由违…

,
毫米波MIMO系统的增强光束对准:Kolmogorov模型

我们基于先前应用于机器学习的基于机器学习的标准(称为Kolmogorov模型(KM))的修改,提出了对毫米波(mmWave)多输入多输出(MIMO)系统中光束对准问题的增强。光束对准​​问题。与以前的KM(其计算复杂度无法随问题的大小扩展)不同,提出了一种以离散单调优化(DMO)为中心的新方法,从而…

,
通过大型天线阵列仿真对到达估计方向进行深度学习

我们通过使用深度学习来重构虚拟大型天线阵列的信号,提出了一种使用小型天线阵列的基于MUSIC的到达方向(DOA)估计策略。所提出的策略不仅比简单地将输入信号插入MUSIC中提供了更好的性能,而且令人惊讶的是,对于高角度范围和低测试SNR值,性能也比直接使用带有MUSIC的实际大型天线阵列要好。我们进…

, ,
考虑结构数据信息的加法张量分解

具有丰富结构信息的张量数据在过程建模,监视和诊断中变得越来越重要。在此,结构信息是指结构特性,例如稀疏性,平滑性,低秩和分段恒定性。为了从张量数据中揭示有用的信息,我们建议根据张量的不同结构信息将张量分解为多个分量的总和。在本文中,我们提供了张量数据中结构信息的新定义。在此基础上,我们提出了加性张量…

,
一个新的GPU库,用于快速模拟尖峰神经元的大规模网络

在过去的十年中,人们对并行硬件系统的开发越来越感兴趣,这些并行硬件系统用于模拟尖峰神经元的大规模网络。与其他高度并行的系统相比,GPU加速的解决方案具有成本相对较低且用途广泛的优势,这还归功于可以使用CUDA-C / C ++编程语言。 NeuronGPU是一个GPU库,用于基于新型的峰值传递算法,…

,
一个新的GPU库,用于快速模拟尖峰神经元的大规模网络

在过去的十年中,人们对并行硬件系统的开发越来越感兴趣,这些并行硬件系统用于模拟尖峰神经元的大规模网络。与其他高度并行的系统相比,GPU加速的解决方案具有成本相对较低且用途广泛的优势,这还归功于可以使用CUDA-C / C ++编程语言。 NeuronGPU是一个GPU库,用于基于新型的峰值传递算法,…

, ,
建立对自动驾驶汽车的信任:虚拟现实驾驶模拟器在HMI设计中的作用

对促使人们信任自动驾驶汽车(AVs)的因素的研究将在采用这种技术方面发挥根本作用。用户形成AV的心理模型的能力对建立信任至关重要,这取决于有效的用户与车辆之间的通信。因此,人机交互(HMI)的重要性有望增加。在这项工作中,我们提出了一种方法,可根据从生理信号收集的连续,客观的信息来验证AV中的用户体…

, ,
建立对自动驾驶汽车的信任:虚拟现实驾驶模拟器在HMI设计中的作用

对促使人们信任自动驾驶汽车(AVs)的因素的研究将在采用这种技术方面发挥根本作用。用户形成AV的心理模型的能力对建立信任至关重要,这取决于有效的用户与车辆之间的通信。因此,人机交互(HMI)的重要性有望增加。在这项工作中,我们提出了一种方法,可根据从生理信号收集的连续,客观的信息来验证AV中的用户体…

颅内血流动力学模拟:有效而准确的沉浸边界方案

计算流体动力学(CFD)研究已越来越多地用于颅内动脉瘤(ICAs)中的血流模拟。但是,尽管人体CFD求解器不断进步,但生成高质量网格仍然是CFD仿真的瓶颈,并且极大地影响了数值求解的准确性。为了克服这一挑战,我们将使用浸入边界(IB)方法来对大量的动脉瘤病例进行高效的CFD模拟。所提出的方案依靠笛卡…

,
伯努利与PBFT会面:在出现动态故障的情况下对BFT性能建模

关键状态机复制协议PBFT的发布为大量BFT协议奠定了基础。虽然已经开发了许多PBFT的后继产品,但尚没有通用技术来预测这些协议在实际网络条件下(例如不可靠的链路)的性能。在本文中,我们介绍了一种在动态链接和崩溃故障存在的情况下评估BFT协议的概率模型。基于通信理论的建模技术,捕获副本的网络状态,并…

, ,
合作NOMA的深度多任务学习:系统设计和原理

非正交多路访问(NOMA)技术被视为未来无线物联网(IoT)网络的有希望的组成部分,可以支持大规模连接,并显着提高频谱效率。在恶劣的信道条件下,合作NOMA能够进一步提高用户的通信可靠性。但是,传统的系统设计有几个固有的局限性,并且从误比特率(BER)的角度来看并没有进行优化。在本文中,我们借鉴了深…

,
FedML:联合机器学习的研究图书馆和基准

联合学习是机器学习领域中快速发展的研究领域。尽管已经进行了大量的研究工作,但是现有的库不能充分支持多样化的算法开发(例如,多样化的拓扑和灵活的消息交换),并且实验中不一致的数据集和模型使用使公平的比较变得困难。在这项工作中,我们介绍FedML,这是一个开放的研究库和基准,可促进新的联合学习算法的开发…

,
FlexPool:面向联合旅客和货物运输的分布式无模型深度强化学习算法

在线商品交付的增长正导致最后一英里交付带来的城市车辆运输量激增。另一方面,随着乘车共享平台的成功以及对使用自动驾驶技术进行路线选择和匹配的研究日益增多,乘车共享一直在上升。旅客和货物的城市机动性的未来依赖于利用新方法来最大程度地降低运营成本和运输系统的环境足迹。 本文考虑将客运与货物运输相结合,以改…

,
FlexPool:面向联合旅客和货物运输的分布式无模型深度强化学习算法

在线商品交付的增长正导致最后一英里交付带来的城市车辆运输量激增。另一方面,随着乘车共享平台的成功以及对使用自动驾驶技术进行路线选择和匹配的研究日益增多,乘车共享一直在上升。旅客和货物的城市机动性的未来依赖于利用新方法来最大程度地降低运营成本和运输系统的环境足迹。 本文考虑将客运与货物运输相结合,以改…

,
乌托邦压力诱发相场裂缝扩展的大规模模拟

非线性相场模型越来越多地用于裂缝扩展模型的仿真。实际大小的裂缝网络的数值模拟需要大型耦合非线性系统的有效并行解决方案。尽管原则上可以使用针对这些类型问题的有效迭代多级方法,但由于其并行实现的复杂性,它们在实践中并未得到广泛使用。 在这里,我们介绍了Utopia,这是一个用于并行非线性多级解决方案策略…

, , ,
Iodine软件推出AwareCDI软件套件,以解决中间收入周期的泄漏并提高财务弹性

Iodine Software通过其专有的Cognitive Emulation™方法为医院和卫生系统财务和健康信息管理的领导者推出了AwareCDI™Suite,该新软件套件旨在解决整个临床中期收入周期中的临床文档完整性(CDI)和编码问题为了获得收入报销并提高质量,鉴于收入周期的复杂性,显然需要…

蓝图可能会推动沙特阿拉伯的风能未来

对沙特阿拉伯的风能潜力进行了为期五年的研究,最终形成了全面的蓝图,以制定王国的国家风能战略。我们花了五年时间研究正确的方法和最合适的模拟方法,并找到合适的地面数据,Genton说道。圣母大学的合作者,他们在使用计算机模型模拟区域尺度的大气现象方面拥有丰富的专业知识。

,
在真主党紧张局势下,以色列通过虚拟战场中心增加训练

以色列国防军完成了几次演习,其中包括吉瓦蒂旅特种部队营的新旅和战队任务训练中心内塔内尔·沙马卡指挥官内塔内尔·沙马卡(Netanel Shamaka)说,最新演习使用了这种新的虚拟战斗系统,它“使我们获得了深入的了解战场场景。”像IDF所使用的虚拟训练中心一样,它在全世界范围内越来越流行,Elbit…

, , ,
QC Ware宣布量子机器学习突破

QC Ware定义自己为一家量子计算即服务公司,该公司构建可在量子计算硬件上运行的企业解决方案。它最近宣布了量子机器学习(QML)的多项重大突破。机器学习是人工智能的子集QRAM是量子的一部分等效于经典RAM,并且有必要将大量经典数据转换为相应的量子状态,而今天嘈杂的量子计算机中有两个将QRAM量子…

混合动力系统的映射分布及其在卡尔曼滤波中的应用

许多状态估计和控制算法要求了解概率分布如何通过动态系统传播。但是,尽管混合动力系统在许多领域变得越来越重要,但是如何通过混合转换绘制概率分布图的工作却很少。在这里,我们推导了一种传播定律,该定律采用了盐分矩阵(对灵敏度方程的一阶更新)来正式计算混合动力系统中通过孤立的跃迁如何映射分布的第二阶矩。将分…

,
掺杂剂网络处理单元:面向具有大容量纳米电子节点的高效神经网络仿真器

深度神经网络的快速增长的计算需求需要新颖的硬件设计。近来,基于通过硅中掺杂原子网络的跳跃电子,开发了可调谐的纳米电子器件。这些“掺杂剂网络处理单元”(DNPU)具有很高的能源效率,并且具有很高的吞吐量。通过调整施加到其端子的控制电压,单个DNPU可以解决各种线性不可分离的分类问题。但是,由于隐式单节…

,
掺杂剂网络处理单元:面向具有大容量纳米电子节点的高效神经网络仿真器

深度神经网络的快速增长的计算需求需要新颖的硬件设计。近来,基于通过硅中掺杂原子网络的跳跃电子,开发了可调谐的纳米电子器件。这些“掺杂剂网络处理单元”(DNPU)具有很高的能源效率,并且具有很高的吞吐量。通过调整施加到其端子的控制电压,单个DNPU可以解决各种线性不可分离的分类问题。但是,由于隐式单节…

,
掺杂剂网络处理单元:面向具有大容量纳米电子节点的高效神经网络仿真器

深度神经网络的快速增长的计算需求需要新颖的硬件设计。近来,基于通过硅中掺杂原子网络的跳跃电子,开发了可调谐的纳米电子器件。这些“掺杂剂网络处理单元”(DNPU)具有很高的能源效率,并且具有很高的吞吐量。通过调整施加到其端子的控制电压,单个DNPU可以解决各种线性不可分离的分类问题。但是,由于隐式单节…

,
Elyah将视觉量子编程推向世界

适用于所有量子计算机的量子计算程序量子计算机的程序仍主要以汇编形式编写,其中位从0(或1)开始,然后使用门手动配置电路,以说明程序正常工作所需的逻辑步骤。萨尔(Sal)是Elyah公司的一名工程师,成立于2018年,距谷歌的量子霸权声称仅一年之前,该公司仍在不断地根据反馈意见逐月进行重大改进。该公司…

, ,
美国陆军开始尝试新的网络工具

美国陆军作战能力发展小组本周启动了为期一个月的实验,以测试可以添加到服务战术网络中的新兴技术。新泽西州麦克圭尔-迪克斯-拉克赫斯特联合基地的第三次年度网络现代化实验于7月开始20月20日结束,10月2日结束。该功能集的初步设计审查计划于明年4月进行。为测试弹性项目的有效性,该中心在实验室中开发了C5…

,
迎接陆军新型混合抑制器“ Smuzzle”,可减少声音,后座力和闪光

陆军科学家开发了组合式抑制器和枪口制动器,可将机枪保持在目标位置,并在战场上保持安静。这为战术级士兵的准确性和行动提供了福音。枪口制动器有助于阻止因武器开火和射击而造成的“枪口爬升”。气压迫使枪口上升很多时候,我们开发了大口径的枪口装置。原理基本相同。对于NGSW,装置的重量为半磅,而对于其他武器则…