日韩欧美在线观看,欧美日本一视频一区二区三区,高清欧美不卡一区二区三区

基于UVM的時間敏感網(wǎng)絡交換芯片的驗證架構設計[模擬設計][通信網(wǎng)絡]

基于UVM驗證方法學、自動化比對和覆蓋率驅(qū)動的驗證思想，構建了一個用于時間敏感網(wǎng)絡（TSN）交換芯片的系統(tǒng)驗證架構。該架構采用分類和流水處理數(shù)據(jù)報文方法，結合流量檢測、時間槽檢測和數(shù)據(jù)報文自動化比對方案，成功支撐TSN業(yè)務系統(tǒng)驗證方法落地，保證了系統(tǒng)驗證完備性。芯片回片經(jīng)測試滿足商用需求，再次論證了驗證架構的完備性。

發(fā)表于：12/16/2024 3:55:41 PM

基于自適應優(yōu)化的高速交叉矩陣設計[通信與網(wǎng)絡][通信網(wǎng)絡]

提出了一種基于自適應優(yōu)化的交叉矩陣傳輸設計，采用AHB協(xié)議并引入自適應突發(fā)傳輸調(diào)整和自適應優(yōu)先級調(diào)整的創(chuàng)新機制。通過動態(tài)調(diào)整突發(fā)傳輸?shù)拈L度和優(yōu)先級分配，實現(xiàn)了對數(shù)據(jù)流的有效管理，提升了系統(tǒng)的帶寬利用率和傳輸效率。對該設計進行前端仿真和后端布局布線，仿真驗證了該方法在不同負載環(huán)境下的優(yōu)越性，能夠優(yōu)化總線資源分配，提升傳輸速度，降低總體功耗。

發(fā)表于：12/16/2024 3:45:27 PM

DRAM研究現(xiàn)狀與發(fā)展方向[模擬設計][通信網(wǎng)絡]

動態(tài)隨機存取存儲器（DRAM）因其高存儲密度和成本效益，在現(xiàn)代大規(guī)模計算機和超高速通信系統(tǒng)中得到廣泛應用。主要介紹動態(tài)DRAM的發(fā)展歷程、關鍵技術、國內(nèi)外研究進展以及未來發(fā)展方向。首先，介紹了DRAM的分類、基本單元結構、工作原理。其次，詳細介紹了DDR SDRAM的關鍵性能指標以及專用DRAM的發(fā)展。然后，介紹了提高DRAM訪問速度、容量與密度的創(chuàng)新DRAM架構和技術，以及無電容存儲單元結構、3D堆疊DRAM技術以及Rowhammer安全問題及其防御機制。最后，展望了DRAM技術的未來發(fā)展方向，闡述了為了應對日益增長的高速、低功耗和高可靠性的存儲需求，對現(xiàn)有DRAM技術的進行深入研究和創(chuàng)新的重要性。

發(fā)表于：12/16/2024 3:35:53 PM

高速車載數(shù)據(jù)傳輸物理層接口芯片標準綜述[通信與網(wǎng)絡][通信網(wǎng)絡]

作為實現(xiàn)汽車智能化的關鍵技術之一，高速、高可靠性、低時延的車載數(shù)據(jù)傳輸技術正獲得越來越多的關注；同時，對于打破私有協(xié)議壟斷、增強設備間互聯(lián)互通的需求日益增長，推動著車載數(shù)據(jù)傳輸公有標準的制定成為了國內(nèi)外標準組織的研究熱點。首先介紹了車載數(shù)據(jù)傳輸鏈路的特點，接著聚焦于高速車載數(shù)據(jù)傳輸物理層接口芯片標準，對主要標準組織及其標準的制定情況進行了綜述，并對各標準的主要性能指標與物理層技術進行了分析與對比。

發(fā)表于：12/16/2024 3:26:15 PM

基于深度學習的神經(jīng)歸一化最小和LDPC長碼譯碼[通信與網(wǎng)絡][通信網(wǎng)絡]

LDPC碼是一種應用廣泛的高性能糾錯碼，近年來基于深度學習和神經(jīng)網(wǎng)絡的LDPC譯碼成為研究熱點。基于CCSDS標準的（512，256）LDPC碼，首先研究了傳統(tǒng)的SP、MS、NMS、OMS的譯碼算法，為神經(jīng)網(wǎng)絡的構建奠定基礎。然后研究基于數(shù)據(jù)驅(qū)動（DD）的譯碼方法，即采用大量信息及其經(jīng)編碼、調(diào)制、加噪的LDPC碼作為訓練數(shù)據(jù)在多層感知層（MLP）神經(jīng)網(wǎng)絡中進行訓練。為解決數(shù)據(jù)驅(qū)動方法誤碼率高的問題，又提出了將NMS算法映射到神經(jīng)網(wǎng)絡結構的神經(jīng)歸一化最小和（NNMS）譯碼，取得了比NMS更優(yōu)秀的誤碼性能，信道信噪比為3.5 dB時誤碼率下降85.19%。最后研究了提升NNMS網(wǎng)絡的SNR泛化能力的改進訓練方法。

發(fā)表于：12/16/2024 3:11:05 PM

10G以太網(wǎng)的信號處理關鍵技術[通信與網(wǎng)絡][通信網(wǎng)絡]

隨著AI PC、Wi-Fi路由器、GPON等產(chǎn)品的快速升級，高速有線網(wǎng)絡作為網(wǎng)絡基礎設施的重要組成部分，以太網(wǎng)物理層芯片需要提供更高的傳輸速率，更好地滿足大數(shù)據(jù)時代下日益增長的帶寬需求。10G以太網(wǎng)技術將成為下一代以太網(wǎng)技術的重點發(fā)展方向。10G以太網(wǎng)芯片的研發(fā)需要攻克高速信號完整性、低功耗設計等一系列技術難題。圍繞10G以太網(wǎng)PHY芯片的信號處理關鍵問題，首先介紹10G以太網(wǎng)的相關國際標準背景，然后討論10G以太網(wǎng)的網(wǎng)絡需求，接著重點闡述10G以太網(wǎng)物理層信號處理的關鍵技術。最后對全文進行總結并探討未來高速以太網(wǎng)的進一步發(fā)展。

發(fā)表于：12/16/2024 3:00:21 PM

遺傳基因信息的私人財產(chǎn)性法律保護證成[其他][其他]

公民的基因權利明確直接地反映并體現(xiàn)并維護人的生命尊嚴。隨著生物技術更新迭代，遺傳基因信息作為特殊的敏感個人信息，不僅具有高度識別性，更與個人權益息息相關。我國在遺傳基因信息的保護上亟需明晰的法律保護路徑。以美國關于遺傳基因信息的法治脈絡為向?qū)В梢钥吹健睹绹鴳椃ǖ谒男拚浮罚‵ourth Amendment to the United States Constitution）對公民財產(chǎn)性權益的補正，覆蓋遺傳基因信息的保護需求。借鑒其他建立在隱私利益基礎上的財產(chǎn)權，我國應當通過立法構建遺傳基因信息的財產(chǎn)權保護路徑，在尊重公民個體生命尊嚴的基礎上為基因科技的革新服務。

發(fā)表于：11/27/2024 4:33:15 PM

公安數(shù)據(jù)開放場景下個人信息匿名化處理法律標準探究[通信與網(wǎng)絡][信息安全]

在公安數(shù)據(jù)開放的背景下，個人信息匿名化處理逐漸成為平衡公安數(shù)據(jù)開放與個人信息保護的黃金分割點。通過國際橫向比較分析，揭示了我國現(xiàn)行“無法識別特定個人且不能復原”的匿名化處理法律標準在操作層面的局限性，并選取我國17省市公安數(shù)據(jù)開放平臺發(fā)布的《行政處罰決定書》為樣本，對數(shù)據(jù)開放的類、量、質(zhì)進行系統(tǒng)性評估。研究發(fā)現(xiàn)，公安數(shù)據(jù)匿名化開放尚處于初步階段，存在頂層設計缺乏剛性約束、數(shù)據(jù)過度保密、格式不規(guī)范和處理標準不統(tǒng)一等現(xiàn)象。基于此，我國可以確立操作方法、風險檢驗及效果評估三維協(xié)同的匿名化處理法律標準：區(qū)分處理直接標識符與準標識符的操作方法標準，引入蓄意侵入者角色的再識別風險檢驗標準，以及去識別化效果評估標準。通過三重維度的協(xié)同作用，助推公安匿名數(shù)據(jù)最終實現(xiàn)“無法識別特定個人且不能復原”的法律效果。

發(fā)表于：11/27/2024 4:15:33 PM

面向風險的人工智能監(jiān)管進展、創(chuàng)新與啟示：基于歐盟視角的觀察[人工智能][工業(yè)自動化]

隨著人工智能技術發(fā)展和市場化應用下的風險衍化，人工智能監(jiān)管產(chǎn)生并獨立于人工智能治理，成為化解人工智能風險的基礎理念與新興領域。歐盟首創(chuàng)面向風險的人工智能監(jiān)管新范式，并借助國際合作、倫理約束與風險監(jiān)管框架等方式實現(xiàn)歐盟人工智能監(jiān)管的領導力和行動力。考慮到人工智能技術與社會需求的參差，歐盟優(yōu)化人工智能監(jiān)管主體、監(jiān)管流程以及監(jiān)管內(nèi)容以達到人工智能動態(tài)風險的有效監(jiān)管。面對復雜的人工智能風險態(tài)勢，我國可借鑒歐盟經(jīng)驗，在政策決定層面，基于本土國情制定面向風險的人工智能法律政策與框架體系；在應用實踐層面，構建司法機關、市場監(jiān)督機關以及企業(yè)等主體的交互協(xié)同機制；在產(chǎn)業(yè)結構層面，通過市場賦能推動人工智能監(jiān)管職能下沉和產(chǎn)業(yè)創(chuàng)新發(fā)展；在通識教育層面，培育人工智能素養(yǎng)作為防范人工智能風險的監(jiān)管“安全閥”，實現(xiàn)公正、和諧和創(chuàng)新的未來人工智能發(fā)展。

發(fā)表于：11/27/2024 4:00:16 PM

公共數(shù)據(jù)信托模式構造：特征識別、他山之石與中國鏡鑒[其他][其他]

發(fā)表于：11/27/2024 3:43:02 PM