美国联邦航空局

摘要： 近日,美国联邦航空局(FAA)与联邦通信委员会(FCC)关于在机场部署C波段5G网络的博弈,将业界的目光再次吸引到美国5G市场的发展上。中频段对美国5G部署至关重要虽然5G在美国有"新一代数据连接之王"的美誉,但美国的5G用户却迟迟得不到发展。支持5G的智能手机不久前才面市,因此目前美国的大多数终端设备仍然只能连接到4G网络;在美国,从4G到5G的网速变化并不明显,最慢的5G与最快的4G之间差异很小。

摘要： 文章首先介绍了当前机场智能驱鸟系统技术的现状,接着分析存在的问题和不足,最后对机场智能驱鸟系统的探测、控制、驱鸟等方面技术发展进行了展望。鸟击,也称鸟撞,主要是指飞行器在高速飞行过程中,与鸟类或蝙蝠等动物发生碰撞的事件。据统计,全球每年约发生21000起鸟击事件,造成经济损失约100亿美元。美国联邦航空局(FAA)、欧洲航空安全局(EASA)和中国民用航空局(CAAC)在各自的适航规定中都针对鸟击事件提出了相关要求。

摘要： 2021年1月22日,中国企业吉利控股发布消息称,美国东部时间1月15日,吉利科技集团旗下太力飞车Transition TF-1获得美国联邦航空局(Federal Aviation Administration,简称FAA)适航证书。这是F M首次给现代飞车产品颁发适航证书,意味着未来相似的陆空两用飞车产品也将有望参与这一类目的取证测试,并肯定了这类交通工具在空中出行的合法性和正当性。

摘要： 美国森林-城市交界域森林火灾传感器技术研究项目第二阶段工作完成。该项目是美国智慧城市物联网创新(SCITI)实验室计划的一部分。美国每年平均发生60000次森林火灾,烧毁数十万公顷土地。为这些火灾事件进行早期预警对于社区和公共安全的响应和恢复工作至关重要。SCITILabs的森林火灾传感器研究侧重于实时和连续识别热源和烟雾,以检测点火位置、跟踪火灾周边和火灾特征,可对特定地理区域进行火警通知或警告。该项现场测试采用了4种原型传感器样机,是在加利福尼亚州雷德布拉夫附近的DyeCreekPreserv,与加利福尼亚林业和消防部(CALFIRE)和大自然保护协会合作进行的,整个测试过程是按照受控、规定的燃烧过程进行的。测试期间,其他观察员包括来自加州州长紧急服务办公室和美国联邦航空局的合作伙伴。

摘要： 2021年6月3日,美国联合航空公司宣布与博姆超声速公司达成商业协议,将博姆公司的超声速客机纳入其全球机队并就可持续航空开展合作。根据双方达成的协议,一旦博姆公司的“序曲”(Overture)超声速客机能够满足美国联邦航空局(FAA)严格的安全、运营和可持续性要求,美联航将购买15架并意向购买35架“序曲”。

摘要： 风扇叶片叶根截面处局部区域应力过大会造成低循环疲劳,从而导致风扇叶片在榫根处断裂,CFM56-7B曾因此发生了两次严重的事故。美国西南航空公司的两架737-700客机在2016年和2017年先后发生风扇叶片从根部断裂事故,打坏了两架737-700客机。经过美国联邦航空局(FAA)与美国国家运输安全委员会(NTSB)对两起事故的调查,建议制造商重新设计737-700/-800/-900飞机所用的风扇整流罩。

摘要： 2021年6月16日,美国联邦航空局(FAA)发布适航指令(AD),要求对737MAX的飞行控制系统进行检查。FAA在AD中要求航空公司修改其现有的维修大纲,对飞行超过6000h的飞机进行检查,以验证飞机自动飞行控制系统能否正确操作。具体而言,航空公司必须对数字飞行控制系统进行全面检查,包括与副翼和升降舵相关的作动器的可用性;还必须对安定面配平系统进行检查,包括切断电源。

摘要： FAA要求波音对737MAX机型追加检查6月16日,美国联邦航空局(FAA)向波音发布指令,要求737 MAX飞机的运营商对飞机的自动飞行控制系统MCAS进行额外检查。根据该指令要求,飞行时间超过6000小时的飞机必须接受特定的电子检查。据悉,自动飞行控制系统MCAS与此前两次引发坠机事故的737 MAX机型有关,这两起坠机事件导致该机型停飞20个月,去年11月才正式解除禁令。

摘要： 近年来,以PW4077为动力的波音777-200飞机连续发生风扇叶片断裂的安全事故,引发美国联邦航空局(FAA)的关注,要求对进气道与风扇整流罩重新进行设计与评估,缩短风扇叶片裂纹检查周期并加强人员培训。美国联合航空公司的一架波音777-200客机于2021年2月20日执行由丹佛飞往夏威夷的UA328航班任务,在起飞约4min爬升到3800m高度时,机上人员听到一声巨响,随后飞机出现极大的振动。机上乘客从舷窗向外看时,发现右侧发动进气道与风扇整流罩全部脱落,暴露在外的发动机后部燃起大火,如图1所示。

摘要： 美国一麦道MD-87飞机坠毁全员脱险据美国联邦航空局发布的消息,当地时间19日10时30分左右,一架麦道MD-87型飞机从得克萨斯州休斯敦行政机场起飞后不久撞上一根电线,随后坠毁在一片田野。据报道,机上18名乘客和3名机组人员安全撤离,其中2人受轻伤,他们被送入医院治疗后均已出院。失事飞机坠毁后起火燃烧,产生的浓烟数公里外可见,救援人员用了一个多小时才将火扑灭。

摘要： 本发明公开了一种基于联邦学习技术平台的航空服务定制化系统及方法，该系统包括联邦学习技术平台、数据源模块、数据处理模块、本地训练模块和云端模块，该方法为航空公司和合作方各自利用自身的源数据建立自有本地模型，然后将模型的参数和梯度上传到联邦学习技术平台，在联邦学习技术平台上实现融合，从而建立新的虚拟模型，利用虚拟模型进行预测和更新，最终建立联邦个性化推荐模型。本发明的方法建立的模型能为航空客户提供个性化精准的产品推荐，同时建模的过程通过联邦学习技术平台实现，保证了数据的安全和隐私。

摘要： 本说明书实施例提供用于经由至少两个第一成员设备和第二成员设备训练业务模型的联邦学习方法，联邦学习装置和联邦学习系统。各个第一成员设备具有本地数据，第二成员设备维护待训练的业务模型。在进行联邦学习时，在各个第一成员设备从第二成员设备接收当前业务模型后，各个第一成员设备使用本地数据训练所接收的当前业务模型，确定本地训练出的业务模型与所接收的业务模型之间的模型相关性，并且仅仅在模型相关性满足预定条件时才将本地训练出的模型更新量提供给第二成员设备。第二成员设备根据从各个第一成员设备接收的模型更新量更新业务模型。

摘要： 本说明书实施例提供用于经由至少两个第一成员设备和第二成员设备训练业务模型的联邦学习方法，联邦学习装置和联邦学习系统。各个第一成员设备具有本地数据，第二成员设备维护待训练的业务模型。在进行联邦学习时，在各个第一成员设备从第二成员设备接收当前业务模型后，使用本地数据训练所接收的当前业务模型，基于本地训练出的业务模型中的模型参数的参数更新量，确定各个模型参数的参数稳定性，并且将被确定为参数不稳定的模型参数的本地更新值提供给第二成员设备。第二成员设备根据从各个第一成员设备接收的模型参数的本地更新值更新业务模型。

摘要： 改良美国航空用甚高频发射机新校正法是间接采用万能表来校正甚高频发射机的天线出角电势，不依照美国技令直接用万能表或毫安表来测发射机各级需要规定毫安数或观看着天线端假天线灯光之强弱，规定毫安只能这样说各级约若干毫安，从感应万能表指针的指示才是正在发射射频功率的强弱，吾人用某一主振荡晶体均能得到其规定范围的射频，而非是不在其范围内高过或低过之射频频率，使到另一方的接收机在任何天候下达到其规定和超过了些距离均能收到。

摘要： 本说明书实施例提供一种联邦学习方法及联邦学习系统。方法包括：在联邦学习用于训练的目标模型确定特征配置前，联邦学习的成员对象按照所述联邦学习的数据仓库的数据结构化配置，对本地的私有数据进行预处理；以及，联邦学习的成员对象基于多方安全计算协议，将预处理后的私有数据发送至所述集中计算平台，以由所述集中计算平台上传至数据仓库。在所述目标模型确定特征配置后，所述集中计算平台根据所述目标模型的特征配置，对所述数据仓库记录的私有数据进行特征提取，得到适用于训练所述目标模型的特征数据；以及，所述集中计算平台基于提取到的特征数据，对所述目标模型进行训练，并将所述目标模型的训练结果发送至所述联邦学习的成员对象。

摘要： 本发明公开了一种在线联邦学习任务分配方法、装置、联邦学习方法及系统，在给定联邦学习训练框架下，将边缘计算联邦学习训练过程分为节点选择计划确认和节点数据状态更新两个阶段，通过Lyapunov优化理论和深度强化学习的计算，提供使得损失函数最小化的、在不完全信息状态下保证数据集状态稳定不拥塞的任务分配方法，由此解决现有的任务分配机制仅必须知道完全信息的情况下且数据集需要独立同分布的分配阶段，导致不能解决在线联邦学习中数据非独立同分布的技术问题。

摘要： 本申请涉及一种联邦学习专用处理器、联邦学习处理芯片及芯片。该处理器包括彼此独立的多个处理引擎，其每一个包括并行的至少一个处理子引擎且属于加密、解密、密文运算以及密钥管理的类别中的一个。该处理器用于生成联邦学习任务的任务配置信息，确定多个处理引擎的调用次序和被调用的处理引擎，根据任务配置信息和被调用的处理引擎的状态生成引擎配置信息，根据引擎配置信息完成联邦学习任务。多个处理引擎中的至少一个处理引擎所包括的处理子引擎由第一部分和第二部分组成，第一部分的个数根据联邦学习通用业务场景预先设定，第二部分的个数可根据与联邦学习任务关联的联邦学习子业务场景调整。如此实现数据流驱动的引擎分配机制及优化设计。

摘要： 本说明书实施例提供一种联邦学习模型的训练方法和调用方法以及联邦学习系统。该训练方法包括：获取多个参与者中的每个参与者的水印化训练数据集；以及基于多个参与者中的每个参与者的水印化训练数据集进行联邦学习训练，以分别产生每个参与者的作为联邦学习模型的一部分的碎片模型，其中，水印化训练数据集包括水印训练数据，参与者的水印训练数据的数据标识彼此对应，且多个参与者中的至少一个参与者的水印训练数据包括水印标签。

摘要： 本说明书实施例提供一种联邦学习模型的训练方法和调用方法以及联邦学习系统。该训练方法包括：分别由多个参与者中的每个参与者获取该参与者的水印化训练数据集，其中，水印化训练数据集包括具有水印标签的水印训练数据，和基于该水印化训练数据集进行训练，以产生该参与者的本地模型；以及将多个参与者的本地模型进行聚合，以产生联邦学习模型。

摘要： 本发明公开了一种基于联邦蒸馏的联邦学习模型的训练方法、系统和介质，可应用于模型处理技术领域。本发明方法包括：客户端采用联邦学习算法和本地私有数据集训练并更新本地模型，采用公共数据集和更新后的本地模型预测局部归一化层的第一输出向量，并向服务器上传第一输出向量对应的局部平均输出向量；服务器对所有局部平均输出向量进行全局共识操作并确定全局平均输出向量，向所有客户端下发所述全局平均输出向量；客户端在公共数据集上，采用全局平均输出向量和更新后的本地模型进行知识蒸馏，并在本地私有数据集上训练回调本地模型。本发明能使通信成本只取决于模型输出，不会随模型大小倍数增加，从而有效提高通讯的稳定性和减少延迟。