“春运”被誉为人类历史上规模最大的、周期性的人类大迁徙。在40天左右的时间里,有30多亿人次的人口流动,占世界人口(约70亿人)的3/7,相当于全国人民进行两次大迁移。
每年春运,铁路运输是重中之重,而作为人流进出的全国中心,北京铁路局更是压力最为集中的路局之一。
近日,北京市铁路局宣布将采用华为先进的GSM-R解决方案,打造高效安全的软交换端局核心网,实现对北京铁路局管辖内的各条铁路线路统一管理和运维,用技术力量保障春运更高效、更顺畅、更安全,为全国人民打造一条更美好的春运路。
铁路局核心网处于整个网络的核心位置,其安全性和可靠性尤为重要,一旦核心网出现故障,可能会导致大范围内铁路业务中断,严重影响铁路运行安全。在十二五铁路通信网规划中,就提出了全面实现高速铁路和新建铁路的GSM-R无线网络覆盖、逐步实现主要干线GSM-R无线网络覆盖,满足行车指挥、列车运行控制、运营维护、应急抢险等需要的目标。
随着高速铁路的建设,软交换技术已经在成都、太原、呼和浩特、哈尔滨以及沈阳节点得到成功应用。除此之外,该方案实现了GSM-R网络核心网网元级的备份,大大提高了整网的安全性。
当前北京局核心网端汇局合设,作为汇接局要与国内其他重大铁路节点对接,作为端局要管理北京局辖下的铁路线路,存在网络结构不清晰、功能不完善、不便于维护人员进行故障定位等挑战和问题,亟需解决。另一方面,新建的核心网设备首先必须实现与现网厂家互联互通,更重要的是必须要与周边各系统(FAS调度系统、CIR车载终端、C3专用列控系统等)长期磨合,稳定运行。
结合北京局的特定场景和技术挑战,华为依托全球领先的无线解决方案的研发能力和丰富的实践经验,为北京局提供了端到端的高可靠GSM-R软交换核心网解决方案。
北京铁路局电务处赵处长表示:”随着铁路线路快速建设,业务量越来越大,电路连接和网络结构也将变得越来越复杂,端局和汇接局分开组网方式的优势将日益突显,此次华为提出的解决方案大大提高了行车调度指挥及铁路运输的安全性,并增加了网络的可靠性。”
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。