What exactly would a full-scale quantum computer be useful for?
作为量子计算机成熟，它们将是变换的。但是有充分的理由为什么我们还不知道他们会出现哪些问题 - 这使他们变得更加令人兴奋
Enhancing Geography Lessons With Country Map
将视觉辅助工具纳入教育环境可显着增强学生的参与和理解。壮观的一种工具是PowerPoint的国家地图加载项，该工具提供了用于教育目的的动态映射功能。增强地理课程传统地理课程通常依赖于静态图，这可能会限制互动学习。国家地图加载项变换[…]
Theory, Analysis, and Best Practices for Sigmoid Self-Attention
*主要贡献者注意力机制是 Transformer 架构的关键部分。它是一种序列到序列的映射，可将每个序列元素转换为值的加权和。权重通常作为键和查询之间的点积的 softmax 获得。最近的研究探索了 Transformer 中 softmax 注意力机制的替代方案，例如 ReLU 和 S 型激活。在这项研究中，我们重新审视 S 型注意力机制并进行了深入的理论和实证分析。从理论上讲，我们证明具有 S 形注意力机制的变换器是通用函数逼近器，并且……
How to Find Seasonality Patterns in Time Series
使用傅里叶变换检测季节性成分文章“如何在时间序列中查找季节性模式”首先出现在 Towards Data Science 上。
IEEE Transactions on Fuzzy Systems, Volume 33, Issue 1, January 2025
1) 模糊深度神经网络学习在情绪分析中的特邀编辑专题作者：Gautam Srivastava、Chun-Wei Lin页数：1 - 22) Fcdnet：基于模糊认知的多模态情绪分析动态融合网络作者：Shuai Liu、Zhe Luo、Weina Fu页数：3 - 143) 多模态情绪分析的联合客观和主观模糊性去噪作者：Xun Jiang、Xing Xu、Huimin Lu、Lianghua He、Heng Tao Shen页数：15 - 274) 使用模糊深度神经网络学习探索情绪分析的多模态多尺度特征作者：Xin Wang、Jianhui Lyu、Byung-Gyu Kim、B. D. Pa
気候変動:死亡率シナリオの作成－気候変動の経路に応じて日本全体の将来死亡率を予測してみると…
■ 摘要 到目前为止，我们已经根据气象数据为全日本创建了气候指数。我们还通过回归分析建立了气候指数与人类死亡率之间的关系。根据获得的关系，通过限制目标区域和用于收集数据的气候模型来估算未来的死亡率。该估计基于政府间气候变化专门委员会（IPCC）在其第六次评估报告中概述的共同社会经济路径（SSP）。由此得出的结论是“气候变化加剧可能会对死亡人数产生一定影响”。此次，预报区域扩大至日本全境。此外，用于获取数据的模型扩展到五种气候模型。在此基础上，根据SSP预测了整个日本未来的死亡率。研究结果显示，“在不引入气候政策的 SSP5-8.5 路径中，2081 年至 2100 年的死亡人数将比使用气候政策
Zero-Shot Localization with CLIP-Style Encoders
我们如何才能看到视觉编码器所看到的内容？Stephan Widua 在 Unsplash 上的照片想想您最喜欢的预训练视觉编码器。我假设您选择了 CNN（卷积神经网络）或 ViT（视觉变换器）的某种变体。编码器是将图像映射到 d 维向量空间的函数。在此过程中，图像被转换为特征图序列：作者提供的图片。特征图 (w × h × k) 可以被认为是收集的 k 维补丁嵌入的 2D 数组，或者等效地，具有 k 个通道 f₁, … fₖ 的粗略图像 (w × h)。CNN 和 ViT 都以各自的方式将输入图像转换为特征图序列。当图像穿过其层时，我们如何才能看到视觉编码器所看到的内容？零样本定位方法旨在
Depth Pro: Sharp Monocular Metric Depth in Less Than a Second
我们提出了零样本度量单目深度估计的基础模型。我们的模型 Depth Pro 合成了高分辨率深度图，具有无与伦比的清晰度和高频细节。预测是度量的，具有绝对尺度，而不依赖于元数据（例如相机内在函数）的可用性。而且该模型速度很快，在标准 GPU 上 0.3 秒内即可生成 225 万像素的深度图。这些特性是由许多技术贡献实现的，包括用于密集预测的高效多尺度视觉变换器、结合了……的训练协议
Complex & Intelligent Systems, Volume 10, Issue 5, October 2024
1) 语音-视频双模态信号驱动的 3D 面部动画作者：纪学杰、廖舟舟……毛猛页数：5951 - 59642) 一种改进的果蝇优化算法与 Q 学习相结合，用于解决分布式置换流水线调度问题作者：赵才、吴良宏……张洪强页数：5965 - 59883) 足球 1 对 1 射门情况下的最佳决策战略框架：机器学习、基于理论的建模和博弈论的综合方法作者：杨凯文、藤井圭介页数：5989 - 60084) 针对混合整数变量的昂贵约束优化问题的种群状态驱动代理辅助差分进化算法作者：刘建胜、袁斌……邱浩波页数：6009 - 60305) 一种智能 MRI 辅助诊断和治疗系统基于超分辨率的骨肉瘤识别作者：许忠，方方苟
How Tiny Neural Networks Represent Basic Functions
通过简单的算法示例对机械可解释性进行简单介绍简介本文展示了小型人工神经网络 (NN) 如何表示基本功能。目标是提供有关 NN 工作原理的基本直觉，并作为机械可解释性的简单介绍——该领域旨在对 NN 进行逆向工程。我提供了三个基本函数的示例，使用简单的算法描述了每个函数，并展示了如何将算法“编码”到神经网络的权重中。然后，我探索网络是否可以使用反向传播来学习算法。我鼓励读者将每个示例视为一个谜语，并在阅读解决方案之前花一点时间。机器学习拓扑本文尝试将 NN 分解为离散操作并将其描述为算法。另一种方法可能更常见、更自然，即研究不同层中线性变换的连续拓扑解释。以下是一些有助于增强拓扑直觉的优秀资源：
Стрельбы из противотанковых пушек выполнили военнослужащие Восточного военного округа в Приамурье
实弹射击前，各炮兵按照标准进行武器转移至射击阵地、装弹、侦察目标探测、变换射击阵地等。
Geometric deep learning for protein sequence design
使用 CARBonAra 进行序列预测的示意图。几何变换器对 β-内酰胺酶 TEM-1 酶（灰色）的序列空间进行采样，该酶与天然底物（青色）复合，以产生新的折叠良好且活性高的酶。图片来源：Alexandra Banbanaste (EPFL)。作者：Nik Papageorgiou 设计能够执行特定功能的蛋白质涉及理解和操纵其序列 […]
IEEE Transactions on Artificial Intelligence, Volume 5, Issue 8, August 2024
1) 时空变换器视觉对象跟踪的记忆提示作者：Tianyang Xu;Xiao-Jun Wu;Xuefeng Zhu;Josef Kittler页数：3759 - 37642) 神经符号人工智能的验证、确认、测试和评估调查作者：Justus Renkhoff;Ke Feng;Marc Meier-Doernberg;Alvaro Velasquez;Houbing Herbert Song页数：3765 - 37793) 使用图神经网络进行图摘要的综合调查作者：Nasrin Shabani;Jia Wu;Amin Beheshti;Quan Z. Sheng;Jin Foo;Venus Hagh
IEEE Transactions on Fuzzy Systems, Volume 32, Issue 8, August 2024
1) 用于解决二元分类问题的直觉模糊随机配置网络作者：Lili Guo, Jianglan Zhu, Chenglong Zhang, Shifei Ding页数：4210 - 42192) 具有低通信资源的随机 MEMS 陀螺仪的固定时间模糊减振作者：Yu Xia, Ke Xiao, Yanang Yao, Zhibo Geng, Zsófia Lendek页数：4220 - 42333) BiFuG2-Spark：具有粒度组协作的双向模糊粒度舱并行属性约简加速器作者：Hengrong Ju, Tingting Shan, Weiping Ding, Keyu Liu, Muhammad J
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Issue 7, July 2024
1) 联邦学习中的隐私和稳健性：攻击与防御作者：Lingjuan Lyu、Han Yu、Xingjun Ma、Chen Chen、Lichao Sun、Jun Zhao、Qiang Yang、Philip S. Yu页数：8726 - 87462) 测量解缠：指标回顾作者：Marc-André Carbonneau、Julian Zaïdi、Jonathan Boilard、Ghyslain Gagnon页数：8747 - 87613) 深度强化学习中的探索：从单智能体到多智能体领域作者：Jianye Hao、Tianpei Yang、Hongyao Tang、Chenjia Bai、Jiny
Ивановские десантники уничтожили пост БпЛА и технику ВСУ в районе населенного пункта Часов Яр
操作员熟练地控制FPV无人机，一击精准地击中了高层建筑的窗户，击中了敌方人员。然后变换位置的坦克被摧毁。
