XiaoMi-AI文件搜索系统
World File Search System二进制
二进制神经网络的精确定量分析
作为一种新的编程范式，基于神经网络的机器学习已将其应用扩展到许多现实世界中的问题。由于神经网络的黑盒性质，验证和解释其行为变得越来越重要，尤其是当它们部署在安全至关重要的应用中时。现有的验证工作主要集中于定性验证，该验证询问是否存在针对神经网络的输入（指定区域），以便违反财产（例如，局部鲁棒性）。但是，在许多实际应用中，几乎可以肯定存在这样的（对抗性）输入，这使得定性答案降低了有意义。在这项工作中，我们研究了一个更有趣，更具挑战性的问题，即对神经网络的定量验证，该验证询问财产经常得到满足或侵犯财产的频率。我们针对二进制神经网络（BNNS），一般神经网络的1位量化。BNN最近在深度学习中引起了越来越多的关注，因为它们可以大幅度地减少记忆存储和执行时间，而智力操作在求助方案中至关重要，例如，嵌入式设备用于物联网的嵌入式设备。朝着对BNNS的定量验证，我们提出了一种新型算法方法，用于将BNN作为二进制决策图（BDDS），这是一种在形式验证和知识表示中广泛研究的模型。通过利用BNN的内部结构，我们的编码将BNN中块的输入输出关系转化为基数约束，然后由BDD编码。基于新的BDD编码，我们为BNN开发了一个定量验证框架，可以在其中对BNN进行精确和全面的分析。为了提高BDD编码的可扩展性，我们还研究了各个级别的并行化策略。我们通过为BNN提供定量鲁棒性验证和解释性来证明我们的框架的应用。广泛的实验评估证实了我们方法的有效性和效率。
二进制级别的指示fuzzing用于无使用后的漏洞
通过利用其他信息，例如（部分）错误堆栈跟踪，补丁或风险操作的操作，的指示模糊着重于自动测试代码的特定部分。 关键应用程序包括错误复制，补丁测试和静态分析报告验证。 最近有指示的模糊引起了很多关注，但诸如无用后（UAF）之类的难以检测的漏洞仍未得到很好的解决，尤其是在二进制层面上。 我们提出了UAF UZZ，这是第一个（二进制级）定向的灰色fuzzer，该灰盒源自UAF错误。 该技术采用了针对UAF指定的量身定制的模糊引擎，轻质代码仪器和有效的错误分类步骤。 对实际情况的错误复制的实验评估表明，就故障检测率，暴露时间和虫子三叶虫的时间而言，UAZ的UZZ明显优于最先进的指示fuzz。 uaf uzz也已被证明在补丁测试中有效，从而在Perl，GPAC和GNU补丁等程序中发现了30个新错误（7 CVE）。 最后，我们向社区提供了一个巨大的模糊基准，该基准专用于UAF，并建立在真实的代码和实际错误上。的指示模糊着重于自动测试代码的特定部分。关键应用程序包括错误复制，补丁测试和静态分析报告验证。最近有指示的模糊引起了很多关注，但诸如无用后（UAF）之类的难以检测的漏洞仍未得到很好的解决，尤其是在二进制层面上。我们提出了UAF UZZ，这是第一个（二进制级）定向的灰色fuzzer，该灰盒源自UAF错误。该技术采用了针对UAF指定的量身定制的模糊引擎，轻质代码仪器和有效的错误分类步骤。对实际情况的错误复制的实验评估表明，就故障检测率，暴露时间和虫子三叶虫的时间而言，UAZ的UZZ明显优于最先进的指示fuzz。uaf uzz也已被证明在补丁测试中有效，从而在Perl，GPAC和GNU补丁等程序中发现了30个新错误（7 CVE）。最后，我们向社区提供了一个巨大的模糊基准，该基准专用于UAF，并建立在真实的代码和实际错误上。
算术自相关和二进制序列的模式分布
其中n i = | {t≤n≤2t - 1：s n，τ= i} | ，i = 0，1。与经典的自相关相比，算术自相关是伪随机序列的携带相关函数。Goresky和Klapper [3]将算术自相关扩展到互相关，并给出了具有理想算术交叉相关性的二进制序列的大家族。后来，他们将算术自相关推广到[4，5]中的非二元序列。对于更多背景，读者被转介给[6]。序列的算术相关性预计将尽可能小。在[2]中提出了legendre序列算术自相关的非平凡结合。Hofer，M´erai和Winterhof [7]证明了算术自相关性和较高订单的相关度量的关系如下：
空间旋转：带有Spintronics实施的基于空间辍学的二进制贝叶斯神经网络
摘要 - 机器学习系统在实时，关键的决策领域（例如自动驾驶和工业自动化）中获得了突出性。他们的实现应通过不确定性估计来避免过度自信的预测。贝叶斯神经网络（Baynns）是估计预测不确定性的原则方法。但是，它们的计算成本和功耗阻碍了它们在Edge AI中的广泛部署。利用辍学作为后验分布的近似值，将贝恩的参数进行二进制，以及在基于Spintronics基于旋转的计算中（CIM）硬件阵列中实现它们的进一步，可以提供可行的解决方案。但是，设计用于卷积神经网络（CNN）拓扑的硬件辍学模块是具有挑战性且昂贵的，因为它们可能需要大量的辍学模块，并且需要使用空间信息来删除某些元素。在本文中，我们引入了MC-SpatialDropout，这是一种基于空间辍学的近似贝恩，带有Spintronics的新兴设备。我们的方法利用Spintronic设备的固有随机性与现有实现相比有效地实现了空间辍学模块。此外，每个网络层的辍学模块的数量减少了9倍，能量消耗量为94。11×，同时与相关工作相比仍能实现可比的预测性能和不确定性估计。
基于自旋轨道扭矩的交叉阵列用于抗错误二进制卷积神经网络
摘要 — 卷积神经网络 (CNN) 是最重要的深度神经网络 (DNN) 类别之一，有助于解决许多与图像识别和计算机视觉相关的任务。它们使用传统 CMOS 技术和数字设计技术的传统实现仍然被认为非常耗能。浮点 CNN 主要依赖于 MAC（乘法和累加）运算。最近，基于 XNOR 和位计数运算的经济高效的 Bite-wise CNN 已被视为可能的硬件实现候选。然而，由于内存和计算核心之间密集的数据提取导致的冯诺依曼瓶颈限制了它们在硬件上的可扩展性。XNOR-BITCOUNT 操作可以通过在忆阻交叉开关阵列上执行的内存计算 (IMC) 范例轻松实现。在新兴的忆阻设备中，自旋轨道扭矩磁随机存取存储器 (SOT-MRAM) 提供了具有更高导通电阻的可能性，从而可以降低读取电流，因为所有交叉开关阵列都是并行读取的。这有助于进一步降低能耗，为更大的交叉开关设计铺平道路。本研究提出了一种基于 SOT-MRAM 的交叉开关架构，能耗极低；我们研究了工艺变异性对突触权重的影响，并对整个交叉开关阵列进行了蒙特卡罗模拟，以评估错误率。模拟结果表明，与其他忆阻解决方案相比，此实现的能耗较低，每次读取操作的能耗为 65.89 fJ。该设计对工艺变化也具有很强的鲁棒性，读取误差极低，最高可达 10%。
4位二进制填充加法器，带有快速随身携带数据表（Rev. E）
• Bypass capacitor placement – Place near the positive supply terminal of the device – Provide an electrically short ground return path – Use wide traces to minimize impedance – Keep the device, capacitors, and traces on the same side of the board whenever possible • Signal trace geometry – 8mil to 12mil trace width – Lengths less than 12cm to minimize transmission line effects – Avoid 90° corners for signal traces – Use an unbroken ground plane在信号迹线下方 - 带有地面的信号迹线周围的洪水填充区域 - 对于超过12厘米的迹线•使用阻抗控制的迹线•源 - 端端使用输出附近的串联阻尼电阻器•避免分支；缓冲信号必须单独分支
非二进制字母上的可定向序列
本文涉及到有限序列的周期性序列，其元素是从有限字母的属性中绘制出的，该特性对于正整数n（阶）（阶）的任何子序列（n-元组）的任何子序列仅在一个时期出现一次。此类序列的一个重要的极端类是de bruijn序列 - 例如，请参见[10，20]。这些序列有时被称为移位寄存器序列（请参见Golomb，[12]），已经进行了广泛的研究，并具有一系列应用，包括在编码和加密中。这里特定相关性的一种应用是位置位置。这涉及将这样一个序列编码到线性表面上，该序列仅通过检查序列的连续n个连续条目就可以在表面上的任何位置进行编码（例如，参见burns和Mitchell [4，5]和Petriu [18]）。有关位置序列使用序列的最新工作包括B Chris J. Mitchell me@chrismitchell.net
太空时代的二进制星 - 基尔天体物理学组
对二进制恒星的研究是天体物理学最古老的地区之一。二进制恒星的结果是我们对恒星如何形成和进化，银河恒星种群，化学演化和宇宙学距离量表的理解至关重要的。宽的二进制文件使我们能够探测正常恒星的性质，包括其质量的直接测量。黯然失色的二进制物是唯一可以将质量和半径高精度测量的恒星。紧密的二进制文件可用于研究质量转移，质量损失，积聚盘以及恒星如何进化的物理。二进制恒星进化对于灾难变量，Novae，Supernovae，X射线二进制，毫秒，毫秒脉冲星，伽马射线爆发和引力波事件至关重要。行星都在S型和P型轨道的二元星系中发现。
用Cuo-Al 2 O 3色散的地热二进制周期技术的效率
地热是在能量过渡时期强化开发的可再生能量之一。印度尼西亚是世界第二大地热潜力的国家，地热潜力为23,765.5 MWE。在M.M.S.C.F场中被归类为以二进制周期技术开发的液体主导的地热火山系统。在二进制周期中使用常规工作流体的能源效率低。地热纳米流体颗粒由两个或多个纳米大小的颗粒（1-100 nm）组成，这些颗粒被悬浮并溶解在碱性流体中，以增加热导率并在热交换器中加速热传递。但是，该技术的损失包括大型资本支出的成本（CAPEX）。本研究应用CuO -Al 2 O 3来提高热交换器的能量效率，与导热率的增加成正比。本研究中使用的方法是一种定量分析，通过将常规二进制周期系统与M.M.S.C.F现场热交换器中的二元循环混合纳米颗粒流体系统进行比较，并基于先前的文献研究。这项技术的优点是，由于导热率值的增加而增加的传热速率，发现杂交纳米粒子流体的导热率值与0.56 W/M°的基本流体相比，杂交纳米粒子流体的热传导率增加了0.79 w/m°C，增加了23％。基于经济指标的计算结果，付费时间（POTS）和PI，IRR和NPV技术的价值比常规二进制周期更积极。这项研究的效果将对该行业提高二进制周期的效率有益。
二进制perceptron的差异算法
表3。在不同温度和输入查询下微调catgpt模型的有效性，覆盖率和多样性。由于使用旁观方法评估了指标，因此结构有效性为1.00，因此从表中省略了它们。在没有旁观方法的情况下评估的指标可以在补充表2中找到。评估了满足所有有效性标准的样品的多样性指标。“晶格”表示从晶格参数采样的生成结构的结果，而其他结构是从“ ”令牌中采样的。