XiaoMi-AI文件搜索系统
World File Search System余弦
通过使用多种嵌入方法
在这个现代时代，由于数字化的扩大而在未经许可的情况下复制，出售和复制版权所有者的作品变得更加简单，很难确定这种违规行为，对创造者的权利和版权所有的权利构成威胁。多年来，互联网一直被视为对版权的最严重威胁之一，并且可用的内容具有不同水平的版权保护。在互联网上，有许多受版权保护的作品，包括电子书，电影，新闻等。因此，通过使用水印和隐志技术，可以解决这些问题，这些问题基于作者的签名信息或徽标。本文得出的结论是，离散余弦变换（DCT），离散小波转换（DWT），一次性PAD（OTP）（OTP）和Playfair的技术在使用图像或嵌入秘密信息时非常有效。 （MSE），信噪比（SNR）和峰值信噪比（PSNR）。
使用深度学习将 ECoG 信号解码为 3D 手势翻译
摘要。目的。运动脑机接口 (BCI) 是一种很有前途的技术，可以使运动障碍者与周围环境互动。BCI 可能会弥补手臂和手部功能的丧失，这是四肢瘫痪患者的首要任务。设计实时准确的 BCI 对于使此类设备在现实环境中有用、安全且易于患者使用至关重要。基于皮层脑电图 (ECoG) 的 BCI 是记录设备的侵入性和记录信号的良好空间和时间分辨率之间的良好折衷。然而，用于预测连续手部运动的大多数 ECoG 信号解码器都是线性模型。这些模型的表示能力有限，可能无法捕捉 ECoG 信号特征与连续手部运动之间的关系。深度学习 (DL) 模型在许多问题中都是最先进的，可以成为更好地捕捉这种关系的解决方案。方法。在本研究中，我们测试了几种基于 DL 的架构，以使用从 ECoG 信号中提取的时频特征来预测想象的 3D 连续手部平移。分析中使用的数据集是长期临床试验 (ClinicalTrials.gov 标识符：NCT02550522) 的一部分，是在对四肢瘫痪受试者的闭环实验中获得的。所提出的架构包括多层感知器 (MLP)、卷积神经网络 (CNN) 和长短期记忆网络 (LSTM)。使用余弦相似度离线比较了基于 DL 和多线性模型的准确性。主要结果。我们的结果表明，基于 CNN 的架构优于当前最先进的多线性模型。最佳架构利用 CNN 来利用相邻电极之间的空间相关性，并通过使用 LSTM 来受益于所需手部轨迹的顺序特性。总体而言，与多线性模型相比，DL 将平均余弦相似度提高了 60%，左手和右手分别从 0.189 提高到 0.302 和从 0.157 提高到 0.249。意义。这项研究表明，基于 DL 的模型可以提高 BCI 系统在四肢瘫痪受试者的 3D 手部翻译预测中的准确性。
使用量子语境工具分析歧义名词和动词
心理语言学研究使用眼动追踪来表明多义词与同音词的消歧方式不同，歧义动词的消歧方式与歧义名词不同。组合分布语义学的研究使用余弦距离来表明动词在主语和宾语的上下文中比单独使用时更有效地消歧。这两个框架都一次关注一个歧义词，都没有考虑包含两个（或更多）歧义词的歧义短语。我们借用了量子信息论、默认语境性框架和语境影响程度的方法和指标，并研究英语的歧义主谓和动宾短语，其中主语/宾语和动词都是歧义的。我们表明，可以使用上下文影响程度的平均值来建模歧义动词和歧义名词的处理差异，以及同音词和多义词和动词的不同歧义程度之间的差异。
双重性的双重性和形状距离，对比较神经表示的影响
已经提出了神经网络表示之间的多种（DIS）相似性度量，从而导致了零散的研究景观。这些措施中的大多数属于两个类别之一。首先，诸如线性回归，规范相关分析（CCA）和形状距离之类的措施，都学习神经单位之间的明确映射，以量化相似性，同时考虑预期的不断增长。第二，诸如表示相似性分析（RSA），中心内核比对（CKA）和归一化Bures相似性（NBS）之类的措施都量化了摘要统计数据中的相似性，例如逐个刺激的内核矩阵，它们已经不一致地是预期的。在这里，我们通过观察Riemannian形状距离的余弦（从类别1）等于NB（来自类别2）来统一这两个广泛的方法的步骤。我们探讨了这种联系如何导致形状距离和NB的新解释，并将这些措施的对比与CKA进行对比，这是深度学习文献中的流行相似性度量。
零发射轮渡船的能源管理与基于燃料电池的混合能源系统：可行性评估
摘要 - 由于船舶污染者对环境的影响不断增加，以及每天收紧的预防法律，因此全电动船只的利用是最近的新兴技术。作为一种有前途的技术，将燃料电池用作海船的主要能源是一个有趣的选择。在本文中，提出并分解了基于燃料电池，电池和冷水的全电动混合能系统。到此为止，渡轮船的实际数据（包括负载纤维和路径）被认为是评估所提出的能量系统的可行性。对船和能源资源的配置以及问题的结构进行了建模和分析。最后，在一日时以每小时的形式以每小时的形式进行船的管理管理。改进的正弦余弦算法用于功率调度优化，并且所有模型均在MATLAB软件中实现。基于分析结果，拟议的混合系统和能量管理方法具有高性能作为海洋血管的适用方法。此外，要成为零排放船，提议的系统具有可接受的能源成本。
从... 构建连续随机过程
连续过程再生方法首先用于计算再生过程的谱密度。该方法的主要特点是保留“锯齿状”实现中给出的转折点（极值）的值和序列。在这样做的同时，基于循环计数方法的方法将给出完全相同的疲劳耐久性估计，因为初始条件 MAX-MIN-MAX ... 得到保证。为了通过谱密度研究随机过程标准偏差（RMS），原始序列的外推由连续余弦函数提供。转折点处的兼容性条件确保了过程及其一阶导数的连续性。为了确定频率，利用了开发过程中获得的一些样本实现的信息。作为其中一个应用，该方法旨在用于分析两种在耐久性评估任务中评估载荷的竞争方法的可比性，即应用循环计数方法和基于过程谱密度方法的方法。对建模过程进行了一些其他推测。关键词：材料疲劳、耐久性估计、余弦外推、循环计数、谱密度
弯曲曲线cosine-theta（CCCT）偶极子原型开发
摘要 - 与传统设计相比，它在产生先进的场合校正和低成本的潜力方面的灵活性，对于紧凑型粒子加速器和医疗应用的gantries，倾斜的余弦（CCT）配置尤其有趣。This article presents the design of a curved demonstrator named Fusillo, a Canted Cosine Theta Nb-Ti dipole magnet that is being developed at CERN, featuring a large aperture of 236 mm, a small bending radius of 1 m, a bending angle of 90 ◦ , and multi-harmonic field correction, with a 3.61 T conductor peak field.我们详细介绍了磁线圈设计，并结合了由弯曲的线圈产生的误差的高阶磁场校正，线圈端处的峰值峰值降低，新的绳索型电缆的开发以及前者的机械设计和前者的开发，从而支持线圈并提供弯曲的形状。我们还介绍了用于限定线圈以前的制造过程，绳索电缆，线圈绕组优化和线圈浸渍系统的第一个结果。
基于人工智能的医疗聊天机器人的方法......
摘要：医疗服务对于拥有良好的生活至关重要。然而，很难就每个医疗问题与医生进行对话。我们的想法是利用人工智能创建一个医疗聊天机器人，它可以在咨询医生之前分析感染并提供有关疾病的重要信息。这将有助于降低医疗成本，并通过医疗聊天机器人提高医疗信息的可用性。聊天机器人是使用自然语言与客户交流的计算机程序。聊天机器人将数据存储在数据集中以识别句子关键词并做出查询选择并回答查询。使用 n-gram、TFIDF 和余弦接近度执行定位和句子相似度计算。将从给定的数据句子中为每个句子获取分数，并为给定的问题获取更多相似的句子。外部程序（主程序）处理向机器人提出的未识别或数据集中不存在的查询。
根据指定的转折点序列构建疲劳试验的连续随机过程
连续过程再生方法首先用于计算再生过程的谱密度。该方法的主要特点是保留“锯齿状”实现中给出的转折点（极值）的值和序列。这样做的同时，基于循环计数方法的方法将给出完全相同的疲劳耐久性估计，因为保证了初始条件 MAX-MIN-MAX ...。为了通过谱密度研究随机过程标准偏差 (RMS)，通过连续余弦函数提供原始序列的外推。转折点处的兼容性条件确保了过程及其一阶导数的连续性。为了确定频率，采用了从开发中获得的一些样本实现中的信息。作为应用之一，该方法旨在用于分析耐久性评估任务中两种相互竞争的载荷评估方法的可比性，即应用循环计数方法和基于过程谱密度方法的方法。对建模过程进行了一些其他推测。关键词：材料疲劳、耐久性估计、余弦外推、循环计数、谱密度
皮肤类型分析通过计算机视觉和最近的邻居
这个提出的计算机视觉系统是一种创新的解决方案，可以帮助在皮肤病学诊断和个性化护肤方面革命性。在使用最新的图像分析技术时，该系统拾取了与皮肤类型，色调以及其他皮肤问题有关的基本属性，例如痤疮，色素沉着甚至细纹。这可以通过在HSV和YCBCR颜色空间中进行转换来精确确定皮肤，从而精确地确定皮肤，无论是否有任何照明或环境条件，都可以精确地确定皮肤的细分。Fitzpatrick肤色分类与K-最近的邻居（KNN）一起使用，以在音调上有很大的差异，因此具有包含和准确的结果。它通过使用一式式编码和余弦相似性来映射针对策划产品数据库的独特皮肤配置文件，从而为用户提供可行的见解。它被放置在一个基于网络的平稳平台中，该平台将允许实时视频和电子商务集成，为不同的方法集创建友好且易于访问的体验。