XiaoMi-AI文件搜索系统
World File Search System使用状态
MamMIL：使用状态空间模型对整个幻灯片图像进行多实例学习
摘要 — 近年来，病理诊断通过将深度学习模型与使用全切片图像 (WSI) 的多实例学习 (MIL) 框架相结合而取得了优异的表现。然而，WSI 的千兆像素特性对高效的 MIL 提出了巨大挑战。现有研究要么不考虑实例之间的全局依赖关系，要么使用线性注意等近似值来建模对对实例交互，这不可避免地带来了性能瓶颈。为了应对这一挑战，我们提出了一个名为 MamMIL 的框架用于 WSI 分析，通过将选择性结构化状态空间模型（即 Mamba）与 MIL 相结合，能够在保持线性复杂度的同时对全局实例依赖关系进行建模。具体而言，考虑到 WSI 中组织区域的不规则性，我们将每个 WSI 表示为一个无向图。为了解决 Mamba 只能处理一维序列的问题，我们进一步提出了一种拓扑感知扫描机制来序列化 WSI 图，同时保留实例之间的拓扑关系。最后，为了进一步感知实例之间的拓扑结构并结合短程特征交互，我们提出了一种基于图神经网络的实例聚合块。实验表明，MamMIL 可以实现比最先进的框架更先进的性能。代码可以在 https://github.com/Vison307/MamMIL 访问。索引术语 — 多实例学习、状态空间模型、整个幻灯片图像
使用状态功能提升网络安全性...
摘要 - “通过引入现代技术和主动管理的顶部速率网络安全提升”是一种在更广泛的环境中实现安全性的一种整体方式。建立在基于Linux的操作系统上，该防火墙解决方案的实现纯粹是针对任何网络犯罪威胁而计算的，同时即使在动态变化的情况下也保持高速数据包的交付。该项目的主要目的是建立一个强大的防火墙系统，该系统能够确保网络的资产，无论使用范围如何，例如数据中心或家庭区域。防火墙解决方案的根部是由一系列牢固的功能制成的，这些功能旨在拧紧网络防御并使连通性平稳。使用这些软件，该软件具有一个界面，该接口适用于想要使用规则和活动记录的用户，带宽优先级的QoS机制以及IPS-深度数据包检查。还具有网络的基本功能，例如VPN和Web代理，可以进一步保护并为整个系统提供可访问性。该项目的方法暗示了图形接口和后端配置的混合，它在实施和管理仍然很容易的情况下起着平均值的作用。该项目基于主动网络安全方法的应用以及行业最佳实践的指导，目的是使用户能够在网络复杂且动态变化的系统中安全地操作。创建了防火墙解决方案，以提高网络安全级别，通过强调积极性，反应能力和高性能。
使用状态抽象来计算 AI 代理行为的个性化对比解释
人工智能研究界对开发能够向用户解释其行为的自主系统的兴趣日益浓厚。然而，为不同专业水平的用户计算解释的问题却很少受到研究关注。我们提出了一种解决这个问题的方法，即将用户对任务的理解表示为规划器使用的领域模型的抽象。我们提出了在不知道这种抽象人类模型的情况下生成最小解释的算法。我们将生成解释的问题简化为对抽象模型空间的搜索，并表明虽然整个问题是 NP 难的，但贪婪算法可以提供最佳解决方案的良好近似值。我们通过经验表明，我们的方法可以有效地计算各种问题的解释，并进行用户研究以测试状态抽象在解释中的效用。
使用状态实现容错服务...
随时间变化，则结果将不满足上述语义特征，因此不是状态机。这是因为发送到执行器的值（状态机的输出）不仅取决于对状态机的请求，而且还取决于循环的执行速度。在上面使用的结构中，通过将循环移入监视器，可以避免此问题。实际上，必须根据状态机和客户端来构建系统并不构成真正的限制。任何可以按照过程和过程调用进行结构化的东西也可以使用状态机和客户端进行结构化 - 状态机实现过程，请求实现过程调用。事实上，与通常的过程调用相比，状态机在系统结构上允许更大的灵活性。使用状态机，发出请求的客户端不会延迟到该请求被处理为止，并且请求的输出可以发送到发出请求的客户端以外的某个地方。我们还没有遇到过无法在状态机和客户端方面进行干净编程的应用程序。