XiaoMi-AI文件搜索系统
World File Search System像素
1像素相机可以走多远？使用光感受器和计算设计的视觉形态解决视力任务
1。简单的视觉传感器在求解视觉任务方面有多有效？2。他们的设计在有效性中扮演什么角色？我们探索具有低至一对一像素的分辨率的简单传感器，代表单个光感受器。首先，我们证明，只有几个光感受器就足以求解不同的vi-sion任务，例如视觉导航和连续控制，即相当好，即，其性能明显优于盲人代理，并与高分辨率摄像头相当。第二，我们表明这些简单的视觉传感器的设计在提供有用信息并成功解决这些任务的能力中起着至关重要的作用。为了找到一个表现出色的设计，我们提出了一种计算设计优化算法，并评估了其在不同任务和域之间的有效性，显示出令人鼓舞的结果。最后，我们进行了一项人类调查，以评估人类手动手动设计的直觉设计的有效性，这表明在大多数情况下，计算设计的设计是最好的设计之一。
缓解气候关键海洋数据集中的蒙面像素
摘要：云和其他数据伪像经常限制从远程感知的地球观测中检索关键变量。我们训练具有高保真海洋模拟的自然语言处理（NLP）启发的算法，以准确地重建海面温度（SST）领域的掩盖或缺失数据，这是由全球气候观察系统确定的54个基本气候变量之一。我们证明，所谓的模型（称为e nki）反复超过先前采用的钻头技术，最多可以在重建错误中的数量级，同时即使在大多数像素被掩盖的情况下也显示出非凡的性能。此外，对具有至少40％的掩盖百分比的真实红外传感器数据的实验显示出比该传感器的已知不确定性少的重建误差（均方根误差（RMSE）≲0.1K）。我们将E nki的成功归因于NLP的细心性质与现实的SST模型输出相结合，这种方法可以扩展到其他远程感知的变量。这项研究表明，基于E nki或其他类似的先进系统的系统可能会产生最佳解决方案，以减轻气候关键海洋数据集中对迅速变化的地球进行采样的蒙面像素。
单像素X射线成像
X射线检测器可以在非结构测试，辐射暴露监测，安全检查，包装分类，医学诊断和计算机断层扫描（CT）中找到各种应用。在工作原理方面，可以间接或直接检测到X射线辐射。间接地，闪烁体用于将高能量X射线光子转换为可见的荧光，然后通过Pho-Todiode将其转换为电信号。由于能量构造和闪烁体散射的局限性，因此产生高分辨率图像的过程具有挑战性。在X射线检测的直接方法中，半导体材料通常用于将高能X射线直接转换为电信号，从而提供更高的能量转换效率和更好的成像分辨率。最近，已经出现了直接的X射线检测，因此已经出现了高原子数（高Z）材料，例如金属卤化物钙钛矿（MHP），无铅钙钛矿和无机/有机材料。尽管这些材料可以有效地吸收高能量X射线光子，但这些具有低浓度缺陷的高质量单晶材料仍然具有挑战性。因此，由于激发载体的强烈重新支持，基于这些材料的X射线检测器具有相对较低的灵敏度。我们正在研究新材料和结构来解决这个问题。ti 3 C 2 t x mxenes由于其出色的电导率，机械性柔韧性和可调带镜头而特别有吸引力，此外还具有super层水性分散性。One promising option is MXenes, a type of 2D materials that consists of transition metal car- bides or nitrides with the general formula M n + 1 X n T x (where n ranges from 1 to 4, M is an early transition metal like Ti, Sc, or Cr, X can be carbon or nitrogen, and T x represents surface terminal groups such as F, O, OH, and Cl).1与单晶钙钛矿材料相比，Ti 3 C 2 t x mxenes纳米膜更容易通过真空过滤和转移而无需引入杂质而实用。与其他具有高电阻的材料不同，Ti 3 C 2 t X Mxenes的高电导率可以降低设备的总体电阻，从而使设备能够在相对较低的电压下实现X射线检测。与基于硅的底物的出色兼容性
将增强和缺失的像素归合组合
遥感图像分类在各种领域至关重要，包括农业，城市规划和环境监测。但是，有限的标记数据和缺失的像素对实现准确的分类构成了挑战。在这项研究中，我们提出了一个综合框架，该框架使用潜在扩散模型和基于强化学习的基于基于学习的缺失像素插补来整合数据，以增强深度学习模型的分类性能。该框架由三层组成：数据增强，缺少像素的插补以及使用修改后的VGG16体系结构进行分类。基准数据集上的广泛实验证明了我们的框架的重大影响，通过显着提高分类准确性和鲁棒性，超过了最新技术。结果突出了我们的增强和归纳技术的有效性，分别达到97.56％，97.34％和97.34％的骰子得分，准确性和召回指标。我们提出的框架为准确的遥感图像分类提供了一个宝贵的解决方案，解决了有限数据和缺失像素的挑战，并且在各个域中具有广泛的应用程序。关键字：VGG 16，卷积神经网络，扩散模型，遥感，卫星图像。
小像素低增益雪崩探测器 (LGAD)
埋层 GL 又是一个位于外延层内一定深度的 +p+ 结。GL 是在外延生长过程中获得的。通过分级外延形成的 GL 还应避免与注入产生的外延缺陷相关的问题。已经确定了一家代工厂，并讨论了技术方面的问题。已经提供了购买 6' 晶圆的报价。
从像素到金属：人工智能赋能的钱币艺术
本文介绍了我们对葡萄牙国家铸币厂提出的独特挑战的回应：使用人工智能设计一枚纪念币来庆祝“数字世界”。我们解释了这枚硬币的共同创作过程，从概念化到生产，重点介绍了设计过程、基本原理、遇到的主要障碍以及为应对挑战而进行的技术创新和发展。其中包括开发由对比语言-图像预训练 (CLIP) 和基于机器学习的美学模型指导的进化艺术系统、快速进化系统以及以可铸造格式编码基因型的表示。此次合作生产了一枚限量版 10 欧元银币，国家铸币厂共铸造了 4,000 枚。这枚硬币受到了热烈追捧，两个月内就销售一空。这项工作促进了计算创造力，特别是共同创造力、共同设计和数字艺术，代表了人工智能在钱币学中的应用迈出了重要一步。
以纳米级分辨率重建的人类大脑皮层千万亿像素碎片
原理：获取人类神经回路的一个关键障碍是获取高质量的人脑组织。器官活检为许多人体器官系统提供了有价值的信息，但除了检查或切除肿瘤肿块外，很少在脑部进行活检，因此大多数活检对于研究正常的人类大脑结构都有问题。一种尝试是使用由人类细胞制成的脑器官，但目前，它们并不接近脑组织的结构（例如，不存在皮质层）。一种直接的方法是绘制神经外科手术后获得的人类标本中的细胞和回路，以用于神经系统疾病，在这种疾病中，皮质的某些部分会被丢弃，因为它们会阻碍进入病理部位。我们假设，神经外科手术的副产品——人脑组织——可以用来研究正常的——以及最终紊乱的——人类神经回路。
I2P注册通过学习从像素到点相似性的基本对齐特征空间
摘要 - 对于自动地面车辆，带有3D激光雷达的全球定位是导航等任务中必不可少的一部分。通常，使用LIDAR的全球定位细分为两个子问题，即位置识别和全球注册。为了获得位置识别，基于深度学习的最新新兴方案要么依赖于具有高复杂性的3D卷积，要么需要从各种前瞻性角度学习特征。为此，我们提出了一个具有滚动式yaw不变性的模型，该模型代表点云为概率的体素，并从鸟眼的视图中产生占用网格，从而通过从固定的角度学习聚集的嵌入来实现稳健的位置识别。对于低重叠的全球注册，基于传统的手工艺特征的方法主要限于密集的对象级别云，而基于最新的学习方法通常依赖于复杂的3D卷积和其他功能关联学习。为了在一定程度上填补这一空白，我们建议通过拟合和对齐点云的接地平面来估计相对滚动角度和垂直翻译，并通过匹配其预计的占用率网格来确定水平翻译和偏航角。广泛的实验证实了我们位置识别模型的出色召回和概括能力，以及我们3D注册方法的高级成功率和准确性。尤其是在认识和注册硬样品时，我们的结果远远超过了我们的结果。为了确保完整的可重复性，相关代码和数据可在https://cslinzhang.github.io/gloc/gloc/gloc.html上在线提供。
使用飞秒激光器对无内部增益层的 SiGe BiCMOS 单片硅像素探测器的时间分辨率
摘要：使用飞秒激光研究了为 MONOLITH H2020 ERC Advanced 项目生产的第二个单片硅像素原型的时间分辨率。ASIC 包含一个间距为 100 μ m 的六边形像素矩阵，由低噪声和非常快速的 SiGe HBT 前端电子设备读出。使用厚度为 50 μ m 的外延层、电阻率为 350 Ω cm 的硅晶片来生产完全耗尽的传感器。在测试的最高前端功率密度 2.7 W/cm 2 下，发现飞秒激光脉冲的时间分辨率对于由 1200 个电子产生的信号为 45 ps，对于 11k 个电子则为 3 ps，这大约相当于最小电离粒子产生的电荷最可能值的 0.4 倍和 3.5 倍。将结果与使用同一原型获取的测试光束数据进行比较，以评估电荷收集波动产生的时间抖动。
