XiaoMi-AI文件搜索系统
World File Search System利用计算机
利用大规模大脑启发光子计算机识别人体动作
在计算机视觉中，视频流中人体动作的识别是一项具有挑战性的任务，其主要应用领域包括脑机接口和监控。深度学习最近取得了显著的成果，但在实践中却很难使用，因为它的训练需要大量数据集和专用的耗能硬件。在这项工作中，我们提出了一种光子硬件方法。我们的实验装置由现成的组件组成，并实现了一个易于训练的循环神经网络，该网络有 16,384 个节点，可扩展到数十万个节点。该系统基于储层计算范式，经过训练，可以使用原始帧作为输入，或者使用定向梯度直方图算法提取的一组特征，从 KTH 视频数据库中识别六种人体动作。我们报告的分类准确率为 91.3%，与最先进的数字实现相当，同时与现有硬件方法相比，处理速度更快。由于光子架构提供的大规模并行处理能力，我们预计这项工作将为实时视频处理的简单可重构和节能的解决方案铺平道路。
一种利用计算机视觉对蚜虫进行计数和分类的方法
蚜虫是一种会直接危害农作物的昆虫，它通过吸食植物汁液和间接传播可引起疾病的微生物来造成损害。谷类作物是许多蚜虫物种的宿主，包括禾谷管蚜（一种具有重要经济价值的蚜虫物种）。记录和分类蚜虫对于评估和预测农作物损害是必要的。因此，可作为决策控制措施的基础。它还可用于评估植物对蚜虫的抗性。传统上，记录过程是手动的，依赖于放大和训练有素的工作人员。手动计数也是一个耗时的过程，容易出错。考虑到这一点，本文介绍了一种使用图像处理、计算机视觉和机器学习方法自动计数和分类禾谷管蚜的方法和软件。本文还对 40 个样本进行了专家手动计数与软件获得的值的比较。结果显示，计数分类 (rs = 0.92579) 和测量 (r = 0.9799) 具有很强的正相关性。总之，该软件被证明是可靠的，并且对蚜虫种群监测研究有用。
利用计算机视觉技术在帮助中检测牛奶尺寸
摘要 - 计算机视觉是使计算机能够像人类一样能够看到和识别周围对象的技术之一。计算机视觉目前正在迅速开发，并且在图像处理过程中广泛使用。可以应用计算机视觉技术的领域之一是鱼类加工领域，即基于鱼类大小的鱼类分类过程。鱼类分类过程通常是由人类通过人眼手动执行的，观察到要分为几组的鱼类的大尺寸，例如中小型，中和大组。基于观察人眼的概念，这项研究应用了计算机视觉技术，以根据获得的检测结果的大小来检测鱼类的大小和鱼类。本研究中使用的鱼类类型是一种牛奶鱼。根据计算机视觉系统的研究结果，它能够检测到91.78％的精度率的牛奶对象的大小。获得的精度水平无法达到最大可能性，因为转换系统从像素值到厘米大小的影响。我们建议在进一步的研究中，可以通过在像素值转换为厘米方面提高准确性。
使用果蝇
抽象的果蝇Melanogaster是探索宿主与微生物之间共生关系的宝贵模型。本综述总结了有关果蝇肠道微生物群的维持机制，生理角色和营养不良的最新发现。果蝇的肠道微生物群是通过饮食中的微生物的连续摄入量与其在肠道中的定殖和增殖之间保持的。果蝇的活性氧（ROS）产生和抗菌肽（AMP）的不同途径在识别致病性和共生微生物中起着至关重要的作用。肠道菌群对果蝇的生理功能有重大影响。在幼体阶段已经报道了促进生长的作用，肠道菌群也表现出各种成人果蝇的功能。由衰老或疾病引起的肠道菌群异常导致肠道炎症和肠道屏障功能降低，导致寿命缩短。 此外，已经建议营养不良影响神经退行性疾病模型的病理。 使用果蝇的肠道微生物群研究的未来进步有望阐明宿主微叶相互作用的基本机制。 关键词：肠道菌群；抗微生物肽；活性氧；寿命；本能行为； drosbiosis；果蝇由衰老或疾病引起的肠道菌群异常导致肠道炎症和肠道屏障功能降低，导致寿命缩短。此外，已经建议营养不良影响神经退行性疾病模型的病理。使用果蝇的肠道微生物群研究的未来进步有望阐明宿主微叶相互作用的基本机制。关键词：肠道菌群；抗微生物肽；活性氧；寿命；本能行为； drosbiosis；果蝇
Kyushu University IMI联合用途（研究会议（II））数学和材料DX ...Kyushu University IMI联合用途（研究会议（II））数学和材料DX ...
演讲者：Hatakeyama-Sato博士，Kan （Dep。材料科学与工程学，东京科学研究所）标题：利用基础模型将化学实验转换为数据空间材料科学与工程学，东京科学研究所）标题：利用基础模型将化学实验转换为数据空间
经典计算机、超级计算机和量子计算机的工作原理
● 计算机对我们的生活有很大的帮助 ● 传统计算机被广泛使用 ● 此外，超级计算机帮助我们解决密码学等复杂计算或预测疾病如何在全球传播 ● 然而，量子计算机比任何超级计算机都强大。它们可以解决我们从未解决过的问题。例如，设计一种新的药物化合物、分析基因组或找到对抗病毒的方法 ● 所以从手机到量子计算机，计算机无处不在！
利用高性能单光子探测器实现量子计算机、网络和通信
• 高宽带检测效率（接近 1，许多 𝝀） • 超高时间精度（数十皮秒） • 超低暗计数率（< 1 cps） • 超高检测率（> 1 Gcps） • 出色的 PNR 性能
利用人工智能在电力短缺情况下进行能源分配的计算机系统
如今，电力短缺或停电可能因各种情况而发生。这些情况包括天气状况、事故或任何其他不可预见的事件，其中一个典型例子是俄罗斯对乌克兰民用基础设施的导弹袭击。2022 年 11 月的一次大规模袭击导致乌克兰电网大规模停电。这导致乌克兰平民和基础设施电力短缺。为了通过重新分配资源改善这种情况并允许所有单位使用电力，引入了电力供应时间表。这些时间表是在很长一段时间内制定的。它们并不总是确保消费者之间电力的均匀分配，也没有有效地考虑到电力量的变化。为了更快地应对此类挑战，建议使用所有