XiaoMi-AI文件搜索系统
World File Search System卷积编码
proin：学习基于自主驾驶的渐进互动来预测轨迹
在这项工作中，提出了一个渐进互动网络，以使代理的功能能够逐步专注于相关地图，以便更好地学习代理的功能表示，以捕获相关的地图约束。网络在以下三个阶段中逐渐通过图形卷积编码映射约束的复杂影响：在历史轨迹编码之后，在社交互动之后和多模式分化之后。此外，还提出了用于多模式训练的权重分配机制，以便每种模式都可以从单模地面真相获得学习机会。实验验证了渐进互动与现有一阶段相互作用的优越性，并证明了每个组件的有效性。在具有挑战性的基准中获得了令人鼓舞的结果。
在监视视频中通过未来的外观运动预测
摘要：监视视频中的异常检测是对罕见事件的识别，这些事件产生了正常事件的不同特征。在本文中，我们介绍了一项有关异常检测技术进度的调查，并介绍了我们提出的框架以应对这一非常具有挑战性的目标。我们的方法基于最新的最新技术，并将异常事件施放为未来帧中意外事件。我们的框架非常灵活，您可以通过现有的最新方法替换几乎重要的模块。最受欢迎的解决方案仅将未来预测的信息用作训练卷积编码网络的限制，以重建框架，并在原始信息和重建信息之间取得差异的分数。我们提出了一个完全基于预测的框架，该框架将特征直接定义为未来预测和基础真理信息之间的差异。此功能可以馈入各种类型的学习模型以分配异常标签。我们介绍了我们的实验计划，并认为我们的框架的性能将通过提出功能提取的早期有希望的结果来与最先进的分数竞争。
引用：Zhou CD、Huang Y、Yang YG 等。具有增强存储能力的精简光子储存器计算机。Opto-Electron Adv 8，240135
光子平台正逐渐成为满足日益增长的人工智能需求的一种有希望的选择，其中光子时间延迟储存器计算（TDRC）被广泛期待。虽然这种计算范式只能采用单个光子器件作为数据处理的非线性节点，但其性能高度依赖于延迟反馈回路（FL）提供的衰减记忆，这限制了物理实现的可扩展性，特别是对于高度集成的芯片。在这里，我们提出了一种简化的光子方案，利用设计的准卷积编码（QC）实现更灵活的参数配置，从而完全摆脱了对FL的依赖。与基于延迟的TDRC不同，基于QC的RC（QRC）中的编码数据支持时间特征提取，从而有助于增强记忆能力。因此，我们提出的QRC无需实现FL即可处理与时间相关的任务或序列数据。此外，我们可以使用低功率、易于集成的垂直腔面发射激光器来实现该硬件，以实现高性能并行处理。我们通过 QRC 和 TDRC 的模拟和实验比较来说明概念验证，其中结构更简单的 QRC 在各种基准测试任务中表现更佳。我们的结果可能为深度神经网络的硬件实现提供了一个有利的解决方案。
哈吉穆罕默德丹尼什科技大学，迪纳杰布尔
推荐书籍： [1] Wai-Kai Chen，“VLSI 技术（工程原理与应用）”，CRC press，2003，第 1 版，ISBN：978-0849317385。 [2] Kwyro Lee、Michael shur、Tor A. Fjeldly 和 Tron Ytterdal，“VLSI 的半导体器件建模”，Prentice Hall，1997，第 1 版，ISBN：978-0138056568。 ECE 505：高级数字通信 学分：2.00 学习时间：2 小时/周 概率与随机过程回顾。无记忆信道上的功率谱与通信：同步数据脉冲流的 PSD、M 元马尔可夫源、卷积编码调制、连续相位调制、无记忆信道上的标量和矢量通信、检测标准。相干和非相干通信：相干接收器、WGN 中的最佳接收器、IQ 调制和解调、随机相位信道中的非相干接收器、M-FSK 接收器、瑞利和莱斯信道、部分相干接收器 – DPSK、M-PSK、M-DPSK、BER 性能分析。带限信道和数字调制：眼图、存在 ISI 和 AWGN 时的解调、均衡技术、IQ 调制、QPSK、O/4-QPSK、QAM、QBOM、BER 性能分析、连续相位调制、CPFM、CPFSK、MSK、OFDM。块编码数字通信：结构和性能、二进制块码、正交、双正交、超正交-香农信道编码定理、信道容量、匹配滤波器、扩频通信概念、编码 BPSK 和 DPSK 解调器、线性块码、汉明、戈莱、循环、BCH、里德-所罗门码。卷积编码数字通信：使用多项式、状态图、树形图和网格图表示代码，使用最大似然、维特比算法、顺序和阈值方法的解码技术 - BPSK 和维特比算法的误差概率性能。