XiaoMi-AI文件搜索系统
World File Search System可靠的
朝着可靠的识别和跟踪无人机...
抽象无人机群由多个无人机组成，这些无人机可以实现单个无人机无法实现的任务，例如在大面积上进行搜索，恢复或监视。群的内部结构通常由多个无人机自动工作。可靠的检测和对群体和单个无人机的跟踪，可以更了解群的行为和运动。对无人机行为的了解增加，可以更好地协调，避免碰撞以及对群体中各个无人机的性能监控。本文提出的研究提出了一种基于深度学习的方法，可实时使用立体视觉摄像机在群中可靠地检测和跟踪单个无人机。这项研究背后的动机是需要更深入地了解群体动态，从而改善协调，避免碰撞以及对群体中各个无人机的性能监控。提出的解决方案提供了一个精确的跟踪系统，并考虑了无人机的高度密集和动态行为。在各种配置中，在稀疏和密集网络中评估了该方法。通过实施一系列比较实验，已经分析了提出解决方案的准确性和效率，这些实验证明了在群中检测和跟踪无人机的合理精度。
![ARXIV：2407.05342V1 [CS.CV] 7 JUL 2024
在中的重建和未结构结构共存
评估人类协作：...
arxiv：2407.07035v1 [CS.CL] 9月9日2024
观察非易失性磁性 - 热切换...
旋转角动量的光子准晶体
土匪的集中差异隐私
在AI-... 中优化以人为中心的目标
算法什么时候应该辞职？ AI治理的提案
通过预测分析增强网络安全
基于事件触发的增强学习基于超级可靠的低延迟v2x通信的联合资源分配](/simg/3/3a456051cbc8ba5176d68ebda8e39d4dbc06c013.webp)
ARXIV：2407.05342V1 [CS.CV] 7 JUL 2024 在中的重建和未结构结构共存 评估人类协作：... arxiv：2407.07035v1 [CS.CL] 9月9日2024 观察非易失性磁性 - 热切换... 旋转角动量的光子准晶体 土匪的集中差异隐私 在AI-... 中优化以人为中心的目标 算法什么时候应该辞职？ AI治理的提案 通过预测分析增强网络安全 基于事件触发的增强学习基于超级可靠的低延迟v2x通信的联合资源分配
摘要。本研究解决了域级逐步学习问题，这是一种现实但具有挑战性的持续学习场景，在该方案中，域分布和目标类别跨任务各不相同。为处理这些不同的任务，引入了预训练的视力语言模型（VLM），以实现其强大的推广性。但是，这会引起一个新问题：在适应新任务时，预先训练的VLMS中编码的知识可能会受到干扰，从而损害了它们固有的零射击能力。现有方法通过在额外的数据集上使用知识蒸馏来调整VLM来解决它，这需要大量计算。为了有效地解决此问题，我们提出了无知的无干扰知识集成（DIKI）框架，从避免避免信息干扰的角度来保留对VLM的预训练的知识。具体来说，我们设计了一种完全残留的机制，可以将新学习的知识注入冷冻的骨干中，同时引发对预训练的知识的不利影响最小。此外，此残差属性可以使我们的分布感知的集成校准方案明确控制来自看不见的分布的测试数据的信息植入过程。实验表明，我们的二基仅使用训练有素的参数超过了当前的最新方法，并且需要较少的训练时间。代码可在以下网址找到：https：//github.com/lloongx/diki。
将Smote-tomek和Fusion Learning与XGBoost Meta-Gearner融合，以识别可靠的糖尿病
摘要：这项研究旨在通过整合综合少数群体过度采样技术（SMOTE）-TOMEK技术来开发一种健壮的糖尿病分类方法，用于数据平衡并使我们以极端梯度增强（XGB）为导致的机器学习合奏作为元学习者。我们提出了一个集成模型，该模型将深度学习技术（例如双向长期记忆（Bilstm）和双向门控复发单元（BIGRU）与XGB分类器作为基础学习者。使用的数据包括PIMA印第安人糖尿病和伊拉克社会糖尿病数据集，这些数据集是通过缺少价值处理，重复，归一化以及Smote-Tomek在解决数据失衡方面处理的。XGB作为元学习者，通过降低偏差和方差成功地提高了模型的预测能力，从而导致了更准确，更健壮的分类。所提出的合奏模型可在所有测试的数据集上达到完美的精度，精度，召回，特异性和F1分数为100％。此方法表明，将集成学习技术与严格的预处理方法结合在一起可以显着改善糖尿病分类性能。
为客观足球运动员估值开发可靠的混合机器学习模型
摘要 - Football既是流行的运动，又是一项大型业务。经理们担心团队经理在转移，球员估值问题，尤其是市场价值和转移费用时做出的重要决策。市场价值很重要，因为可以将其视为转移费用转移费用的估计值，这些费用或价格可以为转移市场上的玩家支付。足球专家历史上估计了市场。但是，专家意见是不准确的。因此，数据分析可能会为基于专家的市场价值估计提供可靠的替代品或补充。本文提出了一种定量，客观的方法来评估市场上足球运动员。该技术基于将机器学习算法应用于足球运动员性能数据。为了实现这一目标，采用了决策树回归（DTR）来预测足球运动员的市场价值。此外，还利用了两种新型的元启发式算法，蜂蜜badger算法（HBA）和水母搜索优化器（JSO）来增强DTR模型的性能。实验利用了从sofifa.com收集的FIFA 20游戏数据。此外，它旨在检查信息并查明影响市场价值评估的关键要素。试验结果表明，与其他算法相比，DTJ混合模型在预测参与者的市场定价方面的性能更好。与基线相比，R 2值为0.984，误差比最低，它获得了最高的精度得分。最后，人们认为这些发现对于足球队和球员在球员之间的讨论中可能至关重要。该策略可以用作加快谈判过程并提供对玩家市场价值的可量化，客观评估的跳板。
缩放Perovskite-Silicon朝向可靠的商业产品
拟议的奖励活动将包括外展，数据分析，建模，工程和设计，实验室研究和现场测试。外展活动将包括举办研讨会和招聘管道开发，以服务于社区中历史上边缘化的人群。立方（马萨诸塞州贝德福德），北卡罗来纳大学教堂山（Chapel Hill，北卡罗来纳州），国家可再生能源实验室（NREL； Golden，Co）和托莱多大学（俄亥俄州托莱多）将设计，开发和制造孔织布式薄膜薄片，太阳能细胞和模块。立方还将进行电气和材料表征，合成化学，数据分析，应力测试和屋顶现场测试。桑迪亚国家实验室（SNL；新墨西哥州阿尔伯克基）和NREL也将进行户外现场测试。SNL和NREL活动将作为商业化技术（PACT）研究小组的Perovskite PV加速器的一部分。
海军武器站海豹滩支队诺科 (DET Norco) 致力于为所有员工和访客提供安全可靠的饮用水
每年 7 月 1 日前分发，以提供上一年的结果。海军制定了 CCR 附录，提供了 DET Norco 设施饮用水质量的快照。本附录的目的是告知消费者其设施自来水的来源，提供最新的水质数据，促进对饮用水问题的更多了解，并提高节约意识。Españo l: 本信息包含有关其饮用水的非常重要的信息。请将海军武器站 Seal Beach 的系统通信发送给 jeff.j.mcgovern.civ@us.navy.mil 以进行西班牙语协助。DET NORCO 源水 DET Norco 从诺科市购买饮用水，并通过连接城市供水管线的连续供水系统输送水，供水管线通过 DET Norco 的两个供水口。诺科市 28% 的原水（未处理水）来自四口水井，其余 72% 则从阿灵顿脱盐厂和奇诺脱盐局购买处理过的水，少量则从科罗纳市和河滨市购买。混合水到达 DET Norco 后，海军设施工程系统 (NAVFAC) 供水系统将为所有建筑物和灭火系统供水。海军致力于通过每月监测大肠菌群和总残留氯水平来确保饮用水质量，每月在三座不同的建筑物进行监测。关于饮用水 典型的饮用水源（自来水和瓶装水）包括河流、湖泊、溪流、池塘、水库、泉水和水井。当水流经地表或穿过地面时，它会溶解天然存在的矿物质，在某些情况下还会溶解放射性物质，并且
朝着可行且可靠的建筑建模，反映了运营能源使用和室内环境 - 北欧气候案例研究
可靠的建筑建模对于建筑能源认证和建筑物的装修至关重要，以更好的能源性能和室内气候。这项工作的主要目标是评估与模拟建筑几何形状及其设施所需的努力水平相关的后果，并通过提供有关模型简化后果的能源性能和舒适性的模型简化后果来指导实践者建筑建模的后果。这项工作着重于模型几何形状简化和加热系统的敏感性，以及它们对标准模拟构成中能量和热舒适性KPI的影响。此外，该研究提出了对操作绩效的验证模型，研究了适应的模拟条件的复杂性，例如加热设定点，实际人员在模型可信度上加载与受监视数据相比。敏感性研究的主要结论是，具有不同几何分区方法的模型之间的供暖需求差异相对较小，而模拟中详细的加热系统的实施对所有输出KPI的结果都具有更明显的影响。模型验证活动的主要结论是，适应性人的负载可以提高模型的准确性。具有详细几何形状的模型，当模型中的加热设定点定义为每间公寓的受监视数据时，会导致更准确的结果。对于有限数量的IAQ测量点的住宅，建议使用标准设定点而不是监视。对于具有足够IAQ传感器的公寓，适应的加热设定点和人员负载可以显着改善模型预测。
CSET- AI安全中的关键概念：机器学习中可靠的不确定性量化
机器学习研究进展的最后十年已经引起了功能令人惊讶但也不可靠的系统。由Openai开发的聊天机器人Chatgpt提供了这种张力的很好的说明。用户在2022年11月发布后与系统进行交互，虽然可以在编程代码和作者Seinfeld场景中找到错误，但也可能会被简单的任务混淆。例如，一场对话显示了机器人声称最快的海洋哺乳动物是百富麦猎鹰，然后将其思想转变为帆船，然后又回到猎鹰，这是显而易见的事实，即这些选择都不是哺乳动物。这种不平衡的性能是深度学习系统的特征，即近年来进步最大的AI系统的类型，并给他们在现实世界中的部署带来了重大挑战。
限制频谱成像是可靠的阳性预测值的前列腺癌的定量生物标志物
保留所有权利。未经许可就不允许重复使用。（未经同行评审证明）是作者/资助者，他已授予Medrxiv的许可证，以永久显示预印本。该版本的版权所有此版本发布于2024年6月6日。 https://doi.org/10.1101/2024.06.05.24308468 doi：medrxiv preprint