XiaoMi-AI文件搜索系统
World File Search System台上
如何高效训练你的人工智能代理？在异构平台上表征和评估深度强化学习
摘要 — 深度强化学习 (Dee p RL) 是自动驾驶汽车、机器人、监控等多个领域的一项关键技术。在深度强化学习中，使用深度神经网络或 KMO 德尔、ANA温柔地学习如何与环境互动以实现特定目标。深度强化学习算法架构的运行效率取决于若干因素，包括：( 1) 硬件架构对深度强化学习的基础内核和计算模式的适应性；( 2) 硬件架构的内存分层在通信层面的最小化能力； (3)硬件架构能够通过深度嵌套的高度不规则计算特性来隐藏深度强化学习算法中的开销引入。GP Us 一直是加速强化学习算法的流行方法，然而它们并不能最好地满足上述要求。最近的一些工作已经为特定的深度强化学习算法开发了高可定制加速器。然而，它们不能推广到所有可用的深度强化学习算法和 DNN 模型选择。在本文中，我们探索了开发现场框架的可能性，该框架可以加速各种深度强化学习算法，包括训练方法或 DNN 模型结构的变量。我们通过定义一个领域内特定的高级抽象或一类广泛使用的深度强化学习算法——基于策略的深度强化学习 (on-policy Deep R L) 来实现这个目标。此外，我们还对 CP U-GPU 和 CP U-FPGA 平台上最先进的基于策略的深度强化学习 (on-policy Deep R L) 算法的性能进行了系统分析。我们针对机器人和游戏这两个应用领域选择了两个代表性算法——PPO 和 A 2 C。我们展示了基于 FPG 的定制加速器，它们分别实现了高达 2.4 倍（PPO）和 8 倍（A 2 C）的训练速度提升，以及 1.7 倍（PPO）和 2.1 倍（A 2 C）的整体吞吐量提升。索引术语——强化学习、FPGA
在数字微流体平台上用于定向液滴运动的不对称电极
开发具有大量集成功能的大规模电解式 - 电气（EWOD）平台需要大量电极。传统上通过针计算最小化策略和路线路线方案来解决这一挑战，但我们提出了心形电极，当液滴运动是单向运动时，允许使用更少的引脚。此电极几何形状可确保液滴与前电极的重叠相比，而不是后部电极，从而产生了净毛细管将液滴向前拉的净毛细管。底部直径在0.8到1倍的底部液滴可以在长距离内可靠地驱动电极宽度，仅使用两个交替应用的驱动信号。最大信号开关频率使液滴的可靠运动与施加电压的平方和间隙高度成正比，但与电极直径成反比。互连电路的每个段仅跨越两个电极长度，这简化了电路路由并避免了大规模电极阵列中可能的迹线重叠。通过最小化销钉数，这种不对称设计为多功能大规模的EWOD平台中的电极布置提供了有希望的策略。
电信系统理学硕士 2020 年 5 月 在 IoT 平台上的 Docker 容器中设计和实现基于 AI 的人脸识别模型。Adil Shaik Uma Vidyadhari Chetlur
本论文提交给布莱金厄理工学院计算机学院，部分满足电信系统理学硕士学位的要求。这篇论文相当于 20 周的全日制学习。本研究论文的作者授予布莱金厄理工学院以非排他性权利以电子方式发布作品，并以非商业目的在互联网上访问。作者保证作品不包含任何违反版权法的文本、图片、参考资料和材料。联系信息：作者：Adil Shaik 电子邮件：adsh17@student.bth.se Uma Vidyadhari Chetlur 电子邮件：umch17@student.bth.se 大学顾问：Kurt Tuthschku 教授 系计算机科学
数字平台上的客户创业：平台商业模式的挑战与解决方案摘要借鉴质量的混合方法
数字平台上的客户创业：平台商业模式的挑战和解决方案摘要本研究采用定性研究和基于代理的模拟的混合方法，探讨（a）终端用户如何使用数字平台成为在平台上从事商业活动的客户创业者，以及（b）平台提供商如何将这种客户创业转化为收入来源。考虑到终端用户传统上被定义为平台商业模式中被动的、不收费的参与者，有必要深入了解他们的商业活动以及可行的收入模式，以使这种新兴的客户实践货币化。我们的定性研究表明，客户创业者大量使用平台产品来宣传他们的产品、与终端消费者沟通以及接受付款。这些商业活动在平台上大多是免费进行的，尽管它们本来可以作为收入来源。在这一点上，我们的模拟结果确定了两种定价模型，它们可以随着时间的推移产生几乎相同的收入。首先，平台提供商可以同时收取广告费和交易费，从而最大限度地提高专业客户企业家的生存率。其次，平台企业可以只收取广告费，这可以最大限度地提高以微型和兼职方式运营的非正式客户企业家的生存率。本研究为平台研究提供了理论、方法和管理意义。关键词：数字平台；客户创业；数字创业；商业模式；基于代理的模拟。
在经典和量子计算平台上估计布尔可满足性问题的状态密度
给定一个合取范式 (CNF) 中的布尔公式 φ (x)，状态密度计算对于所有 e 值，恰好违反 e 个子句的变量分配的数量。因此，状态密度是所有可能分配中未满足子句数量的直方图。这种计算概括了最大可满足性 (MAX-SAT) 和模型计数问题，不仅可以洞察整个解空间，还可以衡量问题实例的难度。因此，在现实世界中，即使使用最先进的算法，这个问题通常也是不可行的。虽然找到这个问题的确切答案是一项计算密集型任务，但我们提出了一种基于测度不等式集中度来估计状态密度的新方法。该方法产生了二次无约束二进制优化 (QUBO)，这特别适用于基于量子退火的解决方案。我们介绍了总体方法，并将 D-Wave 量子退火器的结果与最著名的经典算法（如 Hamze-de Freitas-Selby (HFS) 算法和可满足性模理论 (SMT) 求解器）进行了比较。
硅平台上生长的 Cu2O 微晶中的里德堡激子
氧化亚铜 (Cu 2 O) 是一种具有大激子结合能的半导体，在光伏和太阳能水分解等应用中具有重要的技术重要性。它还是一种适用于量子光学的优越材料体系，能够观察到一些有趣的现象，例如里德堡激子作为高激发原子态的固态类似物。之前与激子特性相关的实验主要集中在天然块体晶体上，因为生长高质量合成样品存在很大困难。本文介绍了具有优异光学材料质量和极低点缺陷水平的 Cu 2 O 微晶体的生长。本文采用了一种可扩展的热氧化工艺，非常适合在硅上集成，片上波导耦合的 Cu 2 O 微晶体就证明了这一点。此外，还展示了位点控制的 Cu 2 O 微结构中的里德堡激子，这与量子光子学中的应用有关。这项工作为 Cu 2 O 在光电子学中的广泛应用以及新型器件技术的开发铺平了道路。
沙特阿美在阿布扎比国际舞台上大放异彩
阿布扎比 — 沙特阿美在本月初举行的阿布扎比国际石油展览会 (ADIPEC) 上表现出色，并在此次汇聚全球石油和天然气行业领袖的盛会上斩获三项重要奖项。“在全球最大的石油和天然气展会之一中，我们的参与度最高，”石油工程和开发副总裁 Nasir K. Al-Naimi 说道。“沙特阿美继续展示其在第四次工业革命中的韧性、技术进步和领导力，从所获奖项中可见一斑。” 在六个 ADIPEC 奖项类别中，四个沙特阿美奖项提交项目入围决赛。其中两个入围者获得了“突破性技术项目”和“年度突破性研究”类别的奖项。这两个奖项分别由该公司的 EXPEC 高级研究中心和 South Ghawar 生产部门获得。ADIPEC 执行委员会成员、沙特阿美南部地区油藏管理部门负责人 Naji A. AlUmair 赞同 Al-Naimi 的评论。AlUmair 表示：“沙特阿美上游优势和 IR 4.0 的深度和广度在本次盛会的会议和展览中得到了充分体现，吸引了参观者和各国总统代表团的浓厚兴趣。”在 2,200 多家参展商中，沙特阿美的展览吸引了数千名参观者和业内各种高级官员，被公认为本次盛会的最佳展览。最佳整体展览
利用 CropOS 在育种、基因组编辑和性状开发平台上实现作物创新
样本 PAM 目标序列 Indel WT TTGC TTTC TCCAGTGACCTAAAAGACGATACA ATGGTA #38 TTGCTTTCTCCAGTGACCTAAAA--------ATGGTA -9 #38 TTGCTTTCTCCAGTGACCTAAAA-------CAATGGTA -7 GTCATCATT-GATTCA TA -3 #77 TTGCTTTCTCCAGTGACCTAAAA-------CAATGGTA -7 #86 TTGCTTTCTCCAGTGACC-----------TGGTA -15 #88 TTGCTTTCTCCAGTGACCTAA---------CAATGGTA-9-GTCTC-TA-TT-CA GGTA -8
