XiaoMi-AI文件搜索系统
World File Search System启发式
使用元启发式技术对生物医学植入物的电感耦合线圈进行优化设计
1. Lakhdari, A：无线能量传输系统的开发：生物医学领域的应用。（2020 年）。2. Heidarian, M. 和 Burgess, SJ（2020 年）。一种优化谐振线圈和电感链路能量传输的设计技术。IEEE 微波理论与技术学报，69 (1)，399-408。3. Gosselin, B.（2011 年）。神经记录微系统的最新进展。传感器，11 (5)，4572-4597。4. Tianjia Sun、Xiang Xie 和 Zhihua Wang：用于医疗微系统的无线能量传输。（2013 年）。5. Kiani, M. 和 Ghovanloo, M.（2012 年）。设计高性能感应电能传输链路的品质因数。IEEE 工业电子学报，60 (11)，5292-5305。6. Mirbozorgi, SA (2015)。用于植入式医疗设备的高性能无线电源和数据传输接口。7. Kiani, M.、Jow, UM 和 Ghovanloo, M. (2011)。设计和优化 3 线圈感应链路以实现高效的无线电能传输。IEEE
循环经济中能源生产消费者决策过程的启发式方法
摘要：在能源转型中，可再生分布式能源和自用是实现循环经济的有前途和可持续的解决方案。在未来的方案中，生产消费者有望在即将到来的可持续能源市场中发挥主导作用，作为小规模的能源生产商，他们将面临新的技术、经济和金融挑战。事实上，采用光伏 (PV) 自用系统需要调动资本进行投资并与市场互动。在这种情况下，本文的目的是探索生产消费者决策过程的见解，以增进对自用部署的理解并支持有效的政策制定。本研究通过使用启发式方法定义和分类能源生产消费者决策过程的决定因素及其相关性，为最新技术做出了贡献。通过对西班牙生产消费者的具体案例研究，分析了潜在的测量工具和方法。
定制启发式方法和定时人工智能干预以支持新闻真实性评估
1. 我们首先找到被媒体偏见/事实核查 (MBFC) 标记为可靠和不可靠的来源 2. 从这些来源中找到特定主题的文章（气候变化和疫苗接种；COVID） 3. 选定经过第三方新闻机构事实核查的文章，例如 Snopes、PolitiFact、FactCheck.org、华盛顿邮报事实核查或美联社事实核查
ScaleHD：通过自适应缩放实现强大的大脑启发式超维计算
受大脑启发的超维计算 (HDC) 在机器人、生物医学信号分析和自然语言处理等各种认知任务中表现出良好的能力。与深度神经网络相比，HDC 模型具有轻量级模型和一次性/少次学习能力等优势，使其成为传统资源密集型深度学习模型的有前途的替代范式，尤其是在资源有限的边缘设备中。尽管 HDC 越来越受欢迎，但尚未对 HDC 模型的鲁棒性和增强 HDC 鲁棒性的方法进行系统分析和充分研究。HDC 依靠称为超向量 (HV) 的高维数值向量来执行认知任务，HV 中的值对于 HDC 模型的鲁棒性至关重要。我们提出了 ScaleHD，一种自适应缩放方法，可以缩放 HDC 模型的联想记忆中的 HV 值，以增强 HDC 模型的鲁棒性。我们提出了三种不同的ScaleHD模式，包括Global-ScaleHD、Class-ScaleHD和(Class+Clip)-ScaleHD，它们基于不同的自适应缩放策略。结果表明，ScaleHD能够将HDC对内存错误的鲁棒性提高到10,000𝑋。此外，我们利用增强的HDC鲁棒性，通过电压缩放方法节省能源。实验结果表明，ScaleHD可以将HDC内存系统的能耗降低高达72.2%，而准确度损失不到1%。
神经启发式超维分类，实现高效、稳健的生物信号处理
摘要 生物信号由多个收集时间序列信息的传感器组成。由于时间序列包含时间依赖性，现有的机器学习算法很难处理它们。超维计算（HDC）作为一种受大脑启发的轻量级时间序列分类范例被引入。然而，现有的 HDC 算法存在以下缺点：（1）线性超维表示导致分类准确率低，（2）由于操作昂贵且不利于硬件而缺乏实时学习支持，以及（3）无法从部分标记数据建立强大的模型。在本文中，我们提出了 TempHD，一种用于高效和准确生物信号分类的新型超维计算方法。我们首先开发一种新型非线性超维编码，将数据点映射到高维空间。与使用昂贵数学进行编码的现有 HDC 解决方案不同，TempHD 在将数据映射到高维空间之前保留了原始空间中数据的时空信息。为了获得最具信息量的表示，我们的编码方法考虑了空间传感器和时间采样数据之间的非线性相互作用。我们的评估表明，TempHD 提供了更高的分类准确度、显著更高的计算效率，更重要的是，它能够从部分标记的数据中学习。我们评估了 TempHD 对用于脑机接口的嘈杂 EEG 数据的有效性。我们的结果表明，与最先进的 HDC 算法相比，TempHD 的分类准确度平均提高了 2.3%，训练和测试时间分别提高了 7.7 倍和 21.8 倍。
量子计算机上的元启发式算法：灵感、模拟和实际执行
量子启发式元启发法是一种将量子力学原理融入使用非量子机器的经典近似算法的求解器。由于量子原理的独特性，量子现象的启发及其在根本不同的非量子系统（而不是真实或模拟的量子计算机）中的实现方式提出了有关这些算法的设计及其结果在真实或模拟的量子设备中的可重复性的重要问题。因此，这项工作的贡献是回答这些问题的第一步，它试图找出现有文献中应该考虑或调整的关键发现，以构建可用于量子机器的混合或全量子算法。这是通过提出和研究四种启发式、模拟和真实的量子细胞遗传算法来实现的，据作者所知，这些算法是使用具有 32 个量子比特的量子模拟器和采用 15 个超导量子比特的真实量子机器在三个量子领域研究的第一个量子结构元启发法。使用 13 个真实实例将蜂窝网络中的用户移动性管理作为验证问题。使用 9 个比较指标对 6 种不同的算法进行了比较。还进行了彻底的统计测试和参数敏感性分析。实验可以回答几个问题，包括量子硬件如何影响所研究算法的搜索过程。它们还为量子元启发式设计开辟了新的视角。© 2021 作者。由 Elsevier BV 出版 这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
使用元启发式优化技术扩展基于太空传感器的太空监视网络
鉴于人们对维持战术 SDA 的持续兴趣，太空传感器作为 SOSI 网络的组成部分，是一项不可或缺的资产。然而，太空传感器硬件和传感器轨道的设计空间巨大而复杂。只要有合适的目标函数来评估太空传感器设计的性能，就可以使用元启发式优化技术来遍历传感器设计空间。基于信息的传感器任务分配方面的先前工作可以提供与 SDA 相关的传感器性能指标，如参考文献 [13、12、20、14] 所示。针对 RSO 目录的传感器网络任务分配提取了有关传感器观察目标和估计其状态的能力的有用信息。将基于信息的传感器任务分配与元启发式优化相结合，可以为即将到来的 SDA 制定高性能的太空传感器星座设计。
具有自组织棱柱形膜的涂层聚合物的生物启发式分隔策略
摘要：生物矿化通过强化软组织为生物体提供承重和保护功能。将生物矿化原理以受控和自组织的方式转化为材料科学是非常可取的，但具有挑战性。自然系统的一个重要教训是，结晶可以通过区室化和模板化来控制。在这里，我们开发了一种结晶技术，该技术基于氧化石墨烯介导的区室化和模板化方解石纳米涂层的棱柱形生长，通过控制离子扩散到微区室中，从而产生多阶段、自组织的结晶，并代表了一种提供连续纳米涂层和增强聚合物表面在接触应力下的摩擦学性能的有效策略。本研究提供了一种自下而上的方法，使用非常基本的生物矿化原理来保护聚合物表面，这对于生物医学应用和以可持续的方式制造高性能功能材料很有意义。■ 简介
具有自适应机器学习和遗忘功能的生物启发式低功耗二维机器视觉
图 1. 生物启发式 2D 视觉系统。生物视觉神经网络的基本组成部分，a) 眼睛可实现生物视觉，b) 大脑中的视觉皮层可实现生物学习。c) 眼睛中的光感受器可实现光传导和适应。视杆细胞可实现暗视，而视锥细胞可实现明视。d) 突触增强或减弱以进行学习或遗忘，例如，当突触前神经元释放谷氨酸神经递质时，通过控制突触后神经元中的 AMPA 受体数量来实现学习或遗忘。e) 示意图和 f) 人工视觉系统的假彩色显微镜图像，该系统由集成有可编程背栅堆栈的 9×1 2D 光电晶体管阵列组成。该平台可实现光传导、视觉适应、突触可塑性、直接学习、无监督再学习以及利用遗忘在动态噪声下学习等功能。 g) 传输特性，即在黑暗环境中不同漏极偏压（𝑉𝑉 𝐷𝐷𝐷𝐷 ）下源极至漏极电流（𝐼𝐼 𝐷𝐷𝐷 ）随背栅极电压（𝑉𝑉 𝐵𝐵𝐵 ）变化的特性，h) 在蓝色发光二极管（LED）不同照明水平下的光转导，i) 光增强引起的学习或设备电导（𝐺𝐺 ）的增加，以及 j) 在代表性 2D 光电晶体管中，在 𝑉𝑉 𝐵𝐵𝐵𝐵 = 0 V 时测得的电抑制引起的遗忘或 𝐺𝐺 的减少。
通过元启发式算法对能源管理策略进行微电网规模和性能优化的回顾
摘要。人们对气候变化和传统能源资源枯竭的担忧日益加剧，这导致人们迫切需要可持续和有弹性的能源解决方案。优化可再生能源的规模对于最大限度地提高其效率至关重要。与传统的单目标优化相比，多目标技术旨在实现能源成本和电力供应可靠性之间的权衡。由于这种需求，微电网 (MG) 已成为一种有前途的范例，允许本地化和分散式能源生产和分配。因此，随着电网继续产生大量高维和多样化的数据类型，传统的建模和优化技术表现出许多局限性。本综述研究了在混合可再生能源集成微电网的多目标能源优化背景下使用元启发式算法的情况。本文对微电网优化的各种元启发式算法进行了比较分析，模拟了自然现象，例如进化过程和群体动力学。根据案例研究的结果，可以得出结论，各种目标之间存在权衡，最终导致开发既有弹性又高效的微电网设计。通过审查可持续能源解决方案，并提倡微电网作为传统集中式电力系统的可行替代方案，审查促进了可持续能源解决方案的进步。