XiaoMi-AI文件搜索系统
World File Search System扩展的
扩展的访问系列（EAP）
•扩展的访问计划：也称为“富有同情心的使用”，为患者提供了一种途径，以获取用于诊断，监测或治疗患有严重疾病或状况的患者的研究药物，生物制剂和医疗设备，而这些患者没有可比性或令人满意的治疗方法，可在临床试验之外可用
可扩展的动态功能脑网络模型
摘要：动态功能脑网络作为静态网络的扩展，能够展现脑部连接的连续变化，而受限于fMRI信号的长度，在动态网络的构建中难以展现出每一个瞬时时刻，且对信号结束后网络的动态变化缺乏有效的预测。
sq-cars：可扩展的量子控制和读数系统
摘要 - Qubits是量子处理器的基本构建块，量子处理器需要Giga Hertz频率范围内的电磁脉冲和纳秒频率的延迟，以进行控制和读数。在本文中，我们解决了与用于控制和测量超导码头的室温电子相关的三个主要挑战：可伸缩性，直接Mi-crowave合成和一个固定的用户界面。为了应对这些挑战，我们开发了基于ZCU111评估套件的系统。SQ-CARS设计为可扩展，可配置和相位同步，提供多数控制和读数功能。该系统提供了交互式Python框架，使其对用户友好。通过确定多个通道的确定性同步来实现对较大Qubits的可伸缩性。该系统支持从4到9 GHz的第二个Nyquist区域技术直接合成任意矢量微波脉冲。它还具有板载数据处理，例如可调的低通滤波器和可配置的旋转块，可实现锁定检测和量子实验的低延迟活动反馈。通过板载Python框架可以访问所有控制和读数功能。为了验证SQ-CARS的性能，我们进行了各种时间域测量值，以表征超导式的Transmon Qubit。我们的结果与类似实验中常用的传统设置进行了比较。通过确定控制和读取通道的确定性同步，以及用于编程的开源方法，SQ-CARS为具有超导码头的高级实验铺平了道路。
迈向可扩展的量子中继网络
摘要 —本文对量子通信网络中可扩展性挑战和机遇进行了全面研究，目的是确定对网络影响最大的参数以及扩展网络时出现的趋势。我们设计了量子网络的模拟，该网络由由捕获离子量子比特组成的路由器节点组成，并由贝尔状态测量 (BSM) 节点形式的量子中继器分隔。这样的网络有望安全地共享量子信息并实现高功率分布式量子计算。尽管前景光明，但量子网络仍因噪声和操作错误而遇到可扩展性问题。通过模块化方法，我们的研究旨在克服这些挑战，重点关注扩展节点数和分离距离的影响，同时监测由退相干效应引起的低质量通信。我们的目标是找出网络中对于推进可扩展、大规模量子计算系统至关重要的关键特征。我们的研究结果强调了几个网络参数对可扩展性的影响，突出了对中继器数量和产生的纠缠质量之间权衡的关键见解。本文为未来探索优化量子网络设计和协议奠定了基础。
可扩展的密文压缩技术...
与与每个成员的琐碎解决方案相比，与每个成员进行琐碎的解决方案相比，多重电键封装机制（MKEM）提供了可扩展的解决方案，并在带宽和计算成本中节省了可节省的解决方案。MKEM上的所有先前作品仅限于经典假设，尽管已知某些通用构造，但它们都需要大多数量词后方案不共享的特定属性。在这项工作中，我们首先提供了一种简单而有效的MKEM的通用结构，可以通过多功能假设（包括量词后的假设）进行实例化。We then study these mKEM instantiations at a practical level using 8 post-quantum KEM s (which are lattice and isogeny-based NIST candidates), and CSIDH, and show that compared to the trivial solution, our mKEM offers savings of at least one order of magnitude in the bandwidth, and make encryption time shorter by a factor ranging from 1.92 to 35.此外，我们表明，通过将MKEM与MLS使用的TreeKem协议（用于安全组消息传递的IETF草稿）相结合 - 我们获得了显着的带宽节省。
分配问题和扩展的新拍卖算法
我们考虑经典的线性分配问题，并为其最佳和次优的解决方案引入了新的拍卖算法。该算法建立在二元理论上，并且与人类对物体和随之而来的市场等级的竞争性竞标思想有关，这是现实生活中拍卖过程的基础。我们区分了两种根本不同类型的招标机制：侵略性和合作。在数学上，侵略性的投标取决于双重空间中近似坐标下降的概念，一个合并的松弛条件以调节下降近似值的数量，以及𝜖尺度的概念有效地解决价格战争，这些价格战争是自然而然的，因为多个竞标者竞争了较小的价值对象。合作投标避免了通过检测和合作解决涉及一组人的竞争性僵局的合作解决。我们讨论了侵略性和合作招标方法之间的关系，我们得出了结合两者中思想的新算法和变化，并且我们还与其他原始的偶联方法（包括匈牙利方法）建立了联系。此外，我们的讨论指向算法扩展的道路，这些扩展更广泛地适用于网络优化，包括最短路径，最大流量，运输和最低成本流问题以及线性和凸成本功能。
扩展的泡沫 - 伪造骨科cast
每年在美国报告约800万个骨科处理。[1]针对长骨骨折的小儿患者的最常见医疗治疗形式，以及一些非放置骨折的成年患者，是在愈合过程中固定和保护肢体，通常使用玻璃纤维或抹灰的铸造。这种方法需要在应用和去除过程中临床医生的集中注意力（每个SES占20分钟）。[2]铸造还具有由于热损伤或锋利的铸造边缘而出现皮肤并发症的风险，难以监测软组织的肿胀以及在典型不合格的青春期患者中保持铸造清洁和干燥的需求。[3]更重要的是，铸造过程对小儿种群特别有问题，他们经常受到（在某些情况下受到伤害）振荡的示威的痛苦。[4]应用的时间和挑战，医源性损伤和皮肤并发症的潜力以及与应用和去除这些铸件相关的成本，具有使用现代纺织品和软机器人方法改进的可能性。[5]
可扩展的模块化连续波功能近...
血液的氧合水平调节了可以在头皮处的光传感器传播并随后检测到的红外光量。在人类中更突出的神经影像学方法，血液氧化水平依赖性（粗体）功能磁共振成像（fMRI）3还测量了血液动力学反应，并且已经在认知神经科学，4种翻译药物和临床实践中看到了广泛的应用。5与fMRI相比，功能性近红外光谱（FNIRS）具有更高的运动性和耐受性，更高至可比的时间分辨率，但空间分辨率较小，视野和信噪比（SNR）。6，7由于其相对优势，FNIRS领域已迅速发展为许多认知神经科学和转化医学研究领域8，9在过去几十年中。在近年来，FNIRS还用于构建非侵入性大脑 - 计算机界面（BCI）10，11个通信系统，允许使用大脑活动来控制计算机或其他外部执行器，12在神经生理学，神经疗法，神经疗法中具有潜在的应用，由于其非侵入性和潜在的性质，因此具有13-15个消费产品。传统的CW-FNIRS成像使用NIR来源的稀疏排列 - 检测器（SD）调查，导致空间分辨率明显低于fMRI。17 - 2116漫射光学层析成像（DOT）17 - 19和高密度点（HD-DOT）的最新发展，20，21，使用越来越多的NIR光源和探测器来提供目标对象的重叠空间采样，从而改善了模态的空间分辨率急剧解决方案，并具有三位生功能的范围，并具有较高的功能。16漫射光学层析成像（DOT）17 - 19和高密度点（HD-DOT）的最新发展，20，21，使用越来越多的NIR光源和探测器来提供目标对象的重叠空间采样，从而改善了模态的空间分辨率急剧解决方案，并具有三位生功能的范围，并具有较高的功能。
genh2r：通过可扩展的模拟演示和模仿
本文介绍了GenH2R，这是一个学习基于远见的人类到机器人（H2R）han-dover技能的框架。目标是为机器人配备能够以各种复杂轨迹的人类传递的几何形状可靠接收对象。我们通过通过全面的解决方案进行大规模学习H2R移交，包括程序模拟资产创建，自动演示式概述和有效的模仿学习。我们利用大型3D模型存储库，敏感的GRASP生成方法和基于曲线的3D动画来创建名为GenH2R-SIM的H2R交换模拟环境，并通过三个尺度级传递了现有模拟器中现有模拟器中的场景数量。我们进一步引入了一种蒸馏友好的演示生成方法，该方法自动产生了一百万个适合学习的高质量演示。最后，我们提出了一种4D模仿的学习方法，该方法通过将来的预测目标增强，以将示范示例提炼为视觉运动切换政策。在所有情况下，模拟器和现实世界中的实验评估都表现出比基线的显着提高（至少 +10％的成功率）。
使用可扩展的发现异常航空安全事件...
全球民用航空系统是有史以来最复杂的动态系统之一。大多数现代商用飞机都配备了机载飞行数据记录器 (FDR)，可在整个飞行过程中以大约 1 Hz 的频率记录数百个离散和连续参数。这些数据包含有关飞行控制系统、执行器、发动机、起落架、航空电子设备和飞行员命令的信息。在本文中，我们讨论了开发一种新颖的知识发现过程的最新进展，该过程由一套用于识别航空安全事故前兆的数据挖掘技术组成。数据挖掘技术包括可扩展的多核学习，用于大规模分布式异常检测。一种新颖的多变量时间序列搜索算法用于在海量数据集上搜索已发现异常的特征。该过程可以识别高维飞行运营质量保证 (FOQA) 数据中由于环境、机械和人为因素问题而导致的对运营有重大影响的事件。所有发现的异常都由一组独立的领域专家进行验证。这种新颖的自动化知识发现过程旨在补充最先进的基于人为超标的分析，这种分析无法发现以前未知的航空安全事故。在本文中，我们讨论了发现流程、使用的方法以及在现实世界的商业航空数据中检测到的一些重大异常