XiaoMi-AI文件搜索系统
World File Search System折衷方案
用于组织工程和生物医学应用的功能化导电聚合物复合材料 - 迷你审查
组织工程（TE）已成为一种有希望的治疗策略，采用人工脚手架来再生功能性心脏组织，并为创新治疗方法提供了新的希望。一种直接产生可生物降解的导电聚合物复合材料的简单方法涉及将导电聚合物与可生物降解的聚合物直接混合。这种方法的灵活性可以开发出多种可生物降解的导电聚合物支架，这些支架已在组织工程和再生医学中进行了广泛探索。该技术成功地结合了两种聚合物类型的优势，但它可能面临诸如电导率和生物降解性的潜在折衷方案之类的挑战。本综述强调了通过选择适当的聚合物类型和比率来量身定制降解速率和电导率的潜力，从而确保适应各种生物医学应用。
量子划分和计算：探索不同噪声源的效果
摘要我们最近的工作（Ayral等人。在IEEE计算机协会的会议记录中，ISVLSI，第138–140页，2020年。 Qubits和较浅的深度。这适应量子处理器的量子数量有限和短相干时间。本文研究了QDC过程的成功概率，研究了不同噪声源的影响 - 阅读错误，门错误和反应性。我们在ATOS量子学习机上执行详细的噪声建模，使我们能够理解权衡折衷方案，并提出有关哪些硬件噪声源的建议优先优化。我们还详细描述了我们用于在IBM的约翰内斯堡处理器上重现实验运行的噪声模型。本文还包括QDC程序中使用的方程式的详细推导，以从其片段的输出分布计算原始量子电路的输出分布。最后，我们通过张量 - 网络考虑分析了QDC方法的QDC方法的计算复杂性，并使用张量 - 网络模拟方法详细介绍了QDC方法的关系。
对移动设备进行手工跟踪的深度学习实施的初步调查
摘要 - 手动跟踪是计算机图形和人机交互应用程序的重要组成部分。使用RGB摄像机没有特定的硬件和SENS（例如，深度摄像机）允许为大量设备和平台开发解决方案。尽管提出了各种方法，但由于阻塞，复杂的背景以及各种手势和手势，单个RGB摄像机的手跟踪仍然是一个具有挑战性的研究领域。我们提出了一个移动应用程序，用于从智能手机摄像机捕获的RGB图像中进行2D手跟踪。图像是由深层神经网络处理的，并经过修改，以解决此任务并在移动设备上运行，以寻找性能和计算时间之间的折衷方案。网络输出用于显示用户手上的2D骨架。我们在几种情况下测试了我们的系统，显示了交互式手动跟踪水平，并在变化的亮度和背景和小遮挡的情况下取得了令人鼓舞的结果。索引术语 - 深度学习，人类计算机互动，图像处理，手跟踪
人工智能在跨平台定制 AR 数据中的作用
同时，目标的 AR 轮廓符号将基于 UGV 车载视觉传感器的点云，使用 AI 算法合成 AR 数据。AI 还可以执行以下功能：警告倾覆可能性、确定安全路径、检测突然出现的阻碍移动的威胁、标记需要特别注意的区域的视觉警告、分析土壤的高光谱图像以识别其表面的变化（这是简易爆炸装置或地雷的人工伪装的标志）、在自然景观背景下识别伪装。所有此类识别结果都将以 AR 符号的形式呈现。这种合成的 AR 符号可以在没有视频流的情况下发送给 MUM-T 内的指挥所操作员或其他车辆，以最大限度地减少流量，或者与预加载的 AR 符号结合使用以合并到完整视频流中。在这种情况下，有必要解决将车载 AR 数据生成工具与 UGV 架构集成的问题，并在它们与 BMS 的连接集中化程度方面找到一个折衷方案。在 MUM-T 内部这也非常重要。
用能源社区点亮可持续城市的未来：激励政策的经济分析
内陆地区正遭受人口减少和服务匮乏的困扰，许多公民决定搬到城市。智慧城市需要以可再生能源社区 (REC) 的形式建立分散的集体能源模式。这项工作旨在根据不同的激励和市场情景，对可再生能源社区内的住宅光伏系统进行经济分析。在这个范围内，净现值 (NPV) 用于基线和替代方案，显示出非常好的盈利能力，这通过敏感性、情景和风险分析得到证实。因此，很明显，账单中避免的成本如何对结果产生决定性影响，以及如何通过与生产阶段同步的良好消费行为放大这一影响。随后的分析涉及如何在生产消费者之间分配所获得的利润，并表明根据部分能源消费情况分享收入可能是正确的折衷方案。为了考虑更现实的情况，在可再生能源社区内分析了一个额外的消费者。提出的分析显示了有趣的政策含义：补贴和公民行为是基于绿色能源生产和消费的可持续城市的关键因素。
网格注意力：提高大型视力模型的计算效率，而无需微调
Gridattn集成了提出的网格聚类模块，网格分配策略以及将网格恢复模块与常见的MHA相结合，以提高大型视力模型的计算效率并保持其性能，而无需重新训练或对其参数进行微调。我们对最近的高分辨率任务进行了广泛的实验，包括零摄像实例分割（SAM，Expedit-SAM），文本到图像生成（稳定扩散v2.1）和语义segmentation（segformer b0-b5）。实验表明：通过任何训练或微调，Gridattn将GFLOPS降低[4.6％，16.1％]和GPU推断潜伏期的范围[8.2％，21.4％]，同时达到等效性能（绩效偏见比率低于1％）。此外，提出的实验表明，Gridattn也可以从头开始训练，也可以通过微调的微调成本进行微调，从而大大提高了性能效率 - 折衷方案。作为建议，我们鼓励社区直接部署训练有素的变压器，对预先训练的训练训练，或从头开始训练新的变压器时，将社区合并。源代码将在https://github.com/pengyulpy/gridattn中发布。
水产养殖的水质
水培系统结合了水产养殖和水培的原理。鱼通过新陈代谢释放废物，通过微生物的代谢活动，废物被转化为植物可利用的氮。水培系统中连接这三种生物的主要元素是水。水是鱼和微生物的生存环境，也是植物的喂养环境，所有这些都受到水质的影响。虽然水产养殖和水培技术对水质有特定的要求，以适应特定的鱼类或植物物种，但在水培系统中，必须制定一个适合鱼类、植物和微生物的折衷方案。这三种生物群体之间错综复杂的关系紧密共存，为彼此提供必要的营养。本报告总结了水培系统中最重要的水质参数。从该系统中每种生物的角度描述了有关 pH、溶解氧、水硬度、电导率、温度和氮循环等水质参数的信息。报告还根据此类系统中最常见的问题描述了水质监测和故障排除。本报告包含对水培系统感兴趣和开始水培系统的企业家和个人的一般信息。
氮化镓（GaN）中质子反冲离子的LET和射程特性
近年来，氮化镓 (GaN) 高电子迁移率晶体管 (HEMT) 受到航天电子界越来越多的关注。尽管 GaN 的电子质量优于 Si，电子迁移率更高，热导率优于砷化镓 (GaAs)，但后者的辐射硬度研究已有数十年 [1]，并且普遍得到充分了解。航天电子设备面临的主要威胁之一是重离子轰击引起的单粒子效应 (SEE)。虽然大多数此类事件是由银河宇宙射线 (GCR) 造成的，但这些粒子的能量通常比实验室环境中产生的更高。作为一种折衷方案，人们使用低能离子来产生类似的效果。通过这些重离子测试，结合工程控制和统计模型，通常可以可靠地预测电子设备的辐射硬度。在过去的 15 年里，人们对 GaN 设备 [2-7] 的 SEE 和位移损伤剂量 (DDD) 进行了广泛的研究和测试。不幸的是，即使是这些低能量重离子也只有全球少数几家工厂生产。一种更常见的高能粒子是质子。在医疗行业中，约 200 MeV 的质子被大量用于治疗和诊断目的，与重离子相比，它相对容易获得 [8]。许多研究
罗宾·沃格尔（Robin Vogel），博士计算机视觉研发团队负责人
AISTATS 2021学习公平评分功能：公平定义，算法和两分等级的概括范围。R. Vogel，A。Bellet，S。Clémençon。aistats 2020一种多类分类方法来标签排名。S.Clémençon和R. Vogel。ESANN 2020加权ERM：基于重要性抽样的转移学习。R. Vogel，M。Achab，S。Clémençon，C。Tiller。ECML 2019年的折衷方案，以大规模分布的术估计和学习。R. Vogel，A。Bellet，S。Clémençon，O。Jelassi和G. Papa。 LOD 2019，基于树的方法用于相似性学习。 S.Clémençon和R. Vogel。 icml 2018是对重点曲线优化的监督相似性学习的概率理论。 R. Vogel，A。Bellet和S.Clémençon。R. Vogel，A。Bellet，S。Clémençon，O。Jelassi和G. Papa。LOD 2019，基于树的方法用于相似性学习。S.Clémençon和R. Vogel。icml 2018是对重点曲线优化的监督相似性学习的概率理论。R. Vogel，A。Bellet和S.Clémençon。