a 为便于比较,所有电化学测量值均以 V 表示,与参考 AgNO 3 /Ag 对 (E Ref ) 相对。在本文中,括号内的数字表示最后一位数字的标准偏差。
量子计算系统的高精度操作必须对量子硬件中的不确定性和噪声具有鲁棒性。我们表明,通过在不确定性(或噪声)和控制之间进行博弈,可以生成对抗性不确定性样本,以通过搜索纳什均衡来找到高度鲁棒的控制。我们提出了一个广泛的对抗性学习算法系列,即 a-GRAPE 算法,其中包括两种有效的学习方案,在博弈论术语中称为最佳响应方法和更好响应方法,为学习高度鲁棒的控制提供了选择。数值实验表明,保真度和鲁棒性之间的平衡取决于所选对抗性学习算法的细节,这可以有效地显着增强控制鲁棒性,同时实现高保真度。
与心脏右侧有关的心血管疾病,例如肺部高血压,是墨西哥(和全球)人口中的一些主要死亡原因。为了避免侵入性技术,例如使心脏插入心脏,改善医学超声心动图系统的细分性能可以是早期检测与心脏右侧有关的疾病的一种选择。虽然当前的医学成像系统在心脏的左侧自动进行良好的分割,但他们通常会努力策划右侧腔。本文基于流行的U-NET体系结构,介绍了一种强大的心脏分割算法,能够通过减少的训练数据集准确地分割这四个腔。此外,我们提出了两个其他步骤,以提高机器学习模型中的结果质量,1)一种分割算法,能够准确检测锥形形状(因为已经对其进行了多个数据源进行了培训和完善)和2)2)一个后处理步骤,该步骤可根据SEG的形状和基于SEG-INTICATION的形状和轮廓,该步骤是根据SEG-Intication the Hearicians提供的。我们的结果表明,所提出的技术达到的分割精度可与通常用于此实践的数据集以及我们的医疗团队编制的数据集中的最新方法相媲美。此外,我们在相同的图像序列中测试了后处理校正步骤的有效性,并证明了其与临床医生进行的手动分段的一致性。
摘要 - 神经编码,包括编码和解码,1是神经科学的关键问题之一:2大脑如何使用神经信号将感觉感知3和运动行为与神经系统联系起来。然而,其中大多数研究仅旨在处理神经系统的类比信号5,同时缺乏生物6神经元的独特特征,称为Spike,这是神经计算的基本信息7单元,以及8个脑氨基素界面的基础。针对这些局限性,我们构成了一个转码框架,将多模式感觉10信息编码为神经尖峰,然后从11个尖峰中重建刺激。可以将感官信息压缩为10%的神经峰值,但通过重建100%的信息100%。我们的框架不仅可以可行,14个准确地重建动态视觉和听觉场景,15,还可以重建功能性磁性16共振成像大脑活动的刺激模式。重要的是,它具有各种类型的人工噪声18和背景信号的噪声免疫的17种能力。所提出的框架提供了19种有效的方法来以高通量方式执行多模式特征表示和20种重建,在嘈杂的环境中,有效的神经形态计算的潜在用法21。22
a CIBM – Center for Biomedical Imaging, Switzerland b Department of Diagnostic and Interventional Radiology, Lausanne University Hospital and University of Lausanne, Lausanne, Switzerland c BCNatal Fetal Medicine Research Center (Hospital Clínic and Hospital Sant Joan de Déu), Universitat de Barcelona, Spain d IDIBAPS and CIBERER, Barcelona, Spain e Department Woman-Mother-Child, CHUV, Lausanne, Switzerland f Aix-Marseille Université, CNRS, Institut de Neurosciences de La Timone, Marseilles, France g Center for MR Research, University Children's Hospital Zurich, University of Zurich, Zurich, Switzerland h Neuroscience Center Zurich, University of Zurich, Zurich, Switzerland i Research Priority Project Adaptive Brain Circuits in Development and Learning (AdaBD), University of Zürich, Zurich, Switzerland j Service de Neuroradiologie Diagnostique et Interventionnelle, Hôpital Timone, AP-HM, Marseilles, France
摘要 — 人们早已知道,融合来自多个传感器的信息用于机器人导航可以提高稳健性和准确性。然而,在现场部署之前对传感器组合进行精确校准以及应对传感器中断、不同的测量速率和延迟,使多传感器融合成为一项挑战。因此,大多数情况下,系统不会为了简单而利用所有可用的传感器信息。例如,在需要机器人从室内过渡到室外的任务中,通常会忽略一旦在室外就可以免费获得的全球定位系统 (GPS) 信号,而是仅依靠在整个任务期间持续可用的传感器馈送(例如,视觉和激光)。当然,这是以牺牲实际部署中的稳健性和准确性为代价的。本文提出了一个通用框架,称为多传感器融合扩展卡尔曼滤波器 (MSF-EKF),能够处理来自理论上无限数量的不同传感器和传感器类型的延迟、相对和绝对测量,同时允许在线对传感器套件进行自我校准。MSF-EKF 的模块化允许在操作期间无缝处理额外/丢失的传感器信号,同时采用状态缓冲方案并增强迭代 EKF (IEKF) 更新,以允许有效地重新线性化预测,以接近绝对和相对状态更新的最佳线性化点。我们使用配备 GPS 接收器以及视觉、惯性和压力传感器的微型飞行器 (MAV) 在户外导航实验中展示了我们的方法。
摘要 本文提出了一种稳健的非线性飞行控制策略,该策略基于增量控制行为和反步设计方法相结合的结果,适用于由严格反馈(级联)非线性系统描述的飞行器。该方法称为增量反步,使用执行器状态和加速度估计的反馈来设计控制行为的增量。与反步相结合,所提出的方法可以逐步稳定或跟踪非线性系统的外环控制变量,同时考虑较大的模型和参数不确定性以及外部扰动和气动建模误差等不良因素。这一结果大大降低了对建模飞机系统的依赖,克服了传统的基于模型的飞行控制策略的主要稳健性缺陷。这种建议的方法意味着在动态模型的准确知识和飞行器传感器和执行器的准确知识之间进行权衡,这使得它比基于识别或模型的自适应控制架构更适合实际应用。针对一个简单的飞行控制示例,仿真结果验证了所提出的控制器在气动不确定性条件下相对于标准反步方法的跟踪能力和卓越的鲁棒性。
*截至 2023 年 12 月 31 日止年度 2023 年毛利率提高 14 个基点至 39.5%。鉴于库存较去年大幅减少 9.87 亿美元,这一毛利率改善令人鼓舞。息税前利润为 11 亿美元,较 2022 年下降 5.5%。2023 年下半年,息税前利润提高至 5.75 亿美元,较 2022 年下半年增长 1.1%。TTI 实现净利润 9.76 亿美元。与去年相比下降 9.4% 的部分原因是该期间利率大幅上升,导致利息支出增加。每股收益也下降 9.3% 至 53.36 美分。营运资本占销售额的百分比从去年的 21.2% 提高到 2023 年的 17.7%。营运资本的减少帮助推动了当年创纪录的 13 亿美元的自由现金流,该集团有望在 2024 年及未来实现强劲的自由现金流。
我们首次评级为持有,目标价为 40.00 欧元,上涨潜力为 9.0%。英飞凌是全球领先的半导体制造商,拥有约 58600 名员工。该公司在汽车、电源管理、微控制器和物联网技术领域占据主导地位。预计到 2030 年,半导体行业规模将接近 1 万亿美元,英飞凌预计未来几年的复合年增长率将超过 10%,这得益于电动汽车、可再生能源、自动驾驶、物联网和数据中心等核心应用的发展趋势。与同行相比,英飞凌的利润率相对较低,根据市盈率和 EV/EBIT 倍数,其定价似乎合理,在我们的 DCF 模型中,上涨空间有限。因此,我们首次评级为持有。
中期业绩挑战重重,利润率和市场份额强劲 康维他有限公司 (NZX:CVT) 今天公布了截至 2023 年 12 月 31 日的半年 (2024 财年上半年) 中期业绩,与 2024 年 2 月 1 日向市场提供的最新更新一致。康维他还提供了有关其 2024 财年预测的更多详细信息,并重申了其对 2025 财年的展望。2024 财年上半年业绩受到中国大陆消费者信心走弱的影响,在较小程度上也受到北美的影响,在北美,业绩还受到失去一位客户的部分分销权的影响。然而,康维他仍然是其六个主要市场中的五个市场的领导者,其市场定位和利润率仍然强劲,毛利率为 60%,这与康维他 2025 财年战略计划一致。虽然中国销售额仍低于上年同期水平(如我们最近更新的 2024 财年指引所示),但近期出现了一些改善迹象,第二季度较第一季度有大幅增长,令人欣慰的是,这种增长势头一直持续到 1 月份。与此同时,下半年在北美新签署的分销协议将部分抵消上述分销损失。展望未来,一旦交易开始正常化,管理层仍将专注于实现 2020 年首次提出的 2025 财年战略计划。该计划在 2023 财年之前实现了三年半的持续营收和利润增长,符合市场指引。此时,康维他预计将看到势头的回归,再加上强大的市场份额,将为公司的增长做好准备。摘要 FY24 H1 收入 1.03 亿美元,较去年同期下降 7.8% (PCP) FY24 H1 EBITDA(不包括 ERP 成本)950 万美元,较 PCP 下降 32%,受中国和北美市场疲软以及 2023 年 12 月负(主要是非现金)外汇调整的影响 净债务最终为 8600 万美元,符合其最新指引,由于对 HoneyWorld™、Apiter 的投资以及库存水平提高,较 PCP 高出 2200 万美元 FY24 收入预计为 2.25 亿至 2.35 亿美元 FY24 EBITDA(不包括 ERP 成本)预计为 3000 万美元至 3500 万美元 前景受消费者需求下降推动,最明显的是 Comvita 最大的市场中国,以及北美需求放缓加上分销变化 毛利率保持在 60%。在主要市场,市场份额保持稳定或不断增长 对 FY25 战略计划的影响:一旦交易条件正常化,Comvita 将专注于恢复持续增长。管理层仍致力于其 FY25 战略计划,以实现 5000 万加元的 EBITDA,但要取决于更稳定的交易环境的时机 股息:董事宣布派发 1 cps 的完全估算中期股息 H1 FY24 业绩 Comvita 的收入为 1.03 亿美元,较 PCP 减少 880 万美元,最近收购的 HoneyWorld™ 贡献了 680 万美元的收入。因此,在同类基础上,在调整 Comvita 对 HoneyWorld™ 的 PCP 销售额 140 万美元后,不包括 HoneyWorld™ 的收入较 PCP 下降 1400 万美元(-12%)。毛利率强劲,达到 60.2%,与 FY25 战略计划一致,但由于 PCP 中的配方收益和一次性拨备释放,毛利率较 PCP 下降了 160 个基点。直接利润率较 PCP 增加了 +140 个基点。