摘要 - 我们考虑在随机多臂匪徒中最佳手臂识别的问题,在每个臂在每个回合中进行一次采样的情况。这种统一的抽样制度是一个概念上简单的设置,与许多实际应用相关。目的是停止并正确识别概率至少1 -δ的最佳臂,同时保持低回合的数量。我们在此设置的样品复杂性上得出了一个下限。此后,我们提出了两个自然停止规则,该规则是Bernoulli强盗的:一个基于PPR Martingale置信序列,另一个基于GLR统计数据。两个规则均显示为δ→0匹配。我们的分析和实验表明,两个停止规则的相对性能取决于强盗实例的属性。
气候变化是气候科学中的重要话题,近年来准确,高分辨率数据集的可访问性促进了从大数据资源中提取更多见解。尽管如此,目前的研究主要集中在均值变化上,并在很大程度上忽略了概率分布的变化。在这项研究中,开发了一种称为Wasserstein稳定性分析(WSA)的新方法,以识别概率密度函数(PDF)的变化,尤其是气候变化中极端的事件变化和非线性物理价值约束变化。WSA适用于21世纪初,并与传统的均值趋势分析相比。结果表明,尽管没有明显的趋势,但赤道东太平洋的炎热极端却下降了,极端极端的增加,表明LaNiña样温度变化。在两个北极位置进行进一步的分析表明,海冰严重限制了表面空气温度的热极端。随着海冰融化,这种影响正在减少。通过揭示PDF变化,WSA成为重新检查气候变化动态的有力工具,提供了增强的数据驱动的见解,以理解气候演化。
最近的研究表明,基于深层执行学习的主动对象跟踪算法具有模型训练的困难,同时实现了有利的跟踪结果。此外,当前的活动对象跟踪方法不适合在高空环境中(例如空气搜索和重新设置)中的空对地面对象跟踪方案。因此,我们提出了一种用于主动对象跟踪的知识引导的增强学习(KURL)模型,其中包括两个嵌入式知识引导的模型(即国家识别模型和世界模型),以及增强学习模式。状态识别模型利用观察到的状态与图像质量(通过对象识别概率衡量)之间的相关性作为先验知识来指导强化学习算法以提高观察到的图像质量。增强学习模块会积极控制Pan-Tilt-Zoom(PTZ)相机以实现稳定的跟踪。此外,还提出了一种世界模型来代替用于模型训练的传统虚幻引擎(UE)模拟器,从而大大提高了训练效率(大约十次)。结果表明,与类似任务中的其他方法相比,KURL模型可以显着提高跟踪的图像质量,稳定性和鲁棒性。关键字:活动对象跟踪;强化学习;知识引导; PTZ摄像机;自动控制。
语音识别是计算语言学的一个重要领域[CRS05、CFL13]。多年来,研究人员已经开发出各种技术和工具来识别口语中的单词和短语[JM14、BMG∗16、HM15a]。最近,人工智能技术,特别是深度学习网络,已经具有革命性,因为它们超越了以前的方法,并且在语音转文本的结果中带来了高质量和低错误率[HDY∗12、MLJ∗14]。许多大公司已经使用深度学习模型提供基于云的语音转文本服务,例如微软[Mic]、谷歌[Goo19]等。来自多个领域的用户都渴望将这些人工智能工具用于实际应用,如进行实地调查和收集用户意见 [BZK12、HM15b、Muh15]。然而,转录结果仍然存在一系列实际问题,包括:(1)完整的语音被识别为一组片段,这些片段通常不能代表说话者的自然句子或段落;(2)音频识别错误不可避免,且质量差异很大;(3)语音识别算法给出的单词和片段的置信度得分有时不能反映出真实的误识别概率。这些问题已经阻碍了语音转文本工具的更广泛使用 [KRS17]。领域科学家在收集来自多个说话者的长音频时面临着有效完成以下任务的挑战:
腹膜透析(PD)是一种肾脏替代疗法的一种形式,理想的设计旨在在家中以最大的患者独立性和自我结合进行[1,2]。尽管有这些优势,但需要定期进行医院就诊才能控制和验证处方[3]。近年来,远程医疗(TM)TM提供了对家庭疗法的明显支持。实际上,远程患者管理(RPM)和医院总部与患者环境(设备和疗法)之间的远程患者管理(RPM)的应用已允许在家中关注患者,并大大减少他们进入医院的机会。tm插入了一系列工具,可提供临床参数和有用的诊断图像的远程传输,解释和存储,以及医疗团队与患者之间的2路通信。在基于家庭疗法的领域中,PD代表了一个典型的示例,其中一组复杂的设备,技术和定量参数可以是通过计算机网络进行信息更改的基板。在该领域,TM和远程监视技术可以通过预防和早期识别概率来改善护理,从而及时进行干预。这对预后,结果以及最终患者的生活质量有重要反映[4]。与其他慢性疾病(心力衰竭,糖尿病和高血压)一样[5,6],RPM不仅可以提高护理质量,而且还可以降低直接和间接成本[7-9],对医疗保健系统有重大益处[10]。与其他慢性疾病(心力衰竭,糖尿病和高血压)一样[5,6],RPM不仅可以提高护理质量,而且还可以降低直接和间接成本[7-9],对医疗保健系统有重大益处[10]。几年前的未来代表了今天的现在。现在,用于自动PD(APD)的新型自动循环器与调制解调器连接到基于云的网络,并使患者能够通过TM平台从PD中心(RM-APD)接收和传输数据。rm在APD上使用该平台的患者提供了准确监测治疗的潜在好处,通过监视治疗的关键阶段,早期发现问题或有限的处方依从性,可以证明患者的安全性。此外,带有交互式接口的2向通信系统允许进行快速故障拍摄:医生可以使用远程连接更改处方,从而减少了对PD中心频繁访问的需求[11]。