XiaoMi-AI文件搜索系统
World File Search System集合的
通过基于集合的可及性分析进行分层增强学习中的目标空间抽象
摘要 - 开放式学习从使用符号方法来实现目标表示，因为它们提供了为有效且可转移的学习构建知识的方法。但是，依赖符号推理的现有层次增强学习（HRL）方法通常受到手动目标表示，因此通常受到限制。自主发现符号目标表示的挑战是它必须保留关键信息，例如环境动态。在本文中，我们提出了一种通过紧急表示（即组在一起）在任务中具有相似作用的环境状态集的新兴表示的发展机制。我们引入了一种封建HRL算法，该算法同时了解目标表示和层次结构政策。该算法使用神经网络工作的符号可及性分析来近似状态集之间的过渡关系并确定目标表示。我们在复杂的导航任务上评估了我们的方法，表明学习的表示形式可解释，可转移，并导致数据有效学习。
扩展了分子集合的Tavis – Cummings模型 - 探索偶极子自我能量和静态偶极矩的效果
有机分子与纳米级腔的真空场的强耦合可用于修饰其化学和物理性质。我们扩展了分子集合的Tavis – Cummings模型，并表明，静态偶极矩和偶极子自我能量产生的经常被忽视的相互作用术语对于正确描述了极化化学中的光 - 肌肉交互作用至关重要。在完整的量子描述的基础上，我们模拟了MGH +分子的激发态动力学和光谱，并共偶联与光腔。我们表明，对于获得一致的模型来说，必须包含静态偶极矩和偶极子自我能量。我们构建了一种有效的两级系统方法，该方法重现了真实分子系统的主要特征，可用于模拟较大的分子集合。
对集合理论基础的形式分析
提出了对集合理论基础的批判分析。形式逻辑和理性辩证法的统一是分析的正确方法基础。分析导致以下结果：（1）应根据形式上逻辑性的从句“概念的定义”，“逻辑类别”，“概念的划分”，“分裂的基础”，“分裂规则”来分析集合的数学概念； （2）集合的标准数学理论是一个错误的理论，因为它不包含“集合的元素（对象）”的定义； （3）空集（类）的概念是一个毫无意义，错误且不可接受的，因为“空集（类）”的概念的定义与逻辑类的定义相矛盾。（如果Set（class）不包含单个元素（对象），则没有元素（object）的功能（符号）。这意味着空集（类）的概念没有内容和音量（范围）。因此，这个概念不可接受）； （4）集合的标准数学操作（类）（类）的标准数学操作是毫无意义的，错误的和不可接受的操作，因为它们不满足以下形式的正式条件：集合（类）的每个单独元素（object）必须仅在一个集合中（类）（类），并且不能在两个集合中（类）。因此，形式分析的结果证明了集合的标准数学理论是一种错误的理论，因为它不满足真理的标准。
HealthFog：基于集合的基于深度学习的智能医疗系统，用于自动诊断集成的物联网和雾计算环境中的心脏病
云计算通过Internet提供资源，并允许部署大量应用程序以为不同行业提供服务。当前在这些云框架中面临的主要瓶颈是它们的可扩展性有限，因此无法满足基于集中的物联网（IoT）的计算环境的要求。这样做的主要原因是，诸如健康监测和监视系统之类的潜伏敏感应用程序现在需要计算大量数据（大数据）转移到集中数据库以及从数据库到云数据中心，从而导致此类系统性能下降。与云域相比，通过使资源更接近用户并为数据处理提供了低潜伏期和节能解决方案，从而提供了雾和边缘计算的新范式提供创新的解决方案。仍然，当前的雾模型从有限的角度上限制了局限性，并且关注结果的准确性或减少响应时间，但并非两者兼而有之。我们提出了一个名为“ HealthFog”的新型框架，用于将整体深度学习整合到边缘计算设备中，并将其部署为自动心脏病分析的现实应用。HealthFog使用物联网设备提供医疗保健作为雾服务，并有效地管理心脏病患者的数据，这是根据用户要求提供的。启用FOG的云框架，Fogbus用于在功耗，网络带宽，潜伏期，抖动，抖动，准确性和执行时间方面部署和测试所提出模型的性能。©2019 Elsevier B.V.保留所有权利。HealthFog可与各种操作模式配置，这些操作模式可根据需要在不同的雾计算方案和不同的用户要求下提供最佳的服务质量或预测准确性。
空间高效的偏序集数据结构及其应用
偏序集或偏序集合的空间高效数据结构是研究较为深入的领域。已知具有 n 个元素的偏序集合可以用 n 2 / 4 + o ( n 2 ) 位表示[30]，也可以用 (1 + ϵ ) n log n + 2 nk + o ( nk ) 位表示[19]，其中 k 是偏序集合的宽度。在本文中，我们通过考虑偏序集合元素的拓扑标记，使后一种数据结构占用 2 n ( k − 1) + o ( nk ) 位。同样考虑到拓扑标记，我们提出了一种新的数据结构，它可以更快地计算偏序集合的传递约简图上的查询，尽管传递闭包图上的查询计算速度较慢。此外，我们为拓扑标记偏序集合提出了一种替代数据结构，尽管它使用 3 nk − 2 n + o ( nk ) 位空间，但可以更快地计算这两个查询。此外，我们从 BlockDAG（区块链的更具可扩展性的版本）的应用程序的角度讨论了这些数据结构的优势。
