XiaoMi-AI文件搜索系统
World File Search System高精度的
提高语义细分的效率...
提取和分析详细的视觉信息。传统的人工神经网络（ANN）在这一领域取得了长足的进步，但是尖峰神经网络（SNN）的能源效率和以生物为基础的基于时间的处理而引起了人们的关注。然而，由于限制，诸如量化误差和次优膜电位分布之类的局限性，现有的基于SNN的语义分割方法面临着高精度的挑战。这项研究介绍了一种基于尖峰 - 深板的新型尖峰方法，并结合了正则膜电位损失（RMP-loss）来应对这些挑战。建立在DeepLabv3体系结构的基础上，提出的模型通过优化SNN中的膜电位分布来利用RMP-loss来提高分割精度。通过优化膜电位的存储，其中仅在最后一个时间步骤存储值，该模型可显着减少内存使用和处理时间。这种增强不仅提高了计算效率，而且还提高了语义分割的准确性，从而可以对网络行为进行更准确的时间分析。提出的模型还显示出更好的稳健性，以防止噪声，在不同级别的高斯噪声下保持其精度，这在实际情况下很常见。所提出的方法在标准数据集上展示了竞争性能，展示了其用于节能图像处理应用的潜力
基于粒子群优化的高参数调整机器学习模型的大型covid-19数据分析
分析大数据，尤其是医学数据，有助于为患者提供良好的医疗保健并面临死亡的风险。COVID-19大流行对全世界的公共卫生产生了重大影响，强调了对风险预测模型的需求。机器学习（ML）技术在分析复杂的数据模式和预测疾病预后方面已显示出希望。这些技术的准确性受到更改参数的很大影响。超参数优化在证明模型性能中起着至关重要的作用。在这项工作中，使用粒子群优化（PSO）算法有效地搜索超参数空间并通过识别可以提供最高精度的最佳超级参数来提高机器学习模型的预测能力。在本研究中使用了与COVID-19病例相关的各种临床和流行病学特征的数据集。使用各种机器学习模型，包括随机森林，决策树，支持向量机和神经网络，用于捕获数据中存在的复杂关系。为了评估模型的预测性能，采用了精度。实验发现表明，估计Covid-19风险的建议是有效的。与基线模型相比，优化的机器学习模型的性能更好，并产生了更好的结果。关键字
增强心脏病诊断：在医疗决策中利用分类和集成机器学习技术
心血管疾病是当今世界人口死亡的主要原因之一，无论是发达国家还是发展中国家。它不仅影响城市居民，也影响农村居民。如果我们在早期就了解它，那么就可以通过减少患心脏病的机会来避免它的副作用。因此，正确预测心脏病是一项当务之急，它可以协助医生和医疗专家做出决定并制定有效的治疗政策，以挽救人们的生命。在本文中，我们使用并结合数据挖掘和机器学习的多种分类方法来提高分类器的精度。为此，我们使用了集成机器学习方法，该方法将多个模型组合成一个预测模型，利用多个基础模型（通常称为弱学习器）的优势来弥补每个模型的弱点。我们打算采用迭代集成方法来集成各种低性能分类器，以形成具有高精度的强分类器。我们从 IEEE 数据端口获取了一个数据集用于实现，其中包含约 1190 个具有 11 个心脏病特征的实例。我们根据初始症状检查患者是否患有心脏病。我们探索分类和集成机器学习技术的应用，以增强心脏病的医疗决策。通过弥合数据驱动的洞察力和临床决策之间的差距，这些技术为更积极主动和以患者为中心的心血管健康管理方法铺平了道路。
小型绞盘车床工具 - 模型工程师
不仅对于所提及的特定附件的用户，而且对于所有面临轻型绞盘车床上重复加工问题的读者，它们都会很有用。绞盘车床工具的主题已经在题为“绞盘和转塔车床”的一系列文章中得到了相当完整的处理，该系列文章于大约十八个月前在“M.E.”上发表；其中提供的信息已以同名实用手册的形式重新发布。这包含有关几乎所有标准类型重复工具的信息，并且操作原理仍然有效。使用它们的车床是简单的还是复杂的；但在许多情况下，现代生产车床上使用的工具非常复杂且昂贵，这是由于大量生产的要求所致，但在本期刊的读者可能遇到的更现代的生产方案中却格格不入。这尤其适用于“改装”车床或原始类型的绞盘车床的情况。因此，建议展示如何使用非常简单的工具和刀架获得所需的结果。可以相当容易地制作，并根据需要，以适合手头的工作。如果谨慎使用，此类工具不一定会带来任何实际不利影响，并且可以用于要求最高精度的工作；它们也不会严重限制产出率，但适用于轻型绞盘车床或绞盘附件的一组工具除外。
利用多时相遥感数据的多变量变化矢量分析 (MCVA) 估计 Tan Rai 铝土矿的土地利用变化
新莱铝土矿项目位于越南林同省，开采大型铝土矿，自 2012 年开始运营。除了项目的经济效益外，铝土矿开采和加工占用了大片可耕地，对区域环境造成影响。遥感技术在监测环境和资源变化的许多方面得到越来越广泛的应用，包括高精度的土地利用变化，为管理者提供更多信息来监测土地资源的开发和使用过程。本研究采用变化矢量分析 (CVA) 方法对各种遥感数据源进行分析，以监测新莱铝土矿项目的土地开发和恢复过程。2013 年至 2019 年使用了 SPOT-5、VNREDSat-1 和 Google Earth 等多种高分辨率遥感影像，以展示 MCVA 方法将许多其他类型的遥感影像结合在一起的能力。波动分析结果以研究区内200个随机点进行验证，结果准确率达90%以上。土地利用变化统计结果亦与Tan Rai铝土矿厂年度数据进行比对。从本研究可得，MCVA分析方法可快速侦测土地利用变化区域，并能以高精度结合多种不同影像来源，此外亦提供开采区域及复垦区域的统计数字，协助管理人员监察矿场营运。
运动结构摄影测量和无人机/无人机技术的河流和水生应用
运动结构 (SfM) 近来在河流和水生科学中迅速流行起来。这种流行在很大程度上要归功于廉价无人机/无人驾驶飞机的广泛使用，它们有助于缓解地形挑战并提供高效、可重复和高精度的图像和地形数据。这些数据可以具有前所未有的时空覆盖范围，包括河流和水生地形、水力学、地貌和栖息地质量的测量。SfM 数据还提供了水下考古、结构和水生生物的全新量化。研究正在从地形测量的概念验证转向真正的应用，包括粒度测绘、水深测量、地貌测绘、植被测绘、恢复监测、栖息地分类、地貌变化检测和沉积物输送路径描绘。将点云分析和正射影像镶嵌图与数字高程模型 (DEM) 相结合已被证明可以有效地提供对河流和水生系统的新过程理解。水下和水下研究开始克服可访问性、可见性和图像失真的问题。档案照片和视频（水上和水下）正在使用 SfM 工作流程进行重新处理，以根据历史调查生成三维表面和物体，从而延长可以检测到变化的时间段。最近，已经开发了 SfM 工作流程
专题评论 量子辐射测量 - 马里兰大学
按照传统定义，辐射测量是研究电磁辐射功率、光谱特性和其他参数测量的领域。该术语适用于波长范围从纳米到几十微米、所有光功率水平的电磁辐射特性。由于辐射测量的定义非常广泛，因此使用各种具有各种物理特性的测量设备或辐射计。因此，有必要为所有辐射测量保持一个共同的尺度，以便每个辐射计系列都可以追溯到该尺度。与辐射测量相关，基本国际单位制 (SI) 为光强度保留了一个基本单位，称为坎德拉。光强度测量技术已从 1948 年之前对各种标准蜡烛和灯的比较发展到 1979 年之后适用于低温辐射计的光功率测量。尽管测量技术不断改进和完善，但最先进的光强度测量的不确定度仅为 0.1% 1，而辐射测量的不确定度约为 0.01。这是任何 SI 基本单位测量中最差的精度。因此，人们仍在继续寻找更高精度的测量方法。量子光学（即单光子源和双光子源以及单光子探测器）的进步为辐射测量开辟了一种新方法，我们将其称为“量子辐射测量”。正如我们将看到的，这种称谓有些人为，因此需要澄清。就本评论而言，量子辐射测量法被定义为借助单光子和
![arxiv：2403.16315v1 [Quant-ph] 2024年3月24日](/simg/g:\will\search\icon\source\2\220857ba3dfee2aa9e080ca4e26fbb154f36de33.webp)
arxiv：2403.16315v1 [Quant-ph] 2024年3月24日
最近，由于新的量子混合系统的出现，人们已经有了新的兴趣和实验研究，用于在固体中进行旋转，这需要操纵自旋量子状态1-3，并继续搜索可行的候选者2,4。在这项工作中，我们介绍了低语画廊（WG）模式技术，以研究杂质的顺磁性离子不成对的电子自旋共振，在Di-Electric Crystal Grattice 5-7中具有核超精美偶联。Srlaalo 4（SLA）sin- Gle晶体晶格中杂质顺磁离子的位点对称信息是通过WG多模式ESR光谱获得的（图1、2、3和4），提供了超精细结构拓宽，g因素变量和其他各向异性效应的微妙效果。wg模式光谱具有高度敏感的，与实验结果的多模式性质相结合，提供了某些具有高精度的基本物理量的值。金属配体八面体配合物中的jahn-teller效应通常会诱导电荷耦合，轨道和磁有序，位移，并在确定电子行为8-11时强调结构细节。高精细结构特征的这种高精度调查对于量子状态映射至关重要。未配对的电动旋转力矩揭示了有关旋转的信息 -
推荐引用 推荐引用 顾毅，“人工智能配电系统中的可再生能源整合”（2020 年）。电子学位论文。1777。https://digitalcommons.du.edu/etd/1777
基于上述数据可视化平台，研究了数据的外在表现形式，在接下来的工作中，尝试去理解数据内部隐藏的信息。设计了一种基于支持向量回归（SVR）的短期负荷预测方法，为网络重构提供更高精度的负荷预测。利用二阶锥程序（SOCP）将三相平衡最优潮流的非凸性放宽为最优潮流（OPF）问题。采用交替方向乘子法（ADMM）以分布式方式计算最优潮流。考虑到配电系统的现实情况，构建了一个三相不平衡配电系统，该系统包括变电站层面的小时运行计划和馈线层面的分钟潮流运行。在变电站层面最小化含可再生能源系统的运行成本。用机会约束模拟可再生能源发电的随机分布模型，并用高斯混合模型 (GMM) 和基于遗传算法的期望最大化 (GAEM) 建模导出的确定性形式。在实时 (RT) 调度中，使用 OPF 进一步降低系统成本。半正定规划 (SDP) 用于将三相不平衡配电系统的非凸性放宽为凸问题，这有助于实现全局最优结果。以并行方式，ADMM 实现了在短时间内获得结果。
通过滚动曲线在大规模点云中的全局本地化...
摘要 - 由于LiDar，Camera和IMU之间的固有互补性，最近对激光 - 视觉惯性大满贯付出了越来越多的努力。但是，现有方法在两个方面受到限制。首先，在前端，它们通常采用离散的时间表示，需要高精度硬件/软件同步，并基于几何激光功能，从而导致稳健性和可扩展性低。第二，在后端，视觉循环限制遭受了规模的歧义和点云的稀疏性，扫描到扫描环的检测恶化。To solve these problems, for the front-end, we propose a continuous-time laser-visual-inertial odometry which formulates the carrier trajectory in continuous time, organizes point clouds in probabilistic submaps, and jointly optimizes the loss terms of laser anchors, visual reprojections, and IMU readings, achieving accurate pose estimation even with fast motion or in unstructured scenes where it is difficult to extract meaningful几何特征。在后端，我们通过通过激光辅助视觉重新定位匹配预计的2D子包和6-DOF视觉约束来建立5-DOF激光限制，从而确保在大型场景中映射一致性。结果表明，我们的框架实现了高精度的估计，并且比载体在大型场景或快速移动时工作时更健壮。相关的代码和数据在https://cslinzhang.github.io/ct-lvi/ct-lvi/ct-lvi.html上进行开源。