XiaoMi-AI文件搜索系统
World File Search System鲁棒
Robust-Deep：一种增加脑成像数据集以提高深度学习模型性能和鲁棒性的方法
摘要 小型数据集通常会影响医学成像研究中深度神经网络 (DNN) 的泛化、稳健性和整体性能。由于收集大型临床数据库始终很困难，我们提出了一种生成大型真实/多样化数据集的分析方法。临床脑部 PET/CT/MR 图像包括全剂量 (FD)、低剂量 (LD)（仅对应于 FD 扫描中获取的事件的 5%）、非衰减校正 (NAC) 和基于 CT 测量的衰减校正 (MAC) PET 图像、CT 图像以及 35 名患者的 T1 和 T2 MR 序列。所有图像均已注册到蒙特利尔神经研究所 (MNI) 模板。使用拉普拉斯混合，利用来自两个不同患者的图像的频域信息以及混合蒙版进行自然呈现。这种来自计算机视觉和图像处理社区的经典技术仍然被广泛使用，并且与现代 DNN 不同，它不需要训练数据。实施了改进的 ResNet DNN 来评估四个图像到图像的转换任务，包括 LD 到 FD、LD+MR 到 FD、NAC 到 MAC 和 MRI 到 CT，使用和不使用合成图像。使用已建立的指标进行定量分析，包括峰值信噪比 (PSNR)、结构相似性指数度量 (SSIM) 和联合直方图分析，以进行定量评估。包含 35 名患者的注册小数据集与包含 350 个合成数据集加 35 个真实数据集的大数据集之间的定量比较显示，LD 到 FD 的 RMSE 和 SSIM 分别提高了 29% 和 8%，LD+MRI 到 FD 的 RMSE 和 SSIM 提高了 40% 和 7%，NAC 到 MAC 的 16% 和 8%，MRI 到 CT 映射任务的 24% 和 11%。定性/定量分析表明，与参考图像相比，所提出的模型通过生成更高质量、更低定量偏差和方差的图像，提高了所有四个 DNN 模型的性能。
可变负荷和环境条件下独立光伏系统的鲁棒动态控制策略
摘要：双级独立光伏 (PV) 系统存在稳定性和可靠性问题，其提供最大功率的效率受环境条件变化的极大影响。混合反步控制 (BSC) 是最大功率点跟踪 (MPPT) 的良好候选方案，但是，由于 BSC 的递归性质，PV 输出中存在显著的稳态振荡。该问题可以通过提出一种混合积分反步控制 (IBSC) 算法来解决，其中提出的积分作用可显著降低 PV 阵列输出在不同温度和太阳辐照度水平下的稳态振荡。同时，在交流阶段，主要挑战是减少由负载参数变化引起的 VSI 输出的稳态跟踪误差和总谐波失真 (THD)。尽管传统的滑模控制 (SMC) 对参数变化具有鲁棒性，但它本质上是不连续的并且继承了过于保守的增益设计。为了解决这个问题，提出了一种基于超扭转控制 (STC) 的动态扰动抑制策略，其中设计了一个高阶滑模观测器来估计负载扰动的影响作为集中参数，然后由新设计的控制律拒绝该参数以实现所需的 VSI 跟踪性能。所提出的控制策略已通过 MATLAB Simulink 验证，其中系统在 0.005 秒内达到稳定状态，并在峰值太阳辐射水平下提供 99.85% 的 DC-DC 转换效率。交流级稳态误差最小化为 0 V，而 THD 分别限制为线性和非线性负载的 0.07% 和 0.11%。
通过图探索神经网络的鲁棒性...
深度研究深度人工神经网络（DANN）的体系结构以提高其预测性能。但是，探索了丹恩的架构与噪声和对抗性攻击之间的稳健性之间的关系。我们调查了丹尼斯的鲁棒性与它们的基础图架构或结构之间的关系。这项研究：（1）首先使用图理论鲁棒性测量探索Danns架构的设计空间； （2）将图形转换为DANN体系结构，以训练/验证/测试各种图像分类任务； （3）探讨了训练有素的丹尼斯针对噪声和对抗性攻击的鲁棒性与通过图理论测量估计的基础体系结构的鲁棒性之间的鲁棒性之间的关系。我们表明，底层图的拓扑熵和olivier-Ricci曲率可以量化DANN的稳健性性能。上述关系对于复杂的任务和大型丹恩来说更牢固。我们的工作将使汽车和神经架构搜索社区能够探索强大而准确的Danns的设计空间。
评估量子卷积神经网络的准确性和对抗鲁棒性
摘要 — 机器学习可以推动技术进步，造福不同的应用领域。此外，随着量子计算的兴起，机器学习算法已开始在量子环境中实现；现在称为量子机器学习。有几种尝试在量子计算机中实现深度学习。然而，它们并没有完全成功。然后，发现了一种结合了附加量子卷积层的卷积神经网络 (CNN)，称为量子卷积神经网络 (QNN)。QNN 的性能优于经典 CNN。因此，QNN 可以实现比经典神经网络更好的准确度和损失值，并显示出它们对从其经典版本生成的对抗性示例的鲁棒性。这项工作旨在评估 QNN 与 CNN 相比的准确度、损失值和对抗鲁棒性。索引术语 — 量子卷积神经网络、量子神经网络、卷积神经网络
光合作用系统I能量传递复杂网络对目标节点攻击和随机节点失效的鲁棒性
在本文中，我们对豌豆植物（Pisum sativum）的光系统 I (PSI) 复杂网络实施并比较了文献中的 10 种节点移除（攻击）策略，代表了其节点/发色团之间的 FRET 能量转移。我们用四个指标来衡量网络稳健性（功能）。节点攻击策略和网络稳健性指标同时考虑了网络的二元拓扑和加权结构。首先，我们发现众所周知的节点中介中心性攻击在 PSI 网络上无效，这种攻击已被证明可有效拆除大多数现实世界网络的拓扑连通性。其次，PSI 较高的网络连接水平导致节点属性的退化，即使根据特定的节点中心性度量移除节点，也会导致类似随机的节点移除。即使受到节点攻击，这种现象也会导致 PSI 网络功能的下降非常小。这种结果表明，基于经典节点属性（例如度或中介中心性）的节点攻击策略在拆除具有非常高连接水平的现实世界网络时可能效率低下。最后，可以通过调整截止距离 (CD) 来构建 PSI 网络，该距离定义节点/发色团之间的可行能量传输，并逐步丢弃远距离节点/发色团之间的较低能量传输链接。这代表了一种“权重阈值”程序，使我们能够在从 PSI 中逐步修剪较低权重的链接时调查节点攻击策略的有效性
对2D层的钙钛矿微晶膜中X射线的超稳定和鲁棒响应，直接沉积在柔性基材上
过去十年。尤其是，光线和灵活设备的开发将代表该领域的重大突破，因为它允许新的检测器设计和应用程序，例如，便携式实时X射线测量器或弯曲的数字X射线成像仪。[1] Exposure to high doses of X-rays increases the risks of developing radiation-induced disorders such as can- cers [2] and enhancing the detection limit of detectors is a critical key issue for medical application, since it would help reducing the radiation dose delivered to the patient and therefore limit the radiation hazards linked to radiation therapy and diagnostics (e.g., mammography, X-ray tomography).上面引用的规格要求开发可处理的X射线直接检测材料与柔性塑料底物上的低温沉积兼容，并能够以低辐射剂量工作。不过，由于机械刚度低和高X射线吸收的双重必要性，所有这些要求都无法轻易满足单个材料，因此通常通过浓稠且沉重的吸收层来实现后者。的确，参与直接X射线检测的传统最先进材料包括硅（SI），无定形硒（α-SE）和锌锌锌醇锌（CZT）（CZT），它们因其高原子数（z）和密度而以其高X射线停止功率而闻名。柔性应用受到塑料基材及其机械刚度的高加工温度输入的阻碍。带有构图的3D ho最近，有机半导体似乎是直接X射线检测的传统无机半导体的有希望的替代品。[3,4]有机半导体具有吸引人的特性，尤其是通过基于大区域溶液的技术进行处理的可能性，例如钢筋涂层[5]或喷墨印刷[6]在柔性基板上。有机材料的低z然而，限制了其停止功率，从而限制了低辐射剂量以高能X射线的检测。机械刚性和大型X射线吸收之间的权衡是应对新型X射线检测材料的开发的有趣挑战。在过去的几年中，关于直接X射线检测材料的研究主要围绕混合有机/盐酸卤化物钙钛矿（HOIP）围绕。
对长期振幅漂移具有鲁棒性的量子门
量子门通常容易受到驱动门的物理量子位所施加的经典控制场的缺陷的影响。减少这种错误源的一种方法是将门分成几部分，称为复合脉冲，通常利用错误随时间的恒定性来减轻其对门保真度的影响。在这里，我们扩展了这种技术来抑制拉比频率的长期漂移，通过将它们视为幂律漂移的总和，其对状态向量的过度或不足旋转的一阶效应呈线性相加。幂律漂移的形式为 tp，其中 t 是时间，常数 p 是其幂。我们表明，抑制所有幂律漂移（p ⩽ n）的复合脉冲也是滤波器阶数为 n + 1 的高通滤波器[H. Ball 和 MJ Biercuk，《用于量子逻辑的 Walsh 合成噪声滤波器》，EPJ Quantum Technol。 2,11（2015）]。我们给出了用该技术获得的满足我们提出的幂律幅度标准 PLA(n) 的序列，并将其在时间相关幅度误差下的模拟性能与一些传统的复合脉冲序列进行了比较。我们发现，在一系列噪声频率下，PLA(n) 序列比传统序列提供更多的误差抑制，但在低频极限下，非线性效应对门保真度的影响比频率滚降更为重要。因此，先前已知的 F1 序列是 PLA(1) 标准的两个解之一，可以抑制线性长期漂移和一阶非线性效应，在低频极限下，它是比任何其他 PLA(n) 序列更清晰的噪声滤波器。
使用扭转和弯曲的铰链 通过各向异性导电异质结构中的超快电流控制 分析激光警告系统中使用的各种光电探测器的结构和技术：评论 使用空间不连贯的衍射网络 随机三维数值幻象，可以在乳腺癌的定量光声计算机中启用计算研究 设计一个使用式鲁棒机器学习模型，用于定量分析反射光谱 刺激的拉曼散射断层扫描，用于快速三... 编程非线性传播，用于有效的光学学习机 紧凑而有效的光子分辨图像扫描显微镜 高功率，狭窄的线宽固态深紫外线激光在193 nm处通过LBO晶体中的频率混合 物理限制的深度偏置点扩散函数模型：朝向非视线成像重建 光子晶体中的非均匀伪磁场 纵向单... 的深度条件生成模型
摘要。我们报告了使用扭转和双轴定向的聚乙二醇苯二甲酸酯铰链的两轴可易剂显微镜镜。研究了基于四个或单线电磁执行器的两种不同的设计。开发了一种基于微加工的工厂过程，以实现高模式分辨率和对准精度并减少手动组件的量。具有扭转铰链，快速轴的谐振频率为300至500 Hz，水中有200至400 Hz。带有弯曲的铰链，慢速轴的共振频率为60至70 Hz，水中的谐振频率为20至40 Hz。2D B扫描和3D体积超声显微镜使用杂交扫描镜进行了证明。在直流或非常低的频率下扫描慢轴的能力允许形成密集的栅格扫描模式，以改善成像分辨率和视野。©作者。由SPIE在创意共享归因4.0国际许可下出版。全部或部分分发或重新分配或重新分配本工作，需要完全归因于原始出版物，包括其DOI。[doi：10.1117/1.jom.1.4.044001]
基于平衡优化算法的风火储能系统鲁棒优化调度
风资源的不确定性是导致弃风的主要原因之一，考虑到风电功率预测的不确定性，提出了一种针对采用先进绝热压缩空气储能（AA-CAES）技术的风火储能系统的鲁棒优化调度模型。其中，根据AA-CAES的运行特点，定义了发电厂的运行约束和备用容量的约束。基于有限场景方法，提出了一种实现系统最优鲁棒性和经济运行的解决框架，为智能算法在鲁棒优化调度中的应用提供了新途径。具体而言，采用一种新的平衡优化算法来解决最优调度问题，该算法具有良好的全局搜索性能。通过基于IEEE-39节点系统的仿真验证了所提出的解决方案。仿真结果验证了所提出的调度模型和智能求解器的有效性。
评估ERN和FRN鲁棒性对跨课程可变性
简介：大脑计算机界面（BCI）是允许用户明确或隐式与计算机相互作用的设备（Clerc等，2016）。许多BCI是基于脑电图（EEG）的，在神经基础学中，BCI可用于检测用户的心理状态。然而，基于脑电图的精神状态估计管道仍未达到具有信号非平稳性的理想分类率，包括跨课程可变性（Saha＆Baumert，2020）。因此，提出了使用与EEG提取的错误相关电位（ERRP）通过一种反馈回路来帮助改善BCI算法的（Chavarriaga等，2014）。事件相关电位（ERP）已显示出比光谱特征更强大的时间效应（Roy等，2016），并且误差势（ERRP）也可能证明是如此。这些错误的形状为两个额中央ERP：错误委员会和反馈相关的消极情绪的与错误相关的负面关系（ERN）（FRN，又称奖励积极性-REWP）用于负反馈观察。阳性顶部成分伴随着这些峰：分别是误差阳性（PE）和P300（Chavarriaga等，2014）。这些潜力也通过观察出人意料和/或错误的系统作用引起（Somon等，2018）。Chavarrigia和Millán（2010）开始研究ERN和FRN的稳定性，并表明它们会随着时间的流逝而保持稳定。但是，没有研究某些因素。这项研究的初步结果打算通过两种方式扩展这些结果：首先，我们评估了在三个单独的课程中呈现ERN和FRN对ERN和FRN的一致性的影响，相隔一周；然后，我们观察到执行和反馈相关的错误随着时间的推移的稳定性。