XiaoMi-AI文件搜索系统
World File Search SystemBinar
高阶无约束二进制优化和 MIMO 最大似然检测的量子算法
摘要 — 在本文中，我们提出了一种支持实值高阶无约束二进制优化 (HUBO) 问题的量子算法。该算法基于 Grover 自适应搜索，该搜索最初支持具有整数系数的 HUBO。接下来，作为应用示例，我们将多输入多输出最大似然检测公式化为具有实值系数的 HUBO 问题，其中我们使用 5G 标准中指定的格雷编码位到符号映射。所提出的方法使我们能够为检测问题构建有效的量子电路，并分析所需量子比特和量子门的特定数量，而其他传统研究假设这种电路可作为量子预言机。为了进一步加速量子算法，我们还推导出目标函数值的概率分布，并确定一个唯一阈值以采样更好的状态。假设未来出现容错量子计算，我们提出的算法有可能显著降低经典领域的查询复杂性，并在量子领域提供二次加速。
薄膜形态，电荷载体动力学和光伏性能之间的定量关系
作者的完整列表：Zhu，Weigang;天津大学化学系李，盖珀；西北大学，化学； Mukherjee，Subhrangsu；纳塔利亚国家标准和技术材料测量实验室大战； Slac，Pulse Institute； Slac Jones，Leighton；西北大学，艾略特化学甘恩；国家标准与技术研究所，物质测量实验室Kline，R。Joseph；国家标准与技术研究所，物质测量实验室Herzing，Andrew；詹娜（Jenna）SMSD Logsdon国家标准与技术研究院；西北大学，化学系弗拉格，卢卡斯；夏洛特国家标准和技术材料科学与工程实验室船尾；西北大学，瑞安（Ryan）的化学Young；西北大学，凯文化学系Kohlstedt；西北大学，乔治的化学Schatz；西北大学，院长化学DeLongchamp；国家标准技术研究所，聚合物Wasielewski，迈克尔；西北大学，费迪南德的化学系；西北大学，安东尼奥的化学Facchetti；西北大学，化学系和材料研究中心标记，托宾；西北大学，化学
RISC-V GALOIS FIELD ISA扩展名，用于非二进制错误...
摘要 - 由于新通信标准的最新进展，例如5G新广播和5G，以及量子计算和通信中的新需求，因此出现了将处理器集成到节点的新要求。这些要求旨在在网络中提供灵活性，以降低运营成本并支持服务和负载平衡的多样性。他们还旨在将新的和经典算法集成到有效和通用平台中，执行特定操作，并参加延迟较低的任务。此外，对于便携式设备必不可少的一些加密算法（经典和量词后），与错误校正代码共享相同的算术。例如，高级加密标准（AES），椭圆曲线密码学，经典mceliece，锤击准循环和芦苇 - 固体代码使用GFð2mÞ算术。由于此算法是许多算法的基础，因此在这项工作中提出了一种多功能的RISC-V Galoisfald Isa扩展。使用Nexys A7 FPGA上的SWERV-EL2 1.3实现并验证了RISC-V指令集扩展名。此外，对于AE，芦苇 - 固体代码和经典的McEliece（Quantum Pryptography），还达到了五次加速度，以增加逻辑利用率增加1.27％。
通过二进制代码框嵌入在有向图中的传递性和循环性建模
对有针对性表示的有向图建模是在图形结构数据上执行机器学习的基本要求。几何嵌入模型（例如双曲线，锥体和盒子嵌入）在此任务中出色，表现出有针对性图的有用的电感偏差。然而，对包含周期和某些传递性元素的定向图进行建模，这是现实世界中常见的两种属性，这是具有挑战性的。框嵌入可以被认为是将图表示作为某些学到的超图上的交点，具有自然的感应性偏置，以建模传递性，但是（正如我们证明的）无法对周期进行建模。为此，我们提出了二进制代码框嵌入，其中博学的二进制代码选择了一个相交的图表。我们探索了几种变体，包括全局二元代码（相当于交叉点的联合）和每个vertex二进制代码（允许更大的灵活性）以及正则化方法。理论和经验结果表明，所提出的模型不仅保留了有用的传递性电感偏见，而且还具有足够的代表能力来模拟任意图，包括带有周期的图形。
二进制的最小单位电容计算 -
电荷尺度数字对模拟转换器的准确性和性能（DACS）（图1（a））取决于二进制加权电容器比率，这可能会受到MIS匹配的干扰。关键因素是电容器阵列中单位电容器C U的选择。由于n位二进制加权DAC使用2 N单位电容器来提供所需的电容器比率，其面积，总电容和功率用n呈指数增加。选择较小的C u会降低阵列的大小并减少沉降时间，这是因为电容器充电/排放电容器的较低时间常数。但是，较小的C U导致更大的随机不匹配和线性问题。在文献中，经常在经验上选择C U。在[1]中尝试确定最小C U的系统方法，但模型是建立在较旧的散装技术节点上的，而忽略了电线寄生虫和随机变化的影响；特别是在FinFET节点中，这些效果可能很重要。此外，它们无视对关键DAC线性指标的影响。在[2]中，研究了寄生能力的某些组成部分对增益误差和热噪声的影响，但是该工作并未探索一种发现C U的方法。我们提出了一种系统的方法，用于查找最佳的单位电容，C u，该方法考虑了系统的和随机变化，电线寄生虫，频噪声，热噪声和电路级性能指标，包括线性。
o r i g i n a l r e s a r c h二元纳米糖递送系统设计用于白血病疗法：适体和转铁蛋白补充的daunorubicin-和
目的：本研究旨在开发一个装饰有适体（APS）和转铁蛋白（TF）的二元纳米夹纸系统，并装有daunorubicin（drn）和叶黄素（LUT）（LUT）来治疗白血病。方法：分别设计和合成寡核苷酸AP和含TF的配体。AP装饰的DRN纳米颗粒（AP-DRN NP）和TF-LUT NP。通过AP-DRN NPS和TF-LUT NP的自组装制备AP和LUT-CORODAD的DRN和LUT-CORODAR-CORODAD的纳米递送系统（AP/TF-DRN/LUT NPS）。与单个配体装饰，单个药物 - 负载和自由药的配方相比，在白血病细胞系和含细胞小鼠模型上评估了系统的体外和体内效率。结果：AP/TF-DRN/LUT NP是球形和纳米化的（187.3±5.3 nm），并装有约85％的药物。AP/TF-DRN/LUT NP的体外细胞毒性高于单个配体装修的细胞毒性。 双药物载有AP/TF-DRN/LUT NP的肿瘤细胞抑制比单一药物抑制更高，这表现出两种药物的协同作用。 ap/tf-drn/lut nps达到了最有效的抗血性活性和体内毒性。 结论：本研究表明，由于这两种药物在该系统中的协同作用，AP/TF-DRN/LUT NP是一种有前途的药物分娩系统，用于对白血病的靶向治疗。 该系统的局限性包括在大规模生产过程中的稳定性以及从长凳到床边的应用。 关键字：急性髓细胞白血病，daunorubicin，Luteolin，Aptamer，Transferrin，nanodrug-delivery SystemAP/TF-DRN/LUT NP的体外细胞毒性高于单个配体装修的细胞毒性。双药物载有AP/TF-DRN/LUT NP的肿瘤细胞抑制比单一药物抑制更高，这表现出两种药物的协同作用。ap/tf-drn/lut nps达到了最有效的抗血性活性和体内毒性。结论：本研究表明，由于这两种药物在该系统中的协同作用，AP/TF-DRN/LUT NP是一种有前途的药物分娩系统，用于对白血病的靶向治疗。该系统的局限性包括在大规模生产过程中的稳定性以及从长凳到床边的应用。关键字：急性髓细胞白血病，daunorubicin，Luteolin，Aptamer，Transferrin，nanodrug-delivery System
使用 MRI 图像对脑肿瘤进行二分类和多分类
医学图像处理利用各种类型的扫描，例如 CT（计算机断层扫描）、超声波、PET（正电子发射断层扫描）、MRI（磁共振成像）、光谱等。其中，MRI 最广泛用于诊断，因为它既灵敏又强大，而且是非侵入性的（Badža 等人，2020 年；Khan 等人，2020 年）。MRI 扫描提供详细信息，因为它们使用有效的无线电波和磁场来创建内部器官的图片，从而有效地检测器官的囊肿、肿瘤、肿胀或出血。对这些扫描的分析和分类可以识别任何不规则生长。及早发现异常组织生长是医学图像处理的主要问题之一。准确估计异常组织生长有助于更好的预后和术后
类似CMOL的Memristor-CMOS神经形态芯片核心，展示了随机二进制STDP
摘要 - 纳米级候选人的出现提出了能够构建CMOL（CMOS/纳米线/分子）类型的超密集内存内计算电路架构的希望。在CMOL中，将在纳米线的交点上制造纳米级备忘录。CMOL概念可以通过在CMO上制造较低密度的神经元并与纳米线和纳米级 - 墨西哥纤维织物放置在顶部的纳米线和纳米级 - 梅斯托织物，从而在神经形态硬件中利用CMOL概念。但是，技术问题阻碍了目前可靠的可靠商业单片CMOS-MEMRISTOR技术的这种开发。一方面，每个备忘录都需要串联的MOS选择器晶体管，以确保大型阵列的形式和编程操作。这会导致复合Mos-Memristor突触（称为1T1R），这些突触不再是纳米线穿越时的突触。另一方面，回忆录尚未构成高度可靠，稳定的模拟记忆，用于逐步学习的大规模模拟重量突触。在这里，我们演示了一种伪 - 旋转整体芯片核心，该芯片绕过上面提到的两个技术问题：（a）利用一种类似CMOL的几何芯片布局技术来提高1T1R的限制，以及（b）利用二进制重量跨度的依赖性依赖性（s sTD），该规则（b）更大的二进制重量跨度的依赖性（b）使用的备忘录。实验结果是针对具有64个输入神经元，64个输出神经元和4096 1T1R突触的尖峰神经网络（SNN）CMOL核心提供的，该突触在顶部为200nm大小的TI/HFOX/TIN MEMRISTOR的130nm CMO制造。cmol-core使用查询驱动的事件读取，这允许内存可变性不敏感的计算。实验系统级别的演示是针对普通模板匹配任务的，以及正则化的随机二进制STDP特征提取学习，可在硬件中获得完美的识别，以进行4个字母的识别实验。
量子系统的二进制控制脉冲优化
量子控制旨在操纵量子系统针对特定的量子状态或所需的操作。设计高度准确和效率的控制步骤对各种量子应用至关重要，包括能量最小化和电路汇编。在本文中，我们关注离散的二进制量子控制问题，并应用不同的优化算法和技术来提高计算效率和解决方案质量。特别是我们开发一个通用模型并以多种方式扩展它。我们引入了一个平方L 2-二烯函数来处理其他侧面范围，以模型要求，例如最多允许一个控件活跃。我们引入了一个总变化（TV）正常器，以减少控件中的开关数量。我们修改了流行的梯度上升脉冲工程（葡萄）算法，开发了一种新的乘数交替方向方法（ADMM）算法，以求解惩罚模型的持续放松，然后应用舍入技术来获得二元控制解决方案。我们提出了一种修改的信任区域方法，以进一步改善解决方案。我们的算法可以获得高质量的控制结果，这是由关于各种量子控制示例的数值研究所阐述的。
使用局部二值模式 (LBP) 特征提取进行玉米叶病分类
摘要 玉米是一种在印度尼西亚等发展中国家广泛种植的植物。为了提高玉米产量，研究人员一直在对玉米植物疾病分类的当前技术进行创新。三种疾病侵袭玉米叶片，即灰斑病、枯萎病和灯心草病。我们使用的数据量为 3500 个数据，其中包括 500 个灰斑病、1000 个枯萎病、1000 个灯心草病和 1000 片健康叶片。本研究旨在开发一种人工智能模型。我们开发的人工智能模型使用 LBP 特征提取结合 k-NN 作为分类器。除了使用 k-NN 方法外，我们还使用了几种分类方法（如朴素贝叶斯和 Adaboost）进行测试。我们的测试结果是，与朴素贝叶斯和 Adaboost 方法相比，k-NN 方法具有最高值。使用 k=5 的 k-NN 的性能结果为 81.1%、AUC 值为 94.1%、F1-Score 为 80.9%、准确率为 81.8%、召回率为 81.1%。