XiaoMi-AI文件搜索系统
World File Search SystemChine
神经符号人工智能的纲要
在过去的十年半的人工智能和学习中的一半中，一个关键的进步是开发从较低级别的原始输入特征（例如图像像素强度和单词性）[1，2，2，2，3，4，5，6，7]中学习更高级别的方法。这些较高级别表示的关键优势是它们捕获了更少的变量的富裕语义，因此，在其中，我们可以在其中学习统计上有效的模型，用于各种下游任务，例如预测，分类和聚类。近年来的关键进步是学习这些表示形式，而不是使用传统的手工制作的效果，这些效率很难正确，正确地指定。这导致了著名的应用程序，例如Dall-E，Stablediffusion，Chatgpt和Audiolm等。
Bertrand Braunschweig、Rodolphe Gelin、François Terrier。人工智能安全之墙：confiance.ai 计划中的方法。人工智能安全研讨会 (SAFEAI)，2022 年 2 月，虚拟，加拿大。�hal-03657293�
摘要 AI 在高速发展的过程中面临着一些“障碍”。除了社会和伦理方面的考虑，AI 社区在使用、设计和研究方面也面临着一些相互关联但又汇聚了一些考虑的障碍：信任、安全、能源、人机合作和“非人性”。安全问题对所有这些问题来说都是特别重要的主题。Confiance.ai 工业计划旨在通过开发七个相互关联的项目来解决其中的一些问题，这些项目从不同的角度解决这些方面的问题，并将它们集成到基于 AI 的系统的工程环境中。我们将介绍 confiance.ai 采取的具体方法以及基于成员提供的真实工业用例的验证策略。
皮带：建筑濒危语言技术
语言技术的发展（例如拼写检查器，自动转录和Ma-Chine翻译）通常被认为是语言振兴项目的目标（Kor-Nai，2013; Zhang等人。，2022）。但是，这些LTS的研究和发展历史上充满了社会和道德问题。 nlp重新搜索这些语言的搜索不足（Joshi et al。） ，2020年； Blasi等。 ，2022），以及对所谓的“低资源”和濒危语言的研究通常将它们视为一种同质语言，与高资源和政治上的占主导地位相同，除了数据可用性以外（DOMgruöz和Sitaram，2022年））。 更糟糕的是，濒危语言的LTS发展经常采用殖民主义品质但是，这些LTS的研究和发展历史上充满了社会和道德问题。nlp重新搜索这些语言的搜索不足（Joshi et al。，2020年； Blasi等。，2022），以及对所谓的“低资源”和濒危语言的研究通常将它们视为一种同质语言，与高资源和政治上的占主导地位相同，除了数据可用性以外（DOMgruöz和Sitaram，2022年））。更糟糕的是，濒危语言的LTS发展经常采用殖民主义品质
对感应电机中的空间谐波进行真实建模……
本研究探讨了低功率现成感应电机中空间谐波的建模方法。这些节省成本的机器通常表现出气隙圆周上的径向磁通密度分布，远非正弦。磁通密度谐波会产生额外的定子电流分量，从而导致不必要的扭矩振荡。同时，它们还为状态监测或转子速度估计提供了有用的信息。要利用这些特性实现更好的驱动性能，就需要更准确但更简单的机器描述。这些方面具有挑战性，因为通常没有关于现成机器内部结构和磁特性的信息，而所考虑的物理现象很复杂。
人工智能干预对检测临床恶化的有效性
临床医生通常同时照顾许多住院患者，可能无法识别患者临床恶化之前的早期迹象。这种恶化可能导致大量发病率和死亡率。1 自动预警评分 (EWS) 有助于提醒临床医生即将出现患者临床恶化，以便采取预防或救援措施，避免不良后果。丰富的实时患者电子健康记录 (EHR) 数据（例如生命体征、诊断、实验室结果、护理流程表）可用于创建可集成到 EHR 和临床工作流程中的预测模型。鉴于这些模型易于训练和集成，这些 EWS 已迅速广泛实施。数百家医院使用一种这样的工具，即 Epic 恶化指数 (EDI；Epic Systems Corporation)，这是一种机器学习临床恶化预测模型。2
07-75(2)-韩语-英语
金属3D打印技术目前主要有喷射成形、直接能量沉积（DED）和金属喷射成形（PMD）等。其中，DED不仅易于制造大型部件，而且可以作为工具轻松集成到机床中，例如传统的加工中心工具（MCT）。因此，应用技术正在模具、汽车和航空航天等各个行业中得到开发2）。随着GE航空的燃油喷嘴开始完全使用AM技术进行量产，使用金属3D打印制造技术的可靠性在行业内逐渐提高。特别是，DED技术用于部分工具，不是用于输出整个产品形状，而是用于飞机部件或模具产品的部分修复3-6）。与其他沉积方法不同，DED具有较高的不可重复性，并且易于制造。
释放联邦学习和迁移学习的力量
联邦学习和迁移学习是两种不同的机器学习方法，通常独立应用。然而，将这些方法结合起来，有可能为各个行业带来巨大的价值。本文系统地回顾了有关这两种技术的现有文献，并介绍了一种集成联邦学习和迁移学习以提高机器学习模型性能的新框架。所提出的框架可用于一系列应用，包括医疗保健（用于检测心脏病、癌症和中风）、零售（用于预测客户流失）以及电网、石油和天然气和制造业等工业领域（用于识别设备故障、电网负荷等）。通过融合这些技术，该框架提高了模型准确性和可扩展性，同时确保了分布式环境中的数据隐私。
![arXiv:2311.07626v1 [quant-ph] 2023 年 11 月 13 日](/simg/1\187a3380ceaa22ecbc28f757f766ff620967c031.webp)
arXiv:2311.07626v1 [quant-ph] 2023 年 11 月 13 日
量子技术产业正在迅速扩张，为各个科学领域提供了广阔的发展机遇。在这些新兴技术中，量子机器学习 (QML) 因其有可能彻底改变数据处理和分析而引起了广泛关注。在本文中，我们研究了 QML 在遥感领域的应用。人们认为 QML 可以为太空数据分析提供有价值的见解。我们深入探讨了围绕 QML 在遥感领域的量子优势的普遍看法，并强调了需要解决的开放挑战。为了阐明这些挑战，我们进行了一项研究，重点关注核值集中问题，这种现象会对量子计算机的运行时间产生不利影响。我们的研究结果表明，虽然这个问题会对量子计算机性能产生负面影响，但它并没有完全否定 QML 在遥感领域的潜在量子优势。
卢布林三角地区打击虚假信息联合报告
• 为了影响公民对未来的信念，俄罗斯宣传机器破坏了国家运作的能力，声称“国家不是主权国家”、“政府不稳定且无能”、“国家经济陷入困境”。它解释说，“立陶宛/波兰/乌克兰处于外部治理之下”，据称“被西方/精英/世界秘密政府利用”，“民间社会组织、独立媒体及其代表是索罗斯/“西方”的傀儡”。与此同时，俄罗斯的宣传试图让公民相信他们在自己的国家没有前途：“人们逃离这个国家去寻找更好的生活”、“大多数公民认为该国局势正在恶化”、“人口数量不断减少”。从全面入侵开始，卢布林三角国家就成为攻击目标，其宣传语是“政府无法为公民提供可获得的服务”。