XiaoMi-AI文件搜索系统
World File Search SystemCompression
可扩展的密文压缩技术...
与与每个成员的琐碎解决方案相比，与每个成员进行琐碎的解决方案相比，多重电键封装机制（MKEM）提供了可扩展的解决方案，并在带宽和计算成本中节省了可节省的解决方案。MKEM上的所有先前作品仅限于经典假设，尽管已知某些通用构造，但它们都需要大多数量词后方案不共享的特定属性。在这项工作中，我们首先提供了一种简单而有效的MKEM的通用结构，可以通过多功能假设（包括量词后的假设）进行实例化。We then study these mKEM instantiations at a practical level using 8 post-quantum KEM s (which are lattice and isogeny-based NIST candidates), and CSIDH, and show that compared to the trivial solution, our mKEM offers savings of at least one order of magnitude in the bandwidth, and make encryption time shorter by a factor ranging from 1.92 to 35.此外，我们表明，通过将MKEM与MLS使用的TreeKem协议（用于安全组消息传递的IETF草稿）相结合 - 我们获得了显着的带宽节省。
复杂度驱动的 CNN 压缩，适用于资源受限的边缘 AI
摘要 — 物联网 (IoT) 支持的网络边缘人工智能 (AI) 的最新进展通过实现低延迟和计算效率，在智能农业、智能医院和智能工厂等多个应用中实现了边缘智能。然而，在资源受限的边缘设备上部署 VGG-16 和 ResNets 等最先进的卷积神经网络 (CNN) 实际上是不可行的，因为它们有大量的参数和浮点运算 (FLOP)。因此，作为一种模型压缩的网络修剪概念正在引起人们的关注，以加速低功耗设备上的 CNN。最先进的修剪方法，无论是结构化的还是非结构化的，都没有考虑卷积层所表现出的复杂性的不同潜在性质，而是遵循训练-修剪-再训练流程，这会导致额外的计算开销。在这项工作中，我们通过利用 CNN 固有的层级复杂性，提出了一种新颖且计算高效的修剪流程。与典型方法不同，我们提出的复杂性驱动算法根据其对整体网络复杂性的贡献选择特定层进行过滤器修剪。我们遵循直接训练修剪模型的过程，避免计算复杂的排名和微调步骤。此外，我们定义了三种修剪模式，即参数感知 (PA)、FLOP 感知 (FA) 和内存感知 (MA)，以引入 CNN 的多功能压缩。我们的结果表明，我们的方法在准确性和加速方面具有竞争力。最后，我们提出了不同资源和准确性之间的权衡，这有助于开发人员在资源受限的物联网环境中做出正确的决策。
量子电路压缩与混合尺寸Qudits
摘要 - 由于近年来的成就，量词计算机正成为现实。当今可用的量子计算机提供数百个Qubits，但在累积错误和量子状态衰减之前可以执行的操作数量仍然有限。关于误差积累，非本地操作（例如CX或CZ）是主要贡献者。减少所需非本地操作数量的一种有希望的解决方案是通过利用量子系统的固有高维功能来更有效地利用量子硬件。在一个称为电路压缩的过程中，量子位之间的非本地操作映射到Qudits的本地操作，即高维系统。在这项工作中，我们提出了一种启用量子电路压缩的策略，其目的是将给定电路中的Qubits映射到目标硬件的混合维数。此外，在引入捕获量子操作本质的新表示之前，我们讨论了电路压缩的原理以及Qubits和Qudits的物理结构，影响了图的量子状态的不同逻辑水平。基于此，我们提出了一种自动化方法，用于将任意门设置的Qubit电路映射到混合量子量子系统中，从而降低了非本地操作的数量。经验评估证实了拟议方法的有效性，将几乎一半的病例降低了多达50％的非本地操作。索引术语 - Quantum Computing，电路压缩，QUDITS最后，相应的源代码可在github.com/cda-tdum/qudit-compression上自由获得。
热压缩模制PVDF/ ... div>的压电特性
聚（乙烯基氟化物），PVDF。PVDF显示了五个称为α，β，γ，δ和ε相的结晶多晶型物。其中，β相具有压电特性，但α相在热力学上更稳定。将添加剂掺入PVDF可以促进β相形成。在这项研究中，通过热压缩成型制造了具有不同SIC含量的PVDF-NANO SIC复合材料，并研究了SIC对PVDF的晶体结构，结晶度和压电性能的影响。通过SEM研究了复合样品的微观结构。制备的样品完全致密，密度超过理论密度的97％。通过FTIR分析确定β相的量，并根据DSC分析得出PVDF的结晶度。最后，通过压电酯测量样品的压电特性。结果表明，通过将SIC含量提高到1 wt％，样品的β相，结晶度和灵敏度的量增加，然后降低。
QFib：快速高效的脑纤维束压缩
摘要 扩散 MRI 纤维追踪数据集可以包含数百万条 3D 流线，它们的表示可能需要数十 GB 的内存。这些流线集称为纤维追踪图，通常用于临床操作或研究。它们的大小使得它们难以存储、可视化、处理或通过网络交换。我们利用通常的追踪算法获取流线的方式，提出了一种非常适合纤维追踪图的新压缩算法。我们的方法基于单位矢量量化方法与空间变换相结合，可实现较低的压缩和解压缩时间以及较高的压缩比。例如，11.5 GB 的纤维追踪图可以压缩为 1.02 GB 的文件，并在 11.3 秒内解压缩。此外，我们的方法允许压缩和解压缩单个流线，从而无需在处理繁重数据集时使用昂贵的核外算法。最后，我们开辟了一条实时压缩和解压缩的方法，用于处理更大的数据集，而无需大量 RAM（即核心处理）、更快的网络交换和更快的可视化或处理加载时间。
当前脑电图数据压缩方法的研究
在本文中，我们采用了系统的文献综述方案来了解当前用于压缩多通道脑电图 (EEG) 信号的方法以及如何将这些技术应用于新型 EEGEyeNet 数据集。我们的综述将阐明 EEG 数据压缩领域的当前趋势，并简化对这些技术的解释以及如何使用它们。通过汇编有关该主题的最新和相关研究的综合列表，我们希望为理解最新的 EEG 数据压缩标准、其功能以及这些技术在性能方面的相互比较提供坚实的基础。我们希望扩展 EEG 数据压缩方法的知识和可访问性，以扩大其在 EEG 分析中的应用。
Deep Video Compression的任务意识编码器控制
对机器任务的深视频压缩（DVC）的事先研究通常需要为每个特定任务培训一个独特的编解码器，从而规定每个任务的专用解码器。相比之下，传统视频编解码器采用了flex ible编码器控制器，从而通过模式预测等机制使Single编解码器适应了不同的任务。从中汲取灵感，我们引入了一个创新的编码器控制器，以用于机器的深度视频压缩。此控制器具有模式预测和一组图片（GOP）选择模块。我们的AP-ARACH在编码阶段集中控制控制，从而允许跨不同任务（例如检测和跟踪）进行适应性的编码器调整，同时与标准的预训练的DVC解码器保持合理性。示例证明我们的方法是在具有各种现有预训练的DVC的多个任务中适用的。此外，广泛的实验表明，对于不同的任务，我们的方法比以前的DVC比以前的DVC大约25％，只有一个预先训练的解码器。
通过小波压缩提高带宽利用率
传播、下载数据 1 持久自由行动 (OEF) 是阿富汗战争的正式名称，该战争始于 2001 年 10 月，至今仍在进行中。伊拉克自由行动 (OIF) 是伊拉克战争的正式名称，该战争始于 2003 年 3 月，结束于 2011 年 12 月。 2 X 波段是电磁频谱微波无线电区域的一部分，雷达频率为 8.0 – 12.0 GHz。X 波段的较短波长允许高分辨率成像雷达提供更高分辨率的图像，以进行目标识别和区分。
具有基础扩散模型的有损图像压缩
摘要。将扩散模型纳入图像压缩功能 - 主体具有产生现实和详细的重建的潜力，尤其是在极低的比特率下。以前的方法着重于使用扩散模型作为表达解码器在条件信号中的量化错误。但是，以这种方式实现竞争成果需要对扩散模型的昂贵训练和由于迭代生成过程而导致的长时间推理时间。在这项工作中，我们使用扩散来恢复潜在的传输图像中的丢失信息，以删除量化误差作为降级任务。我们的方法使我们能够执行少于整个扩散生成过程的10％，并且不需要对扩散模型进行体系结构的更改，从而可以将基础模型用作强大的先验，而无需对骨架进行其他微调。我们提出的编解码器在定量现实主义指标中的表现优于以前的方法，并且我们验证我们的重建是最终用户质量上首选的，即使其他方法使用了两倍的比特率。