大部分关于学习人工智能代理符号模型的研究都集中在具有固定模型的代理上。这种假设在代理能力可能由于学习、适应或其他部署后修改而发生变化的环境中不成立。在这种环境下对代理进行有效评估对于了解人工智能系统的真正能力和确保其安全使用至关重要。在这项工作中,我们提出了一种新颖的方法来差异化评估已经偏离其先前已知模型的黑盒人工智能代理。作为起点,我们考虑完全可观察和确定性的设置。我们利用对漂移代理当前行为的稀疏观察和对其初始模型的了解来生成主动查询策略,该策略有选择地查询代理并计算其功能的更新模型。实证评估表明,我们的方法比从头开始重新学习代理模型要有效得多。我们还表明,使用我们的方法进行差异评估的成本与代理功能的漂移量成正比。
自动规划是自主智能系统设计的核心组件之一。该术语指的是寻找一套行动方案(即计划)的任务,该方案将世界的状态从给定状态更改为另一个状态。自动规划器将规划问题作为输入,该输入包括领域描述或行动理论、初始状态描述和目标状态描述,并计算问题的解决方案(如果存在)。多年来,自动规划一直是人工智能的一个活跃研究领域。它已经成为一个成熟的研究领域,拥有自己的年度会议,即从 1991 年开始的国际自动规划和调度会议 (ICAPS) 1 系列,其中包括几个与规划和调度相关的卫星研讨会以及许多轨道的规划竞赛。因此,有关规划的文献非常庞大。Ghallab 等人(2004 年)和(2016 年)的教科书分别包含 500 多个和 600 多个参考文献。 Yang (1997) 撰写的关于规划的专著以抽象和分解为重点,有超过 150 篇参考文献。Hendler 等人 (1990) 对古典规划的调查也引用了超过
很多时候,计算机科学和计算机科学领域形成了不同的学术界。编写计算机程序也是编写操作的问题,这样执行程序就可以计算出有用的结果,并且可以在实践中实现。现代计算机理论在 20 世纪 20 年代发展起来,用来解释在无穷小尺度上观察到的波-飞点对偶,而数字计算机在随后的几十年中出现,取代了用于繁琐计算的普通计算机。在第二次世界大战期间,计算机在战时密码学中发挥了重要作用,而计算机药物对于曼哈顿计划中使用的核武器至关重要。1980 年,保罗·贝尼奥夫 (Paul Benioff) 引入了计算机图灵机,它使用计算机理论来描述简化的计算机。在 1984 年的一篇论文中,查尔斯·贝内特 (Charles Bennett) 和吉尔斯·布拉萨德 (Gilles Brassard) 将计算机理论应用于密码协议,并证明了计算机密钥分发可以增强信息安全性。一些研究人员认为,嘈杂的中规模量子计算机(NISQ)在不久的将来可能会有特殊用途,但量子门中的噪声限制了它们的可信度。近年来,公共和私营部门对量子计算研究的投资有所增加。
摘要尽管越来越多地研究兴趣,但现有的定向灰色盒模糊剂并不能很好地扩展程序复杂性。在本文中,我们确定了当前有向灰色盒子模糊的两个主要可扩展性挑战。特别是,我们发现传统的覆盖反馈并不总是为达到目标计划点提供卑鄙的指导,并且现有的种子距离机制在具有复杂控制结构的程序中不能很好地运行。为了解决这些问题,我们提出了一个新颖的魔力,名为dafl。dafl选择与目标局部相关的代码零件,并仅从这些部分获得覆盖反馈。此外,考虑到程序执行的数据流语义,它计算精确的种子距离。结果是有希望的。在41个现实世界中,DAFL能够在给定时间内添加4、6、9和5个错误,分别与AFL,AFLGO,Windranger和Beacon相符。此外,在所有模糊剂产生中位数TTE的情况下,DAFL的平均速度至少要快4.99倍,而包括Aflgo,Windranger和Beacon在内的3个最先进的定向绒毛。
在多相电能表中启用分流电流传感器,不受磁篡改,精度高;支持 EN 50470-1、EN 50470-3、IEC 62053-21、IEC 62053-22、IEC 62053-23、ANSI C12.20 和 IEEE1459 标准 兼容三相、三线或四线(三角形或星形)以及其他三相服务 计算每相和整个系统的有功、无功和视在能量 TA = 25°C 时,在 2000 比 1 的动态范围内,有功和无功能量的误差小于 0.25% TA = 25°C 时,在 1000 比 1 的动态范围内,电压和电流有效值误差小于 0.1% 包括 THD 在内的电能质量测量 宽电源电压操作:2.4 V 至 3.7 V 基准:1.2 V(漂移 10 ppm/°C 典型值)单3.3 V 电源 安全和监管批准 UL 认证 5000 Vrms,持续 1 分钟,符合 UL 1577 标准 CSA 元件验收通知 #5A IEC 61010-1: 400V rms (基本) VDE 合格证书 DIN V VDE V 0884-10 (VDE V 0884-10):2006-12 V IORM = 846 V 峰值
深部脑刺激 (DBS) 是一种通过电调节神经组织来缓解某些脑部疾病症状的外科疗法。预测电场和激活组织体积的计算模型是有效参数调整和网络分析的关键。目前,我们缺乏支持复杂电极几何形状和刺激设置的高效灵活软件实现。现有工具要么太慢(例如有限元法 - FEM),要么太简单,对基本用例的适用性有限。本文介绍了 FastField,一个用于 DBS 电场和 VTA 近似的高效开源工具箱。它根据叠加原理计算可扩展的电场近似,并根据脉冲宽度和轴突直径计算 VTA 激活模型。在基准测试和案例研究中,FastField 的求解时间约为 0.2 秒,比使用 FEM 快 ∼ 1000 倍。此外,它几乎与使用 FEM 一样准确:平均 Dice 重叠度为 92%,这大约是临床数据中发现的典型噪声水平。因此,FastField 有潜力促进有效的优化研究并支持临床应用。
≻操作员将搜索的输出限制为特定的深度。因此,上面的表达式说,在顶点a开始,重量小于15的汉密尔顿路径(在图中)分别为a:[a,b,c,d]和[a,b,c,d]和[a,c,d,b],重量为11和10。计算汉密尔顿路径的算法通常很复杂。 但是,我们的实现很简单,是由小的代数组件建立的。 有关这些组件的更多详细信息,请参见第3节。 第一个组件是∗运算符,该操作员计算传递闭合。 图 1包含其用途的图:图形是一个图形,每个顶点都具有每个可触及顶点的边缘,重量等于该顶点的最短路径上的权重之和。 例如,有一个边缘(a↦→d)∈Gragr∗,重量5,由路径a↦→c↦→d构建(请注意,在我们的形式化中,∗不是直接在图上调用,而是在图5.4中所述的理想,而是在其理想上调用)。 大多数算法“工作”都是由∗函数完成的;其余的实施是保存和过滤。 路径函数,例如,标记每个顶点的列表,代表所需的路径到达该顶点。 > =>操作员连接图形:在这里我们将其用于组合计算汉密尔顿路径的算法通常很复杂。但是,我们的实现很简单,是由小的代数组件建立的。有关这些组件的更多详细信息,请参见第3节。第一个组件是∗运算符,该操作员计算传递闭合。图1包含其用途的图:图形是一个图形,每个顶点都具有每个可触及顶点的边缘,重量等于该顶点的最短路径上的权重之和。例如,有一个边缘(a↦→d)∈Gragr∗,重量5,由路径a↦→c↦→d构建(请注意,在我们的形式化中,∗不是直接在图上调用,而是在图5.4中所述的理想,而是在其理想上调用)。大多数算法“工作”都是由∗函数完成的;其余的实施是保存和过滤。路径函数,例如,标记每个顶点的列表,代表所需的路径到达该顶点。> =>操作员连接图形:在这里我们将其用于组合
人类居住的世界的每个角落都是从多个视点以越来越高的频率拍摄的。谷歌地图或 Here Maps 等在线地图服务可以直接访问大量密集采样的、带有地理参考的街景和鸟瞰图像。我们有机会设计计算机视觉系统来帮助我们搜索、分类和监控公共基础设施、建筑物和文物。我们探索这种系统的架构和可行性。主要的技术挑战是结合每个地理位置的多个视图(例如鸟瞰图和街景)的测试时间信息。我们实现了两个模块:det2geo,它检测属于给定类别的对象的位置集,以及 geo2cat,它计算给定位置处对象的细粒度类别。我们介绍了一种采用最先进的基于 CNN 的对象检测器和分类器的解决方案。我们在“帕萨迪纳城市树木”上测试了我们的方法,这是一个包含 80,000 棵树木的新数据集,带有地理和物种注释,结果显示结合多种视图可以显著改善树木检测和树种分类,可与人类的表现相媲美。
过去一段时间,对地缘政治风险 (GPR) 与军事支出 (ME) 之间关系的探索有限。这是因为缺乏广为人知的 GPR 代理。最近,Caldara 和 Iacoviello (2022) 的工作激发了学者们对 GPR 后果的研究。我们的论文旨在了解美国的 GPR 和 ME 之间的关系。它设计了一个理论框架,并使用基于年度数据 (1960-2021) 的自回归分布滞后方法计算了一个计量经济模型。此外,它使用了成对的 Toda-Yamamoto 因果关系检验。结果表明,GPR 和 ME 之间的关系是单向因果关系,在美国从 ME 延伸到 GPR。此外,这种关系在短期和长期内都具有统计显著性和正相关性。这一发现支持了我们的假设,即美国 GPR 是资源分配(即 ME)的结果,可以控制、引导和缓解。因此,ME是美国实现国际霸权战略目标的工具。从政策含义的角度来看,GPR已被证明对各个经济体都有广泛的负面影响。因此,走向与其他国家合作和协调而不是积累ME往往会支持国际经济。
摘要 - 与错误相关的电位(ERRP)是事件与事件相关的电位(ERP),这是由于实验参与者在任务性能过程中对错误的识别所引起的。错误已被用于用于脑部计算机界面(BCIS),以检测和纠正错误,并在线解码算法。基于Riemannian几何学的特征提取和分类是BCI的一种新方法,在一系列实验范式中显示出良好的性能,但尚未应用于ERRP的分类。在这里,我们描述了一个实验,该实验引起了执行视觉歧视任务的七个正常参与者的错误。在每个试验中提供了音频反馈。我们使用多通道脑电图(EEG)记录来对ERRP进行分类(成功/失败),将基于Riemannian几何的方法与计算时间点特征的传统方法进行了比较。总体而言,Riemannian方法的表现优于传统方法(78.2%对75.9%的精度,p <0.05);在七个参与者中,有三名在统计学上是显着的(p <0.05)。这些结果表明,Riemannian方法更好地捕获了反馈引用的错误,并且可能在BCI中应用于错误检测和校正。