XiaoMi-AI文件搜索系统
World File Search SystemDistributions
使用蒙特卡洛预测编码学习感官输入的概率分布
有人提出，大脑使用概率生成模型来最佳地解释感官信息。这一假设已在不同框架中形式化，重点是解释不同的现象。一方面，经典预测编码理论提出了如何通过采用局部突触可塑性的神经元网络来学习概率模型。另一方面，神经采样理论已经证明了随机动力学如何使神经回路能够表示环境潜在状态的后验分布。这些框架通过变分过滤结合在一起，将神经采样引入预测编码。在这里，我们考虑一种用于静态输入的变分过滤变体，我们将其称为蒙特卡罗预测编码 (MCPC)。我们证明，预测编码与神经采样的结合会产生一个使用局部计算和可塑性学习精确生成模型的神经网络。MCPC 的神经动力学在存在感官输入的情况下推断潜在状态的后验分布，并可以在没有感官输入的情况下生成可能的输入。此外，MCPC 还捕捉了感知任务期间神经活动变化的实验观察结果。通过结合预测编码和神经采样，MCPC 可以解释之前由这些单独框架解释的两组神经数据。
关于右截断威布尔分布和幂函数分布最小值的注记
[1] Bobotas, P. 和 Koutras, MV (2019)。随机变量随机数的最小值和最大值的分布，《统计与概率快报》，第 146 期，第 57-64 页。[2] Ferreira, MA 和 Andrade, M. (2011)。M/G/∞ 队列繁忙期分布指数，《应用数学杂志》，第 4 (3) 期，第 249-260 页。[3] Forbes, C.；Evans, M.；Hastings, N. 和 Peacock, B. (2011)。《统计分布》，第四版，John Wiley & Sons, Inc.，新泽西州霍博肯。[4] Jodr´a, P. (2020)。根据移位 Gompertz 定律得出的有界分布，《沙特国王大学杂志 - 科学版》，第 32 期，第 523-536 页。 [5] Jodr´a, P. 和 Jim´enez-Gamero, MD 基于指数几何分布的有界响应分位数回归模型，REVSTAT 统计期刊，18（4），415-436。[6] Johnson, NL；Kotz, S. 和 Balakrishnan, N. (1994)。连续单变量分布，第 1 卷第二版，John Wiley & Sons, Inc.，纽约。[7] Mart´ınez, S. 和 Quintana, F. (1991)。广义上截断威布尔分布的检验，统计和概率快报，12（4），273-279。[8] McEwen, RP 和 Parresol, BR (1991)。完整和截断威布尔分布的矩表达式和汇总统计数据，《统计通讯 – 理论与方法》，20（4），1361-1372。[9] Meniconi, M. 和 Barry, DM (1996)。幂函数分布：一种用于评估电气元件可靠性的有用而简单的分布，《微电子可靠性》，36（9），1207-1212。[10] Nadarajah, S.；Popovi´c, BV 和 Risti´c, MM (2013)。Compounding：一个用于计算通过复合连续和离散分布获得的连续分布的 R 包，《计算统计学》，28（3），977-992。[11] Prabhakar, DN；Xie, M. 和 Jiang, R. (2004)。威布尔模型，《概率和统计学中的威利级数》，Wiley-Interscience，John Wiley & Sons，Inc.，新泽西州霍博肯。[12] Rao，ASRS（2006 年）。关于右截断瑞利分布生成函数推导的注记，《应用数学快报》，19（8），789-794。[13] Rinne，H.（2009 年）。《威布尔分布手册》，CRC Press，博卡拉顿。[14] Silva，RB；Bourguignon，M.；Dias，CRB 和 Cordeiro，GM（2013 年）。扩展威布尔幂级数分布的复合类，《计算统计与数据分析》，58，352-367。[15] Tahir，MH；Alizadeh，M.；Mansoor，M； Gauss, MC 和 Zubair, M. (2016)。威布尔幂函数分布及其应用，《Hacettepe 数学与统计杂志》，45（1），245-265。[16] Wingo, DR (1988)。右截断威布尔分布与寿命测试和生存数据的拟合方法，《生物统计学杂志》，30（5），545-551。[17] Wu, Z.；Kazaz, B.；Webster, S. 和 Yang, KK (2012)。交货时间和需求不确定性下的订购、定价和交货时间报价，《生产与运营管理》，21，576-589。[18] Zhang, T.和 Xie, M. (2011). 论上截断威布尔分布及其可靠性含义，可靠性工程与系统安全，96，194–200。
多个生态区域影响南极气溶胶粒径分布的季节性循环
1 伯明翰大学地理、地球与环境科学学院，伯明翰 Edgbaston Rd，伯明翰，B15 2TT，英国 2 芬兰气象研究所，00101 赫尔辛基，芬兰 3 赫尔辛基大学大气与地球系统研究所，00014 赫尔辛基，芬兰 4 英国南极调查局，NERC，High Cross，Madingley Rd，剑桥，CB3 0ET，英国 5 极地科学研究所 (IPS)，国家研究委员会 (CNR)，意大利威尼斯 6 韩国极地研究所，26, SongdoMirae-ro，延寿区，仁川，406-840，韩国 7 阿尔弗雷德·韦格纳研究所 (AWI)，亥姆霍兹极地与海洋研究中心，不来梅港，德国 8 国家气象局 (SMN)，Av. Dorrego 4019，布宜诺斯艾利斯，阿根廷 9 国家科学技术研究委员会 (CONICET)，布宜诺斯艾利斯，阿根廷 10 中船重工海洋科学研究所，CSIC，08003，巴塞罗那，西班牙 11 阿卜杜勒阿齐兹国王大学环境科学系，气象、环境和干旱土地农业学院，吉达 21589，沙特阿拉伯半岛
在室温碱蒸气中准备狭窄的速度分布
量子记忆是通过同步概率操作来实现大规模量子网络的关键技术。这样的网络对量子记忆施加了严格的要求，例如存储时间，检索效率，带宽和可扩展性。在温暖的原子蒸气平台上使用的梯形阶梯协议是有希望的候选人，将有效的高带宽操作与低噪声的按需检索相结合。然而，它们的存储时间受到运动诱导的脱粒的严重限制，这是由包含蒸气的原子的广泛速度分布引起的。在本文中，我们演示了速度选择性光泵，以提出这种腐蚀机制。这将增加蒸气记忆的可实现的内存存储时间。该技术也可以用于制备任意形状的吸收蛋白，例如准备原子频率梳吸收特征。
用掩盖的变异自动编码器
抽象提取神经活动的高维记录与复杂行为之间的关系是系统神经科学中的无处不在问题。朝向这个目标，编码和解码模型试图推断出给定行为的神经活动的条件分布，反之亦然，而维度降低技术旨在提取可解释的低维表示。变化自动编码器（VAE）是易于推断神经或行为数据低维嵌入的富裕深度学习模型。然而，VAE准确地对任意的条件分布进行建模，例如在神经编码和解码中遇到的有条件分布，甚至是同时遇到的。在这里，我们提出了一种基于VAE的方法，用于准确计算此类条件分布。我们通过在掩盖行走环的掩盖身体部分上检索条件分布来验证具有已知地面真理的任务的方法，并证明了对高维行为时间序列的适用性。最后，我们概率地从猴子到达任务中的神经种群活动中解释运动轨迹，并查询同一VAE的编码神经活动的编码。我们的方法为神经和行为数据的关节维度降低和学习条件分布提供了统一的观点，这将允许将神经科学中的常见分析扩展到当今的高维多模式数据集。
具有一系列磁通量分布的太阳爆发基本机制的数值模拟
太阳喷发是日冕磁场能量的爆炸性释放，表现为太阳耀斑和日冕物质抛射。观测表明，喷发区的核心往往是剪切磁拱，即单一的双极结构，特别是在光球层，相应的磁极性沿强梯度极性反转线（PIL）拉长。什么机制会在单一双极场中触发喷发，以及为什么强PIL的场有利于产生喷发，目前仍不清楚。最近，我们利用高精度模拟，建立了太阳喷发的基本机制，即光球层准静态剪切运动驱动的双极场形成内部电流片，随后快速磁重联触发和驱动喷发。这里我们结合理论分析和数值模拟，研究了不同光球磁通分布即磁图下的基本机制的行为。研究表明，不同磁图的双极场在连续剪切下都表现出类似的演变——从磁能的缓慢储存到快速释放——这符合基本机制并证明了所提出机制的稳健性。此外我们发现具有较强PIL的磁图产生较大的喷发，关键原因是具有较强PIL的剪切双极场可以实现更多的非势能，并且它们的内部电流片可以在较低的高度形成较高的电流密度，从而可以更有效地重联。这也为在具有强PIL的活跃区域中观测到的喷发提供了可行的触发机制。
使用经典代码的权重分布描述具有擦除误差的量子计量
量子计量有望成为量子技术的一个突出用例。然而，噪声很容易降低这些量子探测状态的质量，并抵消它们在无噪声环境中提供的量子优势。虽然量子纠错 (QEC) 可以帮助解决噪声问题，但容错方法对于近期使用来说资源过于密集。因此，需要一种 (近期) 稳健的计量策略，该策略可轻松适应未来基于 QEC 的量子计量。在这里，我们通过研究由最小距离 d ≥ t + 1 的 [ n, k, d ] 二进制块码构成的量子探测状态的性能，提出了这样一种架构。此类状态可以解释为 CSS 码的逻辑 | + + · · · + ⟩ 状态，其逻辑 X 组由上述二进制码定义。当量子探测状态的常数 t 个量子比特被擦除时，利用量子 Fisher 信息 (QFI)，我们证明由此产生的噪声探测可以给出磁场估计值，其精度与相应 2 t 缩短代码的权重分布的方差成反比。此外，我们证明，如果 C 是任何与长度为 n 的线性内部重复代码连接的代码，那么量子计量中就可能存在量子优势。这意味着，给定任何恒定长度的 CSS 代码，与长度为 n 的线性重复代码的连接对于具有恒定擦除误差数量的量子计量是渐近最优的。除了基本的 QFI 结果之外，我们还明确构建了一个可观测量，当在这种受噪声代码启发的探测状态上测量时，它可以对磁场强度产生一定的精度，并且在磁场强度消失的极限下也表现出量子优势。我们强调，尽管使用了编码理论方法，但我们的结果并不涉及综合征测量或错误校正。我们用 Reed-Muller 码构建的探测状态示例来补充我们的结果。
使用混合分布的 MCET 实现精确并行分割模型 (PPSM)
摘要目的——图像分割是图像处理应用中最重要的任务之一。它是许多面向应用的宝贵工具，例如医疗保健系统、模式识别、交通管制、监视系统等。然而，准确的分割是一项关键任务，因为找到适合不同类型图像处理应用的正确模型是一个长期存在的问题。本文开发了一种新颖的分割模型，旨在成为使用任何类型图像处理应用的统一模型。所提出的精确并行分割模型 (PPSM) 结合了三种基准分布阈值技术来估计最佳阈值，从而实现分割区域的最佳提取：高斯分布、对数正态分布和伽马分布。此外，提出了一种并行增强算法来提高所开发的分割算法的性能并最大限度地降低其计算成本。为了评估所提出的 PPSM 的有效性，使用了不同的图像分割基准数据集，例如 Planet Hunters 2 (PH2)、国际皮肤成像合作组织 (ISIC)、微软剑桥研究院 (MSRC)、伯克利分割基准数据集 (BSDS) 和 COntext 中的通用对象 (COCO)。获得的结果表明，与其他分割模型相比，使用不同类型和领域的基准数据集，所提出的模型能够显著缩短处理时间，实现高精度。设计/方法/方法——所提出的 PPSM 结合了三种基准分布阈值技术来估计最佳阈值，从而实现分割区域的最佳提取：高斯分布、对数正态分布和伽马分布。结果——根据所获得的结果，可以观察到，所提出的基于 PPSM——最小交叉熵阈值 (PPSM - MCET) 的分割模型是一种具有高性能的稳健、准确、高度一致的方法。原创性/价值——使用 MCET 构建了一种利用高斯、伽马和对数正态分布组合的新型混合分割模型。此外，为了以最小的计算成本提供准确、高性能的阈值，所提出的 PPSM 使用并行处理方法来最大限度地减少 MCET 计算中的计算工作量。所提出的模型可用作许多面向应用的宝贵工具，例如医疗保健系统、模式识别、交通管制、监控系统等。关键词最小交叉熵阈值、混合分布、精确分割、并行计算论文类型研究论文
DeepDIVE：通过多项式通道优化复合 DNA 存储的输入约束分布
DNA 存储是一项快速发展的技术，它使用四进制编码将数字数据编码为核苷酸序列，其中碱基 A 、C 、G 和 T 代表信息 [2]，[3]。这些序列或链通过称为合成的过程产生，并通过测序检索。该方法的一个关键方面是在合成过程中生成每条链的多个副本。在本文中，我们通过引入复合 DNA 字母探索了一种利用这种冗余的新方法 [1]，[4]–[8]。复合 DNA 字母由混合不同的核苷酸形成，实验表明它可以提高数据编码性能 [4]，[5]，[8]。潜在的好处是显而易见的：虽然标准的四字母 DNA 编码每个通道使用 log(4) = 2 位，但复合编码提供了无限的容量，使较短的链能够编码更多的数据。这一点至关重要，因为较短的链可以降低合成成本 [5] 并降低出错的风险，而出错的风险会随着链长度的增加而增加 [9]。编写复合字母并随机读取 n 份副本可以建模为一个嘈杂的通信信道，特别是多项式信道 [1]。该信道的输入是一个长度为 k = 4 的概率向量，表示核苷酸的混合。通道输出遵循多项分布，进行 n 次试验，概率由输入向量决定。通道的最大信息存储率或容量是通过在所有可行的输入分布选择 [10]（即 (k − 1) 维概率单纯形上的分布）中最大化输入和输出之间的互信息来获得的。先前的研究 [1] 表明，即使对于较小的 n 值（例如 n = 9），最大化容量的输入分布也需要数十个质点。此外，如缩放定律 [11] 所示，支持大小随容量呈指数增长。这对 DNA 存储系统提出了挑战，因为每个质点对应一种不同的核苷酸混合物，而可能的混合物数量是有限的。为了解决这个问题，我们的论文重点计算了容量实现
凸块尺寸对倒装芯片焊点电流密度和温度分布的影响
采用三维热电分析模拟了共晶SnAg焊料凸点在收缩凸点尺寸时的电流密度和温度分布。研究发现，对于较小的焊点，焊料中的电流拥挤效应显著降低。减少焊料时，热点温度和热梯度增大。由于焦耳热效应，凸点高度为144.7 lm的焊点最高温度为103.15℃，仅比基板温度高3.15℃。然而，当凸点高度降低到28.9 lm时，焊料中的最高温度升高到181.26℃。焊点收缩时会出现严重的焦耳热效应。较小焊点中焦耳热效应较强可能归因于两个原因，首先是Al走线的电阻增加，它是主要的热源。其次，较小凸块中的平均电流密度和局部电流密度增加，导致较小焊料凸块的温度升高。2009 年由 Elsevier Ltd. 出版。