XiaoMi-AI文件搜索系统
World File Search SystemEnable
MindEye2：共享主体模型利用 1 小时数据实现 fMRI 转图像
参考文献。 [1] Allen 等人 (2022 年)。一个庞大的 7T fMRI 数据集，用于连接认知神经科学和人工智能。自然神经。 [2] Ilharco 等人 (2021 年)。OpenCLIP。 [3] Podell 等人 (2023 年)。Sdxl：改进潜在扩散模型以进行高分辨率图像合成。ICLR。 [4] Meng 等人 (2022 年)。SDEdit：使用随机微分方程引导图像合成和编辑。ICLR。 [5] Reddy 等人 (2010 年)。读懂心灵之眼：在心理意象过程中解码类别信息。神经图像。 [6] Wallace 等人 (2022 年)。RTCloud：一种基于云的软件框架，用于简化和标准化实时 fMRI。神经图像。 [7] Scotti 等人 (2023 年)。重建心灵之眼：具有对比学习和扩散先验的 fMRI 到图像。NeurIPS。
流量分析开发套件 (TADK)：启用实时……
摘要 — 加密流量分析和未知恶意软件检测等复杂的流量分析强调了对分析网络流量的高级方法的需求。使用固定模式、签名匹配和规则来检测网络流量中已知模式的传统方法正在被 AI（人工智能）驱动的算法所取代。然而，由于缺乏高性能 AI 网络专用框架，因此无法在网络工作负载中部署基于 AI 的实时处理。在本文中，我们描述了流量分析开发工具包 (TADK) 的设计，这是一个专门用于基于 AI 的网络工作负载处理的行业标准框架。TADK 可以在从数据中心到边缘的网络设备中提供基于 AI 的实时网络工作负载处理，而无需专门的硬件（例如 GPU、神经处理单元等）。我们已在商用 WAF 和 5G UPF 中部署了 TADK，评估结果表明，TADK 可实现高达 35 的吞吐量。流量特征提取每核 3 Gbps，流量分类每核 6 Gbps，并且可将 SQLi/XSS 检测时间降低至 4 。每个请求 5 µs，准确率高于固定模式解决方案。
一项关于实现超视距无人机系统 (UAS) 技术的调查...
摘要：最新趋势、社会需求和技术进步已导致无人机系统 (UAS) 在民用和军用领域的广泛应用得到空前扩展，从简单的日常操作到建筑工地的监督，甚至物流等等。无人驾驶飞行器 (UAV)，俗称无人机，是 UAS 的主要组成部分，在此类操作中越来越受欢迎，因为它们可以降低成本、简化活动并提高监视或交付的粒度。此外，它们还可以为实现智能传感和导航功能、支持自动化、操作安全、预测甚至法医分析铺平道路。作为一项新兴技术，仍需应对多项挑战，才能使 UAS 适用于现实世界的应用，这些应用对性能、可靠性和隐私有着严格的要求。鉴于上述情况，本文深入研究了当前用于超视距 (BVLOS) UAS 操作的 UAS 技术，并强调了出现的主要技术挑战和要求。我们还重点关注新兴和未来的 BVLOS UAS 功能以及使其在各个工业领域扩展前景光明的技术进步。
欧盟立法如何促进和/或阻碍创新
这篇简短的文章探讨了经济世界中监管与创新之间模糊、复杂和多方面的关系，强调了某些监管方法鼓励创新的潜力，以及通常会降低创新激励的因素。创新。我们在监管方面和创新方面都采用“生态系统”方法，同时研究这两个生态系统之间的相互作用。关于这一主题的更一般性的分析和研究得到了促进或阻碍创新的七个欧盟法规案例研究的补充。在这些案例研究之前，我们对过去三十年欧盟监管趋势进行了更广泛的背景分析，突显了欧盟监管的性质和质量的重大转变，这在很大程度上是更深层次的欧盟内部市场的一部分。
MindSculpt：利用脑机接口帮助设计师
MindSculpt 使用户能够通过思考实时生成 Grasshopper 中的各种混合几何图形。此设计工具将脑机接口 (BCI) 与参数化设计平台 Grasshopper 相结合，创建了一种直观的设计工作流程，与基于鼠标和键盘范式的传统计算机辅助设计工具相比，它缩短了构思和实施之间的延迟。该项目源于神经科学和建筑学之间的跨学科研究，目标是构建一种能够在设计过程中利用复杂且流动的思维特性的网络人类协作工具。MindSculpt 采用基于支持向量机模型 (SVM) 的监督机器学习方法来识别当参与者在脑海中旋转四种不同的立体几何图形时，EEG 数据中出现的脑电波模式。研究人员对没有设计经验的参与者测试了 MindSculpt，发现该工具使用起来很有趣，可以促进设计构思和艺术创作。
Mindeye2：共享对象模型启用1小时数据
参考。[1] Allen等。（2022）。一个庞大的7T fMRI数据集，用于桥接认知神经科学和人工智能。自然神经。[2] Ilharco等。（2021）。OpenClip。[3] Podell等。（2023）。SDXL：改进高分辨率图像合成的潜在扩散模型。ICLR。 [4] Meng等。 （2022）。 sdedit：带有随机微分方程的引导图像合成和编辑。 ICLR。 [5] Reddy等。 （2010）。 阅读思维的眼睛：心理图像期间的解码类别信息。 神经图像。 [6] Wallace等。 （2022）。 rtcloud：一个基于云的软件框架，可简化和标准化实时fMRI。 神经图像。 [7] Scotti等。 （2023）。 重建思想的眼睛：通过对比度学习和扩散先验的fMRI至图像。 神经。ICLR。[4] Meng等。（2022）。sdedit：带有随机微分方程的引导图像合成和编辑。ICLR。 [5] Reddy等。 （2010）。 阅读思维的眼睛：心理图像期间的解码类别信息。 神经图像。 [6] Wallace等。 （2022）。 rtcloud：一个基于云的软件框架，可简化和标准化实时fMRI。 神经图像。 [7] Scotti等。 （2023）。 重建思想的眼睛：通过对比度学习和扩散先验的fMRI至图像。 神经。ICLR。[5] Reddy等。（2010）。阅读思维的眼睛：心理图像期间的解码类别信息。神经图像。[6] Wallace等。（2022）。rtcloud：一个基于云的软件框架，可简化和标准化实时fMRI。神经图像。[7] Scotti等。（2023）。重建思想的眼睛：通过对比度学习和扩散先验的fMRI至图像。神经。
具有氧化还原活性的类偏磷酸盐终端可实现高...
可持续能源市场的迅猛增长正推动着各种规模、经济可行的储能技术的发展。[1] 采用资源丰富的 Na + 电荷载体取代最先进的锂离子电池中稀缺的 Li + (23 000 ppm vs 地壳中的 20 ppm) 有望降低制造成本，从而提高电化学储能设备的经济性。[2] 尽管如此，在 Li + 系统中常见的能量-功率权衡问题在 Na + 系统中变得更加严重，这源于 Na + 比 Li + 具有更大的离子尺寸（六重配位为 1.02 Å vs 0.76 Å）、更重的相对原子质量（23 vs 7）和更高的氧化还原电位（相对于标准氢电极为 -2.71 V vs -3.05 V）。 [3] 从这个意义上讲，合理地重构已建立的Li+存储电极材料以适应平稳的Na+容纳环境并同时实现快速充电和高容量行为至关重要。
视觉转换器可实现快速且稳健的加速 MRI
Vision Transformer 在包含数百万张图像的数据集上进行训练或预训练后，可以为图像分类任务提供出色的准确率，并且与卷积神经网络相比可以节省计算资源。受潜在准确率提升和计算资源节省的驱动，我们研究了用于加速磁共振图像重建的 Vision Transformer。我们表明，当在 fastMRI 数据集（一种仅包含数千张图像的流行加速 MRI 数据集）上进行训练时，针对图像重建量身定制的 Vision Transformer 可实现与 U-net 相当的重建准确率，同时享受更高的吞吐量和更少的内存消耗。此外，由于众所周知 Transformer 在进行大规模预训练时表现最佳，但 MRI 数据的获取成本高昂，我们提出了一种简单而有效的预训练方法，它完全依赖于大型自然图像数据集，例如 ImageNet。我们表明，对 Vision Transformer 进行预训练可显著提高加速 MRI 的训练数据效率，并增强对解剖结构变化的鲁棒性。在仅有 100 张 MRI 训练图像可用的条件下，预训练的 Vision Transformer 实现的图像质量明显优于预训练的卷积网络和当前最先进的技术。我们的代码可在 https://github.com/MLI-lab/transformers_for_imaging 上找到。关键词：加速 MRI、Transformer、预训练、图像重建
电解器应用的电力电子设备启用网格服务
- IEEE 1547，UL1741，CA Rule-21，HI Rule-14等。•遵循SunSpec的标准化电解器电源转换器接口到网格和电解仪操作（低级控件）。•将开发用于电网应用的电解器特异性电源转换器，例如太阳能PV智能逆变器。•该项目直接有助于DOE HFTO的“氢射击”，该项目旨在将清洁氢的成本降低到1千克的1千克（“ 1 1 1 1”）。