XiaoMi-AI文件搜索系统
World File Search SystemEters
扩散模型：教程和调查
扩散模型是基于马尔可夫过程的生成模型家族。在其前进过程中，他们逐渐向数据添加噪声，直到变成完整的噪声为止。在向后过程中，数据逐渐从噪声中逐渐发出。在本教程论文中，充分说明了扩散概率模型（DDPM）。详细简化了其可能性的变异下限，分布的参数和扩散模型的损耗函数。引入了对原始DDPM的一些模型，包括非固定的协方差矩阵，减少梯度噪声，改善噪声时间表以及非标准高斯噪声分布和条件扩散模型。最后，解释了噪声表位于连续域中的随机差异方程（SDE）的连续噪声时间表。
基于高斯混合模型和K值选择算法的机器人臂的新型轨迹学习方法
在机器人臂轨迹模仿学习领域，高斯混合模型被广泛用于捕获复杂轨迹特征的能力。但是，利用这些模型的一个主要挑战在于初始化过程，尤其是在确定高斯核的数量或K值时。K-Value的选择显着影响模型的性能，而传统方法（例如基于经验知识的随机选择或选择）通常会导致次优结果。为了应对这一挑战，本文提出了一种用于机器人臂的新型轨迹学习方法，该方法将高斯混合模型与K值选择算法相结合。所提出的方法利用肘法的原理以及指数函数，校正项和权重调整的特性，以确定最佳的K值。接下来，使用最佳的K值应用K-均值聚类来初始化高斯混合模型的参数，然后通过预期最大化算法进行完善和训练。然后将所得的模型参数eTers用于高斯混合物回归中，以生成机器人的臂轨迹。通过使用二维理论非线性动态系统和使用实际机器人臂数据的物理实验的模拟实验来验证所提出方法的有效性。这些结果表明，所提出的方法显着提高了机器人臂轨迹产生的准确性和效率，从而为改善机器人操纵任务提供了有希望的解决方案。实验结果表明，COM占据传统的高斯混合模型方法，所提出的方法将轨迹精度提高了15％以上，如降低平均绝对误差和根平方误差所示。
相移的空间分辨高度响应...
摘要。在用于图形计量的相移干涉仪性能评估中，高度响应或高度传递函数很少被考虑，因为在大多数应用中，测量的是光滑表面，并且只关注最低的空间频率。对于不确定度较低的测量，重要的是要了解高度响应作为被测表面的空间频率内容的函数，特别是当它包含频率位于干涉仪空间频率通带高端的形状误差分量时。使用一个直径为 140 毫米的图案区域镜子来评估光谱响应，该镜子由几个具有不同空间频率的子图案组成。我们的目标是开发一种方法，以有效地映射相移干涉仪圆形视场上的光谱响应。描述了一种表示光谱响应对干涉仪视场依赖性的新方法。 © 2010 光学仪器工程师协会。� DOI：10.1117/1.3488052 �
气候2023 -Ole Humlum
可能发生了波动。气象学家决定与平均或“正常”气候合作，定义为30年，称为“正常”时期，假设它足够长的时间来熨除所有中间的变化。实际上，一个不幸的选择是一个不幸的选择，因为几个观察数据集表明，有一些全球气候参数受到50 - 70年持续时间的周期性变化的影响（例如，参见图8-10和52的评论）。传统的30年参考期间大约是此时间间隔的一半，因此最不适合参考期。决定参考期的最佳长度显然并不直接，需要了解嵌入数据中的自然周期。此处地图采取的十年方法与许多人的记忆跨度相对应，并且也被其他机构（例如丹麦元口学研究所）作为参考期采用。
无人机与智能设备测绘摄影测量精度对比评估
摘要 本文评估了使用智能手机和智能相机的无人机摄影测量系统。根据相机自校准确定的内部方向参数进行图像三角测量。生成精确的正射镶嵌图像和数字表面模型，并使用航空和地面激光雷达数据评估其准确性。数字表面模型用于估算土方量并验证无人机摄影测量在施工现场使用的适用性。地理参考精度表明，智能相机在检查点和多边形部分方面的性能大约是智能手机的两倍。考虑到智能手机中的滚动快门，可以提高精度。特别是在倾斜和崎岖的地形中，智能手机可以从应用滚动快门方法中受益。一些国家通常将土方工程体积误差作为一项法律要求，我们的研究结果表明，在土方工程中可以有效且经济地使用带有无人机的智能相机。
![arXiv:2102.04438v2 [eess.IV] 2021 年 2 月 9 日](/simg/6\6df385af4e1e348c8cd4bffd41616a77febd483d.webp)
arXiv:2102.04438v2 [eess.IV] 2021 年 2 月 9 日
用于神经成像数据的深度学习是一个有前途但具有挑战性的方向。3D MRI 扫描的高维性使这项工作计算和数据密集型。大多数传统的 3D 神经成像方法使用基于 3D-CNN 的架构，具有大量参数，需要更多的时间和数据来训练。最近，基于 2D 切片的模型受到越来越多的关注，因为它们具有更少的参数，并且可能需要更少的样本来实现相当的性能。在本文中，我们提出了一种用于 BrainAGE 预测的新架构。所提出的架构通过使用深度 2D-CNN 模型对 MRI 中的每个 2D 切片进行编码来工作。接下来，它使用集合网络或排列不变层结合来自这些 2D 切片编码的信息。使用 UK Biobank 数据集对 BrainAGE 预测问题进行的实验表明，与其他最先进的方法相比，具有排列不变层的模型训练速度更快，并提供更好的预测。
使用生成机器学习求解配置空间中的薛定谔方程
图 1：(a) 受限玻尔兹曼机 (RBM) 架构由一个可见输入层和一个二进制值隐藏层组成；对于给定的配置 (v, h)，参数 (a, b, W) 用于定义能量函数 E 和相关的类玻尔兹曼概率密度 P。(b) 例如，RBM 可以在一组手写数字上进行训练，然后用于生成新的真实数字；为此，数字图像被展平为一维二进制向量 v(k)，其中 1 和 0 分别对应数字和背景像素。(c) 配置相互作用 (CI) 方法将分子的波函数展开为激发斯莱特行列式的线性组合，可以表示为一种一维二进制图像。 (d) 本研究中提出的 CIgen 算法以迭代方式训练 RBM 在波函数当前近似中的行列式分布上，然后通过生成新的贡献来扩展它。
为高性能电动汽车设计电池超级电容器储能系统并考虑电池退化问题
本文介绍了电动汽车 (EV) 应用中电池-超级电容器 (SC) 混合储能系统 (HESS) 的尺寸指南和能源管理 (EM) 基准。我们解释了如何优化 HESS 尺寸以最大限度地减少 EV 的电池退化和财务成本。我们还说明了一种最佳 EM 基准，无论实施何种 EM 技术，都可以最大限度地减少电池退化。通过将 EM 问题与尺寸问题分离，我们揭示了电池退化随 HESS 尺寸变化的总体趋势，这与 EV 的设计参数以及电池和 SC 的规格无关。通过 HESS 尺寸确定方法讨论了车辆寿命内的电池更换和 HESS 成本。通过运动型电动汽车的案例研究，测试了所提出的尺寸指南和 EM 基准的有效性。结果表明，与仅使用电池的储能系统相比，尺寸优化的 HESS 可将电池寿命延长 37%，与未优化的 HESS 设计相比，可将车辆寿命 HESS 成本降低高达 39%。
![arxiv：2403.06003v1 [CS.RO] 2024年3月9日](/simg/4\4b4e0cb890dc0eb5c2603aca24782404bf5974a2.webp)
arxiv：2403.06003v1 [CS.RO] 2024年3月9日
摘要 - 基于偏好的奖励学习是一种教授机器人和自主系统的流行技术，人类用户如何希望他们执行任务。以前的作品表明，积极合成偏好查询以最大程度地提高有关奖励函数参数的信息增益可提高数据效率。信息增益标准着重于确定奖励函数的所有参数。这可能会浪费，因为许多参数可能会带来相同的奖励，并且许多奖励可能会导致下游任务中相同的行为。取而代之的是，我们表明可以优化学习奖励功能到行为等价类，例如在行为上诱导相同的排名，对选择的分布或其他相关奖励相似的相关定义。我们引入了一个可捕获的框架，该框架可以捕获相似性的这种定义。我们在合成环境中进行的实验，具有域转移的辅助机器人环境以及使用真实数据集的自然语言处理问题，证明了我们的查询方法的出色性能，而不是最先进的信息增益方法。
将前瞻性行动与风险融资联系起来
› 预防性行动可以理解为“在预测到危险之前采取行动，以防止或减少严重的人道主义影响”（G7 定义）› 在实践中，预防性行动表现为不同的形式，并在不同规模上发生，具体取决于执行机构的职责、具体背景、人们面临的危险以及可用的预测。但它们具有共同的参数：（i）在危险演变为危机之前发生；（ii）基于对危险发生的时间和地点的预测或可靠的风险分析；（iii）行动的目的是预防或减轻影响› 预防性行动是减少灾害风险 (DRR) 工作的重要组成部分，但范围较窄，因为它指的是在直接冲击之前或在严重影响感受到或完全展开之前预防或减轻潜在灾害影响的活动。由于 AA 增强了人们管理风险的能力，它在 DRR 工作和灾难响应工作之间架起了一座桥梁，以拯救生命并满足灾难发生后的基本需求。