XiaoMi-AI文件搜索系统
World File Search SystemGraphical
图形状态空间中的全球 RTK 定位
近年来，随着计算能力的提升，基于概率图模型 [13]-[14] 的因子图优化 (FGO) [11]-[12] 已成功应用于 SLAM (同步定位与地图构建)、机器人控制、无人驾驶汽车和 UAV (无人机) 导航领域。有许多卡尔曼滤波器可以成功被 FGO 取代的例子 [12]-[20]。因此，近年来 FGO 成为热门课题和前沿技术。开源求解器不断涌现 [12],[19]-[22]。图模型有两种：贝叶斯网络和马尔可夫场 [14]，它们都可以转化为因子图。FGO 可以求解单连通图和多连通图，而卡尔曼滤波器只能求解单连通图。因此，与只能解决时间序列模型的卡尔曼滤波器不同，因子图优化可以在状态空间模型中采用常数变量，这被称为图形状态空间模型 (GSSM) [23]-[24]。在图形状态空间 (GSS) 中，对于多连通因子图，第 k 个时期的系统状态可以与任意时期的系统状态相关。因子图的消息传递是双向的。因此，FGO 是用于全局数据处理的天然工具。
一种非平衡热能的图形方法-Lirias
从热量和热力学的概念，到量子力学的诞生到黑洞，热能在化学和物理学中起着中心作用[1-3]。生物学和复杂性科学在热能研究中遇到的成功较少。在基本层面上，这种进步需要用于非平衡系统的热交换理论，以及在复杂网络上的能量景观中驱动的随机运动。对该效果，我们希望定量地了解参数（例如环境，温度或活动）的变化如何改变此类系统中的热容量。因此，应寻找有关非平衡热能的确切结果。这就是本文的动机：在图上引入活动系统的非平凡而有趣的玩具模型，并为其热容量提供精确的结果。
图解演算中的量子多值决策图
用于量子计算的图形演算，例如 ZX 演算 [9]、ZW 演算 [10] 和 ZH 演算 [2]，是设计和分析量子过程的强大而直观的工具。它们已经成功应用于基于测量的量子计算研究 [15]、通过对表面码进行格点手术进行纠错 [12,13]，以及量子电路优化 [4,11,22]。它们与“路径求和” [1,23,28] 的紧密联系，以及它们各自的完整方程理论 [4,16,21,27]，使它们成为自动验证的良好候选者 [7,14,17]。一个重要的问题是综合问题，其答案对许多不同方面都有好处。给定一个量子过程的描述，我们如何将其转换成 ZX 图？这一切都取决于所提供的描述。我们已经展示了如何有效地从量子电路 [4]、基于测量的过程 [15]、一系列格子手术操作 [13]、“路径求和” [23] 甚至过程的整个矩阵表示 [20] 获取图表。虽然最后一种转换在矩阵大小方面是有效的，但是矩阵本身的大小会随着量子比特的数量呈指数增长，因此实际上很少有过程会以整个矩阵的形式给出。然而，矩阵表示有一个优势：它 (本质上) 是唯一的。两个量子算子在操作上相同当且仅当它们的矩阵表示共线。这与之前的所有不同例子形成了对比，例如两个不同的量子电路可以实现相同的算子。
使用 ZX 演算进行图形 CSS 代码转换
1 香港科技大学 2 滑铁卢大学量子计算研究所 3 滑铁卢大学组合学与优化系 4 牛津大学计算机科学系 5 Quantinuum，17 Beaumont Street，牛津 OX1 2NA，英国 6 圆周理论物理研究所
用于设计和验证量子误差校正的图形结构
摘要我们引入了一个高级图形框架，用于设计和分析量子误差校正代码，该代码为中心，以我们称为相干奇偶校验检查（CPC）。图形公式基于量子可观察物的ZX -Calculus的示意工具。最终的框架导致了稳定器代码的构造，该框架使我们能够根据经典的框架设计和验证广泛的量子代码，这提供了一种使用分析和数值方法来发现大量代码的方法。我们特别关注较小的代码，这将是近期设备首次使用的代码。我们展示了CSS代码如何形成CPC代码的子集，更一般而言，如何计算CPC代码的稳定器。作为此框架的明确示例，我们提供了一种将几乎所有经典[N，K，3]代码转换为[[2 N -K + 2，K，3]] CPC代码的方法。此外，我们提供了一种简单的机器搜索技术，该技术产生了数千个潜在的代码，并演示了距离3和5代码的操作。最后，我们使用图形工具来说明如何在CPC代码中执行Clifford计算。由于我们的框架提供了一种新的工具，用于构建具有相对较高代码速率的中小型代码，因此它为可能适合新兴设备的代码提供了新的源，而其ZX-钙库基础则可以自然地与图形编译器工具链进行自然误差校正。它还提供了一个有力的框架，用于推理所有尺寸的所有稳定器量子误差校正代码。
重新设计图形用户界面以供使用... - DiVA 门户
与计算机的各种可能的交互是一个不断发展的话题，计算机的使用比以往任何时候都更加普遍。在手头有常规用例和交互的情况下，从用户的角度进行设计并非易事。为军事环境中的用户进行设计可能更加困难，因为所述用户的工作环境要求很高。本论文旨在研究如何重新设计现有的 GUI 以减少在越野车和户外天气中操作软件的环境挑战性环境的影响。为了重新设计 GUI，我们执行了以用户为中心的设计过程。该过程通过使用情境访谈和亲和图的方法来收集和分析数据，从而更深入地了解用户的问题和需求。在定义了重新设计的不同关键元素后，开发了一个原型。第一个原型由军事环境之外的软件经验丰富的用户评估。根据用户的反馈，创建了该软件的另一个开发版本，并由该软件的当前用户在军事环境中进行访谈来评估。评估表明，用户认为 GUI 的重新设计将有助于缓解软件使用环境中的挑战性问题，并提高工作质量。
CS 228：概率图形模型，2024年1月1日
p（y = 1 | x 1，x n）= p（y = 1）q n i = 1 p（x i | y = 1）py∈{0，1} p（y = y）q n i = 1 p（x i | y = y = y = y）= y = 1） y = 1）q n i = 1 p（x i | y = 1）
一类索引和图形工具监视温度异常
tebaldi等人7得出的结论是：“气候变化对人类的最大威胁是极端气候事件中的区域变化。”极端事件的确切定义在文献中差异很大。尽管如此，在过去十年中，几项研究试图确定以前的极端事件并投射未来的极端事件。这些研究采用了不同的温度和降水数据来识别回程10-12；频率强度指数的计算13;通过多元统计分析14,15；并根据频率和方差开发指数。16,17气候变化的政府间小组讨论了6种“极端天气事件”的第四次评估报告（AR4），他们讨论了观察到的未来极端事件的极端事件和预测的变化19,20：（1）
在神经网络上作为无限树结构概率图形模型
深神经网络（DNNS）缺乏对概率图形模型（PGM）的精确语义和确定性的概率解释。在本文中，我们通过构造与神经网络完全相对应的无限树结构的PGM提出了创新的解决方案。我们的研究表明，在正向传播过程中，DNN确实执行了PGM推断的近似值，在这种替代PGM结构中是精确的。我们的研究不仅补充了将神经网络描述为内核机器或无限大小的高斯过程的现有研究，而且还阐明了DNNS对PGMS的精确推断进行更直接的近似。潜在的好处包括改进的教学法和DNN的解释以及可以合并PGM和DNN优势的算法。
智慧城市图形数字孪生的最佳实践 - 国际电联
国际电信联盟 (ITU) 是联合国在电信、信息和通信技术 (ICT) 领域的专门机构。国际电信联盟电信标准化部门 (ITU-T) 是国际电信联盟的常设机构。ITU-T 负责研究技术、运营和资费问题并就这些问题发布建议书，以期在全球范围内实现电信标准化。建立焦点组的程序在 ITU-T A.7 建议书中定义。ITU-T 第 5 研究组在 2019 年 5 月的会议上成立了 ITU-T 人工智能和其他新兴技术环境效率焦点组 (FG-AI4EE)。ITU-T 第 5 研究组是 FG-AI4EE 的母组。焦点小组的交付成果可以采用技术报告、规范等形式，旨在为母组在标准化活动中提供参考材料。焦点小组的交付成果不是 ITU-T 建议书。有关 FG-AI4EE 及其交付成果的更多信息，请联系 Charlyne Restivo (ITU)，邮箱地址为 tsbfgai4ee@itu.int 。