XiaoMi-AI文件搜索系统
World File Search SystemIterative
使用稀疏信号和回溯迭代硬阈值
行业4.0应用程序涉及更多数量的传感器或物联网（IoT）设备来支持行业自动化。它涉及更多的计算来分析从处理单元的几个关键部分收集的传感器数据。稀疏信号处理是在通信和信号处理领域中具有许多应用的。本文介绍了一种新的方法，可以借助水平交叉采样（LCS）和基于回溯的基于回溯的迭代硬阈值（BIHT）算法进行重建。该过程涉及，信息信号使用发射机侧的不均匀采样将信息信号转换为随机稀疏信号，然后可以使用接收器侧的BIHT算法将其重建。模拟结果表现出所提出的BIHT重建的出色性能。
使用迭代学习控制加速基于 P300 的神经反馈训练以增强注意力：一项随机对照试验
摘要 目的：通过脑机接口进行的神经反馈 (NFB) 训练已被证明可有效治疗神经系统缺陷和疾病，并提高健康个体的认知能力。之前的研究显示，使用 P300 拼写器的基于事件相关电位 (ERP) 的 NFB 训练可以通过逐步增加拼写任务的难度来提高健康成年人的注意力。本研究旨在评估任务难度适应对健康成人基于 ERP 的注意力训练的影响。为此，我们引入了一种采用迭代学习控制 (ILC) 的新型适应方法，并将其与现有方法和具有随机任务难度变化的对照组进行比较。方法：该研究涉及 45 名健康参与者，为一项单盲、三组随机对照试验。每组接受一次 NFB 训练，使用不同的方法来调整 P300 拼写任务中的任务难度：两组采用个性化难度调整（我们提出的 ILC 和现有方法），一组采用随机难度。我们使用视觉空间注意任务在训练课程之前和之后评估认知表现，并通过问卷收集参与者的反馈。主要结果。所有组在训练后的空间注意任务中都表现出显著的表现提高，平均增加了 12.63%。值得注意的是，使用所提出的迭代学习控制器的组在训练期间实现了 P300 幅度增加 22%，训练后 alpha 功率降低 17%，同时与其他组相比显著加快了训练过程。意义。我们的结果表明，使用 P300 拼写器的基于 ERP 的 NFB 训练可有效增强健康成年人的注意力，一次课程后即可观察到显著的改善。使用 ILC 的个性化任务难度调整不仅可以加速训练，还可以增强训练期间的 ERP。加速 NFB 训练，同时保持其有效性，对于最终用户和临床医生的接受度至关重要。
使用机器学习对硬件椭圆曲线标量乘法进行非剖析无监督水平迭代攻击
摘要：虽然物联网技术使工业、城市和家庭变得更加智能，但它也为安全风险打开了大门。有了合适的设备和对设备的物理访问，攻击者可以利用旁道信息（如时序、功耗或电磁辐射）来破坏加密操作并提取密钥。这项工作对椭圆曲线标量乘法运算的加密硬件加速器进行了旁道分析，该加速器在现场可编程门阵列和专用集成电路中实现。所提出的框架包括使用最先进的统计水平攻击进行初始密钥提取，然后是正则化的人工神经网络，它将水平攻击中部分错误的密钥猜测作为输入并迭代地纠正它们。通过应用迭代学习，水平攻击的初始正确率（以正确提取的密钥位的分数来衡量）从 75% 提高到 98%。
为物理康复治疗提供人工智能和机器人教练：与治疗师和中风后幸存者进行迭代设计和评估
摘要 人工智能 (AI) 和机器人教练有望通过社交互动提高患者对康复锻炼的参与度。虽然之前的研究探索了人工智能和机器人教练自动监控锻炼的潜力，但这些系统的部署仍然是一个挑战。先前的研究表明，缺乏利益相关者参与设计此类功能是主要原因之一。在本文中，我们介绍了我们在四名治疗师和五名中风后幸存者中努力引出人工智能和机器人教练如何以有效和可接受的方式与患者互动并指导患者锻炼的详细设计规范的努力。通过反复的问卷调查和访谈，我们发现中风后幸存者和治疗师都欣赏人工智能和机器人教练的潜在好处，以实现更系统的管理并提高他们在康复治疗中的自我效能和积极性。此外，我们的评估揭示了一些实际问题（例如，认知障碍者互动可能存在困难、系统故障等）。我们讨论了利益相关者早期参与的价值以及补充系统故障的交互技术，同时也支持个性化的治疗课程，以更好地部署人工智能和机器人运动教练。
基于迭代加权范数的机载扫描雷达超分辨成像快速总变分方法
摘要：全变分（TV）方法已被用于实现机载扫描雷达在保持目标轮廓的超分辨成像。迭代重加权范数（IRN）方法是一种通过求解一系列最小加权L2范数问题来处理最小Lp范数问题的算法，已被用于求解TV范数。然而，在求解过程中，IRN方法每次迭代都需要更新权重项和结果项，涉及大矩阵的乘法和求逆，计算量巨大，严重制约了TV成像方法的应用。本文通过分析迭代过程中涉及矩阵的结构特点，提出了一种基于适当矩阵分块的高效方法，将大矩阵的乘法和求逆转化为多个小矩阵的计算，从而加速算法。所提方法称为IRN-FTV方法，比IRN-TV方法更节省时间，尤其适用于高维观测场景。数值结果表明，所提出的IRN-FTV方法具有较好的计算效率，且性能没有下降。
无需供体 DNA 模板，CRISPR/FnCas12a 介导的细菌植物病原体高效多重和迭代基因组编辑
1 中国农业科学院植物保护研究所，植物病虫害生物学国家重点实验室，北京，2 农业农村部桂林农作物害虫科学观测实验站，桂林，3 中国农业科学院作物科学研究所，国家农作物基因资源与遗传改良重大科学研究设施，北京，4 南京农业大学，植物病虫害监测与治理教育部重点实验室，南京，5 上海交通大学农业与生物学院，微生物代谢国家重点实验室，上海，6 浙江大学生物技术研究所，水稻生物学国家重点实验室，杭州，
并行优化：理论，算法和应用
6 Iterative Algorithms for Linearly Constrained Optimization Problems 127 6.1 The Problem, Solution Concepts, and the Special Environment 128 6.1.1 ~ The problem 128 6.1.2 Approaches and solution concepts 128 6.1.3 The special computational environment 131 6.2 Row-Action Methods , 131 6.3 Bregman's Algorithm for Inequality Constrained Problems 133 6.4 Algorithm for Interval-Constrained Problems 142 6.5标准最小化的行算法147 6.5.1 kaczmarz的算法147 6.5.2 Hildreth的算法148 6.5.3 ART4 -NORM Minimigation
年度报告
长期高质量发展的战略重点，我们致力于通过关注我们的战略并实现长期高质量发展来提高盈利能力。Based on the continuously upgraded and iterative “AI medical brain” YiduCore and real-world study (“ RWS ”) network, we focus on vertical disease areas such as solid tumors, hematologic disease, ophthalmology, immunity, cardiovascular and endocrine diseases on disease-specific dimensions, and continue to expand our presence among key hospitals, pharmaceutical companies and regions in these 方面。我们的努力在三个主要领域保持坚定，即公共卫生，研究，诊断和治疗，以加强我们完整的“医疗，药物，保险和患者”的业务循环。
一种加速裂纹钢结构非侵入式全局-局部模拟的替代模型
摘要 基于物理的数字孪生通常需要大量计算来诊断结构中的当前损伤状态并预测未来的损伤状态。本研究提出了一种新颖的迭代全局局部方法，其中局部数值模型被替代模型取代，以快速模拟大型钢结构的开裂。迭代全局局部方法将尺度从大型钢结构的操作层面扩展到开裂部件的层面。使用静态凝聚可以有效地模拟线性全局域，使用本文提出的自适应替代建模方法可以快速模拟开裂的局部域。本研究将所提出的替代迭代全局局部方法与参考模型、子模型和没有替代模型的迭代全局局部方法的求解时间和准确性进行了比较。研究发现，替代迭代全局局部法求解速度最快，结果也相对准确。
at-a-a-glance时间表
下午1:30 - 下午3:10 Concurrent Sessions Broader Engagement (BE): Lightning Talks 206, 2nd floor MS11 Incorporating Scientific Computation in Machine Learning: Theory and Applications 212-214, 2nd floor MS12 Compositional Foundations for Optimization and Data Science 215, 2nd floor MS13 Randomized Iterative Algorithms for Large- scale Matrix and Tensor Data 216, 2nd floor MS14 Probabilistic Methods in Machine Learning and Complex Systems 217, 2nd floor MS15 Mathematics of Trustworthy Machine Learning 218, 2nd floor MS16 Learning Nonlinear Differential Equations from Data 219, 2nd floor MS17 Recent Trends in Generative Models for Solving Probabilistic Inverse Problems 220, 2nd floor MS18 Scientific Computation Meets Deep Learning 221, 2nd floor MS19 Geometric Methods in Data Science and Imaging 222, 2nd floor MS20 BlackBox优化符合机器学习223，2nd Floor下午1:30 - 下午3:10 Concurrent Sessions Broader Engagement (BE): Lightning Talks 206, 2nd floor MS11 Incorporating Scientific Computation in Machine Learning: Theory and Applications 212-214, 2nd floor MS12 Compositional Foundations for Optimization and Data Science 215, 2nd floor MS13 Randomized Iterative Algorithms for Large- scale Matrix and Tensor Data 216, 2nd floor MS14 Probabilistic Methods in Machine Learning and Complex Systems 217, 2nd floor MS15 Mathematics of Trustworthy Machine Learning 218, 2nd floor MS16 Learning Nonlinear Differential Equations from Data 219, 2nd floor MS17 Recent Trends in Generative Models for Solving Probabilistic Inverse Problems 220, 2nd floor MS18 Scientific Computation Meets Deep Learning 221, 2nd floor MS19 Geometric Methods in Data Science and Imaging 222, 2nd floor MS20 BlackBox优化符合机器学习223，2nd Floor