XiaoMi-AI文件搜索系统
World File Search SystemNov
![arxiv：2407.02109v2 [cs.cv] 2024年11月23日](/simg/g:\will\search\icon\source\a\ae4d53ed1d1cc0ff7fb46a3f603ec01aff994b63.webp)
arxiv：2407.02109v2 [cs.cv] 2024年11月23日
任何模型（SAM）具有先进的分割分割，但受高分辨率图像上的高计算成本的限制。这需要下采样以满足GPU的约束，牺牲了高精度交互式分割所需的细粒度。为了解决SAM的局限性，我们专注于视觉长度外推，并提出了一个名为HRSAM的轻量级模型。外推可以使接受低分辨率的HRSAM推广到高分辨率。我们首先找到推断和注意力评分之间的联系，这使我们在Swin的注意力下基于HRSAM。然后，我们使用CUDA优化的有效记忆注意以加速HRSAM引入灵活的局部关注（FLA）框架。在FLA中，我们实施了Flash Swin的注意，与传统的Swin注意相比，速度达到了35％的速度，并提出了一种仅KV的填充机制来增强术语。我们还开发了使用状态空间模型有效扩展HRSAM的受访场的自行车扫描模块。我们通过添加锚固图进一步开发了FLA中的HRSAM ++，从而以少量的计算成本为外推提供了多尺度数据和更大的接受场。实验表明，在标准培训下，HRSAMS仅占延迟的38％。随着SAM-依据，推断会使HRSAM能够在较低的延迟下胜过教师模型。进一步的填充能够显着超过先前的SOTA。代码可在https://github.com/youhuang67/high-resolution-segment-anything.git
![arxiv：2409.02997V2 [cond-mat.mes-hall] 2024年11月15日](/simg/g:\will\search\icon\source\0\01edf529fefd3f5f79da3d34feebefa4a744d8a2.webp)
arxiv：2409.02997V2 [cond-mat.mes-hall] 2024年11月15日
在拓扑非微不足道中强烈相互作用的电子可能形成物质的外来阶段。一个特别有趣的例子是分数量子异常的霍尔相，最近在扭曲的过渡金属二核苷和Moir´e石墨烯多层中发现。然而，已证明它在Pentalayer石墨烯中低于100 MK温度下的某些填充因子中不稳定，有利于新型的整数量子量子异常霍尔相[Z. Lu等。，Arxiv：2408.10203]。我们建议在较高温度下稳定分数阶段的罪魁祸首是其丰富的边缘状态结构。在其边缘上具有多种手性模式，由于多余的边缘模式熵，在较高温度下，分数相具有较低的自由能。在这种情况下，我们做出了不同的预测，包括分数熵增强的系统大小依赖性，以及相位边界如何随温度的函数而变化。
![arxiv：2308.04499v2 [Quant-PH] 2023年11月22日](/simg/g:\will\search\icon\source\0\020fc50315a203bb41ac3324aedeb86e27e79e74.webp)
arxiv：2308.04499v2 [Quant-PH] 2023年11月22日
部分信息分解（PID）是一种方法，用于删除在其关节概率分布中编码的多PLE随机变量之间的关系。该方法是在参考文献中构想的。[1]以及在最简单的三个变量[2]定义协同信息，独特信息和冗余信息的最简单情况下。参考文献中给出了一个重要的动机，即希望超越香农的信息理论。[3]。出现了两个不同的概率分布p 1和p 2在三个具有不同基本机制的变量上，呈现出来，这些变量被列出了，这些变量在香农理论中所定义的任何标准量都无法区分。特定于三个变量的任何组合之间的共同信息不能将p 1与p 2区分开。因此，共同信息数量的线性共存，例如共同信息[4]（在Quanth上下文中已知为否定为三信息）也无法区分p 1和p 2。PID确实区分了这些：所有新引入的数量（均为，独特和共享的信息）是P 1和P 2的内容。（有关详细信息，请参见第二节。）使用其在不同概率机制之间进行区分的能力，PID已应用于描述和理解复杂网络[5，6]，尤其是[7-10]。有关其用途的概述，请参见[11]。存在PID的几种不同建议。在开创性参考之前的神经科学中存在一些不同类型的信息之间的区别在于神经科学[21-23]的想法。[1]。由于香农的所有古典概念都被赋予了量子设置，而且由于这种概括已被证明非常富有成果[24-27]，因此也应该有一个量子版本的PID，QPID。我们在第三节中删除了我们的版本。正如我们将在第四节中显示的那样，可以量化经典的激励示例分布p 1和p 2，以便标准量子误解信息数量（包括三个信息）不能区分两个相应的纯状态| ψ1
董事会决定2023年11月和2024年3月
134/7.2.2F（i）董事会建议向部长批准以下许可申请：a）Premier Energy（PTY）Ltd- 10MWP的生成许可申请。b）在当前许可证剩余期间，将发电许可从中能（PTY）Ltd转移到Gerus Solar One（PTY）Ltd。c）在当前许可证的剩余期间，将发电许可从#OAB Energy（PTY）Ltd转移到Innosun Energy Holdings（PTY）Ltd。II。 董事会批准了Premier Energy（PTY）Ltd. III的指示性关税0.75/kWh。 董事会指示管理层调查较短期限的有条件许可证，一旦满足条件或加强了当前许可证的悬而未决条件，以确保市场不受破坏，将其转换为无条件的许可。II。董事会批准了Premier Energy（PTY）Ltd. III的指示性关税0.75/kWh。董事会指示管理层调查较短期限的有条件许可证，一旦满足条件或加强了当前许可证的悬而未决条件，以确保市场不受破坏，将其转换为无条件的许可。
![arxiv：2312.00189v1 [cs.lg] 2023年11月30日](/simg/g:\will\search\icon\source\2\278c56b945375190fd24bc0470f3ee0f0d75531f.webp)
arxiv：2312.00189v1 [cs.lg] 2023年11月30日
摘要。对药物，靶和疾病之间的相互作用进行建模在药物疾病中至关重要，并且对精确医学和个性化治疗具有重要意义。当前的方法经常考虑单独考虑药物目标或药物疾病的相互作用，而忽略了所有三个实体之间的依赖性。在人类代谢系统中，药物与细胞中的蛋白质靶标相互作用，影响靶向活性并随后影响生物学途径以促进健康功能和治疗疾病。超越二元关系并探索更紧密的三重关系对于理解药物的作用机理（MOA）至关重要。确定药物，靶标和疾病的异质性以及其独特的特征对于适当地对这些复杂相互作用进行建模至关重要。为了应对这些挑战，我们有效地在异质图中有效地对所有实体的互连性进行了建模，并开发了一种新型的异质图三重态注意网络（Hetrinet）。hetrinet在这种异质图结构中引入了一种新颖的三重三重注意力。除了成对关注是一个实体对另一个实体的重要性，我们将三重态的关注定义为模拟对在药物 - 靶标 - 挑战三重态三重态预测问题中对实体的重要性。对现实世界数据集的实验结果表明，Hetrinet的表现优于几个基线，表明其在发现新型的药物靶向疾病关系方面的熟练程度非常熟练。
（ATAL）学院日期：2023 年 11 月 6 日
注册表格 AICTE 培训与学习 (ATAL) 学院新型材料教师发展计划 - 理论、模拟与应用（2023 年 11 月 6 日 - 2023 年 11 月 11 日）
![arxiv：2011.06878v1 [eess.sp] 2020年11月13日](/simg/g:\will\search\icon\source\5\585342ee315b57f8f60eceef20306d0e67394a79.webp)
arxiv：2011.06878v1 [eess.sp] 2020年11月13日
最近的证据揭示了跨频耦合，尤其是相位振幅耦合（PAC）是大脑完成各种高级认知和感官功能的重要策略。但是，解码PAC仍然具有挑战性。此贡献提出了REPAC，这是一种可靠且可靠的算法，用于建模和检测EEG信号中的PAC事件。首先，我们解释了类似PAC的脑电图信号的合成，并特别注意了表征PAC的最批评参数，即SNR，调制指数，耦合持续时间。第二，详细介绍了REPAC。我们使用计算机模拟生成一组随机的PAC状EEG信号，并在基线方法方面测试REPAC的性能。depac被证明即使具有snr的现实值，例如-10 dB。它们都达到了99％的精度水平，但是REPAC从20位导致了剂量现场的显着改善。11％至65。21％，具有可比的特定山脉（约99％）。DEPAC也适用于真正的脑电图信号，显示了初步令人鼓舞的结果。索引项 - 相位振幅耦合，脑网作品，depac，调制，脑电图
![arXiv:2002.12469v3 [cond-mat.mes-hall] 2020 年 11 月 10 日](/simg/g:\will\search\icon\source\4\4dd46b4304881c604ee38cd7d0ff9db4081acc42.webp)
arXiv:2002.12469v3 [cond-mat.mes-hall] 2020 年 11 月 10 日
磁性 skyrmion 是未来大数据密度存储设备的有希望的候选者。人们已经发现，在室温条件下，有各种各样的材料可以承载 skyrmion。通常在透射电子显微镜 (TEM) 中进行的洛伦兹显微镜是表征真实空间中 skyrmion 样本的最重要工具之一。通过数值计算，这项工作将 TEM 中的相位对比度与孤立 N'eel 或 Bloch skyrmion（两种最常见的 skyrmion 类型）的实际磁化曲线联系起来。在所使用的 skyrmion 模型框架内，对于纯磁性样品，结果与 skyrmion 尺寸和壁宽以及样品厚度的比例无关。提供了简单的规则来提取纯 Bloch 或 N'eel skyrmion 的实际 skyrmion 配置，而无需模拟。此外，还介绍了符合实验预期的 N'eel skyrmion 上的首次微分相位对比度 (DPC) 测量，并展示了所描述的原理。这项工作与材料科学相关，它可以通过便捷的表征来实现 skyrmion 轮廓的设计。
![arXiv:2011.11511v1 [cond-mat.mtrl-sci] 2020 年 11 月 23 日](/simg/g:\will\search\icon\source\2\22f9ab58d425bf8a2a541263a12de9452579352d.webp)
arXiv:2011.11511v1 [cond-mat.mtrl-sci] 2020 年 11 月 23 日
现今许多科学家在量子纳米和微电子器件的投影或实验[1, 2]中采取的方法都是努力寻找由于所涉及电现象维度长度缩放而引起的物质量子本征态的解。哈密顿量[5–7]方法用于理论求解该问题，需要写出特征值微分方程，这些方程可以通过现代计算技术求解。我们将在解决问题的过程中纳入这些方法，以简化投影过程本身。许多作者[8–11]提出了几项工作，但尚未给出明确的基于 DFT[3, 4]的特征值方程，本文通过扩展 Kohn-Sham 微分方程的变分方法找到了该方程。下一节将介绍几个由量子方程求解引起的问题，这些问题主要是在无限周期系统或由有限或周期性复制品制成的有限物质采样的背景下寻找解决方案。本文的最后一部分将报告结论。