XiaoMi-AI文件搜索系统
World File Search SystemRobust
使用高维计算的鲁棒聚类
摘要 - 本文介绍了超维计算（HDC）域中数据的聚类。在先前的工作中，已经提出了一个基于HDC的聚类框架，称为HDCluster。但是，现有的HDCluster的性能并不强大。在初始化步骤中随机选择簇的高量向量，HDCluster的性能被降解。为了克服这种瓶颈，我们通过探索编码数据的相似性（称为查询过量向量，分配了初始群集过度向量。组内过度向量的相似性比组间高向量具有更高的相似性。利用查询过量向量之间的相似性结果，本文提出了四种基于HDC的聚类算法：基于相似性的K-均值，相等的Bin宽度直方图，相等的BIN高度直方图和基于相似性的亲和力传播。实验结果说明：（i）与现有的HDCluster相比，我们提出的基于HDC的聚类算法可以实现更好的准确性，更健壮的性能，更少的迭代和更少的执行时间。基于相似性的亲和力提出优于八个数据集上的其他三种基于HDC的聚类算法，而聚类准确性则高于2％约38％。（ii）即使对于一通聚类，即没有群集高量向量的任何迭代更新，我们提出的算法也可以提供比HDClter更强大的聚类精度。（iii）在八个数据集上，当八分之一的数据集投影到高维空间上时，八分之一可以达到更高或可比的精度。传统聚类比HDC更可取，当时簇数k的数量很大。
稳健自适应量子限制超分辨率成像
稿件版本：作者接受的稿件 WRAP 中呈现的版本是作者接受的稿件，可能与已发布的版本或记录版本不同。 永久 WRAP URL：http://wrap.warwick.ac.uk/174494 如何引用：请参阅已发布的版本以获取最新的书目引用信息。如果已知已发布的版本，上面链接的存储库项目页面将包含有关访问它的详细信息。 版权和再利用：华威研究档案门户 (WRAP) 在以下条件下开放华威大学研究人员的这项工作。版权 © 和此处呈现的论文版本的所有道德权利属于个人作者和/或其他版权所有者。在合理和可行的范围内，WRAP 中提供的材料在提供之前已经过资格检查。完整项目的副本可用于个人研究或学习、教育或非营利目的，无需事先许可或收费。只要注明作者、标题和完整的书目详细信息，并提供原始元数据页面的超链接和/或 URL，并且内容不会以任何方式更改。出版商声明：请参阅存储库项目页面的出版商声明部分，了解更多信息。如需更多信息，请联系 WRAP 团队：wrap@warwick.ac.uk。
使用最小开销的稳健量子分类器
摘要 - 要在实际环境中见证量子优势，不仅在硬件级别上，而且在理论研究上都需要大量努力，以降低给定协议的计算成本。量子计算有可能显着增强现有的经典机器学习方法，并且已经提出了基于内核方法的二进制分类的几种量子算法。这些算法依赖于估计期望值，这又需要多次重复昂贵的量子数据编码过程。在这项工作中，我们明确计算获取固定成功概率所需的重复数量，并表明Hadamard检测和交换测试电路在量子电路参数方面实现了最佳差异。仅通过优化与数据相关的参数进行优化，可以进一步减少差异，因此重复的数量。我们还表明，无论数据的数量和尺寸如何，都可以通过单量测量进行基于内核的二进制分类。最后，我们表明，对于许多相关的噪声模型，可以可靠地执行分类，而无需纠正量子误差。我们的发现对于在有限的资源下设计量子分类实验非常有用，这是嘈杂的中间尺度量子时代的普遍挑战。
战略网络构建与稳健合作
我们研究在具有私人监控和通信的不断发展的社交网络上的合作。对于任意网络，我们构建了一类多边补偿均衡，在所有受支持的链接（即所有三角形的链接）上实现高度合作。这些均衡既是稳健的（在平衡路径上和平衡路径外保持无辜参与者之间的高度合作），又是局部的（不受参与者对其本地社区之外的网络信念的影响）。有罪的玩家不会被排斥；相反，他们继续参与以维持网络合作，同时通过为无辜的伙伴付出巨大努力来支付补偿。当新玩家到来时，他们会策略性地形成链接，这些链接总体上会导致现实的“小世界”网络属性，包括高支持但相对较低的聚类性。
美国电力行业强劲脱碳
摘要 要可靠地实现美国电力部门的深度脱碳，候选政策必须在一系列可能的未来需求、化石燃料价格以及新风能和太阳能发电能力价格轨迹中表现稳健。使用 NREL ReEDS 模型的修改版本，该模型涵盖了不同需求、燃料价格和技术成本轨迹的情景，我们发现一些最近提出的政策可以在 2035 年前实现 80% 或更多的脱碳（相对于 2005 年的排放量），但许多政策都做不到。两项稳健成功的政策是可交易绩效标准 (TPS) 和混合清洁电力标准 (CES)，后者具有 100% 清洁目标、部分天然气发电信用和 40 美元/公吨二氧化碳替代合规支付 (ACP) 支持。这两项政策的成本效益几乎与排放当量效率政策一样高。40 美元的碳税几乎实现了稳健的 80% 门槛，并且在大多数情况下推动了深度脱碳。 90% CES（不计入部分抵免）无法实现 2035 年的强劲脱碳，因为它不需要将煤炭从系统中淘汰。简单地延长即将到期的可再生能源税收抵免，在大多数情况下无法实现显著的脱碳，依赖绿色倾向州的雄心壮志也无法实现。关键词：清洁电力标准、碳税、可再生税收抵免、气候目标 JEL 代码：H23、Q48、Q54、Q58 致谢：我们感谢 Matt Kotchen 提供的有益评论。
Wasserstein 分布稳健卡尔曼滤波
H ∞ 滤波器针对的是噪声过程统计数据不确定的情况，此时我们的目标是最小化最坏情况而不是估计误差的方差 [ 3 , 26 ]。该滤波器限制了将扰动映射到估计误差的传递函数的 H ∞ 范数。然而，在瞬态操作中，会失去所需的 H ∞ 性能，并且滤波器可能会发散，除非每次迭代中都有一些（通常是限制性的）正性条件成立。在集值估计中，扰动向量通过有界集（如椭球）建模 [ 4 , 22 ]。在该框架中，我们试图围绕与观测值和外生扰动椭球一致的状态估计构建最小椭球。然而，由此产生的稳健滤波器会忽略任何分布信息，因此倾向于过于保守。 [19] 首次研究了一种对更一般形式的（基于集合的）模型不确定性具有鲁棒性的滤波器。该滤波器以迭代方式最小化标准状态空间模型附近所有模型的最坏情况均方误差。虽然该滤波器在面对较大不确定性时表现良好，但在较小不确定性下可能过于保守。[25] 提出了一种广义卡尔曼滤波器，它可以解决这个缺点，在标准性能和最坏情况性能之间取得平衡。通过最小化矩生成函数而不是估计误差平方的均值，可以得到风险敏感的卡尔曼滤波器 [24]。这种风险敏感的卡尔曼滤波器等同于 [12] 中提出的分布鲁棒滤波器，它最小化标准分布周围的 Kullback-Leibler (KL) 球中所有联合状态-输出分布的最坏情况均方误差。 [27] 研究了更一般的 τ -散度球的扩展。
体外和体内免疫抑制和抗...
1 Josep Carreras白血病人类，医学，默西亚，西班牙（ICREA），巴塞罗那，西班牙∗电话：（+34）93 5572810;电子邮件：pmenendez @warfshearch.org;黄金，Paola Alejandra，电话：（+34）93 5572810;电子邮件：有希望。
补充材料“可靠的增量结构 -
- 在A节中，我们提供了有关重建过程中消失点轨道的构建和维护的详细信息。- 在B节中，我们提供了从2D观测到3D点和跨视图调整的3D点和线束的不确定性传播的详细推导。，我们展示了如何使用灵敏度分析以其plücker形式得出优化3D线的不确定性。我们进一步提供了有关如何使用几何管道中传播不确定性的详细信息。- 在C节中，我们介绍了混合束调整中点线和VP线关联集成的详细信息。我们还讨论了有关效率的挑战以及实施方案的一些实际解决方案。- 在D节中，我们讨论了如何使用辅助消失点相关性来通过提供更多最小配置的组合来帮助提高绝对姿势估计（本地化/注册）。- 在E节中，我们提供了有关实施，数据集和实验设置的更多详细信息。- 最后，在F节中，我们提供了一些其他结果来支持主论文的内容。
设计强大而云的AI驱动分布
云本地体系结构通过利用模块化设计和动态可扩展性来彻底改变了可扩展，弹性和分布式应用的开发。在这些系统中纳入人工智能（AI）会引入无与伦比的机会，以增强功能，简化自动化并优化决策过程。本文研究了针对云本地系统量身定制的核心软件工程原理，重点介绍了诸如可扩展性，弹性，安全API开发和道德AI集成等关键方面。重点是AI驱动的自动化，实时监控和预测资源分配，以提高性能并降低运营成本。本文还重点介绍了保护数据隐私和网络安全的强大措施，并以自适应和弹性策略来解决现代威胁。此外，它强调了旨在最大程度地降低云本地体系结构的环境足迹的可持续实践。通过将最佳实践与AI驱动的方法集成，该框架为设计安全，自适应和未来的应用程序提供了途径。