XiaoMi-AI文件搜索系统
World File Search SystemSpectra
具有广义的全矢量谱元素方法...
IEEE 是一家非盈利组织，是世界上最大的技术专业组织，致力于推动技术进步，造福人类。© 版权所有 2023 IEEE - 保留所有权利。使用本网站即表示您同意条款和条件。
对应图图的随机光谱采样
3D对应关系，即一对3D点，是计算机视觉中的一个有趣概念。配备兼容性边缘时，一组3D相互作用形成对应图。此图是几个最新的3D点云注册方法中的关键集合，例如，基于最大集团（MAC）的一个。但是，其特性尚未得到很好的理解。因此，我们提出了第一项研究，该研究将图形信号处理引入了对应图图的域。我们在对应图上利用了广义度信号，并追求保留此信号的高频组件的采样策略。为了解决确定性抽样中耗时的奇异价值分解，我们采取了随机近似采样策略。因此，我们方法的核心是对应图的随机光谱采样。作为应用程序，我们构建了一种称为FastMAC的完整的3D注册算法，该算法达到了实时速度，而导致性能几乎没有下降。通过广泛的实验，我们验证了FastMac是否适用于室内和室外基准。例如，FastMac可以在保持高recistra-
有向图的高阶谱聚类
聚类是算法中的一个重要主题，在机器学习、计算机视觉、统计学和其他几个研究学科中有着广泛的应用。图聚类的传统目标是找到具有低电导性的聚类。这些目标不仅适用于无向图，而且无法考虑聚类之间的关系，而这对于许多应用来说可能是至关重要的。为了克服这些缺点，我们研究了有向图（有向图），其聚类彼此之间展示了更多的“结构”信息。基于有向图的 Hermitian 矩阵表示，我们提出了一种近线性时间的有向图聚类算法，并进一步表明我们提出的算法可以在合理的假设下以亚线性时间实现。我们的理论工作的意义通过对联合国商品贸易统计数据集的大量实验结果得到证明：我们算法的输出聚类不仅展示了聚类（国家集合）在进出口记录方面如何相互关联，还展示了这些聚类如何随着时间的推移而演变，这与已知的国际贸易事实一致。
用于高光谱图像分类的量子启发光谱空间金字塔网络
高光谱图像 (HSI) 分类旨在为每个像素分配一个唯一标签，以识别不同土地覆盖的类别。现有的 HSI 深度学习模型通常采用传统学习范式。作为新兴机器，量子计算机在嘈杂的中尺度量子 (NISQ) 时代受到限制。量子理论为设计深度学习模型提供了一种新的范式。受量子电路 (QC) 模型的启发，我们提出了一种受量子启发的光谱空间网络 (QSSN) 用于 HSI 特征提取。所提出的 QSSN 由相位预测模块 (PPM) 和受量子理论启发的类测量融合模块 (MFM) 组成，以动态融合光谱和空间信息。具体而言，QSSN 使用量子表示来表示 HSI 长方体，并使用 MFM 提取联合光谱空间特征。量子表示中使用了 HSI 长方体及其由 PPM 预测的相位。使用 QSSN 作为构建块，我们进一步提出了一种端到端的量子启发式光谱空间金字塔网络 (QSSPN)，用于 HSI 特征提取和分类。在这个金字塔框架中，QSSPN 通过级联 QSSN 块逐步学习特征表示，并使用 softmax 分类器进行分类。这是首次尝试将量子理论引入 HSI 处理模型设计。在三个 HSI 数据集上进行了大量实验，以验证所提出的 QSSPN 框架相对于最新方法的优越性。
光谱和代数图理论 - 计算机科学
对于那些需要线性代数介绍的人来说，与本书兼容的观点包含在吉尔·斯特朗（Gil Strang）的“线性代数介绍”中。有关线性代数的更高级主题，我建议罗杰·霍恩（Roger Horn）和查尔斯·约翰逊（Charles Johnson）的“矩阵分析”及其“矩阵分析中的主题”。对于与图形相关的物理系统的处理，我建议Gil Strang的“应用数学概论”，Sydney H. Gould的“特征值问题的变异方法”，以及Levin，Peres和Wilmer撰写的“特征值问题的变异方法”以及“ Markov Chains and Mighting Times”。
Kalman滤波和期望最大化多阶段光谱unmixing
摘要 - 高光谱成像技术的最新演变和新的新兴应用程序的扩散按下了多个时间高光谱图像的处理。在这项工作中，我们提出了一种新型的频谱拆解（SU）策略，使用出色动机的参数末端记录来说明时间频谱变异性。通过使用状态空间公式来表示多个时空混合过程，我们能够利用贝叶斯过滤机制来估计末端的变异性系数。假设丰度的时间变化在短时间间隔很小，则采用了预期最大化（EM）算法的有效实施来估计丰度和其他模型pa-Rameters。仿真结果表明，所提出的策略优于最先进的多阶段算法。
diffms：以质谱为条件的分子的扩散产生
质谱法在阐明未知分子的结构和随后的科学发现中起着基本作用。结构阐明任务的一种结构是给定质量谱的分子结构的有条件生成。朝着针对小分子的更有效和有效的科学发现管道，我们提出Diffms，这是一个由公式限制的编码码头生成网络，可在此任务上实现最先进的性能。编码器利用变压器档位，并模型质谱域知识，例如峰值公式和中性损耗，而解码器是一个离散的图形扩散模型，该模型受已知化学公式的重原子组成限制。为了开发一个桥梁解码器，它可以弥合潜在的嵌入和分子结构，我们用指纹结构对预处理扩散解码器，这些解码器几乎以无限的量为单位，与结构 - 光谱对相对，以数千的数量为单位。在已建立的基准上进行的广泛实验表明，DIFFMS在从头分子上构成现有模型。我们提供了几种消融，以揭示我们扩散和预训练方法的有效性，并随着预训练的数据集尺寸的增加而显示出一致的穿孔缩放。DIFFMS代码可在https：//github.com/coleygroup/diffms上公开获得。
结合DNA支架和声力光谱以表征单个蛋白键
铅卤化物钙钛矿纳米晶体是经典和量子光发射的有前途的材料。要了解这些出色的特性，需要对带边的激子发射进行彻底的分析，这是由于扩大效果而在整体和室温研究中无法达到的。在这里，我们报告了中间量子限制方案中单个CSPBBR 3 NC的光致发光的低温温度研究。我们揭示了观察到的光谱特征的尺寸依赖性：亮点激子能量分裂，TRION和BIEXCITON结合能以及光学声子复制频谱。此外，我们表明明亮的三重能量分离与纯交换模型一致，并且可以简单地考虑发射偶极子和发射状态的种群的方向来合理化所记录的极性特性和光谱。
宽发射线类星体的光谱能量分布建模：从X射线到无线电波长
目标。我们使用光学选择的无线电（RL）和射电Quiet Quasars样本（在Redshift范围0.15≤z≤1。9）我们已经与VLA-First Survey目录进一步交叉匹配。我们样品中的来源具有宽Hβ和Mg II发射线（1000 km / s 15 000 km / s）。，我们使用多波长档案数据和Astrosat望远镜的靶向观测来构建了我们宽线类星体的宽波光谱分布（SED）。方法。我们使用最先进的SED建模代码CIGALE V2022.0来对SED进行建模，并确定类星体宿主星系的最佳物理参数；也就是说，他们的恒星形成率（SFR），主要序列恒星质量，散发性，灰尘，电子折叠时间和恒星人口年龄所吸收的光度。结果。我们发现，我们来源的宿主星系的发射在总亮度的20％至35％之间，因为它们主要由中央类星体主导。使用最佳拟合估计值，我们重建了我们的类星体的光谱，这在复制相同来源的观察到的SDSS光谱方面表现出了显着的一致性。我们绘制了我们的类星体的主要序列关系，并注意它们与星形星系的主要顺序显着远离。此外，主要序列关系显示了我们的RL类星体的双峰性，表明Eddington比率隔离的种群。结论。我们得出的结论是，对于类似的恒星质量，Eddington比率较低的样本中的RL类星体往往降低了SFR。我们的分析为研究类星体的宿主星系并从宿主星系角度解决无线电二分法问题提供了完全独立的途径。