摘要 - 集成感应和通信(ISAC)已成为下一代无线网络的关键启用技术。Despite the distinct signal design require- ments of sensing and communication (S&C) systems, shift- ing the symbol-wise pulse shaping (SWiPS) framework from communication-only systems to ISAC poses significant challenges in signal design and processing This paper addresses these challenges by examining the ambiguity function (AF) of the SWiPS ISAC signal and introducing a novel pulse shaping design for single-carrier ISAC transmission.我们提出优化问题,以最大程度地减少AF的平均综合侧孔水平(ISL)以及加权ISL(WISL),同时满足符号间干扰(ISI),带外排放(OOBE)和功率约束。我们的贡献包括建立随机数据符号和信号脉冲的AF之间的关系,分析AF的统计特征,并开发算法框架,以使用连续的凸近近似(SCA)和交替的乘数方法(ADMM)方法(ADMM)方法进行脉冲塑料优化。数值结果来验证我们的理论分析,这表明与根系刺激的余弦(RRC)脉冲成型相比,所提出的扫描设计的性能得到了显着改善。
假设飞行员俯冲投掷弹药,并让飞机在垂直于地面(无滚转)的平面上飞行(图 1a 和 1b)。P 边和 R 边之间的夹角是飞行路径角或俯冲角 e。如果飞机以恒定的“G”载荷飞行,其飞行路径等于 e 的余弦,即从滚转到撞击地面。应该认识到,除了“飞行时间零的射弹”或瞄准线在 P 边上方的弹药之外,飞机撞击点无论风向如何都在目标之外。这是由于重力、空气阻力或射弹阻力以及提供分离的弹射力。这些变量确定或定义了固定的炸弹射程,这是“破折号 34”表格中显示的所有弹道数据的基础。作为战斗机飞行员,我们对飞行路径数据下方的俯仰角至关重要。这些数据实际上只不过是由炸弹射程、释放高度定义的三角形的角度解。和俯冲角度。用投掷器瞄准释放点。在 P 侧下方某处。除了理论上如上所述。并且所有参数都满足。人们应该理所当然地期待一个靶心。让我们假设攻角。~。已经解决了
摘要:本文收集了两种类型的医学图像,它们来自 CT 扫描和超声系统,目的是在保持图像质量的情况下减少表示医学图像所需的位数。医学成像对疾病诊断和手术准备有很大影响。另一方面,由于医学图像数据量巨大,存储和传输是一个重要问题。例如,每张 CT 图像切片为 512 x 512,数据集由 200 到 400 张图像组成,平均数据量为 150 MB。对医学数据进行有效压缩可以解决存储和传输问题。医学图像使用提出的算法进行压缩,该算法包括两种技术,即离散余弦变换 DCT 和矢量量化 VQ。本文从收集医学图像开始,使用 MATLAB 通过 DCT-QV 开发压缩算法,并通过使用峰值信噪比 PSNR、均方误差 MSE、压缩比 CR 和每像素比特 BPP 测量原始图像和压缩图像之间的差异来评估这些技术的性能。实验结果表明,所提算法压缩后的图像质量较高,量化水平达到30%以上,压缩率达到可接受水平。
使用储能系统 (ESS) 和分布式发电机 (DG) 来提高可靠性是当今受到研究人员广泛关注的解决方案之一。在本研究中,我们从多目标优化的角度利用多目标优化方法对配电网中的分布式发电机进行优化规划。目标是提高网络的可靠性,同时降低年成本和网络损耗。使用多目标正弦余弦算法的改进版本来确定 DG 的最佳大小、位置和类型以及 ESS 的最佳容量、位置和运行策略。对具有土耳其 DG 和负载数据的 IEEE 33 总线、69 总线和 141 总线测试系统的三个案例研究,以验证所提方法的有效性。将帕累托前沿解和最佳目标函数的分布与其他已知算法进行了比较。模拟结果表明,测试系统的平均未供应能量和年能量损失分别减少了高达 68% 和 64%。此外,根据三种不同的帕累托优化指标,所提方法的帕累托前沿呈现出更好的分布,并且优于 MOGWO、MOSMA、NSGA-II、MOPSO 和 MOEA-D 获得的帕累托前沿。最后,计算工作量结果显示,与 MOGWO、MOSMA、NSGA-II、MOPSO 和 MOEAD 相比,MOSCA 的收敛速度更快。
图 2. 视觉表征从感觉皮质传播到联想皮质。A. 编码分析得出的相关分数,经过训练可根据刺激角度的正弦和余弦预测脑电图活动。B. 每个点对应于使用最小范数估计从脑电图编码拓扑估计的源。x 轴对应于沿后前方向的源位置。y 轴表示每个源中峰值活动的相对时间(顶部面板)或此峰值的强度(底部面板)。星号表示统计显著性(**:p<.01,***:p < 0.001)C. 与 B 相同的数据,但绘制在皮质表面。颜色表示峰值幅度(例如黑色:幅度 = 各个源的中值幅度)和峰值潜伏期(例如蓝色:峰值在各个源的最早响应的 5% 百分位数内,红色:峰值超过 95% 百分位数)。D. 增量和脑电图幅度之间的相关系数。 E-F. 类似分析 tp BC 应用于编码连续刺激之间变化的大脑反应(Delta)。G. 使用角度(sin+cos)和 delta 获得的交叉验证编码分数(Pearson R)。颜色表示 EEG 通道。结果可以在 https://kingjr.github.io/chronicles/ 上以交互方式显示
摘要。由于其普遍适用性,机器学习模型(ML)在过去二十年中一直是一个热门话题。尽管它们有效,但一些ML模型表现出效率低下,尤其是在大数据分类中。此外,某些ML模型在某些小数据集上有效。在这方面,由于在线数据的可访问性越来越大,自动数据分类技术吸引了很多研究兴趣。因此,在文本分类字段中已经开发了许多独特的学习策略。基于质心的分类器(CBC)是其中最广泛使用的技术之一。专注于增强NC分类器时,本文旨在简要研究某些ML模型对中小型数据集分类的影响。在这些模型中:N-中心技术(NC)作为简单设计的分类器,支持向量机(SVM)和多项式贝叶斯(MNB)。最重要的是,本文通过与两个相似性度量的集成,即基于集合理论的相似性度量(STB-SM)和改进的余弦相似度量(ISC),引入了NC的结合变化。在有效性和效率方面,综合NC分类器的性能被认为是有希望的。
空中客车荷兰 9 我们开拓可持续航空航天业,致力于建设一个安全团结的世界。 余弦 10 先进的光学和现场测量系统,可从太空获取您需要的信息。 黎明航空航天 11 高性能、绿色推进。 FSO 仪器 12 激光卫星通信,为黄金时段做好准备 ISISPACE 集团 13 颠覆性空间解决方案,共创美好明天。 LioniX 国际 14 我们的芯片推动您的业务发展。 NIDV - 荷兰国防和安全工业 15 NIDV 连接公司、知识机构和荷兰政府。 荷兰皇家航空航天中心 - ROYAL NLR 16 NLR 是领先的国际航空航天研究中心。 NSO 17 荷兰空间局是荷兰政府的空间局。 S[&]T 18 太空,让生活更安全。 SEKO 政府服务和国防 19 您的特种部队国防供应链解决方案。球形系统 20 通过敏捷半导体设计加速太空技术。TNL 21 复杂设备中的先进电子设备和嵌入式系统。泰雷兹 22 打造值得信赖的未来。TNO 23 创新生活。WEST END 24 机械地面支持设备 (MGSE)。
测量文本的语义相似度在自然语言处理领域的各种任务中起着至关重要的作用。在本文中,我们描述了一组我们进行的实验,以评估和比较用于测量短文本语义相似度的不同方法的性能。我们对四种基于词向量的模型进行了比较:Word2Vec 的两个变体(一个基于在特定数据集上训练的 Word2Vec,另一个使用词义的嵌入对其进行扩展)、FastText 和 TF-IDF。由于这些模型提供了词向量,我们尝试了各种基于词向量计算短文本语义相似度的方法。更准确地说,对于这些模型中的每一个,我们测试了五种将词向量聚合到文本嵌入中的方法。我们通过对两种常用的相似度测量进行变体引入了三种方法。一种方法是基于质心的余弦相似度的扩展,另外两种方法是 Okapi BM25 函数的变体。我们在两个公开可用的数据集 SICK 和 Lee 上根据 Pearson 和 Spearman 相关性对所有方法进行了评估。结果表明,在大多数情况下,扩展方法的表现优于原始方法。关键词:语义相似度、短文本相似度、词嵌入、Word2Vec、FastText、TF-IDF
与重视一致性的常规任务不同,创造力和创新的目标是创造多样化的想法。本文深入探讨了人们对使用人工智能 (AI) 来提高创意生成过程的生产力和质量的日益增长的兴趣。虽然之前的研究发现人工智能创意的平均质量相当高,但之前的研究也指出,基于人工智能的头脑风暴无法创造足够分散的想法,这限制了新颖性和整体最佳创意的质量。我们的研究调查了增加人工智能生成创意分散性的方法。使用 GPT-4,我们探索了不同的提示方法对余弦相似度、独特创意的数量以及创意空间耗尽速度的影响。我们在为大学生开发新产品的领域开展了这项工作,价格低于 50 美元。在此背景下,我们发现 (1) GPT-4 使用各种合理提示生成的想法池的多样性不如人类受试者群体生成的想法 (2) 人工智能生成的想法的多样性可以通过提示工程显着提高 (3) 思路链 (CoT) 提示导致我们评估的所有提示中想法的多样性最高,并且能够接近人类受试者群体所取得的成就。它还能够生成我们研究的任何提示中最多的独特想法。
MTEC101 工程师高等数学 单元 1 傅里叶变换 - 简介、傅里叶积分定理、傅里叶正弦和余弦积分、傅里叶积分的复数形式、傅里叶变换、逆傅里叶变换、性质、调制定理、傅里叶变换的卷积定理、帕塞瓦尔恒等式、函数导数的傅里叶变换、傅里叶与拉普拉斯变换之间的关系。 单元 2 Z 变换 - 简介、Z 变换的性质、逆 Z 变换的求值。 单元 3 矩阵和线性方程组 - 通过高斯消元法及其改进法解线性联立方程、Crout 三角化方法、迭代方法 - 雅可宾方法、高斯-赛达尔方法、通过迭代确定特征值。单元 4 保角映射-保角映射、线性变换、双线性变换、施瓦茨-克里斯托费尔变换。单元 5 变分法-欧拉-拉格朗日微分方程、最速降线问题及其他应用。等周问题、汉密尔顿原理和拉格朗日方程。瑞利-里兹法、伽辽金法。参考文献:1. 高等工程数学 - 作者:BS Grewal 博士;Khanna Publishers 2. 傅里叶级数与边界值问题 - 作者:Churchill;McGraw Hill。3. 复变量与应用 - 作者:Churchill;McGraw Hill。4. 变分法 - 作者:Elsgole;Addison Wesley。5. 变分法 - 作者:Galfand & Fomin;Prentice Hall。 6. 积分变换的使用 - 作者:IN Sneddon、Tata McGraw Hill。