XiaoMi-AI文件搜索系统
World File Search Systemcuss
来自有限时钟参考框架的量子纠错码的连续横向门组
在介绍参考帧纠错任务 [ 1 ] 之后，我们展示如何通过使用参考帧与时钟对齐，将一组连续的阿贝尔横向逻辑门添加到任何纠错码中。据此，我们进一步探索一种绕过 Eastin 和 Knill 的无行定理的方法，该定理指出，如果局部错误是可校正的，则横向门组必须是有限阶的。我们可以通过在解码过程中引入一个小错误来做到这一点，该错误随着所用帧的维数而减小。此外，我们表明，这个误差有多小与量子钟的精确度之间存在直接关系：时钟越精确，误差越小；如果时间可以在量子力学中完美测量，则会违反无行定理。在多种参考系和误差模型的场景下研究了误差的渐近缩放。该方案还扩展到未知位置的误差，我们展示了如何通过参考系上的简单多数投票相关误差校正方案来实现这一点。在展望中，我们讨论了与 AdS/CFT 对应和 Page-Wooters 机制相关的结果。
2301.03522.pdf
Daniel Jafferis 等人的最新《自然》论文《量子处理器上的可穿越虫洞动力学》引起了广泛关注。《自然》论文讨论了一项实验，其中谷歌的 Sycamore 量子处理器用于模拟具有 5 个项的稀疏 N = 7 SYK 模型（学习汉密尔顿量）。《自然》论文表明，学习汉密尔顿量保留了具有 210 个项的 N = 10 SYK 模型的关键引力特性，足以产生可穿越虫洞行为。我将研究该实验并讨论有关该实验的一些哲学挑战，以纪念 Ian Hacking。最近，Norman Yao 和两名研究生发现了 Jafferis 等人的学习汉密尔顿量中的多个缺陷，并在《自然》论文上上传了一条评论。正如预期的那样，Jafferis 和他的团队找到了一种简单的方法来澄清误解。他们找到了一种物理依据，可以避免这个问题。在本文中，我阐明了姚和他的学生提出的主要论据以及 Jafferis 等人找到的挽救他们所学的汉密尔顿的方法。我将以对所学汉密尔顿的背景下这一最新发展的哲学评论结束本文。
北极冬季冰的气候和年际变异性在ICESAT-ERA
当二维晶体是半导体或半学的二维晶体之间形成的时，低能电子状态会被周期性的新兴汉密尔顿（Emperent Hamiltonian）描述，这些晶体是周期性的，有效地实现了具有10 nm长度尺度的晶状体结合的人工二维晶体。晶格常数足够大，可以使用场效应将每个有效原子的电子数量改变多个，从而使周期表可以在没有化学障碍的情况下进行实验探索。Moiré材料哈密顿量可以通过现象学[1]确定或从晶格规模的DFT计算中得出[2]。近年来，这些Moiré材料已被证明是新物理学的真正令人惊叹的平台，尤其是物理学，在这种物理学中，强烈的电子相关性和术语以新的方式结合在一起。对于基于石墨烯基材料的Moiré材料[1]，非平凡的拓扑是从单个石墨烯片的零点继承的，而在平行堆叠金属二分法元素层的情况下[3，4]它从层之间的耦合中出现。我将在两种已建立的莫伊尔材料类别中的普通和异常的整数和分数量子厅效应，并推测这种物业工程策略可能同样有效的新类别。
多模式人工智能代理支持学生基于动作的教育游戏
摘要。轻量级传感器（例如眼动仪、生理腕带和运动传感器）的可访问性不断提高，使得学生在参与基于运动的教育游戏 (MBEG) 时能够提取他们的认知、生理、骨骼和情感数据。实时分析这些多模态数据 (MMD) 可以深入了解学生的学习体验，并为及时、情境化、个性化的反馈提供新的机会以支持学生。在这项正在进行的工作中，我们提出了 MMD-AI 学习代理；一个由 MMD 驱动的人工智能 (AI) 代理生态系统，由 3 个独立的软件组件组成，它们共同促进学生在与 MBEG 交互期间的学习。Crunch Wizard 从学生在游戏过程中佩戴的眼动仪、生理腕带、网络摄像头和运动传感器接收 MMD，并得出相关的认知、生理和情感测量值。 AI 代理识别并提供适当的反馈机制，以支持学生的 MBEG 游戏学习体验。仪表板将测量结果可视化，让教师了解学生的进步情况。我们讨论了推动生态系统设计的基础工作，介绍了我们迄今为止完成的设计和开发，并概述了未来的方向。
科学探索
走进新颖工程的世界，故事栩栩如生，我们的工程技能将帮助我们解决一些我们最喜欢的书中人物所面临的问题！在这个令人兴奋的为期一周的课程中，我们将深入迷人的书中冒险，然后利用我们的想象力和创造力设计出实际的解决方案来应对角色面临的挑战。每天，我们都会阅读一个新故事的一章，并讨论角色遇到的问题。然后，轮到我们扮演英雄了——我们将与朋友一起设计、构建和测试使用简单材料的工程解决方案。无论是建造一座桥梁来帮助角色过河，创造一台机器来解决问题，还是设计一项新发明来让故事变得更好，我们的想法都会以最具创意的方式让故事栩栩如生！这个训练营非常适合好奇心强的人、未来的工程师以及任何喜欢故事和动手挑战的人。在一周结束时，我们不仅会像真正的工程师一样解决问题，而且还会从中获得很多乐趣。与我们一起进行为期一周的阅读和设计，这里的可能性是无穷无尽的，我们可以让我们的想象力和工程技能飞翔！
人工智能在妇产科自动化领域的应用——现状评估
数字化期待已久的进展每天都会产生大量的医疗数据，而对这些数据进行手动分析和有针对性的、以患者为中心的评估变得越来越困难甚至不可行。这种状况以及个性化精准医疗日益复杂的相关要求，凸显了整个医疗保健系统对现代软件解决方案和算法的需求。过去几年，几乎所有医学领域都采用了最先进的设备和技术，确实已经使自动化流程至少部分进入了常规临床实践。这类系统利用了各种各样的人工智能 (AI) 技术，其中大多数已经开发用于优化医学图像重建、降噪、质量保证、分类、分割、计算机辅助检测和分类，以及新兴的研究领域放射基因组学。人工智能处理的任务完成得更快、更准确，这一点在 2015 年首次举办的 ImageNet 大规模视觉识别挑战赛 (ILSVCR) 的年度结果中得到了明确证明，错误率远低于人类。这篇评论文章将讨论人工智能在妇产科诊断中的潜在能力和目前可用的应用。本文将特别关注产前超声诊断中的自动化技术。
SBAE104- UVA -DARE（数字学术存储库）
背景和假设：从第一个精神病中恢复是一个高度个性化的过程，要求人们理解自己的经验。临床医生反过来需要理解这些第一人称的观点，从而产生一种相互的感知动态。抗精神病药是腹膜治疗的重要组成部分。提供抗精神病药恢复恢复体验的见解可以改善相互的理解，并有助于弥合临床医生和从精神病中恢复的人的观点之间的差距。研究设计：采访了使用反精神病的14人从第一次精神病中恢复过来。使用解释性现象学分析（IPA）对他们的叙述进行了分析。研究结果：发现了五个总体主题，代表了使用抗精神病药物恢复的重要且有意义的经验。主题1：抗精神病药作为外部抑制作用（4个子主题）；主题2：现实转移；主题3：恢复步伐；主题4：抗精神病药对身份的影响；主题5：它真的是抗精神病药吗？结论：我们的发现表明，抗精神病药从精神病中恢复是一种无所不包，多方面和矛盾的经验。这项研究中发现的主题可能会激发临床医生的重新覆盖抗精神病药的经验的明显方面。更重要的是，关注第一人称观点可能会导致更彻底的理解和受益于治疗关系。
啮齿动物自然行为的系统神经科学
动物在复杂的环境中进化，产生了各种各样的行为，包括导航、觅食、捕食和同种动物的相互作用，这些行为在从几毫秒到几天的时间尺度上发生变化。从历史上看，这些行为一直是生态学和动物行为学研究的重点，而系统神经科学主要关注可以重复数千次并在高度人工环境中发生的短时间尺度行为。得益于机器学习、小型化和计算方面的最新进展，现在有可能在更自然的条件下研究自由移动的动物，同时应用系统技术：执行时间特定的扰动、建模行为策略以及在动物自由移动时记录大量神经元。这篇评论的作者是一群对系统神经科学、生态学和动物行为学的共同目标深表赞赏的科学家。我们相信，现在是成为一名神经科学家的激动人心的时刻，因为我们有机会作为一个领域成长，接受跨学科、开放、协作的研究，以提供新的见解，并让研究人员能够跨学科、跨物种、跨规模地联系知识。在这里，我们结合自己的工作，讨论了动物行为学、生态学和系统神经科学的起源，并强调了如何将这些领域的方法结合起来为我们的研究提供新的见解。我们希望这篇评论能促进这些互动和联盟，并帮助我们一起做更好的科学研究。
![arxiv：2402.00128v2 [CS.CV] 29年2月29日，2024年2月](/simg/0\0c92b1f474dcdb77ec786b56d2d8026655473f57.webp)
arxiv：2402.00128v2 [CS.CV] 29年2月29日，2024年2月
随着计算机视觉的最新进展，似乎是众所周知的驾驶将是现代社会的一部分。但是，仍然有很多问题需要解决。尽管现代的计算机视觉技术表现出卓越的性能，但它们倾向于先提高准确性而不是效率，这是实时应用的关键方面。大型对象检测模型通常会重新检查更高的计算能力，这是通过使用更复杂的板上硬件来实现的。为了自动驾驶，这些要求转化为增加的燃料成本，并最终减少里程。此外，尽管有综合要求，但现有的对象探测器远非实时。在这项研究中，我们评估了我们先前提出的高效的行人探测器LSFM的鲁棒性，这些自主驾驶基准，包括不同的天气条件和夜间场景。此外，我们将LSFM模型扩展为通用对象进行分解，以在交通场景中实现实时对象检测。我们在流量对象检测数据集上评估了其性能，低延迟和综合性。此外，我们解决了对象检测系统在Au sosos驾驶的背景下使用的当前关键性能指标的不足，并提出了一种更合适的替代方案，以结合实时要求。
国际人工智能联合会议
本次大会共收录21篇获奖论文，旨在表彰整个领域的卓越成就。期刊分会场包括29篇演讲，总结了已在人工智能主要期刊上发表但未在主要会议上发表的研究成果。综述分会场包含28篇论文，概述了人工智能的研究领域，并与观众讨论了非技术和社会问题。今年的会议还有两个特别分会场。“金融科技中的人工智能”分会场包含35篇论文，展示了人工智能如何改变金融企业的运营、交易以及与消费者、市场和监管机构的互动和合作方式。“计算可持续性与人类福祉”包含19篇关于部署人工智能技术的论文，这些技术将改善世界人口的生活质量，涵盖了可持续性的各个方面，从气候变化到传染病再到农业。除了这些论文演讲之外，IJCAI-PRICAI 2020 计划还包括一个演示演示轨道，其中包含 31 篇已接受的投稿，一个机器人展览轨道，其中包含 13 个视频，展示了利用人工智能技术的先进机器人系统，以及许多关于不同职业阶段的杰出人工智能研究人员的研究成果的演讲。特别是，早期职业研究人员的 14 场演讲讨论了人工智能领域的一些最新和最具创新性的工作。