XiaoMi-AI文件搜索系统
World File Search Systemdehghani
引用出版版本（APA）：Dehghani，M.，Mardaneh，M.，Malik，O。P.，Guerrero，J.M.，Morales-Menendez，R.，Ramirez-Mendoza，R.A.，Matas，Matas，
1设拉子技术大学电气和电子工程系，伊朗71557-13876； m.dehghani@sutech.ac.ir（M.D.）; mardaneh@sutech.ac.ir（M.M.）2加拿大卡尔加里大学卡尔加里大学电气与计算机工程系，加拿大AB T2N 1N4； Maliko@ucalgary.ca 3 CROM微电网研究中心，能源技术系，奥尔堡大学，丹麦9220 AALBORG； joz@et.aau.dk 4工程与科学学院，墨西哥蒙特雷（Monterrey）Tecnologico de Monterrey，墨西哥； rmm@tec.mx 5电气工程系，加泰罗尼亚理工大学（EEBE-UPC），西班牙巴塞罗那08019； jose.matas@upc.edu 6电气和计算机工程系可再生能源和电力系统研究中心，工程学院，K。A。护理能源研究与创新中心，国王阿卜杜勒齐兹大学，吉达21589，沙特阿拉伯； aabusorrah@kau.edu.sa *通信：ricardo.ramirez@tec.mx;电话。： + 52-81-2001-5597
学术C.V. （Yani ioannou）
学习参数共享与张量分解和稀疏Cemüyük，Mike Lasby，Mohamed Yassin，Utku Evci，Yani Ioannou Arxiv：2411.09816 11月14日，2024年11月14日，蒸馏后剩下什么？知识转移如何影响公平性和偏见，艾达·穆罕默德夏（Yani ioannou arXiv）：2410.08407 10月10日，10月10日，2024年10月10日，可信赖的和负责人的AI，用于人体以人为中心的自主决策系统制定系统制造系统Farzaneh Dehghani，farzaneh dehghani，farzaneh dehghani，mahsa dibaji，mahsa dibaji，fibaji，fahim fiahim，fahim jean seyean liily niily dey and lily dey，克里斯托夫·布歇（Christophe Boucher），史蒂夫·德鲁（Steve Drew），莎拉·埃莱恩·伊顿（Sarah Elaine Eaton），理查德·弗雷恩（Richard Frayne），古里·金德（Gouri Ginde），阿什利·哈里斯（Ashley Harris），Yani Ioannou，凯瑟琳·勒贝尔（Catherine Lebel Zaman Wahid，Mark Ungrin，Marina Gavrilova，Mariana Bento Arxiv：2408.15550 9月2日，2024年，
AI专利简介（42）了解AI专利！掌握它们！〜Vision Transformer...
1 Alexey Dosovitskiy、Lucas Beyer、Alexander Kolesnikov、Dirk Weissenborn、Xiaohua Zhai、Thomas Unterthiner、Mostafa Dehghani、Matthias Minderer、Georg Heigold、Sylvain Gelly、Jakob Uszkoreit、Neil Houlsby “一张图片胜过 16X16 个单词：用于大规模图像识别的 Transformers” arXiv:2010.11929v2 [cs.CV] 2021 年 6 月 3 日
通过长短期记忆循环深度神经网络提高基于脑电图的情绪识别的准确性
人们已经采用了多种方法来辨别人类的情绪，包括分析语音模式和语调（ Moriyama 和 Ozawa，2003；Zeng 等人，2009）。然而，值得注意的是，这种身体状态很容易被操纵或模仿（ Schuller 和 Schuller，2021）。面部表情及其变化通常用于情绪识别；然而，这些表情可以被个人有意修改，这对准确辨别他们的真实情绪提出了挑战（ Aryanmehr 等人，2018； Dzedzickis 等人，2020； Harouni 等人，2022）。 EEG（脑电图）是一种通过测量大脑内集体神经活动产生的电压变化来监测大脑活动的技术（San-Segundo 等人，2019 年；Dehghani 等人，2020 年、2022 年、2023 年；Sadjadi 等人，2021 年；Mosayebi 等人，2022 年）。脑电图是大脑活动和功能的反映，具有多种应用，包括但不限于情绪识别（Dehghani 等人，2011a、b、2013；Ebrahimzadeh 和 Alavi，2013；Nikravan 等人，2016；Soroush 等人，2017、2018a、b、2019a、b、2020；Bagherzadeh 等人，2018；Alom 等人，2019；Ebrahimzadeh 等人，2019a、b、c、2021、2022、2023；Bagheri 和 Power，2020；Karimi 等人，2022；Rehman 等人，2022；Yousefi 等人，2022， 2023 年）。
密苏里科技大学 - Uniagents
Mohammad Dehghani，校长 Mark Bookout，临时首席信息官 Richard K. Brow，临时副教务长，学术卓越 Kathleen Drowne，临时副教务长兼艺术、科学和商学院院长 Caprice Moore，代理副教务长，全球学习 Joan M. Nesbitt，副校长，大学发展 Kathryn Northcut，临时副教务长，学术支持 Neil Outar，首席多元化官 Cuba Plain，临时副校长，财务和运营 Stephen P. Roberts，临时教务长兼执行副校长，学术事务 Debra Robinson，副校长，学生事务 Shobi Sivadasan，副教务长兼招生管理院长 Constantinos Tsatsoulis，研究副校长兼研究生院院长 Richard W. Wlezien，副教务长兼工程和计算学院院长
网格连接的储能系统：ART和...
William Manalastas，Jr。和Madhavi Srinivasan与新加坡Nanyang Technological University的材料科学与工程学院一起，新加坡639798（电子邮件：wmanalastas@ntu.edu.edu.sg; madhavi; madhavi@ntu.edu.edu.sg）。 Hossein Dehghani Tafti和Christopher D. Townsend在西澳大利亚大学的电气，电子和计算机工程系，澳大利亚WA 6009，澳大利亚克拉利大学（电子邮件：hossein002@e.ntu.ntu.edu.edu.edu.sg; townsendu; townsend@ieee.org）。 萨尔瓦多·塞巴洛斯（Salvador Ceballos）与Tecnalia，巴斯克研究与技术联盟（BRTA），西班牙48160 Derio（电子邮件：salvador.ceballos@tecnalia.com）。 Alain Sanchez-Ruiz与欧洲Ingeteam R＆D欧洲，西班牙48170 Zamudio，以及Basque Country（UPV/EHU）的电子技术系（01006 Vitoria-Gasteiz），西班牙（电子邮件：alain.sanchez@ ehu.eus）。 Emma C. Lovell在新南威尔士大学，新南威尔士州2052年，新南威尔士大学化学工程学院（电子邮件：e.lovell@unsw.edu.au）。 Georgios Konstantinou在新南威尔士大学，新南威尔士大学，新南威尔士州2052年，澳大利亚新南威尔士大学的电气工程和电信学院（电子邮件：g.konstantinou@unsw.edu.au）。 Josep Pou在新加坡Nanyang Technological University，新加坡639798（电子邮件：josep.pou@ieee.org）的电气和电子工程学院任职。William Manalastas，Jr。和Madhavi Srinivasan与新加坡Nanyang Technological University的材料科学与工程学院一起，新加坡639798（电子邮件：wmanalastas@ntu.edu.edu.sg; madhavi; madhavi@ntu.edu.edu.sg）。Hossein Dehghani Tafti和Christopher D. Townsend在西澳大利亚大学的电气，电子和计算机工程系，澳大利亚WA 6009，澳大利亚克拉利大学（电子邮件：hossein002@e.ntu.ntu.edu.edu.edu.sg; townsendu; townsend@ieee.org）。萨尔瓦多·塞巴洛斯（Salvador Ceballos）与Tecnalia，巴斯克研究与技术联盟（BRTA），西班牙48160 Derio（电子邮件：salvador.ceballos@tecnalia.com）。Alain Sanchez-Ruiz与欧洲Ingeteam R＆D欧洲，西班牙48170 Zamudio，以及Basque Country（UPV/EHU）的电子技术系（01006 Vitoria-Gasteiz），西班牙（电子邮件：alain.sanchez@ ehu.eus）。Emma C. Lovell在新南威尔士大学，新南威尔士州2052年，新南威尔士大学化学工程学院（电子邮件：e.lovell@unsw.edu.au）。Georgios Konstantinou在新南威尔士大学，新南威尔士大学，新南威尔士州2052年，澳大利亚新南威尔士大学的电气工程和电信学院（电子邮件：g.konstantinou@unsw.edu.au）。Josep Pou在新加坡Nanyang Technological University，新加坡639798（电子邮件：josep.pou@ieee.org）的电气和电子工程学院任职。Josep Pou在新加坡Nanyang Technological University，新加坡639798（电子邮件：josep.pou@ieee.org）的电气和电子工程学院任职。
研究论文 使用科普兰混合方法确定建筑行业可持续供应链发展的关键参数的优先顺序 A
研究文章 使用科普兰混合方法优先考虑建筑行业可持续供应链发展的关键参数 Attaollah Shirazi a。Hossein Mohammadi Dolat-Abadi a，*。Jaber Dehghani b。Mahnaz Asgari Sooran ca 伊朗德黑兰大学法拉比学院工程学院、工业工程学院 b 伊朗德黑兰伊朗科技大学管理、经济与进步工程系 c 密苏里科技大学工程管理与系统工程系，罗拉，美国 收到日期：2024 年 5 月 29 日/修订日期：2024 年 9 月 27 日/接受日期：2024 年 10 月 8 日/在线发表日期：2024 年 10 月 18 日 摘要 在过去的几十年里，可持续性在地方、地区和国家层面引起了广泛关注。建筑业是主要领域之一，由于其活动性质，确定其关键供应链参数的优先次序和确定其关键供应链参数是可持续发展计划的核心要素。本文使用基于 BWM、AHP、SWARA 开发的混合模型研究了经济、社会和环境指标，以确定和确定该领域的重要参数的优先次序。根据 21 个不同指标在可持续发展进程中的作用，用李克特量表对其进行了分析。标准权重是通过对 10 位研究兴趣为可持续性和供应链管理的学术和工业专家的调查得出的。科普兰方法已用于整合三个模型的输出并得出最终结果。结果表明，从经济角度来看，“技术经济评估”，在社会方面“员工健康和安全”，以及在环境方面“在供应链中开发绿色技术”分别在科普兰方法中获得了最高的最终显着分数。所提出的模型有望帮助行业专家和管理人员确定建筑业供应链的关键可持续参数，并据此设定可持续发展目标。
抽象背景和目标：心脏细胞结构和功能的干扰可能会导致患者心血管疾病（CVD）。 al
抽象背景和目标：心脏细胞结构和功能的干扰可能会导致患者心血管疾病（CVD）。尽管心脏移植是治疗策略之一，但由于与移植排斥相关的挑战，它并不适用于所有患者。组织工程是用于治疗CVD患者的新治疗方法之一。在这项研究中，研究了对心层细胞从间质细胞分化的分化的聚乳糖乙醇酸（PLGA）和多羟基丁酸（PHB）支架以及胎盘提取（PE）。方法：使用静电纺丝方法制作PLGA-PHB和PLGA-PHB-PE支架。此外，将组织培养聚苯乙烯（TCP）用于细胞培养作为对照组。使用电子显微镜评估了支架的物理和生物学特征，包括粘附强度，水和蛋白质吸收及其形态。脂肪样品是从接受吸脂术的患者那里获得的。使用流式细胞术评估了干细胞CD34，CD45，CD90和CD105标记。另一方面，使用MTT方法评估了支架上分化细胞的可行性。另外，在分化的心脏细胞中，使用RT-PCR评估了四个基因肌钙蛋白T，GATA4，MYOD和α-MHC的表达。结果：与PLGA-PHB-PE支架上的分化细胞中，肌钙蛋白T，GATA4，MYOD和α-MHC基因的表达明显更高，与PLGA-PHB和TCPS支架相比（P <0.05）。伊朗红人Med J.此外，在PLGA-PHB-PE支架上的分化细胞中，生存，水和蛋白质吸收和粘附强度的百分比高于其他两个支架上的其他细胞（p <0.05）。结论：PE与PLGA-PHB的组合可以有效地改善脚手架的生物学功能，并导致心脏细胞与间充质细胞的分化。关键字：胎盘提取，支架，纳米纤维，心肌细胞，间充质干细胞资金：无 *这项工作是根据CC BY-NC-SA许可证出版的。版权所有©作者引用了本文的内容：Mokhames Z，Dehghani Ashkezari M，Seyedjafari E，Seifati SM。评估支架的影响与胎盘提取对干细胞心肌细胞分化的影响：一项实验研究。2024,85.1-9。
rollama：用于通过Ollama使用生成大语言模型的R软件包
参考文献Alizadeh，Meysam，MaëlKubli，Zeynab Samei，Shirin Dehghani，Juan Diego Bermeo，Maria Korobeynikova和Fab-Rizio Gilardi。2023。“开源大语言模型的表现优于人群工人，并且在文本通知任务中接近chatgpt。” arxiv。https://doi.org/10.48550/arxiv.2307.02179。 Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.48550/arxiv.2307.02179。Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。Chan，Chung-hong。2023。“ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.5117/ccr2023.1.003.chan。Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。2023。“ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。https://doi.org/10.1073/pnas.2305016120。他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。2023。“ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。https://doi.org/10.48550/arxiv.2303.16854。irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。2024。“用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。https://doi.org/10.48550/arxiv.2312.14972。Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。2024。网状：接口到“ Python”。https://cran.r-project.org/package=reticulate。Kjell，Oscar，Salvatore Giorgi和Andrew H. Schwartz。2023。“文本包：使用自然语言处理和深度学习来分析和可视化人类语言的R包装。”心理方法。https://doi.org/10.1037/met0000542。 Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1037/met0000542。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。2023。“为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1080/19312458.2023.2261372。Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。2024。“不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1017/pan.2023.20。Spirling，Arthur。2023。“为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1038/d41586-023-01295-4。Weber，Maximilian和Merle Reichardt。2023。“您需要的是在社会科学中提示生成大语言模型以进行注释任务。使用开放式模型的底漆。” arxivhttps://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.48550/arxiv.2401.00284。
现代方法，经典约束
[1] Jimmy Lei BA，Jamie Ryan Kiros和Geoffrey E. Hinton。层归一化。2016。Arxiv：1607.06450 [Stat.ml]。[2] Nanxin Chen等。Wavegrad：估计波形产生的梯度。2020。Arxiv：2009.00713 [Eess.as]。[3]凯瑟琳·克罗森（Katherine Crowson）。在CIFAR-10上训练扩散模型。在线。2024。URL：https：//colab.research.google.com/drive/1ijkrrv-d7bosclvkhi7t5docryqortm3。[4]凯瑟琳·克罗森（Katherine Crowson）。v-diffusion。在线。2024。URL：https： / / github。com/crowsonkb/v-diffusion-pytorch/blob/master/diffusion/utils.py。[5] Ekin D. Cubuk等。randaugment：实用的自动化数据增强，并减少了搜索空间。2019。Arxiv：1909.13719 [CS.CV]。 [6] Yann N. Dauphin等。 通过封闭式卷积网络进行语言建模。 2017。Arxiv：1612.08083 [CS.CL]。 [7] Mostafa Dehghani等。 通用变压器。 2019。Arxiv：1807.03819 [CS.CL]。 [8] Yilun Du和Igor Mordatch。 基于能量的模型中的隐性产生和概括。 2020。Arxiv：1903.08689 [CS.LG]。 [9] Ian J. Goodfellow等。 生成对抗网络。 2014。Arxiv：1406.2661 [Stat.ml]。 [10] Dan Hendrycks和Kevin Gimpel。 高斯错误线性单元（Gelus）。 2023。Arxiv：1606.08415 [CS.LG]。 [11] Jonathan Ho，Ajay Jain和Pieter Abbeel。 剥离扩散概率模型。 2020。Arxiv：2006.11239 [CS.LG]。2019。Arxiv：1909.13719 [CS.CV]。[6] Yann N. Dauphin等。通过封闭式卷积网络进行语言建模。2017。Arxiv：1612.08083 [CS.CL]。[7] Mostafa Dehghani等。通用变压器。2019。Arxiv：1807.03819 [CS.CL]。 [8] Yilun Du和Igor Mordatch。 基于能量的模型中的隐性产生和概括。 2020。Arxiv：1903.08689 [CS.LG]。 [9] Ian J. Goodfellow等。 生成对抗网络。 2014。Arxiv：1406.2661 [Stat.ml]。 [10] Dan Hendrycks和Kevin Gimpel。 高斯错误线性单元（Gelus）。 2023。Arxiv：1606.08415 [CS.LG]。 [11] Jonathan Ho，Ajay Jain和Pieter Abbeel。 剥离扩散概率模型。 2020。Arxiv：2006.11239 [CS.LG]。2019。Arxiv：1807.03819 [CS.CL]。[8] Yilun Du和Igor Mordatch。基于能量的模型中的隐性产生和概括。2020。Arxiv：1903.08689 [CS.LG]。[9] Ian J. Goodfellow等。生成对抗网络。2014。Arxiv：1406.2661 [Stat.ml]。[10] Dan Hendrycks和Kevin Gimpel。高斯错误线性单元（Gelus）。2023。Arxiv：1606.08415 [CS.LG]。[11] Jonathan Ho，Ajay Jain和Pieter Abbeel。剥离扩散概率模型。2020。Arxiv：2006.11239 [CS.LG]。[12] Jonathan Ho和Tim Salimans。无分类器扩散指南。2022。ARXIV：2207.12598 [CS.LG]。[13]安德鲁·霍华德（Andrew Howard）等人。搜索MobilenetV3。2019。Arxiv：1905.02244 [CS.CV]。[14] Andrew G. Howard等。 Mobilenets：用于移动视觉应用的有效卷积神经网络。 2017。Arxiv：1704.04861 [CS.CV]。 [15] Forrest N. Iandola等。 squeezenet：较小的参数和€0.5MB型号的Alexnet级准确性。 2016。Arxiv：1602.07360 [CS.CV]。 [16] Imagenet 64x64基准（图像生成）。 用代码的论文，2024。URL：https：//paperswithcode.com/sota/image-generation-generation-en-on-imagenet-64x64。 [17] Sergey Ioffe和Christian Szegedy。 批次归一化：通过减少内部协变性转移来加速深层网络训练。 2015。Arxiv：1502.03167 [CS.LG]。 [18] Diederik P. Kingma和Jimmy Ba。 亚当：一种随机优化的方法。 2017。Arxiv：1412.6980 [CS.LG]。 [19] Diederik P. Kingma和Ruiqi Gao。 将扩散目标理解为具有简单数据增强的ELBO。 2023。Arxiv：2303.00848 [CS.LG]。 [20] Diederik P. Kingma等。 变化扩散模型。 2023。Arxiv：2107.00630 [CS.LG]。 [21] Zhenzhong Lan等。 albert：一个精简版的语言表示学习。 2020。Arxiv：1909.11942 [CS.CL]。 [22] Ilya Loshchilov和Frank Hutter。 重量衰减正则化。[14] Andrew G. Howard等。Mobilenets：用于移动视觉应用的有效卷积神经网络。2017。Arxiv：1704.04861 [CS.CV]。 [15] Forrest N. Iandola等。 squeezenet：较小的参数和€0.5MB型号的Alexnet级准确性。 2016。Arxiv：1602.07360 [CS.CV]。 [16] Imagenet 64x64基准（图像生成）。 用代码的论文，2024。URL：https：//paperswithcode.com/sota/image-generation-generation-en-on-imagenet-64x64。 [17] Sergey Ioffe和Christian Szegedy。 批次归一化：通过减少内部协变性转移来加速深层网络训练。 2015。Arxiv：1502.03167 [CS.LG]。 [18] Diederik P. Kingma和Jimmy Ba。 亚当：一种随机优化的方法。 2017。Arxiv：1412.6980 [CS.LG]。 [19] Diederik P. Kingma和Ruiqi Gao。 将扩散目标理解为具有简单数据增强的ELBO。 2023。Arxiv：2303.00848 [CS.LG]。 [20] Diederik P. Kingma等。 变化扩散模型。 2023。Arxiv：2107.00630 [CS.LG]。 [21] Zhenzhong Lan等。 albert：一个精简版的语言表示学习。 2020。Arxiv：1909.11942 [CS.CL]。 [22] Ilya Loshchilov和Frank Hutter。 重量衰减正则化。2017。Arxiv：1704.04861 [CS.CV]。[15] Forrest N. Iandola等。squeezenet：较小的参数和€0.5MB型号的Alexnet级准确性。2016。Arxiv：1602.07360 [CS.CV]。[16] Imagenet 64x64基准（图像生成）。用代码的论文，2024。URL：https：//paperswithcode.com/sota/image-generation-generation-en-on-imagenet-64x64。[17] Sergey Ioffe和Christian Szegedy。批次归一化：通过减少内部协变性转移来加速深层网络训练。2015。Arxiv：1502.03167 [CS.LG]。[18] Diederik P. Kingma和Jimmy Ba。亚当：一种随机优化的方法。2017。Arxiv：1412.6980 [CS.LG]。[19] Diederik P. Kingma和Ruiqi Gao。将扩散目标理解为具有简单数据增强的ELBO。2023。Arxiv：2303.00848 [CS.LG]。[20] Diederik P. Kingma等。变化扩散模型。2023。Arxiv：2107.00630 [CS.LG]。[21] Zhenzhong Lan等。albert：一个精简版的语言表示学习。2020。Arxiv：1909.11942 [CS.CL]。[22] Ilya Loshchilov和Frank Hutter。重量衰减正则化。2019。Arxiv：1711.05101 [CS.LG]。[23] Preetum Nakkiran等。深度下降：更大的模型和更多数据损害。2019。Arxiv：1912.02292 [CS.LG]。[24] Alex Nichol和Prafulla Dhariwal。改进了扩散概率模型。2021。Arxiv：2102.09672 [CS.LG]。[25] Aaron van den Oord，Nal Kalchbrenner和Koray Kavukcuoglu。像素复发性神经网络。2016。Arxiv：1601.06759 [CS.CV]。[26] Prajit Ramachandran，Barret Zoph和Quoc V. Le。搜索激活功能。2017。Arxiv：1710.05941 [CS.NE]。 [27] Danilo Jimenez Rezende和Shakir Mohamed。 差异推断与归一化流量。 2016。Arxiv：1505.05770 [Stat.ml]。2017。Arxiv：1710.05941 [CS.NE]。[27] Danilo Jimenez Rezende和Shakir Mohamed。差异推断与归一化流量。2016。Arxiv：1505.05770 [Stat.ml]。