XiaoMi-AI文件搜索系统
World File Search Systemeight
神经网络权重的几何流量模型
深层生成模型（例如流量和扩散模型）已被证明在建模高维和复杂的数据类型（例如视频或蛋白质）方面具有有效性，这激发了它们在不同数据模式（例如神经网络重量）中的使用。神经网络权重的生成模型对于贝叶斯深度学习，学习优化和转移学习等多种应用程序将很有用。但是，重量空间生成模型的现有工作通常忽略神经网络权重的对称性，或者仅考虑其中的一个子集。对这些对称性进行建模，例如MLP中的子顺序之间的置换对称性，卷积网络中的滤波器或通过使用非线性激活而产生的比例对称性，具有通过有效地降低问题的降低降低问题的重量模型的潜力。从这个角度来看，我们旨在在重量空间中设计生成模型，以更加仔细地尊重神经网络重量的对称性。我们以流量匹配的生成建模为基础，而权重空间图神经网络设计以设计三个不同的重量空间流。我们的每个流量都采用不同的方法来建模神经网络权重的几何形状，因此使我们能够以原则上的方式探索权重空间流的设计空间。我们通过列出了在重量空间的常规模型上列出未来工作的潜在方向来得出结论。我们的结果证实，建模神经网络的几何形状更忠实地导致更有效的流量模型，可以推广到不同的任务和体系结构，并且我们表明，尽管我们的流量以比以前的工作少的参数获得竞争性能，但可以进一步改进它们，通过扩展它们。
Žs对极端降雨的影响
我们介绍了德克萨斯大学 - 城市研究的全球建筑高度（UT -Globus），该数据集可为全球1200多个城市或地区提供建筑高度和城市顶篷参数（UCP）。ut-Globus将开源太空载速度（ICETAT-2和GEDI）和粗分辨率的城市冠层高度数据与机器学习模型结合在一起，以估算建筑物级别的信息。使用来自美国六个城市的LiDAR数据进行验证，显示ut-Globus衍生的建筑高度的均方根误差（RMSE）为9.1米。验证1公里2个网格电池内的平均建筑高度，包括来自汉堡和悉尼的数据，导致RMSE为7.8米。与现有的基于餐桌的本地气候区域方法相比，在城市天气研究和预测（WRF城市）模型中，在城市内空气温度代表性中的UCP显着改善（RMSE为55％）。此外，我们演示了数据集使用WRF城市模拟降温策略并建立能源消耗的数据集，并在芝加哥，伊利诺伊州和德克萨斯州的奥斯汀进行了测试案例。使用太阳能和长波环境辐照度几何形状（SOLWEIG）模型（结合UT-Globus和LiDAR来源的建筑高度）的街道尺度平均辐射温度模拟证实了该数据集在MD Baltimore，MD（白天RMSE = 2.85°C）中建模数据集的有效性。因此，UT-Globus可用于建模具有重大社会经济和生物气象风险的城市危害，从而实现更细长的城市气候模拟，并由于缺乏建筑信息而克服了先前的限制。
2025第29届国际计算机会议，伊朗计算机协会（CSICC）Point-LN：一个轻巧的框架云分类
摘要 - 我们介绍了Point-LN，这是一种针对有效的3D点云分类设计的新型轻量级框架。点-LN整合了必需的非参数组件 - 最远的点采样（FPS），K-Nearest邻居（K-NN）和非可学习的位置编码 - 具有流线的可学习分类器，可以显着增强分类准确性，同时维持最小参数脚部。这种混合架构可确保较低的计算成本和快速推理速度，从而使Point-LN非常适合实时和资源受限的应用程序。在包括ModelNet40和ScanObjectnn在内的基准数据集的全面评估表明，与最先进的方法相比，Point-LN在提供出色的效率的同时，达到了竞争性能。这些结果将点ln建立为一种可靠的可扩展解决方案，用于各种点云分类任务，突出了其在各种计算机视觉应用中广泛采用的潜力。有关更多详细信息，请参见以下代码：https：//github.com/asalarpour/point_ln。索引术语 - 3D点云分类，轻量级框架，非参数位置编码，机器学习，计算机视觉
aut 2新闻通讯2024-城市高地E -ACT Academy
10月，我们庆祝了第三种文化日，今年，我们添加了一个特殊的转折！庆祝活动于周三开始爆发，并在学生自豪地分享了他们的文化服装的那一天达到顶峰。文化日为学生提供了一个令人兴奋的机会，可以通过一系列引人入胜的活动来探索和庆祝多样性。这一天始于一系列文化研讨会，包括非洲鼓，钢盘，舞蹈等，使学生有机会将自己沉浸在世界各地的各种艺术形式和传统中。还邀请学生穿着代表他们个人遗产的服装，例如反映他们所识别的旗帜的颜色的衣服。为了进一步支持Brixton Baytree慈善机构，该慈善机构有助于年轻人克服困难，学生们捐款1英镑作为他们参与的一部分。此外，学生通过创建反映其文化的项目为文化日市场做出了贡献。这些物品自豪地在#Weareone标签下的董事会室中展示，鼓励学生分享他们在黑人历史月份和文化身份的自豪感。一天中搭配特殊的文化日午餐菜单，在食堂提供各种国际菜肴。这为学生提供了尝试新食品并体验全球美食的丰富多样性的机会。这是一个真正令人难忘的一天，强调了文化上的欣赏，团结的重要性，并庆祝使我们的学校社区如此独特的各种背景。
双重加权的普通最小二乘技术的最新进展用于动态治疗方案
摘要。动态治疗方案（DTR）是一种提供精确药物的方法，该方法使用患者特征来指导治疗方法以实现最佳健康结果。已经提出了许多用于DTR估计的方法，包括动态加权的普通最小二乘（DWOLS），这是一种基于回归的方法，在易于实现的分析框架内具有双重鲁棒性来模拟模型错误指定。最初，DWOL方法是在连续结果和二元治疗决策的假设下开发的。是在临床研究的激励下，随后的理论进步扩大了DWOLS框架，以解决各种结果类型的二元，连续和多酸性处理，包括二进制，连续和生存类型。但是，某些方案仍未开发。本文总结了DWOLS方法的扩展和应用的最后十年，对原始DWOLS方法及其扩展进行了全面而详细的审查，并突出了其多样化的实际应用。我们还探讨了已经解决了与DWOL实施相关的挑战的研究，例如模型验证，可变选择和处理测量错误。使用模拟数据，我们提出了数值插图以及在R环境中的分步实现，以促进对基于DWOL的DTR估计方法的更深入的了解。
杰伊·麦克雷特（Jay McCreight） 缅因州哈普斯韦尔 2025 年 2 月 3 日 在......
LD 210 第 E 部分很好地阐述了颁布这项烟草税提案的关键原因，因为它提出了一项对缅因州居民的健康大有裨益的合理政策。具体而言，增加烟草产品税将有助于该州增加税收，更重要的是，它已被证实可以阻止人们（尤其是年轻人）开始使用这些成瘾物质，同时也激励当前的烟草消费者戒烟。
评估 GEDI 的 LiDAR 数据对巴西桉树人工林冠层高度和木材体积的估算
摘要 — 过去二十年来，星载激光雷达系统凭借其准确估算树冠高度和地上生物量的能力，在遥感领域获得了发展势头。本文旨在利用最新的全球生态系统动态调查 (GEDI) 激光雷达系统数据来估算巴西桉树人工林的林分尺度优势高度 (H dom) 和林分体积 (V)。这些人工林由于树冠覆盖均匀且可进行精确的实地测量，因此提供了有价值的案例研究。基于几个 GEDI 指标，使用了几个线性和非线性回归模型来估计 H dom 和 V。 H dom 和 V 估计结果表明，在低坡度地形上，使用逐步回归方法可获得最准确的 H dom 和 V 估计值，均方根误差 (RMSE) 分别为 1.33 m（R 2 为 0.93）和 24.39 m 3 .ha − 1（R 2 为 0.90）。解释 H dom 和 V 超过 87% 和 84% 变异性 (R 2 ) 的主要指标是表示 90% 的波形能量发生于地面以上高度的指标。对六种可用的不同处理算法发出的后处理 GEDI 指标值进行测试表明，H dom 和 V 估计的准确性取决于算法，使用算法 a5 相对于 a1，两个变量的 RMSE 均增加了 16%。最后，选择最后检测到的模式或最后两个模式中较强的模式的地面回波也会影响 H dom 估计精度，使用后者会导致 12 厘米 RMSE 降低。
激光冷却对低轨道观测卫星的影响：尺寸、重量和功率分析
固体激光冷却是一项突破性技术，能够以微型方式将温度无振动冷却至 100 K。它似乎是一种很有前途的技术，可以提高未来观测卫星的性能，例如在 SWIR 和 NIR 领域。本文首次研究了在观测卫星上集成激光冷却器。我们的研究侧重于卫星有效载荷和平台级别的尺寸、重量和功率 (SWaP) 标准。其目标是评估在低地球轨道 (LEO) 红外观测任务中使用光学低温冷却器而不是机械低温冷却器的兴趣。提出了一种初步的空间激光冷却器 (LC) 架构。它由两部分组成。第一部分是冷却头，基于最先进的冷却晶体 10%Yb:YLF 和像散多通腔。第二部分是低温冷却器光电子学，基于耦合到冷却头的冗余激光二极管和光纤。考虑到红外探测器的热负荷和低温恒温器内的寄生热通量，估算了小焦平面的冷却功率。然后考虑到晶体效率、热链接损耗和光电效率，估算激光冷却器所需的光功率和电功率。假设一个为期 5 年的 LEO 微卫星任务，则对电力系统（PCDU、太阳能电池阵列、电池）和热控制系统（热管、散热器）进行尺寸计算。增加了额外的质量裕度以考虑机械支撑结构。最后，分别将有效载荷和平台的质量和体积相加，以获得卫星级别的 SWaP 平衡，代表激光冷却器的整体影响。在相同的任务和平台假设下，对微型脉冲管冷却器 (MPTC) 架构重复了该研究。最后，对这两种架构进行了比较。结果表明，即使激光冷却器的功率要求很高，质量和内部体积的减小也使得小型卫星有效载荷成为可能。