XiaoMi-AI文件搜索系统
World File Search Systemgorithm
通过以下方式最大程度降低绿色数据中心的能源成本...
摘要：随着全球变暖在许多地区造成的恶化影响，地理分布的数据中心对碳排放的贡献很大，因为主要的能源供应是化石燃料。考虑到这个问题，许多地理分布的数据中心正尝试使用清洁能源作为其能源供应，如燃料电池和可再生能源。然而，并不是所有的工作负载都能由单一电源供电，因为不同的工作负载表现出不同的特性。在本文中，我们提出了一个细粒度的异构电源分配模型，目标是最小化由多种能源供电的地理分布数据中心产生的总能源成本和能源缺口总和。为了实现这两个目标，我们设计了一个两阶段在线算法来利用每个能源的电力供应。在每个时间段，我们还考虑一个机会约束问题，并使用伯恩斯坦近似来解决问题。最后，基于真实世界轨迹的仿真结果表明，所提出的算法能够取得令人满意的性能。
采用交错优化算法
摘要。一种可持续的能源经济意味着高度易易申节能源的高股份，需要使用储能技术。氢是一种非常灵活的能量载体，可以用作电网中的大规模储能。本文着重于智能网格环境中氢的产生，转换和存储选项的整合。一个过程电流源（PC），该过程充当碱性电解系统的整流器，并与不专门设计用于动态操作的常规整流器结构进行了比较。使用交错算法将智能网格的所有组件缩放，该算法结合了模式搜索算法和遗传算法。此智能优化工具显示出很高的灵活性，准确性和低计算时间。与没有模式搜索方法的遗传算法相比，所需的计算时间已占56％。此外，能源系统优化将碱性电解降低到初始规模的30％以下，以产生较低的成本。因此，整流器性能的差异降低为较小的贡献。关键字。氢产生，整流器，智能网格，能量转换，优化al-gorithm
基于检查的后处理器，用于消息传递量子LDPC代码
量子低密度平价检查代码的固有退化性对它们的解码构成了挑战，因为它大大降低了经典消息传播解码器的错误校正性能。为了提高其性能，通常采用后处理算法。为了缩小算法解决方案和硬件限制之间的差异，我们引入了一种新的后处理后处理，并具有硬件友好的方向，从而提供了与最新艺术技术相关的错误校正性能。所提出的后处理，称为校验，灵感来自稳定器的启发，同时大大减少了所需的硬件资源，并提供了足够的灵活性，以允许不同的消息时间表和硬件体系结构。，我们对一组帕累托架构进行了详细的分析，这些帕累托架构在延迟和功耗之间具有不同的权衡，这些分析源自FPGA董事会上实施的设计的重新分析。我们表明，可以在FPGA板上获得接近一个微秒的延迟值，并提供证据表明，对于ASIC的实现，可以获得较低的延迟值。在此过程中，我们还揭示了最近引入的T覆盖层和随机层调度的实际含义。
量子退火实现单幅图像超分辨率
本文提出了一种基于量子计算的算法来解决单图像超分辨率（SISR）问题。SISR 的一个著名经典方法依赖于成熟的逐块稀疏建模。然而，该领域的现状是深度神经网络（DNN）已表现出远超传统方法的效果。不过，量子计算有望很快在机器学习问题中变得越来越突出。因此，在本文中，我们有幸对将量子计算算法应用于 SISR 这一重要的图像增强问题进行了早期探索。在量子计算的两种范式，即通用门量子计算和绝热量子计算（AQC）中，后者已成功应用于实际的计算机视觉问题，其中量子并行性已被利用来有效地解决组合优化问题。本研究展示了如何将量子 SISR 公式化为稀疏编码优化问题，该问题使用通过 D-Wave Leap 平台访问的量子退火器进行求解。所提出的基于 AQC 的算法被证明可以实现比传统模拟更快的速度，同时保持相当的 SISR 精度 1 。
考虑调节服务和储能退化的随机配电系统规划方法
随着储能参与辅助服务市场的趋势，将快速变化的实时信号纳入长期配电系统规划中仍然具有繁重的计算负担。本文针对含储能的配电系统提出了一种两阶段随机规划，其中同时考虑了储能退化和频率调节的辅助服务收益。为此，将问题表述为混合整数线性规划，优化总体规划成本，包括投资和维护成本、电力交易成本和调节服务收益。在目标中加入了退化惩罚，以避免在提供调节服务时过度充电/放电，从而进一步有利于配电系统的经济性。该模型还考虑了负荷需求和电价的不确定性。采用高斯混合模型来表征这些不确定性，并抽样了一组代表性场景。为了加速优化，提出了一种改进的并行计算渐进式对冲方法。通过 33 总线配电系统证明，在 100 个场景中解决模型时，所提出的算法的速度大约是最先进的商业软件 Gurobi 的 15 倍。对于此案例研究，考虑退化惩罚已被证明可以将储能寿命延长一年。
模块化异构集群自主在轨卫星组装
本文提出了一种分散式、分布式制导与控制方案，将异构卫星组件群组合成大型卫星结构。异构卫星群的组件卫星的选择以提高最终形状的灵活性，其灵感来自晶体结构和伊斯兰瓷砖艺术。在选择理想的基本构建模块后，进行基本的纳米卫星级卫星设计，以协助涉及姿态控制的模拟。群体轨道建造算法 (SOCA) 是一种制导和控制算法，用于实现在轨组装所需的有限类型异构性和对接能力。该算法由两部分组成：分布式拍卖使用障碍函数来确保为每个目标选择合适的代理；轨迹生成部分利用模型预测控制和顺序凸规划来实现到达所需目标点的最佳无碰撞轨迹，即使在非线性系统动力学的情况下也是如此。优化约束使用边界层来确定是否应应用防撞约束或对接约束。该算法在模拟扰动 6 自由度航天器动态环境中针对平面和非平面最终结构以及两个机器人平台（包括一群无摩擦航天器模拟机器人）进行了测试。
IH-ViT：基于视觉变压器的集成电路问世
摘要：针对传统检测方法在IC外观缺陷检测中存在的识别率不高、识别速度慢的问题，提出一种IC外观缺陷检测算法IH-ViT。提出的模型利用CNN和ViT各自的优势，从局部和全局两个角度获取图像特征，最终将两种特征融合进行决策判断缺陷类别，从而获得更高的IC缺陷识别准确率。针对IC外观缺陷主要体现在细节上的差异，传统算法难以识别的问题，对传统ViT进行了改进，在batch内部进行了额外的卷积操作。针对数据集来源多样导致的样本信息不平衡问题，采用双通道图像分割技术，进一步提高IC外观缺陷的识别准确率。最后经过测试，提出的混合IH-ViT模型取得了72.51%的准确率，比单独的ResNet50和ViT模型分别提高了2.8%和6.06%。所提算法可以快速准确地检测出IC外观缺陷状况，有效提高IC封测企业的生产效率。
logosticker：将徽标插入定制生成的扩散模型
摘要。文本到图像模型自定义的最新进展强调了将新概念与一些例外样本集成的重要性。然而，这些进步在很大程度上仅限于广泛认可的科目，可以通过模型的共同的先验知识来相对轻松地学习。相比之下，徽标以独特的模式和文本元素为特征，很难在扩散模型中建立共享知识，从而提出了独特的挑战。为了弥合这一差距，我们介绍了徽标插入的任务。我们的目标是将徽标身份插入扩散模型中，并在各种环境中实现其无缝合成。我们提出了一个新颖的两相管道logosticker来解决这一任务。首先，我们提出了参与者 - 批判性关系预训练al-gorithm，它解决了模型对徽标潜在空间定位的理解和与其他观察者相互作用的潜在空间定位的理解。第二，我们提出了一种脱钩的身份学习算法，该算法可以实现徽标的精确定位和身份提取。LogoSticker可以在不同的环境中准确而和谐地生成徽标。我们全面验证了LogoSticker对自定义方法和大型模型（例如Dalle 3）的有效性。项目页面。
通过层次加强学习重新思考决策变压器
决策变压器（DT）是一种创新的责任，利用了强化学习（RL）的跨前结构的最新进展。然而，DT的一个显着限制是其对回忆数据集的轨迹的依赖性，使能力无缝缝合亚壁轨迹。在这项工作中，我们引入了一个通用序列建模框架，用于通过层次RL的角度进行顺序决策进行研究。在做出决定时，高级政策首先提出了当前状态的理想提示，而低级政策随后在给定提示中生成了一项诉讼。我们表明，DT是该框架的特殊情况，并具有某些高级和低级政策的选择，并讨论了这些选择的潜在失败。受这些观察的启发，我们研究了如何共同优化高级和低级政策以实现缝合能力，这进一步导致了新的rl算法的发展。我们的经验结果清楚地表明，所构成的算法在数量控制和导航基准上显着超过了DT。我们希望我们的贡献能够激发RL领域内变压器体系结构的整合。
随机幺正鲁棒性和纠缠复杂性......
人们普遍认为，通过了解纠缠谱的统计特性可以预测一般电路中纠缠的动态。我们通过对具有相同统计量的状态应用由不同组局部门生成的类似 Metropolis 的纠缠冷却算法来测试这一假设。我们采用一个独特模型的基态，即具有横向场的一维伊辛链，但属于不同的宏观相，如顺磁相、磁序相和拓扑受挫相。令人吃惊的是，我们观察到纠缠动力学不仅强烈依赖于不同的门组，还强烈依赖于相位，这表明不同相可以拥有不同类型的纠缠（我们将其描述为纯局部、类 GHZ 和类 W 态），对冷却过程的恢复程度也不同。此外，在某些情况下，我们观察到算法会产生扰乱效应，该算法会在不遵循纠缠熵体积定律的状态下产生 Wigner-Dyson 纠缠谱统计。我们的工作强调了这样一个事实：仅凭纠缠谱的知识不足以确定其动态，从而证明了其作为表征工具的不完整性。此外，它还显示了局部性和非局部约束之间的微妙相互作用。