XiaoMi-AI文件搜索系统
World File Search Systemjun
![arxiv：2306.11137v1 [eess.iv] 2023年6月19日](/simg/a\aec2225b328fb4ca18e3057ee2fee65eff0d007c.webp)
arxiv：2306.11137v1 [eess.iv] 2023年6月19日
t 2加权磁共振成像（MRI）和扩散加权成像（DWI）是宫颈癌诊断的重要组成部分。但是，由于图像的不对准，将这些训练的这些渠道结合起来是具有挑战性的。在这里，我们提出了一个新型的多头框架，该框架使用扩张的卷积和共享残留连接来单独编码多参照MRI图像。我们采用残留的U-NET模型作为基线，并执行一系列建筑实验，以根据多参数输入通道和特征编码配置来评估肿瘤分割性能。所有实验均使用包括207例局部晚期宫颈癌患者在内的队列进行。Our proposed multi- head model using separate dilated encoding for T 2 W MRI, and combined b1000 DWI and apparent diffusion coefficient (ADC) images achieved the best median Dice coefficient similarity (DSC) score, 0.823 (confidence interval (CI), 0.595-0.797), outperforming the conventional multi-channel model, DSC 0.788 (95% CI, 0.568-0.776），尽管差异没有统计学意义（p> 0.05）。我们使用3D Grad-CAM和通道辍学研究了通道灵敏度，并强调了T 2 W和ADC通道对准确的肿瘤分割的关键重要性。但是，我们的结果表明，B1000 DWI对整体细分性能有很小的影响。我们证明，使用单独的扩张特征提取器和独立的上下文学习提高了模型减少DWI边界效应和变形的能力，从而改善了分割性能。我们的发现可能对可以扩展到其他多模式分割应用程序的可靠和可推广模型的开发具有重要意义。
![arxiv：2306.07730v2 [cs.lg] 2023年6月14日](/simg/e\e38448ffddcad3e0ab21e5b2d337ba23cc011352.webp)
arxiv：2306.07730v2 [cs.lg] 2023年6月14日
我们提出了一种基于学习的新方法，该方法在从光摄影信号（PPG）中提取的几种心率估计基准（PPG）上实现最新性能。我们考虑了我们作为隐藏的马尔可夫模型表示的离散时间随机过程的心率演变。我们通过训练有素的神经网络对给定的PPG信号窗口的可能的心率值得出了分布。使用信念传播，我们结合了心率变化的紧密分布，以在时间上下文中完善这些估计。从此，我们获得了可能的心率值范围范围内的量化概率分布，该分布捕获了对固有预测不确定性的有意义且精心校准的估计。我们通过三个不同的交叉验证实验在八个公共数据集上展示了我们方法的胸膜。
![arXiv:2206.08672v1 [cs.LG] 2022 年 6 月 17 日](/simg/4\4f093dd2d7aa1e81a52f7bb83b2cd91073856ab1.webp)
arXiv:2206.08672v1 [cs.LG] 2022 年 6 月 17 日
摘要 收集眼动信息可以让我们了解人类认知、健康和行为的许多关键方面。此外，许多神经科学研究利用脑电图 (EEG) 提供的高时间分辨率和神经生理标记来补充从眼动追踪中获得的行为信息。眼动追踪软件处理的基本步骤之一是将连续数据流分割成与眼动追踪应用相关的事件，例如扫视、注视和眨眼。在这里，我们介绍了 DETRtime，这是一个新颖的时间序列分割框架，它创建的眼动事件检测器不需要额外记录的眼动追踪模式，而仅依赖于 EEG 数据。我们基于端到端深度学习的框架将计算机视觉领域的最新进展带到了 EEG 数据时间序列分割的前沿。DETRtime 在各种眼动追踪实验范式中实现了眼动事件检测的最佳性能。除此之外，我们还提供证据证明我们的模型在 EEG 睡眠阶段分割任务中具有很好的泛化能力。
![arxiv：2406.17697v1 [cs.lg] 2024年6月25日](/simg/9\937f633fcdf4917da882b60dacd7de51eeac43e2.webp)
arxiv：2406.17697v1 [cs.lg] 2024年6月25日
摘要。药物靶标结合亲和力（DTA）是药物筛查的关键标准。现有的实验方法是耗时的，并且依赖有限的结构和域信息。虽然基于学习的方法可以对序列和结构信息进行建模，但它们很难整合上下文数据，并且通常缺乏对药物目标相互作用的全面建模。在这项研究中，我们提出了一种新型的DTA式词语方法，称为HGTDP-DTA，该方法在混合图形转换器框架内利用动态提示。我们的方法为每个药物目标对生成上下文特定的提示，从而增强了模型捕获独特相互作用的能力。提示引入的引入通过滤除无关的噪声并强调与任务相关的信息进一步优化预测过程，并动态调整分子图的输入特征。提出的混合图形变压器体系结构将图形卷积网络（GCN）的结构信息与变压器捕获的序列信息相结合，从而促进了全局和局部信息之间的相互作用。此外，我们采用了多视图特征融合方法将分子图视图和亲和力子图视图投射到一个共同的特征空间中，从而有效地结合了结构和上下文信息。在两个广泛使用的公共数据集（Davis and Kiba）上进行的实验表明，HGTDP-DTA在预测性能和泛化能力中的最先进的DTA预测方法优于最先进的DTA预测方法。
![arxiv：2106.10961v1 [physics.class-ph] 2021年6月21日](/simg/f\ffbf326e867a19a18ff1d07bd023b1a160aeddc2.webp)
arxiv：2106.10961v1 [physics.class-ph] 2021年6月21日
将航天器发送到我们自己的太阳系中的行星和其他物体的任务几乎已经成为常规。突破性的星际计划旨在将我们的视野扩展到我们自己的太阳系以外的地平线，远离我们最接近的邻居Alpha Centauri System，距离地球有4.2光年[1]。这个巨大的距离意味着即使是迄今为止最快的人造飞机，Parker太阳能探针（预测的最接近太阳方法的最接近光速的最高速度为0.064％），将需要6500年才能到达Al-Pha Centauri。通过化学燃料加速加速的航天器需要在Or-der中携带大量的燃料，以达到接近光速的任何明显部分的速度。一个天然能源来源的自然候选者是光，这是几十年前提出的[3，4]。这是突破性星际计划采取的方法的基本原理。的目的是通过将基于地球的激光阶段阵列加速到光速的20％，将其带有有效载荷的超轻帆艇送到Alpha Centauri [5]。这将使帆可以到达Proxima Centauri并在大约26年内将信号发送回地球；一切都在人类的一生中。帆有望具有约一克的质量，有效载荷包含探测器和电子设备，将信号发送回具有相似质量的地球[6]。在这个宏伟愿景的各个方面都有许多科学和加强挑战，包括激光阵列设计[7]，材料选择[6，8]，帆在加速下[9]，热管理[6，10，11]和通信[12]。差异表明，将帆加速至最终速度的“合理”方案如下[5]：帆的总面积约为10 m 2，净收入激光强度约为10 gw m-2。帆被加速至光速的20％，距离
![arXiv:2106.15136v1 [cond-mat.mtrl-sci] 2021 年 6 月 29 日](/simg/c\c63a871bcbc2a2ac668712c98b3cbe57f35de8bd.webp)
arXiv:2106.15136v1 [cond-mat.mtrl-sci] 2021 年 6 月 29 日
摘要。材料科学领域关注的是材料的特性和性能。一类重要的材料是晶体材料，它们通常含有“位错”——一种线状缺陷类型。位错决定了许多重要的材料特性。在过去的几十年里，人们付出了巨大的努力来理解不同长度尺度上的位错行为，既采用了实验表征技术，也采用了模拟技术。然而，对于描述这种位错结构，仍然缺乏一个共同的标准来表示和连接不同但相关的社区之间的位错领域知识。本体提供了一个共同的基础，以实现知识表示和数据互操作性，这是建立“数字孪生”的重要组成部分。本文概述了位错领域本体设计的第一步，并展示了与材料科学和工程领域中已有本体的联系。
![arxiv：2106.09655v1 [Quant-ph] 2021年6月17日](/simg/d\d060758f07249d1501a47f27aebd0a7f189f4124.webp)
arxiv：2106.09655v1 [Quant-ph] 2021年6月17日
不能复制量子信息是量子信息理论与经典信息理论之间最明显的差异之一。这一事实是在现代量子信息理论[WZ82]的早期发现的，这是由Quanm-tum通信的角度进行的无关，同时是加密协议的基石：不可敲打的不可能阻止恶意的窃听者拦截消息并复制消息而不会扰乱原始原始原始。仅适用于完全可区分的量子状态的家庭，才能自然地问一个人是否可以通过要求给定品质的大约克隆来放松这一非常严格的要求。这是通用不对称量子克隆的主题，这是当前论文的主题。在过去的三十年中，量子克隆问题引起了很多关注。从早期的通用量子克隆（BH96]的开创性工作开始，许多作者研究了不同的克隆场景（对称与非对称，Qubit，Qubit vs. qudit等）[CER98，WER98，WER98，KW99，KW99，CER00，FFC05]。Two series of papers are concerned with the most general, asymmetric, 1 → N quantum cloning problem: one from Kay and collaborators [ KRK12 , Kay14 , Kay16 ], and another one using techniques from group representation theory, by ´ Cwikli´nski, Horodecki, Mozrzymas, and Studzi´nski [ ´ CHS12 , SHM13 , S ‘chm14]。对我们来说重要的是，Hashagen在[Has17]中研究了1→2个普遍的不对称案例，重点是优点的不同数字；这项工作中使用的技术基于Eggeling和Werner [EW01]和Vollbrecht和Werner [VW01]的先前结果，涉及对称状态的可分离性。
![arxiv：2106.10867v1 [Quant-ph] 2021年6月21日](/simg/9\9d632f93f8373d2c89c7bcd093e83d70038ea05d.webp)
arxiv：2106.10867v1 [Quant-ph] 2021年6月21日
从一组旋转/量子位上描述的一般波函数开始，我们提出了几种量子算法，以在总自旋S 2的特征状态及其方位角投影S z上提取该状态的成分。该方法起着总自旋投影的作用，并以总自旋为基础访问初始状态的幅度。不同的算法取决于所请求的任务，具有各种复杂程度。他们可以完全旋转良好的旋转或完全提升此子空间中的堕落性。在每次测量后，状态崩溃到可用于后处理的自旋本征之一。因此，我们称之为总量子自旋过滤（TQSF）。讨论了从多体物理学到随机数发生器的可能应用。
![arXiv:2106.12295v1 [quant-ph] 2021 年 6 月 23 日](/simg/3\3e277612e9661165cb873e885c21b344524dcbd1.webp)
arXiv:2106.12295v1 [quant-ph] 2021 年 6 月 23 日
自量子物理学诞生以来，人类观察者在波函数令人不安的坍缩中扮演着重要角色。对我们的经典直觉的挑战导致了一系列悖论的提出，这主要是由于微观量子现象外推到我们独特的宏观人类经验中。反直觉的思想实验，如著名的薛定谔猫 [ 1 ] 和维格纳的朋友 [ 2 ]，说明了假设量子理论的后果在历史上是多么困难 [ 3 ]。此外，人们还对大脑过程中可能存在的量子现象提出了冒险的猜想，特别是在理解人类的自由意志、心智模型、决策和意识方面 [ 4 – 6 ]。从这个意义上说，从硬件和湿件科学的基础到尖端应用，建立人脑和量子计算机 (QC) 之间的更紧密联系在科学和技术上都将具有突破性的意义。然而，我们对大脑、思维以及意识的理解仍然很初级。这使得大脑直接与外部量子设备或量子处理器连接变得困难 [7,8]。然而，在 21 世纪的这个时候，人工智能 (AI) 可能会帮助我们完成这项原本不可能完成的任务。在过去的几十年里，我们可能会找到自下而上的方法来考虑生物特性与量子现象的融合。在量子生物学的情况下，可能的量子特征可能解释光合作用的效率 [9]。此外，人们正在研究神经形态技术以节省能源和增强 AI 应用 [10]。最近，受生物启发的量子人工生命已被提出并在量子计算机中实现[11]，而神经形态量子
![arXiv:2006.05846v1 [cs.AI] 2020 年 6 月 10 日](/simg/1\17d2525ff51ee984b95ed5b2be4da68c69513d1d.webp)
arXiv:2006.05846v1 [cs.AI] 2020 年 6 月 10 日
我们提出了一种标准化方法来开发和评估量子计算机和量子启发方法的用例。该方法由一组标准化的问题组成，这些问题应该被提出来确定近期量子计算如何以及是否能够在给定的应用中发挥作用。制定这样一组问题很重要，因为它允许以公平和客观的方式评估不同的用例，而不是临时考虑每个案例，这可能导致评估侧重于用例的积极因素而忽略弱点。为了展示我们的方法，我们将其应用于一个具体的用例，即救护车调度，并发现有一些方法可以合理地部署近期量子计算，但也展示了一些不建议使用它的案例。本文的目的是在量子计算科学家和潜在最终用户社区内发起对话，讨论在开发现实世界用例时应该问哪些问题。