XiaoMi-AI文件搜索系统
World File Search Systemlters
通过高次谐波产生实现单原子计算
开发替代计算平台一直是物理学的一个长期目标，随着传统晶体管接近微型化极限，这成为一个特别紧迫的问题。一个潜在的替代范式是储存器计算，它利用未知但高度非线性的输入数据转换来执行计算。这样做的好处是，许多物理系统恰好表现出作为储存器所必需的非线性输入输出关系类型。因此，阻碍硅电子学进一步发展的量子效应成为储存器计算机的优势。在这里，我们证明，即使是物质的最基本成分——原子——也可以充当计算的储存器，其中所有输入输出处理都是光学的，这要归功于高次谐波产生 (HHG) 现象。提出了一种用于分类问题的单原子计算机原型，其中分类模型被映射到全光学设置，并选择线性滤波器以对应于训练模型的参数。我们通过数字证明，这种“全光学”计算机可以成功执行分类任务，并且其准确度在很大程度上取决于动态非线性。这可能为开发千兆赫信息处理平台铺平道路。
工人触角中特定于任务的气味受体表达表明，感觉过滤器调节蚂蚁的劳动分裂
劳动分裂（DOL）是昆虫社会的一个特征，在该特征通常由专业人士执行。内部工人专注于育雏或巢穴护理，而其他工人则通过在外面觅食来冒险。理论提出，在面对与任务相关的刺激的情况下，工人有不同的阈值来执行某些任务，从而导致专业化并因此是DOL。工人在对与任务相关的提示的响应中的反应有所不同，而不是他们如何看待此类信息。在这里，我们检验了以下假设：DOL源于工人的效率不同以检测特定任务的刺激。我们使用转录组学来测量护士和大脑的mRNA表达水平，以及蚂蚁temnothorax longispinosus的觅食者。与大脑相比，我们发现在天线中的行为表型之间差异表达的七倍。此外，所有气味受体的一半是差异表达的，在护士触角中上调了9- exon基因家族。护士和觅食者显然在对嗅觉环境和与任务相关的信号的看法上有所不同。我们的研究支持了以下假设：触角感觉过滤器倾向于专门从事特定任务。
人工智能概率
动机：人工智能系统需要推理它们知道或不知道的事情。不确定性可能有很多来源：环境可能是随机的，因此无法确定性地预测未来。环境只能部分观察，导致对其余部分的不确定性。当环境包括其他代理或人类时尤其如此，而这些代理或人类的内涵是无法直接观察到的。系统只能收集有限的数据，必然导致不确定的模型。我们需要对所有这些都进行微积分。概率是正确的微积分。实际上，平凡的贝叶斯规则原则上告诉我们如何处理信息：每当我们对某事有先前的不确定性，然后获得新信息时，贝叶斯规则就会告诉我们如何更新我们的知识。这个概念非常普遍，它包括机器学习、（贝叶斯）强化学习、贝叶斯过滤（卡尔曼和粒子过滤器）等的大部分内容。当然，需要注意的是，在实践中计算或近似这种贝叶斯信息处理。在本讲座中，我们将介绍一些概率的基础知识，其中许多您之前在其他课程中已经学过。因此，目的也是回顾和介绍符号。我们介绍的内容对于后面关于老虎机、强化学习、图形模型和关系概率模型的讲座至关重要。
利用线性光学和时频编码实现任意单量子比特门的并行合成
我们提出了新方法，用于精确合成具有高成功概率和门保真度的单量子比特幺正，同时考虑了时间箱和频率箱编码。所提出的方案可通过光谱线性光学量子计算 (S-LOQC) 平台进行实验，该平台由电光相位调制器和相位可编程滤波器（脉冲整形器）组成。我们评估了两种编码中任意门生成的两种最简单的 3 组分配置的保真度和概率性能，并使用单音射频 (RF) 驱动 EOM，为时间箱编码中任意单量子比特幺正的合成提供了精确的解析解。我们进一步研究了使用紧凑实验装置在多个量子比特上并行化任意单量子比特门，包括光谱和时间编码。我们系统地评估和讨论了 RF 带宽（决定驱动调制器的音调数量）以及不同目标门的编码选择的影响。此外，我们还量化了在实际系统中驱动 RF 音调时，可以并行合成的高保真 Hadamard 门的数量，且所需资源最少且不断增加。我们的分析将光谱 S-LOQC 定位为一个有前途的平台，可进行大规模并行单量子位操作，并可能应用于量子计量和量子断层扫描。
图形状态空间中的全球 RTK 定位
近年来，随着计算能力的提升，基于概率图模型 [13]-[14] 的因子图优化 (FGO) [11]-[12] 已成功应用于 SLAM (同步定位与地图构建)、机器人控制、无人驾驶汽车和 UAV (无人机) 导航领域。有许多卡尔曼滤波器可以成功被 FGO 取代的例子 [12]-[20]。因此，近年来 FGO 成为热门课题和前沿技术。开源求解器不断涌现 [12],[19]-[22]。图模型有两种：贝叶斯网络和马尔可夫场 [14]，它们都可以转化为因子图。FGO 可以求解单连通图和多连通图，而卡尔曼滤波器只能求解单连通图。因此，与只能解决时间序列模型的卡尔曼滤波器不同，因子图优化可以在状态空间模型中采用常数变量，这被称为图形状态空间模型 (GSSM) [23]-[24]。在图形状态空间 (GSS) 中，对于多连通因子图，第 k 个时期的系统状态可以与任意时期的系统状态相关。因子图的消息传递是双向的。因此，FGO 是用于全局数据处理的天然工具。
用于 EEG 的多核时间和空间卷积 - ...
摘要：使用端到端卷积神经网络 (ConvNet) 的深度学习已应用于多种基于脑电图 (EEG) 的脑机接口任务，以提取特征图并对目标输出进行分类。然而，EEG 分析仍然具有挑战性，因为它需要考虑影响提取特征表征能力的各种架构设计组件。本研究提出了一种基于 EEG 的情绪分类模型，称为多核时空卷积网络 (MultiT-S ConvNet)。该模型使用多尺度核来学习各种时间分辨率，并应用可分离卷积来查找相关的空间模式。此外，我们使用轻量级门控机制增强了时间和空间滤波器。为了验证 MultiT-S ConvNet 的性能和分类准确性，我们在基于 EEG 的情绪数据集 DEAP 和 SEED 上进行了受试者相关和受试者无关的实验。与现有方法相比，MultiT-S ConvNet 具有更高的准确度结果和一些可训练参数。此外，所提出的时间滤波多尺度模块能够提取广泛的 EEG 表征，涵盖短波长到长波长的成分。该模块可进一步应用于任何基于 EEG 的卷积网络模型，其能力有望提高模型的学习能力。
整合邻近刺激数据以增强基于 SSVEP 的 BCI
摘要 — 为了增强基于稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 的目标识别性能，已经提出了各种空间滤波器。当前的方法仅从相应刺激中提取目标相关信息来学习空间滤波器参数。然而，来自邻近刺激的 SSVEP 数据也包含目标刺激的频率信息，可用于进一步提高目标识别性能。在本文中，我们提出了一种结合来自邻近刺激的 SSVEP 来增强目标相关频率信息的新方法。首先，通过最大化对应于目标及其邻近刺激的 SSVEP 数据的协方差之和来获得空间滤波器。然后计算空间滤波模板和测试数据之间的相关特征以进行目标检测。为了进行性能评估，我们使用来自 35 名受试者的 40 类基准数据集和来自 11 名受试者的 12 个目标自收集数据集进行了离线实验。与最先进的空间滤波方法相比，所提出的方法在分类准确率和信息传输速率 (ITR) 方面表现出优势。比较结果证明了所提出的空间滤波器对于基于 SSVEP 的 BCI 中的目标识别的有效性。
SCIAMACHY 和 SABER 测量的 OH 夜辉体积发射率比较
摘要。通过大气色谱扫描成像吸收光谱仪 (SCIAMACHY) 的第 6 通道测量的羟基 (OH) 短波红外辐射 (OH(4-2、5-2、8-5、9-6)) 用于推算 80 至 96 公里之间的 OH(v = 4、5、8 和 9) 浓度。利用反演的浓度模拟大气探测宽带辐射测量 (SABER) 仪器测得的 1.6 µm 处的 OH(5-3、4-2) 积分辐射和 2.0 µm 处的 OH(9-7、8-6) 积分辐射，SCIAMACHY 测量的光谱范围并未完全覆盖这些辐射。平均而言，与使用 SCIAMACHY 数据的模拟相比，SABER“未滤波”数据在 1.6 µm 处大约大 40%，在 2.0 µm 处大约大 20%。 “未滤波” SABER 数据是一种产品，它考虑了仪器宽带滤波器的形状、宽度和透射，它们不覆盖相应 OH 跃迁的完整旋转振动带。研究发现，如果使用已发布的 SABER 干涉滤波器特性和 HI-TRAN 数据库中的最新爱因斯坦系数手动执行滤波过程，SCIAMACHY 和 SABER 数据之间的差异最多可减少 50%。讨论了与模型参数不确定性和辐射校准有关的剩余差异。
基于过滤器控制的混合储能系统的能源管理策略：分析和比较
摘要：基于滤波器的方法（FBM）是由电池和超局势（SC）组成的混合储能系统（HESS）中最简单有效的方法之一。FBM从其常规形式演变出来，以至于添加了更多的灵活性和功能。在本文中提供了基于FBM的最新和相关建议的比较研究和分析。通过这种方式，该能源管理系统（EMS）的改进是自适应滤波器，规则，模糊逻辑控制，共享系数和其他控制循环的形式。显示了这些增强功能如何寻求避免由电池中的深层放电，过度充电和快速电流变化引起的存储设备的过早降解，而在SC情况下则过度充电。因此，增强功能的重点是使电池和SC在安全的操作范围内工作。本文对存储设备中的SOC进化进行了新的比较，特别是如何在EMS中使用SC SOC来建立功率共享。数值模拟以比较不同EMS结构的性能。对结果的分析表明，FBM在实现功率分配方面的有效性以及最新提出的改进如何有助于增加HESS的灵活性，并避免存储设备的过早退化。
低质量星际探测器通信的技术挑战
在论文初步设计的基础上，本文总结了从比邻星附近返回科学数据的低质量星际探测器群的下行链路，其中最关键的技术问题，并在整个系统设计的背景下解释了它们的重要性。主要目标是确定如果使用目前可用的现成技术构建这样的下行链路，将面临哪些主要挑战或障碍，从而为未来对组成设计挑战和技术的研究提供方向和动力。虽然没有任何基本的物理限制会阻碍这种通信系统，但目前可用的技术在几个方面存在严重不足，还有其他一些重大的设计挑战，其解决方案尚不确定。已确定的最大挑战是质量限制、从多个探测器到同一目标系外行星的多路复用同时通信、姿态控制和指向精度以及由于探测器速度不确定性导致的多普勒频移。最大的技术挑战是电力、高功率和波长灵活的光源、选择性强且波长灵活的光学带通滤波器组以及暗计数率极低的单光子探测器。对于其中的一个关键子集，我们描述了我们遇到的困难的性质及其在整个系统环境中的起源。我们还考虑了将接收限制为单个探测器的接收器，并将其与群体情况进行了比较。