XiaoMi-AI文件搜索系统
World File Search Systemrepresentations
探索开放式识别的各种表示
打开集识别（OSR）要求模型对属于封闭设置的样本进行分类，同时在测试过程中拒绝未知样本。当前，生成模型通常比OSR中的判别模型更好，但是最近的研究表明，生成模型可能是计算在复杂任务上是不可行的或不稳定的。在本文中，我们提供了有关OSR的见解，并发现学习表达可以从理论上降低开放空间风险。基于分析，我们提出了一个新的模型，即多人注意融合（MEDAF），该模型以歧视性的方式学习了不同的表示。MEDAF由多个专家组成，这些专家以注意力多样性的正则化项为生，以确保注意力图互惠互机。每个前一个学到的逻辑都具有自适应融合，并用于通过分数函数识别未知数。我们表明，注意图的差异可能导致各种表示形式，以便融合的表示可以很好地处理开放空间。进行了实验，是根据标准和OSR大规模基准进行的。结果表明，所提出的鉴别方法可以在AUROC上胜过高达9.5％的生成模型，并实现新的最先进的效果，而计算成本很少。我们的方法还可以无缝整合现有的分类模型。代码可在https://github.com/vanixxz/medaf上找到。
新颖的SPD矩阵表示形式考虑交叉...
摘要 - 来自电脑摄影（EEG）信号的认知状态的准确分类对于神经科学应用至关重要，例如脑部计算机界面（BCIS）。clasification管道通常是BCI领域的最先进的。在这种类型的BCI中，基于独立频段的EEG信号的协方差矩阵用作分类特征。然而，有明显的神经科学证据表明频率带（例如跨频耦合（CFC））神经相互作用。因此，在本文中，我们提出了考虑基于Riemannian几何学的CFC的新型对称阳性（SPD）矩阵表示形式。在三种不同的CFC SPD矩阵中描述了相位和频带之间和频段之间的扩增的空间相互作用。这使我们能够包含其他歧视性神经生理特征，这些神经生理特征在传统的Riemannian EEG特征中不可用。使用公共无源BCI数据集中的心理工作负载分类任务评估我们的方法。我们的三个CFC协方差矩阵的融合模型显示，theta和Alpha频段的常规Covari-Ance矩阵的平均分类精度在统计学上显着提高。32％，在Beta和伽马频段中以4为4。34％的标准偏差较小。该结果证实了考虑到riemannian脑电图分类内和频率之间考虑更多多样化的神经生理相互作用的有效性。索引术语 - 电脑摄影（EEG），Riemannian Ge-emetry，Brain-Computer接口（BCI），跨频COU-PLING（CFC）
在潜在空间上实施稀疏性，以促进可靠和可解释的表示
最近，密集的潜在变量模型已显示出令人鼓舞的结果，但是它们的分布式和潜在的代码使它们降低了易于解释，并且对噪声的影响较低。另一方面，稀疏表示更为简约，提供了更好的解释性和噪声稳健性，但是由于涉及的复杂性和计算成本，很难实现稀疏性。在此过程中，我们提出了一种新颖的无监督学习方法，以利用逐渐稀疏的尖峰和平板分布作为我们的先验，以在发电机模型的潜在空间上强化稀疏性。我们的模型由自上而下的发电网络组成，该网络将潜在变量映射到观测值。我们使用最大似然采样来推断发电机后方向的潜在变量，并且推理阶段的尖峰和平板正则化可以通过将非信息性潜在维度推动到零来引起稀疏性。我们的实验表明，学到的稀疏潜在表示保留了大多数信息，我们的模型可以学习解开的语义，并赋予潜在代码的解释性，并增强分类和denosing任务的鲁棒性。
学习增强了顶端树突中与行为相关的表示
1纽约哥伦比亚大学神经科学系10027 2 2哥伦比亚大学哥伦比亚大学生物医学工程和放射学系，10027 3 3卡夫利脑科学研究所，哥伦比亚大学，纽约，纽约，纽约，纽约，纽约，纽约，10027，纽约市4 Zuckerman Mind Brain Brain Brain Brain Capeny Institution，哥伦比亚大学牛津，牛津，OX1 3PT 6铅接触 *通信：randy.bruno@dpag.ox.ac.ac.uk（R.M.B。）
城市地区的气候迁移：挑战，代表和包容
iom mecr向巴黎市的副市长提出了作为试点项目“城市环境中的气候迁移：挑战，代表和包容性”的一部分，由IOM MECR管理的挑战，代表和包容性项目，与Liège的Hugo observoration合作，并与Paris合作开发了Paris。该项目的目标是1）更好地了解巴黎人如何看待移民和气候变化以及2）协助巴黎市议会努力更好地了解气候和环境变化将如何影响移民和城市化趋势，并将这些考虑因素包括在城市规划和关键部门政策中。在预期的结果中，已经制定了一项行动计划，列出了建议在气候适应政策的背景下帮助巴黎更好的计划包容性城市政策。已经确定了五个主要主题领域：城市规划，就业，健康，参与和包容，倡导和国际合作。这些建议涵盖了几个领域，并强调实施包容性适应措施的重要性，并鼓励与不同的利益相关者（例如侨民，私营部门，紧急服务和卫生专业人员）合作。这些结果将归入城市的各种公共文件中，例如巴黎气候计划和当地城市计划。
通过受干扰和对抗性的做梦来学习皮质表征
摘要 人类和其他动物无需大量教学就能学会从感官体验中提取一般概念。这种能力被认为是由睡眠等离线状态促进的，在这种状态下，先前的经历会被系统地重播。然而，梦的创造性特征表明，学习语义表征可能不仅仅是重播以前的经历。我们通过实现受生成对抗网络 (GAN) 启发的皮质架构来支持这一假设。我们模型中的学习跨三种不同的全局大脑状态组织，模拟清醒、非快速眼动 (NREM) 和 REM 睡眠，优化不同但互补的目标函数。我们在标准的自然图像数据集上训练模型并评估学习到的表征的质量。我们的结果表明，在 REM 睡眠期间通过对抗性做梦生成新的虚拟感官输入对于提取语义概念至关重要，而在 NREM 睡眠期间通过受干扰的做梦重播情景记忆可以提高潜在表征的稳健性。该模型为睡眠状态、记忆重放和梦境提供了一个新的计算视角，并提出了 GAN 的皮质实现。
创造性想象过程中概念固着的神经表征
摘要 大量研究表明，观看示例图像刺激往往会限制创造性想法的产生。然而，这种视觉注视在创造性认知中背后的神经认知机制尚不清楚。在本实验中，我们探索了示例图像是否会影响创造性想象以及与视觉对象识别相关的大脑区域内的神经活动模式。参与者首先观看带有高约束和低约束标签的示例图像（模糊的线条图）。高约束标签与线条图相似，而低约束标签则不然。接下来，参与者想象相同的线条图的新标签，并删除初始标签。与我们的预测一致，将提示标签与新生成的标签进行比较的语义距离分析显示，与低约束试验相比，高约束试验的平均语义距离较低（即创造性想法较少）。通过表征相似性分析，我们还证明了在右颞下回、右颞中回和右枕上回中，从物体识别到高约束想象试验，神经模式相似性是反常或相关的（不太相似）。从广义上讲，这些发现表明，突出的视觉示例可能会引导形成强大的心理表征，从而限制创造性想象。这项研究还迈出了第一步，旨在确定与接触注视示例后产生新的创造性想法的艰难过程相关的神经认知特征——特别是在腹侧视觉流中物体识别/表征的早期阶段。
选定的经济因素对业务的影响...
s u m m a r y：人工认知增强的普及程度的认识论后果仍然局限于哲学探索的边缘，而优先考虑了需要紧急实际解决方案的道德问题。在本文中，我研究了不太受欢迎但仍然重要的问题，即当其主题使用人工认知增强剂时，其知识形成过程的威胁所面临的威胁。我所说的知识理论是从美德认识论家借来的，他们与主动外部主义的支持者一起，试图定义将保护人为增强的代理人免受认识论代理的损失的条件。我调用了三个这样的条件（真实性，集成和相互因果关系），拒绝了最后一个。将活跃的外部主义纳入美德认识论指出，将由人类和工件组成的扩展系统作为扩展的知识主体。在最后一部分中，我提出了两个反对认知代理的延伸的论点。k e y w o r d s：认知增强，美德认识论，主动外部主义，扩展认知系统，认识论机构。
来自纠缠态几何的张量网络表示
如何控制系统规模增大时复杂性的指数增长是量子多体系统理论的主要问题之一。过去二十年，量身定制的 Ansatz 类（如张量网络态）在数值计算 [ 1 – 4 ] 和分析工作 [ 5 , 6 ] 方面取得了巨大进展。这些成果包括基态性质 [ 7 – 9 ]、量子相分类 [ 10 , 11 ]、无序系统 [ 12 – 16 ]、开放量子多体系统的行为 [ 17 , 18 ]、临界系统 [ 19 ]，以及与 AdS / CFT 对应相关的研究 [ 20 ]。此类张量网络方法的核心是通过应用局部线性运算从底层资源状态中获得一类感兴趣的物理状态，这可看作是应用随机局部运算和经典通信 [21]。对于矩阵积态 (MPS) 和投影纠缠对态 (PEPS)，这些状态由最大纠缠态网络给出。对于某些应用，已经引入了其他张量网络结构，如树张量网络 [22, 23] 和多尺度重正化假设 (MERA) [24, 25]，后者捕获了临界系统的基态属性。最近探索的另一种推广 MPS 和 PEPS 的途径允许除了 EPR 对之外的更一般的资源状态 [26-28]。它们基于在多个格点之间共享的多部分量子态，例如 GHZ 态 [27]。在本研究中，我们通过扩展底层资源状态或纠缠结构以及允许的操作类别，进一步推广了这种方法。更准确地说，我们允许单参数近似表示系列，它们可以以任意精度再现感兴趣的状态。我们展示了如何将这些近似表示转换为中等数量张量网络状态的线性叠加的精确表示。这种方法为某些类别的状态提供了更有效的张量网络表示，并产生了一种有效的算法来忠实地重建期望值。此外，我们获得的结果允许以普通 PEPS 的形式模拟或重新表达基于多部分资源状态的张量网络状态，从而能够通过针对 PEPS 的高度优化的方法对这些状态进行数值处理。作为一个具体的例子，我们表明，基于 [ 27 ] 中引入的 GHZ 态的二维方晶格上的半注入 PEPS 具有键维数 D ，可以表示为键维数为 2 D 的正常 PEPS。作为我们结果应用的一个例子，我们考虑共振价键 (RVB) 状态，最初被认为是自旋液体的基态 [ 29 ]，在高温超导理论中也具有重要意义 [ 30 ]。RVB 态也在 PEPS 的背景下得到了广泛的研究 [ 31 – 33 ]。在 [ 31 ] 中引入了该状态的第一个张量网络表示，即键维数等于 3 的 PEPS。我们提出了两种新的状态表示：具有非均匀键维数的 PEPS