在许多计算机视觉应用程序中,本地图像特征的抽象有效匹配是一项基本任务。然而,由于其硬件和有限的能源供应的简单性,因此在计算有限的电视(例如手机或无人机)中,在计算有限的DECES(例如移动电话或无人机)中,实时性能受到损害。在本文中,我们介绍了一个有效的学习二进制图像描述符。它改善了我们以前的价值描述符,Belid,使其更有效地进行匹配和更准确。为此,我们将使用Adaboost进行了改进的弱体培训计划,从而产生更好的本地描述。此外,我们通过迫使所有弱学习者在强大的学习者组合中具有相同的权重,并在不平衡的数据集中训练它,以解决在匹配和检索任务中产生的不对称性。在我们的实验中,与Orb相比,在本文中,其精确度接近SIFT,计算效率更好,Orb是文献中最快的算法。
我们研究了在 p-Pb 碰撞中由于初始涡量和电磁场的影响而产生的小系统中重夸克的定向流。我们使用相对论传输代码来模拟小系统的体积演化,并使用朗之万动力学研究重夸克动量演化。对于重夸克与体积的相互作用,我们采用了准粒子模型 (QPM)。我们观察到由于电磁场而产生的粲夸克的定向流分裂 (v 1) 较大,这与核-核碰撞中粲夸克的定向流分裂相当。然而,在 p 核碰撞中,由于初始倾斜物质分布而导致的定向流的幅度并不大。由于碰撞系统的不对称性,观察到的定向流并不快度奇数。本文中提出的结果提供了一种独立的方法来量化产生的初始电磁场和小系统中的物质分布。
固定翼 UAV 设计通常相对于纵向平面对称,即机身左侧与右侧对称。目的是使广义气动力对称,以便在任一方向转弯时具有等效机动能力。为了确定给定机身设计的力,工程师通常会收集风洞测试或飞行实验中捕捉力的数据。无论哪种情况,我们都会期望力的大小相等,以对称使用执行器并镜像对称平面上的相对速度。然而,当力和力矩测量设备的坐标轴与机身固定坐标系的坐标轴不对齐时,收集到的数据并非如此(通常情况如此)。这种不对称随后会传递到已识别的模型,并可能对基于模型的控制造成问题,而这正是我们所针对的用例。通过仔细的安装程序可以将错位保持在较小水平,这样就可以通过适当的后处理校准剩余的不对称性。然而,似乎没有一种系统性的校准方法来做到这一点
我们研究了 p-Pb 碰撞中由于初始涡量和电磁场的影响而产生的小系统中重夸克的定向流。我们使用相对论传输代码来模拟小系统的体积演化,并使用朗之万动力学研究重夸克动量演化。对于重夸克与体积的相互作用,我们采用了准粒子模型 (QPM)。我们观察到由于电磁场而产生的粲夸克的定向流分裂 (∆ v 1 ),这与核-核碰撞中粲夸克的定向流分裂相当。然而,由于 p 核碰撞中初始倾斜物质分布导致的定向流的幅度并不大。由于碰撞系统的不对称性,观察到的定向流并不快度奇数。本文中提出的结果提供了一种独立的方法来量化产生的初始电磁场和小系统中的物质分布。
最近发现的具有空间反转不对称性的反铁磁 (AF) 材料的电诱导切换极大地丰富了自旋电子学领域,并为反铁磁 MRAM 概念打开了大门。CuMnAs 是一种具有这种电切换能力的有前途的 AF 材料,并且已经研究使用长度从毫秒到皮秒的电脉冲进行切换,但很少关注纳秒范围。我们在这里演示了使用纳秒脉冲切换 CuMnAs/GaP。我们的结果表明,在纳秒范围内,可以实现低能量切换、高读出信号以及高度可重复的行为,直至单个脉冲。此外,在同一设备上对正交切换和极性切换两种切换方法进行了比较,显示了两种不同的行为,可以选择性地用于不同的未来内存/处理应用。
收到:06-02-2022修订:07-19-2022接受:07-30-2022引用:L,Chen和S. Su,“基于区块链加上供应链网络上的信托传播的优化”,J。IntellManag。decis。,卷。1,否。1,pp。17-27,2022。https://doi.org/10.56578/jimd010103。©2022作者。香港许可证学院出版服务有限公司。可以免费下载本文,并用4.0许可证的CC使用引用原始发布版本的引用和引用。摘要:区块链技术的权力下放大大改善了供应链网络中的信任关系。鉴于供应链网络中缺乏信任,不确定性和不对称性,本文集成了区块链技术,以构建信任表示,计算和传播的网络动态模型,并探讨区块链如何影响供应链网络。 结果表明,在区块链信任框架被部署在农业供应链中后,网络量表增加了115.89%,网络连接增加了60.31%,最短路径的平均路径减少了4.95%。 同时,网络拓扑性能(例如学位分布和平均聚类系数)在不同程度上进行了优化。 以农业供应链为例,拓扑变化的实际意义得到了解释。 总体而言,区块链信任机制通过影响节点之间的信任关系来改善供应链网络的拓扑。 简介鉴于供应链网络中缺乏信任,不确定性和不对称性,本文集成了区块链技术,以构建信任表示,计算和传播的网络动态模型,并探讨区块链如何影响供应链网络。结果表明,在区块链信任框架被部署在农业供应链中后,网络量表增加了115.89%,网络连接增加了60.31%,最短路径的平均路径减少了4.95%。同时,网络拓扑性能(例如学位分布和平均聚类系数)在不同程度上进行了优化。以农业供应链为例,拓扑变化的实际意义得到了解释。总体而言,区块链信任机制通过影响节点之间的信任关系来改善供应链网络的拓扑。简介关键字:信任;区块链;供应链网络;复杂网络1。
摘要:大西洋子午翻转循环(AMOC)过去崩溃了地球的气候,未来的预测表明,对全球变暖和高纬度海鲜的响应,响应于全球变暖和高纬度海洋的衰弱和潜在崩溃。在其最重要的远程连接中,AMOC已被证明会影响El ni〜no - 南部振荡(ENSO),尽管对这种影响的趋势或发挥作用机制尚无明确的共识。在这项研究中,我们通过在全球气候模型中在北大西洋中添加北大西洋的淡水来研究AMOC崩溃对ENSO的影响。 发现,由于AMOC崩溃引起的热带PACIFIC均值变化会改变控制ENSO的反馈,从而抑制ENSO的生长速度。 结果,由于空气较弱 - 与冷却器的热带pacifif和强化步行者循环相关的空气 - 海洋储量较弱,ENSO的可变性降低了约30%。 降低的ENSO变异性在频繁的极端频率降低了95%,没有事件,并且向更普遍的中心偏离了不超过东方帕克斯特(Easters Paci)的效果,而没有事件,这是由降低的非线性和非对称性和不对称性的标志。 这些结果提供了对过去和将来ENSO的可能行为的机械见解,在大量削弱或崩溃的AMOC的情况下。在这项研究中,我们通过在全球气候模型中在北大西洋中添加北大西洋的淡水来研究AMOC崩溃对ENSO的影响。发现,由于AMOC崩溃引起的热带PACIFIC均值变化会改变控制ENSO的反馈,从而抑制ENSO的生长速度。结果,由于空气较弱 - 与冷却器的热带pacifif和强化步行者循环相关的空气 - 海洋储量较弱,ENSO的可变性降低了约30%。降低的ENSO变异性在频繁的极端频率降低了95%,没有事件,并且向更普遍的中心偏离了不超过东方帕克斯特(Easters Paci)的效果,而没有事件,这是由降低的非线性和非对称性和不对称性的标志。这些结果提供了对过去和将来ENSO的可能行为的机械见解,在大量削弱或崩溃的AMOC的情况下。
基于人工突触的受脑启发的神经形态计算硬件为执行计算任务提供了有效的解决方案。然而,已报道的人工突触中突触权重更新的非线性和不对称性阻碍了神经网络实现高精度。在此,这项工作开发了一种基于 α -In 2 Se 3 二维 (2D) 铁电半导体 (FES) 中的极化切换的突触记忆晶体管,用于神经形态计算。α -In 2 Se 3 记忆晶体管利用记忆晶体管配置和 FES 通道中电配置极化状态的优势,表现出出色的突触特性,包括近乎理想的线性度和对称性以及大量可编程电导状态。因此,α -In 2 Se 3 记忆晶体管型突触在模拟人工神经网络中的数字模式识别任务中达到了 97.76% 的高精度。这项工作为在先进的神经形态电子学中使用多端 FES 记忆晶体管开辟了新的机遇。
本文旨在研究主要石油净出口国经济体如何应对石油价格冲击。我们同时考虑了这种关系在石油价格冲击的符号、规模和原因以及冲击发生时的经济状况方面可能存在的非线性和不对称性,为文献做出了贡献。我们采用阈值结构 VAR 方法对时间序列非线性进行建模,该方法的特点是根据阈值变量将观测值分为不同的区域。我们使用经济活动作为阈值变量,因为它将经济发展分为两种区域,我们预计在这两种区域下石油价格冲击的影响会有所不同。首先,我们发现石油价格冲击对石油出口经济体的影响在很大程度上取决于冲击的根本原因以及经济状况。其次,我们几乎没有发现产出对石油价格冲击符号反应不对称的证据。我们的主要研究结果警告宏观经济规划领域的决策者,在根据油价做出决策时,必须考虑油价变化的根本原因以及发生油价冲击的经济状况。
摘要:具有给定全局对称性 G 的量子系统中的状态可能对边界的存在很敏感,边界可能会保持或破坏这种对称性。在这项工作中,我们研究了共形不变边界条件如何通过纠缠不对称的视角影响 G 对称性的破坏,纠缠不对称是对称性破坏状态与其对称化对应状态之间“距离”的量词。通过利用二维边界共形场论 (BCFT),我们研究了有限和紧李群的对称性破坏。除了首阶项之外,我们还计算了子系统大小的次级校正,强调了它们对对称群 G 和 BCFT 算子内容的依赖性。我们进一步探索了全局量子猝灭后的纠缠不对称,其中对称性破坏状态在对称性恢复的哈密顿量下演化。在这种动态设置中,我们通过将图像方法扩展到具有非局部对象(例如可逆对称缺陷)的 BCFT 来计算纠缠不对称性。
