XiaoMi-AI文件搜索系统
World File Search System不精确
模糊机器学习：综合框架与系统评价
摘要 —机器学习汲取了计算机科学、认知科学和统计学等各个学科的智慧。尽管机器学习在理论和实践上都取得了长足的进步，但它的方法在处理复杂情况和高度不确定的环境时仍存在一些局限性。数据不足、观察不精确以及信息/关系不明确都会使传统的机器学习系统陷入困境。为了解决这些问题，研究人员从不同方面整合了机器学习和模糊技术，包括模糊集、模糊系统、模糊逻辑、模糊度量、模糊关系等。本文对模糊机器学习从理论、方法到应用进行了系统的回顾，总体目标是概述模糊机器学习领域的最新成就。为此，所讨论的概念和框架分为五类：1）模糊经典机器学习；2）模糊迁移学习；3）模糊数据流学习； 4)模糊强化学习；5)模糊推荐系统。本文所呈现的文献应使研究人员对模糊机器学习研究及其应用的当前进展有深入的了解。
软计算的发展及其在农业和生物工程中的应用
软计算是一组“不精确”的计算技术，能够对非常复杂的问题进行建模和分析。对于这些复杂问题，更传统的方法无法产生具有成本效益、分析性或完整的解决方案。在过去的三十年中，软计算已在科学研究和工程计算中得到了广泛的研究和应用。在农业和生物工程领域，研究人员和工程师已经开发了模糊逻辑、人工神经网络、遗传算法、决策树和支持向量机等方法来研究与作物生长有关的土壤和水分状况，分析食品加工操作，并支持精准农业的决策。本文回顾了软计算技术的发展。利用这些概念和方法，介绍了软计算在农业和生物工程领域的应用，特别是在土壤和水分环境中的作物管理和精准农业的决策支持。讨论了软计算在农业和生物工程领域的发展和应用前景。由 Elsevier B.V. 出版
公差分析方法的比较研究 - HAL
摘要 稳健产品设计的特点是它们对干扰和噪声不敏感，例如几何零件偏差，这些偏差不可避免地出现在每个制造的工件上。这些观察到的偏差属于制造不精确和测量不确定度的公理，这些公理传达了可变性和不确定性的概念，是稳健设计的基本方面。为了确保产品在存在这些几何零件偏差的情况下仍能正常工作，而无需构建物理工件，在计算机辅助公差分析的背景下采用了公差模拟。受现有工具缺点的启发，皮肤模型形状的概念已被开发为计算机辅助公差分析的新范例。本文对采用专有 CAT 工具进行公差分析的标准程序和基于皮肤模型形状的公差模拟进行了比较研究。为此，重点介绍了两个示例研究案例。基于比较，得出了在公差分析和稳健设计背景下使用 CAT 工具的一般性评论。
Quantum加密术：强大和安全的HW Design
摘要 - Post-Quantum密码学（PQC）将很快成为许多未来系统的标准。随着量子计算机的出现，所有基于传统不对称加密（例如RSA，ECC）的加密通信将变得不安全。定义PQC标准是快速速度进行的过程，涉及新的和很大程度上未开发的加密原语。因此，PQC算法的硬件实现的设计仍在研究中。在本文中，我们介绍了PQC的基础知识，重点是基于晶格的密码及其硬件安全问题，即侧通道和基于故障的攻击。然后，我们专注于基于同一的密码学和Sike算法。我们根据瞬态断层的电磁注入来强调通过表现出耐断层设计选择的重要性，以此为目标。最后，我们展示了一个有趣的想法，从观察到某些PQC算法具有内在的概率行为。我们认为，这种特征是一个明显的机会，它为将近似（或不精确）计算应用于PQC加密的实施铺平了道路。
软计算的发展及其在农业和生物工程中的应用
软计算是一组“不精确”的计算技术，能够对非常复杂的问题进行建模和分析。对于这些复杂问题，更传统的方法无法产生具有成本效益、分析性或完整的解决方案。在过去的三十年中，软计算已在科学研究和工程计算中得到了广泛的研究和应用。在农业和生物工程领域，研究人员和工程师已经开发了模糊逻辑、人工神经网络、遗传算法、决策树和支持向量机等方法来研究与作物生长有关的土壤和水分状况，分析食品加工操作，并支持精准农业的决策。本文回顾了软计算技术的发展。利用这些概念和方法，介绍了软计算在农业和生物工程领域的应用，特别是在土壤和水分环境中的作物管理和精准农业的决策支持。讨论了软计算在农业和生物工程领域的发展和应用前景。由 Elsevier B.V. 出版
使用...检测和测量植物病害症状
植物病害检测和严重程度评估有多种用途，包括预测产量损失、监测和预报流行病、判断寄主抗性以及研究基本的生物寄主-病原体过程。如果对病害严重程度的评估不准确和/或不精确，可能会得出错误的结论并采取错误的措施。基于使用可见波长制作的数字图像的图像分析是用于检测和量化疾病的几种方法之一；与视觉评估或其他方法相比，它具有优势。在过去的 30 年里，在提高用于检测和测量植物病害的图像分析的可靠性、精确度和准确性方面取得了重大进展。虽然设备和软件变得越来越复杂，但这些技术也变得越来越容易使用。因此，用于测量植物病害的图像分析正变得越来越广泛地应用，目前已应用于多种植物病害的研究。本综述介绍了可见光波长摄影和图像分析的历史、技术和应用，以及在植物病害检测和评估方面充分发挥这些系统的潜力的进展。
研究论文中智指数分布
指数分布由于其广泛的应用而在各个学科中一直占有重要地位。本文很少介绍中智环境下经典指数分布的推广。详细描述了中智指数模型的数学性质。讨论了用最大似然法估计中智参数的方法，并举例说明了这一点。建议的中智指数分布（NED）模型涉及某些特定事件发生所需的间隔时间。因此，所提出的模型可能是可靠性问题中使用最广泛的统计分布。为了概念上的理解，给出了NED在可靠性工程中的广泛应用，这表明了该分布适用的情况。此外，还进行了模拟研究以评估估计的中智参数的性能。模拟结果表明，具有较大样本量的不精确数据可以有效地估计未知的中智参数。最后，分析了癌症患者缓解期的复杂数据集，以确定所提出的模型对于现实案例研究的重要性。
Bertram的配对策略与有限风险
摘要：在Ornstein -Uhlenbeck的价格差异过程之后，找到Bertram的一对协调资产的最佳交易策略，可以作为无约束的凸优化问题，以最大化每单位时间单位的预期利率。该模型被概括为以其每次单位波动率来衡量的拟合风险的形式（例如，如果存在监管机构实施的交易策略的风险限制）。最终的优化问题不必是凸。尽管存在这一不良事实，但证明该问题仍然可以解决。此外，研究了价格差异过程的参数从未确切知道的问题，并且从观察到的有限样本中估算了不准确的估计（回顾这个问题对于实践至关重要）。与知道参数的理论交易者相比，不精确地通过量化不准确估计引起的损失来影响最佳交易策略。主要结果集中于风险构成的交易策略的几何和优化理论观点以及统计估计引起的不精确。
迈向智能事件管理：为什么我们需要它和
管理云服务事件的管理（外观计划外或服务/产品的中断）极大地是客户的sat- iSfaction和业务收入。经过多年的eorts，云企业能够自动及时解决大多数事件。但是，实际上，我们仍然观察到以意外的方式发生的关键服务事件，并且精心策划的诊断工作未能减轻它们。为了加快前所未有的事件的理解并提供可行的接收，现代事件管理系统采用了AIOPS的战略（IT操作的Arti Cial Intelligence）。在本文中，为了对工业事件管理提供广泛的看法并了解现代事件管理系统，我们将在微软两年内进行了一项全面的经验研究。特别是我们提出了两个关键挑战（即服务/资源依赖性不完整，资源健康评估不精确），并从云系统设计和操作的角度提出了根本原因。我们还提出了ICM Brain，即我们针对智能事件管理的AIOPS框架，并展示了其实用的收益传达给Microsoft的云服务。
有效计算量子利率延伸功能
量子率延伸功能在量子信息理论中起着基本作用，但是目前尚无实际算法，可以有效地计算此功能至中等通道尺寸的高精度。在本文中，我们展示了对称性降低如何显着模拟纠缠辅助量子率延伸问题的常见实例。这使我们能够更好地理解获得最佳利率差异权衡的量子通道的属性，同时还允许更有效地计算量子利率 - 缺陷函数，而少于使用的数值算法。此外，我们提出了镜下下降算法的不精确变体，以计算具有可证明的sublerear收敛速率的量子率延伸函数。我们展示了这种镜下下降算法与Blahut-Arimoto和预期最大化方法有关，以前用于解决信息理论中的类似问题。使用这些技术，我们提出了第一个计算多量量子率函数的数值实验，并表明我们所提出的算法可以更快地解决，并且与现有的甲基化合物相比，我们提出了更快的速度和更高的准确性。