XiaoMi-AI文件搜索系统
World File Search System二进制
根据二进制耦合剂的表面修饰，改善片状羰基铁的阻抗匹配
*通讯作者：Nanjing邮政与电信大学的电子与光学工程学院与微电子学院，Nanjing 210023，中华人民共和国电话： +86-25-858666131传真： +86-25-86-25-8585866131 Email Email：Guozhixie njupt.njupt.njupt.njupt.ive;
用Cuo-Al 2 O 3色散的地热二进制周期技术的效率
地热是在能量过渡时期强化开发的可再生能量之一。印度尼西亚是世界第二大地热潜力的国家，地热潜力为23,765.5 MWE。在M.M.S.C.F场中被归类为以二进制周期技术开发的液体主导的地热火山系统。在二进制周期中使用常规工作流体的能源效率低。地热纳米流体颗粒由两个或多个纳米大小的颗粒（1-100 nm）组成，这些颗粒被悬浮并溶解在碱性流体中，以增加热导率并在热交换器中加速热传递。但是，该技术的损失包括大型资本支出的成本（CAPEX）。本研究应用CuO -Al 2 O 3来提高热交换器的能量效率，与导热率的增加成正比。本研究中使用的方法是一种定量分析，通过将常规二进制周期系统与M.M.S.C.F现场热交换器中的二元循环混合纳米颗粒流体系统进行比较，并基于先前的文献研究。这项技术的优点是，由于导热率值的增加而增加的传热速率，发现杂交纳米粒子流体的导热率值与0.56 W/M°的基本流体相比，杂交纳米粒子流体的热传导率增加了0.79 w/m°C，增加了23％。基于经济指标的计算结果，付费时间（POTS）和PI，IRR和NPV技术的价值比常规二进制周期更积极。这项研究的效果将对该行业提高二进制周期的效率有益。
量子计算机上的二进制域蒙哥马利乘法
Google、IBM 等国际公司正在推进大规模量子计算机的研发。量子计算机在某些领域比经典计算机拥有更强大的计算能力，比如深度学习、化学、密码学等。如果研发出能够运行量子算法的大规模量子计算机，那么目前广泛使用的密码算法的安全性可能会降低甚至被突破。Shor 算法已经被证明可以突破 RSA 和椭圆曲线密码 (ECC) 的安全性。RSA 和 ECC 能够使用多久取决于量子计算机的发展和 Shor 算法的优化 [1]。在 [2] 中，作者估计对于 n 位密钥的 RSA，Shor 算法可以应用 2 n + 2 个量子比特。Gidney 估计了改进的 2 n + 1 个量子比特的数量 [3]。Shor 算法也可以应用于椭圆曲线中的离散对数 (即 ECC)。在 [4] 中，作者通过估算解决椭圆曲线离散对数所需的量子资源，指出 ECC 比 RSA 更容易受到量子计算机的攻击。在 [5] 中，作者证明了
通过二进制残留神经网络合奏有效的布局热点检测
摘要 - 在物理验证流中，layout热点检测非常重要。深度神经网络模型已应用于热点检测并取得了巨大的成功。布局可以视为二进制图像。因此，二进制的neu-lal网络（BNN）可以适合热点检测问题。在本文中，我们提出了一个基于BNN的新深度学习档案，以加快热点检测中的神经网络。一个新的二进制残留神经网络经过精心设计用于热点检测。ICCAD 2012和2019基准的实验结果表明，我们的体系结构在检测准确性方面优于先前的热点探测器，并且比最佳基于深度学习的解决方案具有8倍的速度。由于基于BNN的模型在计算上是相当有效的，因此可以通过采用集合学习方法来实现良好的权衡。实验结果表明，集成模型比原始速度损失具有更好的热点检测性能。
电池电池的在线电化学阻抗光谱的二进制序列
手稿收到2022年5月6日；修订于2022年7月5日； 2022年7月15日接受。出版日期2022年8月16日；当前版本的日期2022年9月8日。这项工作得到了欧洲领导力（ECSER）联合企业的电子组件和系统的支持（JU），根据赠款101007247； JU获得了欧盟2020年Horizon的研究与创新计划的支持，以及芬兰，德国，爱尔兰，瑞典，意大利，奥地利，冰岛和瑞士的支持。副编辑协调审核过程的是Chao Tan博士。（通讯作者：Roberta Ramilli。）Roberta Ramilli，Marco Crescentini和Pier Andrea Traverso在电气，电子和信息工程部（DEI），“ G。Marconi，“博洛尼亚大学，意大利博洛尼亚40136（电子邮件：Roberta。） ramilli@unibo.it; m.crescentini@unibo.it; pierandrea.traverso@unibo.it）。 Francesco Santoni，Alessio de Angelis和Paolo Carbone与佩鲁吉亚大学工程系，意大利佩鲁吉亚06125（电子邮件：francesco.santoni@unipg.it; Alessio.deangelis@deangelis@unipg.it; Paolo; Paolo; Paolo。 carbone@unipg.it）。 数字对象识别10.1109/tim.2022.3196439Marconi，“博洛尼亚大学，意大利博洛尼亚40136（电子邮件：Roberta。ramilli@unibo.it; m.crescentini@unibo.it; pierandrea.traverso@unibo.it）。Francesco Santoni，Alessio de Angelis和Paolo Carbone与佩鲁吉亚大学工程系，意大利佩鲁吉亚06125（电子邮件：francesco.santoni@unipg.it; Alessio.deangelis@deangelis@unipg.it; Paolo; Paolo; Paolo。carbone@unipg.it）。数字对象识别10.1109/tim.2022.3196439
自然图像的高斯二进制限制玻尔兹曼机器的分析
在本文中，我们从密度估计的角度以及对自然图像统计的特定角度进行了对高斯二元限制的玻尔兹曼机器（GB-RBM）的分析。我们发现，GB-RBMS中可见单元的边际概率分布可以写为高斯人的线性叠加，该叠加位于投影平行的thelelotope的顶点，即在高尺寸中平行的。此外，我们的分析表明，GB-RBMS中可见单元的方差在建模输入分布中起着重要作用。GB-RBM。[1]。在实践中，Lee等人。提议对GB-RBMS施加稀疏的惩罚项[2]。但是，Krizhevsky成功地使用GB-RBMS仅从微小的信息中提取特征[3]。Le Roux等。 定量评估该模型为生成模型[4]，并从IMEGE重建的视图中证明了模型的缺陷。 Cho等。 通过一些补救措施解决了培训程序的缺陷[5]。 Theis等。 进一步说明了基于Loglikelihoody的估计[6]。 我们的分析和结果表明，具有简单对比性差异算法的GB-RBM也能够学习独立的组件，即使学习分布不是数据的良好表示。Le Roux等。定量评估该模型为生成模型[4]，并从IMEGE重建的视图中证明了模型的缺陷。Cho等。 通过一些补救措施解决了培训程序的缺陷[5]。 Theis等。 进一步说明了基于Loglikelihoody的估计[6]。 我们的分析和结果表明，具有简单对比性差异算法的GB-RBM也能够学习独立的组件，即使学习分布不是数据的良好表示。Cho等。通过一些补救措施解决了培训程序的缺陷[5]。Theis等。 进一步说明了基于Loglikelihoody的估计[6]。 我们的分析和结果表明，具有简单对比性差异算法的GB-RBM也能够学习独立的组件，即使学习分布不是数据的良好表示。Theis等。进一步说明了基于Loglikelihoody的估计[6]。我们的分析和结果表明，具有简单对比性差异算法的GB-RBM也能够学习独立的组件，即使学习分布不是数据的良好表示。
通过二进制代码框嵌入在有向图中的传递性和循环性建模
对有针对性表示的有向图建模是在图形结构数据上执行机器学习的基本要求。几何嵌入模型（例如双曲线，锥体和盒子嵌入）在此任务中出色，表现出有针对性图的有用的电感偏差。然而，对包含周期和某些传递性元素的定向图进行建模，这是现实世界中常见的两种属性，这是具有挑战性的。框嵌入可以被认为是将图表示作为某些学到的超图上的交点，具有自然的感应性偏置，以建模传递性，但是（正如我们证明的）无法对周期进行建模。为此，我们提出了二进制代码框嵌入，其中博学的二进制代码选择了一个相交的图表。我们探索了几种变体，包括全局二元代码（相当于交叉点的联合）和每个vertex二进制代码（允许更大的灵活性）以及正则化方法。理论和经验结果表明，所提出的模型不仅保留了有用的传递性电感偏见，而且还具有足够的代表能力来模拟任意图，包括带有周期的图形。
算法跨性别恐惧症：人类图像中的二进制繁殖
摘要本文解决了人工智能（IA）的影响，在机器观点的一部分，性别识别，强调对持不同政见类型的人的默认和影响，在这项工作中，这是与Corp二进制为男性或女性不同的个人（Preciac，2018）。问题的核心在于对面部特征和视觉模式的分析，以识别性别，这种做法通常基于二进制模式，排除和边缘化性别身份超越这些规范的人。这种偏见的后果是算法跨性别恐惧症的持续性，当被编程以解释这种类型的机器时，可以忽略并排除那些不认同性别归因于出生的个人。从这个意义上讲，我们通过探索性批判性研究提出了算法跨性别恐惧症病例的分析，该研究涵盖了与数字平台上跨性别者形象相关的在线侵略性报告。该研究探讨了2020年至2022年之间的新闻，新闻，博客和投诉渠道。分析确定了新兴类别，解决了与跨性别者形象相关的歧视。理论框架包括有关性别认同的讨论（Foucault，1978; Salih，2012; Butler，2018; Souza 2022）;后数字，平台和机器视觉（Djick; Poell; Poell; Wall，2018; Silva，2021; Storm，2021; Kaufman，2022; Shih，2023年）。结果强调了Tinder中恐惧症的持久性，其中包含Trans*翻译的任意排除。使用投诉中的投诉显示Instagram政策中的矛盾之处，强调了结构性恐惧症。