XiaoMi-AI文件搜索系统
World File Search System估计器
扩展卡尔曼滤波器设计及船舶运动预测...
摘要 — 本文使用来自自动识别系统 (AIS) 的实时数据和扩展卡尔曼滤波器 (EKF) 设计来解决船舶运动估计问题。AIS 数据从全球船舶传输，甚高频 (VHF) AIS 接收器以美国国家海洋电子协会 (NMEA) 指定的格式接收信号作为编码的 ASCII 字符。因此，必须使用解析器解码 AIS 语句以获得实时船舶位置、航向和速度测量值。状态估计用于碰撞检测和实时可视化，这是现代决策支持系统的重要特征。使用来自挪威特隆赫姆港的实时 AIS 数据验证了 EKF，并证明估计器可以实时跟踪船舶。还证明了 EKF 可以预测船舶的未来运动，并在防撞场景中分析了不同的规避动作。索引术语 — 卡尔曼滤波器、状态估计、运动预测、碰撞检测、无人水面航行器、船舶
提高基于粒子滤波器的定位可靠性...
摘要— 近来，各个行业领域对使用无线传感器网络 (WSN) 进行准确、快速和可靠的室内定位的需求日益增长。在杂乱和嘈杂的环境中，准确定位通常通过称为状态估计器或滤波器的数学算法来实现。粒子滤波器 (PF) 是定位中最常用的滤波器，在基于 WSN 的实时定位的典型条件下，存在样本贫乏问题。本文提出了一种新颖的混合粒子/有限脉冲响应 (FIR) 滤波算法，用于在导致样本贫乏的恶劣条件下提高基于 PF 的定位方案的可靠性。混合粒子/FIR 滤波器检测 PF 故障，并通过使用辅助 FIR 滤波器的输出重置 PF 来恢复故障的 PF。本文结合正则化粒子滤波器 (RPF) 和扩展无偏 FIR (EFIR) 滤波器，构建了混合 RP/EFIR 滤波器。通过模拟，混合 RP/EFIR 滤波器证明了其改进的可靠性和从故障中恢复 RPF 的能力。
1998 年 3 月 通过测量确定 CMM 行为...
摘要 本报告涉及坐标测量机 (CMM) 系统误差行为的建模和估计。我们描述了这些参数误差的两类模型，基于轴与轴行为构建的运动学模型和可以模拟任何可重复误差行为的更通用的经验模型。然后，我们开发了一个全面的数学模型，用于根据标准工件（例如球孔板）的测量来确定 CMM 的参数误差，并描述了从此类数据确定相对无偏和有效参数误差估计的算法。这些算法已在软件中实现，经过设计，可以满足任何参数误差模型、球板几何形状和测量策略的需求。该软件还计算拟合参数和相关量的标准不确定度。我们在数值模拟中使用该软件来分析测量策略在统计精度 Gf.parametric 6r.r.er.estimates 方面的有效性。AUmerical-expeRlBent& 表明，采用精心设计的策略，仅使用有关球板的最少量的校准信息就可以提供参数误差的准确估计，但其他设计或估计器可能会给出较差和/或有偏差的估计。
基于启发式的深度神经网络自动修剪
摘要 深度神经网络 (deep NN) 的性能取决于大量需要训练的权重参数，这是一个计算瓶颈。更深层次的架构日益增长的趋势对资源受限设备上的训练和推理方案造成了限制。剪枝是去除深度 NN 中不重要的参数并使其更容易在资源受限的设备上部署以供实际应用的重要方法。在本文中，我们提出了一种基于启发式的新型滤波器剪枝方法来自动识别和剪枝不重要的滤波器，并加快资源有限设备上的推理过程。不重要的滤波器的选择由一种新颖的剪枝估计器 (c) 进行。所提出的方法在各种卷积架构 AlexNet、VGG16、ResNet34 和数据集 CIFAR10、CIFAR100 和 ImageNet 上进行了测试。在大规模 ImageNet 数据集上的实验结果表明，VGG16 的 FLOP 可降低高达 77.47%，实现 5 倍推理加速。与其他最先进方法相比，更流行的 ResNet34 模型的 FLOP 降低了 41.94%，同时保持了具有竞争力的性能。
![arxiv：2402.18507V1 [CS.CV] 2024年2月28日](/simg/g:\will\search\icon\source\5\5d5c6259445256728ff11c08e770f085388afbe6.webp)
arxiv：2402.18507V1 [CS.CV] 2024年2月28日
本文提出了一个多模式深度学习框架，该框架利用先进的图像技术来改善临床分析的绩效，严重依赖于常规的标准图像。更具体地说，我们开发了一个联合学习网络，该网络首次利用通过用刺激的Echo（密集）进行解码来获得的心肌菌株的准确性和可重复性，以指导在晚期机械激活（LMA）检测中对Cine心脏磁共振（CMR）进行分析。从标准的Cine CMR中，使用图像注册网络来获取心脏运动的知识，这是应变阀的重要特征估计器。我们的框架由两个主要组成部分组成：（i）从重新分配网络中学到的潜在运动特征来预测心肌菌株； （ii）LMA网络利用了有效LMA检测的预测菌株。实验结果表明，我们提出的工作大大提高了Cine CMR图像的应变分析和LMA检测的性能，从而更加与致密的成就更加一致。
1998 年 3 月根据测量结果确定 CMM 行为...
摘要 本报告涉及坐标测量机 (CMM) 系统误差行为的建模和估计。我们描述了这些参数误差的两类模型，基于轴与轴行为构建的运动学模型和可以模拟任何可重复误差行为的更通用的经验模型。然后，我们开发了一个全面的数学模型，用于根据标准工件（例如球孔板）的测量来确定 CMM 的参数误差，并描述了从此类数据确定相对无偏和有效参数误差估计的算法。这些算法已在软件中实现，经过设计，可以满足任何参数误差模型、球板几何形状和测量策略的需求。该软件还计算拟合参数和相关量的标准不确定度。我们在数值模拟中使用该软件来分析测量策略在统计精度 Gf.parametric 6r.r.er.estimates 方面的有效性。AUmerical-expeRlBent& 表明，采用精心设计的策略，仅使用有关球板的最少量的校准信息就可以提供参数误差的准确估计，但其他设计或估计器可能会给出较差和/或有偏差的估计。
基于标准化流量的上下文运动模型
抽象运动模型可以随着时间的推移预测玩家（或对象）的位置，因此对于分析时空数据是至关重要的，因为它经常在运动分析中使用。现有运动模型要么是根据物理原理设计的，要么完全由数据驱动。然而，前者遭受过多的简化，无法实现可行和可解释的模型，而从当前的角度来看，后者依赖于计算上的昂贵，非参数密度估计并需要多个估计器，每个估计值都负责不同类型的运动（例如，例如不同的速度）。在本文中，我们提出了一个基于归一化流量的统一上下文概率运动模型。我们的方法通过直接优化可能性来了解所需的密度，并仅维护一个可以在辅助变量上进行条件的单个模型。对所有观察到的运动类型同时进行训练，从而导致有效而有效的运动模型。我们对专业足球的时空数据进行经验评估我们的方法。我们的发现表明，我们的方法的表现超过了最高的状态，而相对于汇编时间和内存要求，数量级的效率更高。
量子限制相位不敏感的最佳增益感应......
相位不敏感光放大器均匀放大输入场的每个正交部分，具有基础和技术重要性。我们发现使用多模探针估计量子限制相位不敏感放大器增益的精度存在量子极限，该多模探针也可能与辅助系统纠缠。与损耗参数的感测形成鲜明对比的是，探针的平均光子数 N 和输入模式数 M 被发现是等效且可互换的最佳增益感测资源。所有纯态探针在放大器输入模式上的简化状态在多模数基础上对角化，在相同的增益独立测量下被证明是量子最优的。我们将使用经典探针可实现的最佳精度与基于显式光子计数的估计器对量子探针的性能进行了比较，并表明即使对于单光子探针和低效光电检测也存在优势。还推导出了两个产品放大器通道之间能量受限 Bures 距离的闭式表达式。
重播：通过...
摘要。3 D传感是自动驾驶汽车的基本任务。其部署通常依赖于对齐的RGB摄像机和激光镜头。谨慎的同步和校准，在LiDAR投影的深度图中，系统的错位持续存在。这是由于两个传感器之间的物理基线距离所致。工件通常反映为背景激光雷达错误地投射到前景上，例如汽车和行人。KITTI数据集使用立体声摄像机作为启发式解决方案来删除工件。但是，大多数AV数据集（包括Nuscenes，Waymo和DDAD）都缺少立体声图像，使Kitti解决方案不适用。我们提出了Replay，这是一种无参数的分析解决方案，用于删除投影伪像。我们在假设的虚拟LiDAR相机和RGB摄像机之间构建了一个Binocular视觉系统。然后，我们通过使用拟议的分析溶液确定面孔闭塞来删除投影伪影。我们显示出具有无伪像的深度图的最先进（SOTA）单眼估计器和3 d对象探测器的一致改进。
通过基于知识的meta- ...
大语模型（LLM）（例如BERT，GPT-4和T5）的摘要最新进展已彻底改变了自然语言处理（NLP）的领域，从而解除了许多应用。但是，针对特定任务的这些模型进行了细微的调整仍然是一个复杂且资源密集的过程，通常在很大程度上依靠专家知识。本研究建议将元学习纳入自动机器学习（AUTOML）系统，以优化LLM微调和管道构建。我们假设基于知识的元学习可以通过将专家衍生的启发式方法嵌入到优化过程中来克服当前汽车方法的低效率。我们的方法涉及编制大量的LLM使用数据，培训元学习估计器，并将其集成到自动自动框架中。这样做，我们旨在降低计算成本并提高基于LLM的NLP应用程序的效率。将根据传统的汽车方法和针对各种文本分类任务的人类专家进行评估，以验证其有效性。这项研究可以通过使高级LLM功能更易于访问和高效来进一步使NLP民主化。