XiaoMi-AI文件搜索系统
World File Search System像素
从猕猴视觉皮层的双光子钙信号解码像素级图像特征
张逸君 yijzhang@sjtu.edu.cn 上海交通大学计算机科学与工程系，中国； 北京大学计算机科学与技术系，中国 卜同 putong30@pku.edu.cn 北京大学计算机科学与技术系，中国 张继元 jyzhang@stu.pku.edu.cn 北京大学计算机科学与技术系，中国 唐世明 tangshm@pku.edu.cn 北京大学生命科学学院和北大-清华生命科学中心，中国 余兆飞 yuzf12@pku.edu.cn 北京大学计算机科学与技术系，中国； 北京大学人工智能研究所，中国 刘建凯 j.liu9@leeds.ac.uk 利兹大学计算学院，英国 黄铁军 tjhuang@pku.edu.cn 北京大学计算机科学与技术系，中国；北京大学人工智能研究所，中国；北京人工智能研究院，中国
校正：基于带注释的像素和点云的弱监督语义分割
在此处给出了完整的确认部分：致谢：这项工作得到了中国国家自然科学基金会（No.62227801和No.UME20B2062，No.62376024）的支持，以及中国国家关键研究与发展计划（20222ZD0117900）。
I2P注册通过学习从像素到点相似性的基本对齐特征空间
摘要 - 对于自动地面车辆，带有3D激光雷达的全球定位是导航等任务中必不可少的一部分。通常，使用LIDAR的全球定位细分为两个子问题，即位置识别和全球注册。为了获得位置识别，基于深度学习的最新新兴方案要么依赖于具有高复杂性的3D卷积，要么需要从各种前瞻性角度学习特征。为此，我们提出了一个具有滚动式yaw不变性的模型，该模型代表点云为概率的体素，并从鸟眼的视图中产生占用网格，从而通过从固定的角度学习聚集的嵌入来实现稳健的位置识别。对于低重叠的全球注册，基于传统的手工艺特征的方法主要限于密集的对象级别云，而基于最新的学习方法通常依赖于复杂的3D卷积和其他功能关联学习。为了在一定程度上填补这一空白，我们建议通过拟合和对齐点云的接地平面来估计相对滚动角度和垂直翻译，并通过匹配其预计的占用率网格来确定水平翻译和偏航角。广泛的实验证实了我们位置识别模型的出色召回和概括能力，以及我们3D注册方法的高级成功率和准确性。尤其是在认识和注册硬样品时，我们的结果远远超过了我们的结果。为了确保完整的可重复性，相关代码和数据可在https://cslinzhang.github.io/gloc/gloc/gloc.html上在线提供。
从猕猴视觉皮层的双光子钙信号解码像素级图像特征
张逸君 yijzhang@sjtu.edu.cn 上海交通大学计算机科学与工程系，中国； 北京大学计算机科学与技术系，中国 卜同 putong30@pku.edu.cn 北京大学计算机科学与技术系，中国 张继元 jyzhang@stu.pku.edu.cn 北京大学计算机科学与技术系，中国 唐世明 tangshm@pku.edu.cn 北京大学生命科学学院和北大-清华生命科学中心，中国 余兆飞 yuzf12@pku.edu.cn 北京大学计算机科学与技术系，中国； 北京大学人工智能研究所，中国 刘建凯 j.liu9@leeds.ac.uk 利兹大学计算学院，英国 黄铁军 tjhuang@pku.edu.cn 北京大学计算机科学与技术系，中国；北京大学人工智能研究所，中国；北京人工智能研究院，中国
大型零件线+弧增材制造的新型路径规划策略概念：像素
摘要：针对线弧增材制造 (WAAM)，我们提出并实施了一种创新轨迹策略，该策略适用于不同的、更复杂的几何形状，而非单一解决方案。这种名为 Pixel 的策略可定义为一个复杂的多任务程序，用于执行优化的路径规划，其操作通过计算算法（启发式算法）进行，具有可访问的计算资源和可容忍的计算时间。模型层被分成方形网格，一组点系统地生成并分布在切片轮廓内，类似于屏幕上的像素，轨迹在此规划。Pixel 策略基于从旅行商问题 (TSP) 技术创建轨迹。与现有算法不同，Pixel 策略使用经过调整的贪婪随机自适应搜索程序 (GRASP) 元启发式算法，并由作者开发的四个并发轨迹规划启发式算法辅助。交互从随机初始解决方案（全局搜索）和后续迭代改进（局部搜索）提供连续轨迹。在所有循环之后，定义一条轨迹并用机器代码编写。实施计算评估以证明每种启发式方法对最终轨迹的影响。最终使用两种不同的不易打印的形状进行了实验评估，以证明所提策略的实际可行性。
SIGE BICMOS技术中整体硅像素原型的时间分辨率和功耗
摘要：SIGE BICMOS技术可用于生产超快速的低功率硅像素传感器，即使没有内部增益也可以提供最新的时间分辨率。此类传感器的开发需要识别和控制主要因素，这些因素可能会降低正时性能以及传感器时间分辨率对放大功率消耗的依赖性的表征。IHP微电子学中SG13G2技术在SG13G2技术中产生的原型传感器的90 SR源的测量表明，在7μA的放大电流下，在150μpS的放大电流下的时间分辨率为145 ps，功率为150μA。用于校正时间步行的信号时阈值测量的分辨率是影响该原型的时机性能的主要因素。
用于垂直堆叠 R/G/B 微型 LED 像素的先进外延
异质集成中一种突出的方法是基于转移的组装，其涉及去除由不同批次和工序制成的外延层。[5] 但这种方法在高密度器件集成方面面临障碍。首先，传统的外延生长将外延层器件紧密结合到基板上。分离它们通常需要高功率激光或化学蚀刻剂，这可能会损坏基板和外延层。这种风险限制了器件性能和产量。[6] 此外，在转移和组装阶段，必须将不同的功能器件分割成微小的芯片。这对于将它们准确转移和组装到高密度器件阵列的目标表面或基板上至关重要。在这个芯片键合过程中，即使是轻微的错位也会破坏器件与其底层电路之间的连接。这些困难不仅会增加微型和微型发光二极管 (μLED) 显示器等产品的生产成本，而且在制造高密度垂直堆叠器件时也带来了重大挑战。这种复杂性对于生产高分辨率显示器尤其重要，例如增强现实（AR）或元宇宙设备以及异质集成电子产品中使用的显示器。
一种适用于航空航天结构的可优化超像素和特征迁移图像分割方法
摘要：缺乏高质量、高度专业化的标注图像以及昂贵的标注成本一直是图像分割领域的关键问题。然而，目前的大多数方法，如深度学习，一般需要大量的训练成本和高质量的数据集。因此，针对小样本图像分割问题，该文提出了一种基于简单线性迭代聚类（SLIC）、特征迁移模型和随机森林（RF）分类器的可优化图像分割方法（OISM）。该方法利用SLIC通过聚类提取图像边界，利用Unet特征迁移模型获取多维超像素特征，利用RF分类器预测和更新图像分割结果。结果表明，所提出的OISM具有可接受的准确率，并且比改进的Unet模型更好地保留了目标边界。此外，OISM 显示出处理涡轮叶片疲劳图像识别的潜力，这也是一种有前途的有效图像分割方法，可以揭示航空发动机部件高性能结构的微观损伤和裂纹扩展。
将 ALPIDE 像素传感器芯片嵌入高能粒子探测器空间模块的热/机械设计
摘要。高能粒子探测器 (HEPD) 模块用于测量地球磁层中捕获的电子和质子通量的倾斜角和能量，能量分别为 3-100 MeV 和 30-300 MeV。由于 CSES-02 卫星的发射，改进 HEPD 的一个有趣选择是为跟踪模块配备 ALPIDE 单片有源像素，该像素是专门为 CERN 的 ALICE 实验的 ITS 升级而开发的。在这项工作中，我们提出了一个模块化紧凑型粒子跟踪器项目，该跟踪器由 5 个转塔组成，利用配备混合集成电路 (HIC) 的 150 像素传感器，并由安装在铝制外壳中的碳纤维增强塑料 (CFRP) 板条支撑。所有设想的解决方案都经过了严格的资格测试，涉及振动和热应力。 HEPD-02 跟踪器项目预示着 CFRP 将大规模应用于科学和探索性质的太空计划。