XiaoMi-AI文件搜索系统
World File Search System刘云平
Kechun Liu | 刘可淳
[5] Liu，K.，Mokhtari，M.，Li，B.，Nofallah，S.，May，C.，Chang，O.在：IEEE/CVF计算机视觉和模式识别会议论文集（CVPRW）。2021，pp。3766–3775。
渡边Yohei（Watanabe，Yohei）
[73] N. Takei，Y。Watanabe和J. Shikata，“手动渠道模型中无条件安全的盲验证代码”，载于：第三届国际工程，能源和
成果一. 刘晓东研究员与合作者的论文 Uniqueness and ...
摘要： 我们考虑了具有固定入射方向的远场模式的裂纹散射逆问题。首先，我们证明了声软裂纹可以由具有固定入射方向的多频远场模式唯一地确定。该证明基于散射场的低频渐近分析。唯一性结果的一个重要特征是背景甚至可以是未知的非均匀介质。然后提出了一种改进的牛顿法来数值重建裂纹的形状和位置。与经典牛顿法相比，改进的牛顿法放松了对良好初始猜测的依赖，并且可以应用于多个裂纹。二维数值算例证明了改进的牛顿法的可行性和有效性。特别是，如果我们合理地使用两个频率或两个入射方向的测量值，重建的质量可以大大提高。 论文链接： http://dx.doi.org/10.1088/1361-6420/ad904d
基于点云处理的仿人机器人楼梯障碍物识别与剔除方法
引用本文: 于乃功, 谢秋生, 李洪政.基于点云处理的仿人机器人楼梯障碍物识别与剔除方法[J].北科大：工程科学学报 , 2025, 47(2): 339-350. doi: 10.13374/j.issn2095-9389.2024.05.10.001 YU Naigong, XIE Qiusheng, LI Hongzheng.Obstacle recognition and elimination method for humanoid robots based on point cloud processing[J].Chinese Journal of Engineering , 2025, 47(2): 339-350. doi: 10.13374/j.issn2095-9389.2024.05.10.001
钢筋 - 刘
近年来，研究人员探索了基于强化学习的对象检测方法。但是，现有方法总是几乎没有令人满意的性能。主要原因是当前基于增强学习的方法生成一系列不准确区域而没有合理的奖励函数，并将最终步骤中的非最佳选择视为缺乏有效的区域选择和重新构成策略的检测结果。为了解决上述问题，我们提出了一种新的基于增强的基于基于的对象检测框架，即增强框架，通过将增强剂学习剂与基于卷积神经网络的特征空间整合在一起，具有区域选择的能力并进行了重新确定。在钢筋中，我们重新开发了一个奖励功能，该奖励功能使代理可以有效地训练并提供更准确的区域建议。为了进一步优化它们，我们设计了基于卷积神经网络的区域选择网（RS-NET）和边界框重新填充网络（BBR-NET）。尤其是前者由两个子网络组成：联合网络（IOU-NET）和完整性网络（CPL-NET）共同选择了最佳区域建议。后者旨在将选定的结果重新定义为最终结果。在两个标准数据集Pascal VOC 2007和VOC 2012上的广泛实验结果表明，增强剂能够改善该地区的选择，并学习更好的代理动作表示增强性学习，从而导致最先进的表现。2021 Elsevier B.V.保留所有权利。
在机器学习云平台中解剖I/O的爆发：关于阿里巴巴MLAAS
摘要 - 与机器学习（ML）技术的进步以及大型ML-AS-AS-Service（MLAAS）云的可用性，准确地了解MLAAS云平台存储子系统中的I/O行为对于资源调度和优化至关重要。这项研究为I/O要求到达的相关性提供了宝贵的观点，即代表和动态的MLAAS工作负载 - 阿里巴巴Pai（人工智能的ML平台）。关于在机器级别的PAI工作负载中的I/O请求，我们的爆发性诊断表明，I/O到达过程显示出明显的突发。在方面，我们的高斯测试表明，PAI中的爆发活动是非高斯的。我们的发现突出了I/O请求到达长期尺度上的一定程度相关性的存在。此外，我们通过视觉证据，汇总I/O请求序列的自动相关结构和Hurst参数估计值来揭示Alibaba PAI机器级MLAAS工作量I/O活动的自相似性。此外，我们创建自相似的工作负载模型，以基于从PAI跟踪所测得的输入来综合I/O请求系列。实验结果表明，Farima和Alpha稳定的模型在准确模拟爆发方面都优于现有模型。索引术语 - Mlaas I/O工作负载，爆发，相关性，自我相似，工作负载合成