XiaoMi-AI文件搜索系统
World File Search System判别
![arXiv:2211.02630v1 [eess.SP] 2022 年 10 月 29 日](/simg/g:\will\search\icon\source\1\1e4d8efb55a784dc0723c0190b9f8dbabf243c23.webp)
arXiv:2211.02630v1 [eess.SP] 2022 年 10 月 29 日
我们研究从无创脑电图 (EEG) 推断用户意图的问题，以恢复患有严重言语和身体障碍 (SSPI) 的人的交流。这项工作的重点是改进打字任务中后验符号概率的估计。在打字过程的每次迭代中，都会根据当前概率估计为下一个查询选择一个符号子集。从事件相关电位 (ERP) 收集有关用户响应的证据，以更新符号概率，直到一个符号超过预定义的置信度阈值。我们提供了一个描述此任务的图形模型，并根据每个查询的标签向量上的判别概率推导出一个递归贝叶斯更新规则，我们使用神经网络分类器对其进行近似。我们在模拟打字任务中评估了所提出的方法，并表明它优于以前基于生成模型的方法。
表征连续变量高斯量子门的性能
通用连续变量量子计算所需的操作集可分为两个主要类别：高斯操作和非高斯操作。此外，任何高斯操作都可以分解为相空间位移和辛变换序列。尽管高斯操作在量子光学中无处不在，但它们的实验实现通常是理想高斯幺正的近似值。在这项工作中，我们研究了不同的性能标准，以分析这些实验近似值模拟理想高斯幺正的程度。特别是，我们发现这些实验近似值都没有均匀收敛到理想高斯幺正。但是，收敛发生在强意义上，或者如果判别策略是能量有界的，那么在 Shirokov-Winter 能量约束钻石范数中收敛是均匀的，我们在后一种情况下给出了明确的界限。我们指出了如何使用这些能量约束边界来对这些高斯幺正进行实验以实现任何所需的精度。
全连接传感器中的分布式跟踪比率优化
摘要 — 迹线比优化问题包括最大化两个迹线算子之间的比率，并且经常出现在去噪或判别分析的降维问题中。在本文中，我们提出了一种分布式自适应算法来解决网络范围协方差矩阵上的迹线比优化问题，该矩阵捕获无线传感器网络中传感器之间的空间相关性。我们专注于完全连接的网络拓扑，在这种情况下，分布式算法通过在每个给定节点上仅共享观察到的信号的压缩版本来减少通信瓶颈。尽管进行了这种压缩，仍然可以证明该算法能够收敛到最大迹线比，就好像所有节点都可以访问网络中的所有信号一样。我们提供模拟结果来证明所提算法的收敛性和最优性。索引词 — 降维、分布式优化、迹线比、判别分析、SNR 优化、无线传感器网络。
通过机器学习在自然和受控的光条件下，稻田中杂草歧视的立体视频计算机视觉系统
使用立体摄像机实施了特定于现场的杂草检测和分类系统，以减少化学除草剂在稻田中的不利影响。在自然光（NLC）或受控光条件下（CLC）下，使用计算机视觉和元视觉杂种杂种分类器准确区分两个杂草品种和水稻植物。对来自右相机或左相机通道的图像进行了预处理，细分和匹配过程。使用NN-PSO算法的图像从平均值（算术或几何图像）中选择了大多数判别特征。NLC下的立体计算机视觉系统的精度分类结果为算术平均值（AM）为85.71％，几何平均值（GM），测试集为85.63％。同时，CLC下的计算机视觉系统的准确性分类结果达到了AM情况的96.95％，对于GM情况，计算机视觉系统的准确性分类结果始终高于NLC的准确性结果，为94.74％。
![arxiv：2412.15477V1 [CS.CV] 2024年12月20日](/simg/g:\will\search\icon\source\4\49250d0a542083947e8ca98027ad367b67d6f7eb.webp)
arxiv：2412.15477V1 [CS.CV] 2024年12月20日
接受严重失衡的数据培训时，深层神经网络通常很难准确地识别几个样本的课程。先前在长尾认可的研究试图使用已知样本分布来重新平衡学习，主要解决了同类水平上不同的分类困难。但是，这些方法通常会忽略每个类内的实例难度变化。在本文中，我们提出了一个困难的平衡利润率（DBM）损失，这既考虑阶级失衡和实例难度。dbm损失包括两个组成部分：一个范围的边缘，以减轻由不平衡的类频率引起的学习偏见，以及根据其自发的难度分配给硬阳性样本的实例余量。dbm损失通过将较大的边缘分配给更困难的样本来提高类别的判别性。我们的方法与现有方法无缝结合，并始终提高各种长尾识别基准的性能。
从正常人群到糖尿病前期和糖尿病
结果：这项研究包括总共5310名受试者和22个变量，其中正常组有1593（30％），糖尿病前组为3150（59.3％），糖尿病组有567（10.7％）。多变量逻辑回归分析的结果表明，正常组和糖尿病前组之间的9个变量存在显着差异，包括年龄（年龄），体重指数（BMI），收缩压（SBP），尿葡萄糖（U.GLU），尿素（U.GLU），尿蛋白（PRO），尿蛋白（Pro），Globin（tp），tp），tp），tp）氨基转移酶（ALT）和高密度脂蛋白胆固醇（HDL-C）。在糖尿病组组和糖尿病组之间存在7个变量，包括年龄，BMI，SBP，U.GLU，Pro，甘油三酸酯（TG）和HDL.C.完全基于上述疾病因素构建的完整模型和简化的模型在训练集和测试集中都具有中等的判别能力。
量子网络歧视
歧视对象，特别是量子状态，是（量子）信息理论中最基本的任务之一。近年来，朝着将框架扩展到点对点量子通道的显着进展。但是，随着技术进步，该领域的重点正在转移到更复杂的结构：量子网络。与渠道相比，网络允许在可以接收，处理和重新引入网络的信息中进行中间访问点。在这项工作中，我们研究了量子网络及其基本局限性的歧视。尤其是当网络的多次用途即将到来时，可用策略的名册越来越复杂。最简单的量子网络是由量子超通道给出的结构。在考虑超通道的N副本时，我们讨论了可用的策略类别，并在不对称的判别设置中就渐近可实现的速率进行基本界限。此外，我们讨论可实现性，对称网络歧视，强大的逆向指数，对任意量子网络的概括，最后是对量子照明问题的活动版本的应用。
![arXiv:2008.13567v2 [stat.ME] 2020 年 10 月 28 日](/simg/g:\will\search\icon\source\1\12555115db003a52d596820343bfbb6d0a3004e1.webp)
arXiv:2008.13567v2 [stat.ME] 2020 年 10 月 28 日
对于基于随机场理论的多重比较校正在脑成像中，通常需要计算随机场的上确界分布。不幸的是，计算随机场的上确界分布并不容易，需要满足许多在真实数据中可能并不正确的分布假设。因此，有必要提出一个不同的框架，不使用需要计算 p 值的传统统计假设检验范式。在此基础上，我们可以使用一种称为逻辑回归的不同方法，该方法不需要计算 p 值，但仍然能够定位脑网络差异区域（Flury 1997、Hastie 等人 2003、Chung 等人 2008）。与其他试图对预选特征向量进行分类的判别和分类技术不同，这里的方法不需要任何预选特征向量，而是在每个边缘级别执行分类（Higdon 等人 2004 年；Shen 等人 2004 年；Thomaz 等人 2006 年）。
使用双侧微电极记录对四肢瘫痪患者的双侧手势进行同时分类
大多数日常任务都需要同时控制双手。在这里，我们使用从四肢瘫痪参与者的双侧运动和体感皮层记录的多单元活动来展示双手手势的同时分类。使用针对每只手分别训练的分层线性判别模型对尝试的手势进行分类。在一项在线实验中，手势被连续分类并用于控制两个机械臂进行中心向外运动任务。需要保持一只手静止的双手试验产生了最佳表现（70.6%），其次是对称运动试验（50%）和非对称运动试验（22.7%）。我们的结果表明，可以使用两个独立训练的手部模型同时解码双手的手势，但随着双手手势组合的复杂性增加，使用这种方法进行在线控制变得更加困难。这项研究展示了使用双侧皮层内脑机接口恢复双手同时控制的潜力。
定量生物标志物源自新颖的对比...
简单的摘要：准确诊断早期脉络膜黑色素瘤是眼睛最常见的恶性肿瘤，这是极其重要但充满挑战的。不幸的是，由于获得足够的采样和视力丧失风险的挑战，眼内黑色素瘤在很大程度上仍然是一种临床诊断，这可能是主观的。大多数现有工具和诊断方法缺乏明确的判别特征，从而导致临床诊断的不确定性。在这项工作中，我们介绍并评估了一种基于无对比度超声的新方法，用于定量评估脉络膜肿瘤的微血管特征，旨在根据其中的复杂和不规则的微疗法形成来区分恶性病变。使用这种方法，我们可以可视化肿瘤内微血管网络，使用客观定量指标估算其形态特征，并进行统计分析，以证明病变基于其恶性肿瘤状态之间的差异。这项初步研究的结果表明，该方法作为眼部肿瘤的补充诊断工具有望进一步评估。