XiaoMi-AI文件搜索系统
World File Search System压缩
机器和人类视觉的图像压缩具有空间频率适应
摘要。机器和人类视力（ICMH）的图像压缩近年来引起了人们的关注。现有的ICMH方法受到高训练和存储开销的限制，这是由于特定于任务的网络设计的大量设计。为了解决此问题，在本文中，我们为ICMH（名为Adapt-ICMH）开发了一种新颖的基于轻量级适配器的调整框架，可以更好地平衡任务性能和比特率与减少的开销。We propose a spatial-frequency modulation adapter (SFMA) that simultaneously eliminates non-semantic redundancy with a spatial modulation adapter, and enhances task-relevant frequency com- ponents and suppresses task-irrelevant frequency components with a fre- quency modulation adapter.所提出的适配器是插件播放的，并且与几乎所有现有的学到的图像压缩模型兼容，而不会损害预训练模型的性能。实验表明，适应性ICMH始终在各种机器视觉任务上的现有ICMH框架较少，并且较少的微调参数和降低的计算复杂性。代码将在https://github.com/qingshi9974/eccv2024-adpaticmh上发布。
具有基础扩散模型的有损图像压缩
摘要。将扩散模型纳入图像压缩功能 - 主体具有产生现实和详细的重建的潜力，尤其是在极低的比特率下。以前的方法着重于使用扩散模型作为表达解码器在条件信号中的量化错误。但是，以这种方式实现竞争成果需要对扩散模型的昂贵训练和由于迭代生成过程而导致的长时间推理时间。在这项工作中，我们使用扩散来恢复潜在的传输图像中的丢失信息，以删除量化误差作为降级任务。我们的方法使我们能够执行少于整个扩散生成过程的10％，并且不需要对扩散模型进行体系结构的更改，从而可以将基础模型用作强大的先验，而无需对骨架进行其他微调。我们提出的编解码器在定量现实主义指标中的表现优于以前的方法，并且我们验证我们的重建是最终用户质量上首选的，即使其他方法使用了两倍的比特率。
grnet：G-PCC压缩的几何恢复...
摘要 - 基于损耗的几何点云压缩（G-PCC）不可避免地会损害点云的几何信息，这在诸如分类等任务等任务中的重新结构和/或误导决策中降低了经验质量（QOE）。为了解决它，这项工作提出了GRNET，以恢复G-PCC压缩大规模点云的几何形状。通过分析原始和G-PCC压缩点云的内容特性，我们将G-PCC失真归因于两个关键因素：点消失和点位移。点云上的可见障碍通常由个体因素或由两个因素施加的超级因素主导，这取决于原始点云的密度。为此，我们采用了两个不同的模型进行坐标重建，称为坐标扩展并分别攻击点消失和位移点。INADDITION，4- byteauxilaryDensitySinformation在BITSTREAM中发出信号，以帮助选择扩展，协调坐标，坐标，或它们的组合。在被送入坐标重建模块中之前，G-PCC压缩点云首次是由用于多尺度信息融合的特征分析模块处理的，其中基于K NN的变压器在每个尺度上都利用了基于K的变压器，以适应邻域几何学的邻域几何学动力学来有效恢复。以MPEG标准化委员会建议的常见测试条件显着提高了G-PCC锚点，并且在各种点云（例如，实心，密度和稀疏的样品）上的最先进方法均超过了最先进的方法。同时，与现有基于学习的方法相比，GRNET运行速度相当快，并且使用较小的模型，从而使其对行业从业人员有吸引力。
压缩空气的能源和储存的平准化成本......
为了减少温室气体排放和化石燃料对环境的影响，摩洛哥决定增加可再生能源的使用。可再生能源的间歇性导致电网不稳定。储能是解决这一问题的合适方法。压缩空气储能是一种将能量以高压压缩空气的形式储存在地上储罐或地下洞穴中的技术。大规模存储压缩空气能量需要在盐洞或含水层中储存大量能量。本文旨在找出整合地下压缩空气储能技术的好处。摩洛哥的一个案例研究用于估算能源加储能的平准化成本 (LCOES)。分析了摩洛哥太阳能和风能发电厂的年容量系数以及地下洞穴的潜力。结果表明，对于在卡萨布兰卡地区安装的 100 MW 容量的系统，绝热压缩空气储能系统 (ACAES) 与风力涡轮机装置的组合可提供每千瓦时最低的电价，平均 LCOES 为 0.04 美元/千瓦时。
关于汽车雷达点云的数据压缩技术的调查
摘要：在自主驾驶技术不断发展的景观中，光检测和范围（LIDAR）传感器已成为增强环境感知的关键仪器。他们可以在车辆周围提供精确的，高分辨率的实时3D表示，以及在弱光条件下进行远程测量的能力。但是，这些优势是以传感器生成的大量数据为代价的，导致了传输，处理和存储操作的几个挑战，目前可以通过对点云中使用数据压缩技术来减轻这些挑战。本文介绍了用于压缩汽车LIDAR传感器的点云数据的现有方法的调查。它提出了一种全面的分类法，将这些方法分为四个主要群体，并在几个重要指标中进行比较和讨论。
用于压缩空气储能的涡轮机
压缩空气储能 (CAES) 系统在可再生能源的有效储存和利用中起着关键作用。本研究深入了解了不同涡轮机类型在三种 CAES 子技术 (D-CAES、A-CAES 和 UW-CAES) 中的应用及其与存储大小的关系。全面的文献综述和分析揭示了轴流式涡轮机、径向涡轮机和准涡轮机在不同 CAES 系统中的广泛应用。还探讨了存储大小与涡轮机选择之间的相关性，强调了大型系统中对轴流式涡轮机的偏好以及小型和微型 CAES 系统中对径向涡轮机的偏好。然而，本研究也存在一些局限性，主要是缺乏对实际运行条件下涡轮机性能的深入分析，特别是在处理变化的负载和不稳定的压力条件时。此外，由于文献资源有限，没有讨论中型 CAES 系统。未来的研究应侧重于解决这些限制，以增强涡轮机在 CAES 系统中的应用和优化。总之，深入研究CAES技术及其关键组件对于实现未来更加可持续、高效的能源系统至关重要。
Zipbio：压缩生物学以开发下一代基因疗法
执行摘要：Zipbio是一家种子阶段生物技术公司（种子投资者：NFX和MOYVC）。通过其专有的生成-AI平台，Zipbio设计了小型，有效且安全的复杂治疗剂，以解决大小是实现预期治疗效果的限制因素的情况。Zipbio的临床前管道集中在眼科上，包括有关大型市场指示的第一和最佳课程。核心技术Zipbio的紧凑型平台利用了De-Novo蛋白质设计和生成性AI的最新突破来制作新颖的疗法，以实现难以定位的适应症。平台输出具有最佳大小的复杂基因和蛋白质疗法，同时控制分子的表达水平，溶解度，亲和力和选择性。compcat是第一个也是唯一的“无损压缩算法”，它解锁了解决医学中一些最难未满足的需求的机会。产品概况/管道Zipbio的内部管道集中于普遍的眼科指示。铅计划是一种用于湿AMD的泛VEGF抑制剂，其次是DME，青光眼，佐治亚州和葡萄膜炎的程序。Zipbio还制定了一些与外部合作伙伴合作的AAV基因治疗计划。领先计划已经达到了Vitro功能POC，并且预计在2024年第三季度的体内POC。商业策略Zipbio的商业模式集中在通过诊所内部计划的开发。紧凑型平台将继续生成公司的内部管道，以及与外部药物和生物技术合作伙伴的研究合作和共同开发合作伙伴关系。下一步是什么？Zipbio的铅计划将于2024年第三季度到达Vivo POC，此后该公司将筹集一场巡回赛，将其带入临床试验。以下程序将通过临床前开发并行进行，而平台将继续为内部发展和BD合作伙伴关系生成新的计划。
IP 摘要：用于储能的等温压缩/膨胀分层结构
此外，储能对于风能等可再生能源的使用和实施至关重要。等温 CAES 具有绿色、高效、弹性和可扩展的储能潜力，与当前的储能方法相比具有多项优势，例如无需使用需要有限稀土元素的电池。虽然 I-CAES 的最新技术水平在 10 年内几乎没有变化，但这项发明将推动该技术的发展，并在爆炸式增长的市场中占据优势。
抓住我的呼吸程序一个Pager 5.3.24-压缩
青年人的目标是这种成瘾行为，对他们的大脑发育，肺部和心血管健康以及心理健康产生负面影响，使其与安全和支持的学校气氛不相容。对孩子的身体，情感和心理健康的影响随后影响了他们的学校上学，学术成就以及与同龄人和家人的社会关系。