XiaoMi-AI文件搜索系统
World File Search System反转
仔细观察gan先验：利用中级特征来增强模型反转攻击
摘要。模型反转（MI）攻击旨在通过利用输出信息来重建来自发布模型的隐私敏感培训数据，从而引起了人们对深神经网络（DNNS）安全性的广泛关注。最新的生成对抗网络（GAN）的进步已大大贡献了MI攻击的性能，因为它们具有具有高忠诚度和适当语义的逼真的图像的强大能力。但是，以前的MI攻击仅在Gan Pri-Ors的潜在空间中披露了私人信息，从而限制了它们在多个目标模型和数据集中的语义提取和可传递性。为了应对这一挑战，我们提出了一种新颖的方法，可以增强饮食，增强了g势元（IF-GMI），该方法分解了GAN结构并利用了中间块之间的特征。这使我们可以将优化空间从潜在代码扩展到具有增强表达能力的中间功能。为了防止gan先验产生不切实际的图像，我们将L 1球约束应用于优化过程。对多个基准测试的实验表明，我们的方法在各种设置下，尤其是在分布外（OOD）方案下显着执行先前的方法并实现最新结果。我们的代码可用：https：//github.com/final-solution/if-gmi
学习一个动态隐私的相机鲁棒性反转攻击
摘要。设计了设计隐私相机（PPC）的问题。以前的设计依赖于静态点扩展功能（PSF），以防止检测私人视觉信息，例如可识别的面部特征。但是，可以通过测量对点光源的摄像机响应来轻松恢复PSF，从而使这些相机容易受到PSF反转攻击的影响。提出了一种新的动态隐私（Dypp）摄像头设计，以防止此类攻击。dypp摄像机依赖于动态的光学元素，即这种空间光模拟器来实现随时间变化的PSF，该PSF随着图片的变化而变化。PSF是通过学习的嵌入式嵌入，对手进行的，以同时满足用户指定目标的隐私目标，例如面部识别准确性和任务效用。对多种隐私视力任务的经验评估表明，与以前的PPC相比，Dypp设计对PSF反转功能的强大意义要大得多。此外，该方法的硬件可行性由概念验证摄像头模型验证。
分析，2D和1D联合反转来自Buranga地热前景的磁铁和瞬态电磁数据，乌干达
电阻率数据来自位于近距离电磁（TEM）位点（88个站点）和磁电纤维（MT）位点（165个站点）的电阻率数据，在一维关节反转中使用，以纠正主要由近乎表面的不均匀性引起的静态移位。从旋转不变的决定因素和平均值以及旋转变体的XY和YX表观电阻率和相位作为深度切片和横截面显示的旋转变体的结果以及旋转变体的结果。在MT数据的2D反转中，使用了横向电气（TE）和横向磁性（TM）模式的一维关节反转的静态移位因子。通过使用100Ωm和30Ωm均质的半空间初始模型来探索2D模型的收敛性和鲁棒性，该模型产生了相似的结果，并以1.0-1.9在1.0-1.9之间的横截面表示。
纳米谱诱导的手性反转的线性和非线性光学特性的物理机制
摘要：基于密度功能理论（DFT）和波函数分析，紫外和可见的分光光度计（UV-VIS）光谱和1-Meso的Raman光谱以及通过手性纳米矩阵的手性分离获得的1-Meso和1-RAC。通过过渡密度矩阵（TDM）和电荷密度差（CDD）图研究了1-MESO和1-RAC的电子激发特性。基于基于赫希菲尔德分区（IGMH）的非独立梯度模型，讨论了分子间相互作用。使用静电电势（ESP）研究了1-MESO和1-RAC与外部环境的相互作用，并根据外部磁场下的磁诱导电流研究了1-MESO和1-RAC的电子定位度。通过1-RAC的手性分离，两个对映异构体，1-（p，p）和1-（m，m）。通过分析1-Meso，1-Meso，1-（P，P）和1-（P）和1-（M，M），过渡电动偶极矩（TEDM）和过渡磁性二极管矩（TMDM）的电子圆二色（ECD）光谱来揭示分子的电磁相互作用。发现，由于结构的反转，1-（p，p）和1-（m，m）具有相反的手性特性。
反转问题：为什么算法应推断精神状态，而不仅仅是预测2023年10月6日的行为，乔恩·克莱恩伯格（Jon Kleinberg），詹斯·路德维格（Jens Ludwig），sendhil mull
摘要越来越多地将机器学习应用于人类行为。这些算法越来越遭受一个隐藏但严重的问题。之所以出现，是因为他们经常预测一件事，而希望另一件事。采用推荐系统：它可以预测点击，但希望识别偏好。或一种使放射科医生自动化的算法：它可以预测在静置的诊断，同时希望确定其反思性判断。心理学向我们展示了此类预测任务的目标与我们希望实现的目标之间的差距：人们可以无意识地点击；专家可能会疲倦并犯系统错误。我们认为这种情况无处不在，称它们为“反演问题”：真正的目标需要理解在行为数据中直接测量的精神状态，而必须与行为倒转。识别和解决这些问题需要借鉴行为和计算科学的新工具。
解开反转之谜：技术进步、挑战......
摘要 倒位是一种染色体结构变异，通过影响基因表达和重组率显著影响植物的适应性和基因功能。然而，与其他结构变异相比，它们在功能生物学和作物改良中的作用仍未得到充分探索。在这篇综述中，我们重点介绍了技术和方法上的进步，这些进步使得我们能够通过泛基因组框架和机器学习算法全面了解倒位变异。基因组编辑是一种诱导或逆转植物倒位突变的有效方法，为修改局部重组率提供了一种有效的机制。鉴于倒位在作物育种中的潜力，我们预计科学界将在未来的研究和育种应用中越来越关注倒位。
在非贵族 -基于反转的地热系统结构的3D可视化
摘要。随着能源需求继续上升，位于萨拉克山的地热电厂在增加传递给Java-Bali地区的电力供应方面起着至关重要的作用。这项研究的目的是确定萨拉克山的3D地下结构，特别是使用重力法的储层分布作为地热能的靶标。重力数据，包括重力干扰（GD），Geoid和数字高程模型（DEM），从ICGEM网站获得了总共48740个数据。基于残留异常图的结果，萨拉克山下方的低异常具有-5.15至-1.88 mgal，这被怀疑与岩浆室相关。表现下方的高异常的值在0.92至5.01 mgal中，表明被认为是储层岩石的安第斯山玄武岩侵入性岩石。通过3D反转建模，对萨拉克山地热系统的地下结构，一个粘土盖，密度从2.47到2.5 gr/cc，深度为0至700 m，安第斯山脉玄武岩作为储层，其密度为2.74至2.91 gr/cc的密度在700至30000 m的深度上，已识别为3000 m m dowed。
石墨烯等离子体消色差片上聚焦用于宽带数字光信号的空间反转
摘要：渐变折射率透镜中的等离子体片上聚焦对于深亚波长纳米级的成像、光刻、信号处理和光互连具有重要意义。然而，由于等离子体材料固有的强波长色散，等离子体片上聚焦存在严重的色差。利用成熟的平面介质光栅，提出了一种渐变折射率波导阵列透镜（GIWAL），以支持声学石墨烯等离子体极化激元（AGPP）的激发和传播，并实现 AGPP 在 10 至 20 THz 频带内焦点小至约工作波长的 2% 的消色差片上聚焦，得益于 GIWAL 与波长无关的折射率分布。提出了一种理论分析方法，以理解 AGPP 的片上聚焦以及其他光束演化行为，例如高斯光束的自聚焦、自准直和钟摆效应以及数字光信号的空间反转。此外，还展示了 GIWAL 反转空间宽带数字光信号的可能性，表明了 GIWAL 在宽带数字通信和信号处理中的潜在价值。
非晶相变材料中的电阻漂移收敛和反转
图 4：a) Ge 15 Te 85 玻璃在 105 °C 下退火一段时间后进行的电阻率上扫描测量得出的虚拟温度 𝑇𝑇 𝑓𝑓 𝜌𝜌 的演变。𝑇𝑇 𝑓𝑓 𝜌𝜌 数据与 TNM-AG 模型（黑线）精确拟合，并长时间向退火温度 105 °C 收敛，从而证实了稳定性。b) 将在 105 °C 恒温保持期间获得的电阻率数据（浅蓝色点）与从 𝑇𝑇 𝑓𝑓 𝜌𝜌（红色圆圈）和 TNM-AG 模型（黑线）计算出的电阻率值进行比较（a）。实验电阻率数据与玻璃松弛模型的预测结果非常吻合。请注意，初始 𝑇𝑇 𝑓𝑓 𝜌𝜌 低于图 2 所示的 𝑇𝑇 𝑓𝑓 𝐻𝐻。这是由于在 vdP 样品上沉积覆盖层期间向硫族化物引入了热量。
通过非线性反转的定量MRI
常规定量MRI基于两步过程，在该过程中，第一个中间图像是重建的，然后将物理模型拟合了像素，以获取参数图。获得足够数量的高质量图像，并需要精心设计的对比度才能获得良好的拟合度。因此，对于许多临床应用而言，这些方法太慢了。相比之下，基于非线性模型的重建方法将图像重建作为单个反问题。他们利用了测量过程的物理模型，并直接从k空间估算了定量参数图。因此，它们可以最佳地使用可用数据，并启用从使用瞬态磁化动力学的序列获得的信号中启用高效的参数映射。1-5这些技术有两个问题：它们在计算上是要求的，需要专门为每个应用程序设计。另外，指纹6使用Bloch模拟获得的查找dictio-nary来映射直接从淡淡的数据中计算出的中间图像的像素来绘制定量参数图。这可以在灵活且计算上有效的框架中启用具有高加速度的多参数映射，但由于缺乏最小二乘数据固定项，因此并不是最佳的。子空间模型可以通过使用较大的线性子空间近似物理信号来利用更有效的映射。对于复杂的自旋动力学，可能需要更大的子空间系数来准确表示信号，从而使子空间方法效率较低。5它们非常有效地减少重建的计算需求，7-11，但仍然不是最佳的，因为线性子空间用于近似可能的信号的歧视。