XiaoMi-AI文件搜索系统
World File Search System受限
由 PBX1/2 指导的时空受限基因调控网络获得
（未经同行评审认证）是作者/资助者。保留所有权利。未经许可不得重复使用。此预印本的版权所有者此版本于 2022 年 3 月 9 日发布。；https://doi.org/10.1101/2022.03.08.483529 doi：bioRxiv preprint
内存受限量子路径上的启发式远程纠缠分布算法
摘要 —远程纠缠分布在大规模量子网络中起着至关重要的作用，而实现纠缠分布的关键因素是能够延长纠缠传输距离的量子路由器（或中继器）。但量子路由器的性能还远未完善，其中量子路由器中有限的量子存储器极大地影响了纠缠分布的速率和效率。为了克服这一挑战，本文提出了一种在存储器受限路径上最大化纠缠分布速率（EDR）的新模型，然后将其转化为纠缠生成和交换子问题。我们提出了一种用于短距离纠缠生成的贪婪算法，以便高效利用量子存储器。对于纠缠交换子问题，我们使用纠缠图（EG）对其进行建模，其解被发现至少是 NP 完全的。在此基础上，我们提出了一种启发式算法，将原始EG划分为多个子问题，每个子问题都可以在多项式时间内使用动态规划（DP）进行求解。通过进行模拟，结果表明我们提出的方案可以实现较高的EDR，并且所开发的算法具有多项式时间上界和合理的平均运行时间复杂度。
考虑电池退化的影响，能量受限微电网的随机运行
摘要 — 可再生能源发电占比较高的电力系统容易受到发电量低的时期的影响。保持高可调度发电能力的另一种方法是使用电能存储，这样可以利用剩余电力，电能存储有助于保障供电安全。这种系统可以视为能源受限系统，电能存储的运行必须在运营成本最小化和稀缺风险之间取得平衡。在这方面，依赖于操作的存储特性（如储能退化）是一个复杂因素。本文提出了一种电池充电状态退化的线性近似方法，并将其与循环退化相结合，在基于随机对偶动态规划的能源管理模型中实现。研究了退化建模对挪威小型微电网的影响，该微电网具有可变可再生能源发电和有限的可调度发电能力，以及电池和氢气存储以平衡供需。我们的结果表明，与简单的随机策略相比，所提出的策略可以将预期电池寿命延长四年以上，但可能会导致其他系统资源的退化加剧。显然，随机策略对于在能源受限的系统中保持较低的稀缺风险至关重要。
人类核仁由多个受限区域组成，与单个染色体相连
核仁是核糖体生物合成的位点，形成于位于五条人类近端着丝粒染色体 HSA13、HSA14、HSA15、HSA21 和 HSA22 的 p 臂上的 NOR 周围（图 1A；McStay 2016）。rDNA 阵列序列以及近端和远端连接（PJ 和 DJ）在所有五个近端着丝粒之间共享（Floutsakou 等人 2013；van Sluis 等人 2019）。DJ 是功能性 NOR 元件，嵌入核仁周围异染色质 (PNH) 中（Floutsakou 等人 2013）。在中期，NOR 由 UBF（上游结合因子）标记，UBF 是一种核仁 HMG 盒蛋白，可广泛结合 rDNA 阵列（Grob 等人 2014）。当细胞退出后期时，RNA 聚合酶 I (RNA Pol I) 的转录恢复，并在单个 NOR 周围形成核仁 (Hernandez-Verdun 2011; van Sluis 等人 2020)。这些核仁融合成由三个不同区室组成的成熟核仁，反映了核糖体生物发生的阶段 (Ra š ka 等人 2006)。纤维中心 (FC) 单元包含一个或几个 UBF 负载的 rDNA 重复序列 (Yao 等人 2019)。转录发生在 FC 与新生转录本上形成的周围致密纤维成分 (DFC) 之间的界面上。
复杂度驱动的 CNN 压缩，适用于资源受限的边缘 AI
摘要 — 物联网 (IoT) 支持的网络边缘人工智能 (AI) 的最新进展通过实现低延迟和计算效率，在智能农业、智能医院和智能工厂等多个应用中实现了边缘智能。然而，在资源受限的边缘设备上部署 VGG-16 和 ResNets 等最先进的卷积神经网络 (CNN) 实际上是不可行的，因为它们有大量的参数和浮点运算 (FLOP)。因此，作为一种模型压缩的网络修剪概念正在引起人们的关注，以加速低功耗设备上的 CNN。最先进的修剪方法，无论是结构化的还是非结构化的，都没有考虑卷积层所表现出的复杂性的不同潜在性质，而是遵循训练-修剪-再训练流程，这会导致额外的计算开销。在这项工作中，我们通过利用 CNN 固有的层级复杂性，提出了一种新颖且计算高效的修剪流程。与典型方法不同，我们提出的复杂性驱动算法根据其对整体网络复杂性的贡献选择特定层进行过滤器修剪。我们遵循直接训练修剪模型的过程，避免计算复杂的排名和微调步骤。此外，我们定义了三种修剪模式，即参数感知 (PA)、FLOP 感知 (FA) 和内存感知 (MA)，以引入 CNN 的多功能压缩。我们的结果表明，我们的方法在准确性和加速方面具有竞争力。最后，我们提出了不同资源和准确性之间的权衡，这有助于开发人员在资源受限的物联网环境中做出正确的决策。
与同质能量受限代理在固定路径上进行协作交付
我们考虑使用多个移动代理将包裹从指定源集体递送到图中指定目标位置的问题。每个代理从图的某个顶点开始；它可以沿着图的边缘移动，并且可以在移动过程中从一个顶点拾起包裹并将其放在另一个顶点。但是，每个代理的能量预算有限，只能遍历长度为 B 的路径；因此，多个代理需要协作才能将包裹运送到目的地。给定图中代理的位置及其能量预算，寻找可行移动计划的问题称为协作递送问题，之前已经对其进行了研究。先前结果中的一个悬而未决的问题是，当递送必须遵循预先给定的固定路径时会发生什么。虽然这种特殊约束减少了可行解决方案的搜索空间，但我们表明寻找可行计划的问题仍然是 NP 难题（与原始问题一样）。我们考虑该问题的优化版本，即在给定代理的初始位置的情况下，要求每个代理的最佳能量预算 B，从而实现可行的交付计划。与该问题的一般版本已知结果相比，我们证明了该问题的固定路径版本存在更好的近似值（至少对于每个代理单次拾取的限制情况）。我们为有向和有向路径提供了多项式时间近似算法
用量子退火算法解决资源受限的项目调度问题
量子退火是一种有前途的方法，可用于解决资源受限项目调度问题 (RCPSP) 等复杂调度问题。本研究首次应用量子退火来解决 RCPSP，分析了 12 个众所周知的混合整数线性规划 (MILP) 公式，并将量子比特效率最高的公式转换为二次无约束二进制优化 (QUBO) 模型。然后，我们使用 D-wave advantage 6.3 量子退火器解决该模型，并将其性能与经典计算机求解器进行比较。我们的结果表明，该算法具有巨大的潜力，尤其是对于中小型实例。此外，我们引入了目标时间和 Atos Q 分数指标来评估量子退火和逆量子退火的有效性。本文还探讨了高级量子优化技术，例如定制退火计划，以增强我们对量子计算在运筹学中的理解和应用。
用于非受限脑机接口的可扩展脉冲分类
摘要 脉冲分类是解析来自神经元的电生理信号以确定是否、何时以及哪些特定神经元激发的过程。由于记录技术规模不断扩大以及传统脉冲分类算法的复杂性不断增加，脉冲分类在计算神经科学中是一项特别困难的任务。以前的脉冲分类器可分为基于软件和基于硬件的解决方案。软件解决方案具有很高的准确性，但事后对记录进行操作，并且通常需要利用高功率 GPU 来及时处理，并且它们不能用于便携式应用程序。硬件解决方案在准确性方面受到影响，因为为了实施而简化了机制，并且只能处理最多 128 个输入。这项工作回答了以下问题：“需要多少计算能力和内存存储来对来自 1000 个通道的脉冲进行分类，以跟上探针技术的进步？”我们分析了现代软件脉冲分类器的计算和内存需求，以确定其潜在的瓶颈 - 即模板内存存储。我们设计了 Marple，一种高度优化的用于尖峰分类的硬件管道，它采用一种新颖的机制，将模板内存存储量从 8 倍减少到 11 倍。Marple 是
原子级薄晶体银纳米结构中的超受限等离子体
将光限制到原子尺度的能力对于光电子学和光学传感应用的开发以及纳米级量子现象的探索至关重要。厚度仅为几个原子层的金属纳米结构中的等离子体可以实现这种限制，尽管亚纳米级的制造缺陷阻碍了实际发展。在这里，通过预图案化硅基板并外延沉积厚度仅为几个原子层的银膜制造的原子级薄结晶银纳米结构中展示了窄等离子体。具体而言，对硅晶片进行光刻图案化以引入按需横向形状，对样品进行化学处理以获得原子级平坦的硅表面，并外延沉积银以获得具有指定形态的超薄结晶金属膜。按照此程序制造的结构可以对近红外光谱区域的光场约束进行前所未有的控制，这里通过观察具有极端空间约束和高品质因子的基阶和高阶等离子体来说明这一点，这些因子反映了金属的晶体性。本研究在空间约束程度和品质因数方面取得了实质性的改进，这将有助于设计和利用原子级纳米等离子体器件用于光电子、传感和量子物理应用。
评论文章资源受限环境下的胃肠内窥镜人工智能：现实检验
人工智能 (AI) 在胃肠病学的不同领域得到了越来越多的探索，特别是在内窥镜图像分析、癌症筛查和预测模型方面。考虑到内窥镜医师处理的大量数据和所进行的关键分析的复杂性，人工智能被广泛吹捧为常规内窥镜检查不可或缺的一部分。然而，在资源受限的环境中将人工智能应用于内窥镜检查仍然充满问题。我们使用 PubMed 数据库对涵盖人工智能在内窥镜检查中的应用以及在资源受限的环境中遇到的困难的文章进行了广泛的文献综述。我们试图在本综述中总结可能阻碍人工智能在此类环境中应用的潜在问题。希望这篇综述能让内窥镜医师和卫生政策制定者在尝试将人工智能在技术先进的环境中的进步推广到在多个层面受到限制的环境中之前，对这些问题进行思考。关键词：人工智能、自动检测、计算机辅助检测、深度学习、发展中国家、病变检测、卫生资源、卫生服务可及性。欧亚肝胃肠病学杂志 (2020): 10.5005/jp-journals-10018-1322