XiaoMi-AI文件搜索系统
World File Search System启发式
神经启发式超维分类，实现高效、稳健的生物信号处理
摘要 生物信号由多个收集时间序列信息的传感器组成。由于时间序列包含时间依赖性，现有的机器学习算法很难处理它们。超维计算（HDC）作为一种受大脑启发的轻量级时间序列分类范例被引入。然而，现有的 HDC 算法存在以下缺点：（1）线性超维表示导致分类准确率低，（2）由于操作昂贵且不利于硬件而缺乏实时学习支持，以及（3）无法从部分标记数据建立强大的模型。在本文中，我们提出了 TempHD，一种用于高效和准确生物信号分类的新型超维计算方法。我们首先开发一种新型非线性超维编码，将数据点映射到高维空间。与使用昂贵数学进行编码的现有 HDC 解决方案不同，TempHD 在将数据映射到高维空间之前保留了原始空间中数据的时空信息。为了获得最具信息量的表示，我们的编码方法考虑了空间传感器和时间采样数据之间的非线性相互作用。我们的评估表明，TempHD 提供了更高的分类准确度、显著更高的计算效率，更重要的是，它能够从部分标记的数据中学习。我们评估了 TempHD 对用于脑机接口的嘈杂 EEG 数据的有效性。我们的结果表明，与最先进的 HDC 算法相比，TempHD 的分类准确度平均提高了 2.3%，训练和测试时间分别提高了 7.7 倍和 21.8 倍。
推荐引用 推荐引用 ATALI, GÖKHAN; PEHL İ VAN, İ HSAN; GÜREV İ N, B İ LAL; 和 Ş EKER, HAL İ L İ BRAH İ M (2021) “基于元启发式的人工智能算法中的混沌：简要回顾”，土耳其电气工程与计算机科学杂志：第 29 卷：第 3 期，第 3 篇文章。https://doi.org/10.3906/elk-2102-5 可在以下网址获取：https://journals.tubitak.gov.tr/elektrik/vol29/iss3/3
随着科学技术的发展，优化问题的复杂性也成倍增加。在工程和其他技术问题中，利用优化方法实现利润最大化或损失最小化一直是最重要的目标之一。为了加速问题的解决，人们开发了采用元启发式方法的优化问题解决方案算法，这些算法通常受到自然界生物、物理事件、群体行为等的启发。元启发式算法是一种启发式方法，它可以为计算能力不完整或有限的优化问题提供足够好的解决方案，该算法使用了计算机科学和数学优化中的高级程序。这些算法通常可以快速收敛到最优值，计算简单且易于实现。
对辐射生存能力的电子设备中最脆弱区域的启发式检测
随着电子系统变得更大，更复杂，对辐射暴露最脆弱的区域（MVR）的检测变得更加困难和耗时。我们提出了一种启发式方法，其中利用设备的机械和热方面来快速识别MVR。我们的方法涉及两个设备条件的拓扑映射。第一个条件通过热波探测和相位分析确定具有最高机械应变或界面密度的区域。第二条件识别具有高电场的区域。可以假设，具有最高热波穿透性和电场的区域将对单个事件的传入辐射表现出最高的敏感性，并且可能会表现出可能的总电离剂量。我们的方法实现了一种简单的设计，该设计将分析时间提高了约2 - 3个数量级，而不是当前的辐射灵敏度映射方法。该设计在经过良好研究的操作放大器LM124上进行了证明，该扩展显示了与文献的一致性，即识别敏感的晶体管（QR1，Q9和Q18），具有相对较高的相值（> 70％）和δT百分位数（> 50％）（> 50％），满足辐射辐射升高的条件。这是关于静态随机访问存储器（HM-6504）和芯片上的Xilinx Artix-7 35 T系统的实验结果。©2022电化学学会（“ ECS”）。由IOP Publishing Limited代表EC出版。[doi：10.1149/2162-8777/ac861a]
该计划资助实用启发式基础研究项目……
蔡明华博士 SIMTech Dou Yee Technologies – SIMTech/IMRE/IHPC JL – 开发先进粉末冶金 (PM) 制造以提高技术能力和运营效率 陈庆锋博士 IMCB 以新型体外和体内肿瘤模型为指导的 CAR-T 疗法开发 康昌伟博士 IHPC 液化天然气和海上风电的数字化设计和优化 黄兆宏博士 SIMTech 航空航天 MRO 的数字化先进制造工艺 程方博士 ARTC JM VisTec A*STAR 智能视觉联合实验室 用于棕地应用的 3DPLUS 视觉技术 Vempati Srinivasa Rao IME IME 先进包装 3.0 应用卓越中心（包装 3.0） 苏心懿博士 IMCB IMCBNUSSERIXCell 联合实验室：RECET（再生细胞疗法）
迈向体验式人工智能的启发式模型
摘要：基于人工智能艺术领域创意实践的快速发展，我们发现并响应了开发框架来分析这一新兴领域的关键维度（包括社会/政治）的迫切需求。本文对杰克·埃尔维斯的《Zizi Show》进行了全面的案例研究，该节目是爱丁堡大学爱丁堡未来研究所新现实与体验式人工智能项目的一部分。基于这一案例研究分析，我们建议将不同的项目特征分为四类（社会文化和制度方面；技术和媒体；经验和情感；观众和影响），作为启发式模型的基础。每个类别中收集的陈述/描述符可用于捕捉创意和设计策略，这些策略可以从文化和技术角度引导设计过程，实现项目的交叉检查和评估，并发现创意过程中的盲点。
对认知启发式人工智能的批判性审视
摘要 大自然是许多发明和理论的灵感源泉。这种灵感的主要好处之一是将不可能变为可能。人工智能领域的诞生也不例外，人们采用认知启发的方法，梦想拥有一个像人类一样思考的智能系统。然而，人类智能向机器智能迈进的这段旅程坎坷且充满挑战，导致人工智能与认知研究分离。在本文中，我们重点介绍了人工智能发展中认知启发的主要挑战和机遇。然后，我们将灵感来源分解为四个抽象层次，研究人员可以从中获得灵感。这些层次为人工智能系统建模贡献了三个主要阶段。从认知层次到建模阶段的二维映射及其之间的关系旨在协助认知启发方法的过程。
使用元启发式技术对生物医学植入物的电感耦合线圈进行优化设计
1. Lakhdari, A：无线能量传输系统的开发：生物医学领域的应用。（2020 年）。2. Heidarian, M. 和 Burgess, SJ（2020 年）。一种优化谐振线圈和电感链路能量传输的设计技术。IEEE 微波理论与技术学报，69 (1)，399-408。3. Gosselin, B.（2011 年）。神经记录微系统的最新进展。传感器，11 (5)，4572-4597。4. Tianjia Sun、Xiang Xie 和 Zhihua Wang：用于医疗微系统的无线能量传输。（2013 年）。5. Kiani, M. 和 Ghovanloo, M.（2012 年）。设计高性能感应电能传输链路的品质因数。IEEE 工业电子学报，60 (11)，5292-5305。6. Mirbozorgi, SA (2015)。用于植入式医疗设备的高性能无线电源和数据传输接口。7. Kiani, M.、Jow, UM 和 Ghovanloo, M. (2011)。设计和优化 3 线圈感应链路以实现高效的无线电能传输。IEEE
使用带有元启发式优化非局部均值滤波器的小波变换自动识别和去除单通道脑电图中的肌肉伪影
摘要：脑电图 (EEG) 信号很容易受到肌肉伪影的污染，这可能导致脑机接口 (BCI) 系统以及各种医疗诊断的错误解读。本文的主要目标是在不扭曲 EEG 所含信息的情况下去除肌肉伪影。首次提出了一种新的多阶段 EEG 去噪方法，其中小波包分解 (WPD) 与改进的非局部均值 (NLM) 算法相结合。首先，通过预训练的分类器识别伪影 EEG 信号。接下来，将识别出的 EEG 信号分解为小波系数，并通过改进的 NLM 滤波器进行校正。最后，通过逆 WPD 从校正后的小波系数重建无伪影的 EEG。为了优化滤波器参数，本文首次使用了两种元启发式算法。所提出的系统首先在模拟脑电图数据上进行验证，然后在真实脑电图数据上进行测试。所提出的方法在真实脑电图数据上实现了 2.9684 ± 0.7045 的平均互信息 (MI)。结果表明，所提出的系统优于最近开发的具有更高平均 MI 的去噪技术，这表明所提出的方法在重建质量方面更佳并且是全自动的。
ODHD：用于异常值检测的一类脑启发式超维计算
异常值检测是一项经典且重要的技术，已用于医疗诊断和物联网等不同应用领域。最近，基于机器学习的异常值检测算法，例如一类支持向量机（OCSVM）、隔离森林和自动编码器，在异常值检测方面表现出色。在本文中，我们彻底摆脱这些经典学习方法，提出了一种基于超维计算（HDC）的异常值检测方法 ODHD。在 ODHD 中，异常值检测过程基于 PU 学习结构，其中我们基于正常样本训练一类 HV。此 HV 表示所有正常样本的抽象信息；因此，任何相应 HV 与此 HV 不同的（测试）样本都将被视为异常值。我们使用六个不同应用领域的数据集进行了广泛的评估，并使用三个指标（包括准确率、F1 分数和 ROC-AUC）将 ODHD 与 OCSVM、隔离森林和自动编码器等多种基线方法进行了比较。实验结果表明，对于每个指标，ODHD 在每个数据集上的表现都优于所有基线方法。此外，我们对 ODHD 进行了设计空间探索，以说明性能和效率之间的权衡。本文提出的有希望的结果为传统异常值检测学习算法提供了一种可行的选择和替代方案。
HOX基因簇的（异常）启发式值
自1984年首次报道以来，抗型同源物（HOX）基因一直参与了一系列有趣的观察结果，尤其是由于它们在脊椎动物和节肢动物之间保守的聚类组织，这可能是一个合理地想知道这种持续性价值的起源。在本文中，我首先考虑了不同的例子，其中Hox基因簇在提供概念进步方面发挥了重要作用，从各种研究领域中取出，并且主要涉及脊椎动物胚胎。这些例子涉及我们对基因组进化的理解，重新审视了19世纪对开发与进化之间关系的观点，以及建立一个新框架，以了解发展过程中的长期和多效基因调节。i然后讨论HOX基因家族的高价值（当被认为是一种认知对象）与其聚类结构有关（及其在某些动物物种中的缺失）以及在这种特殊的遗传奇怪之处是什么，这使它们在为科学社区提供有趣的信息时如此富有。