XiaoMi-AI文件搜索系统
World File Search System增量
使用 DCT、增量调制和双移位的比较研究
摘要 存储、传输和处理高维脑电图 (EGG) 信号是一项关键挑战。EEG 压缩的目标是去除 EEG 信号中的冗余数据。EEG 等医学信号必须具有高质量才能用于医学诊断。本文使用基于离散余弦变换 (DCT) 和双移位编码的接近零均方误差 (MSE) 的压缩系统来实现快速高效的 EEG 数据压缩。本文研究并比较了对变换和量化的输入信号应用或不使用增量调制的情况。在将输出映射到正值后应用双移位编码作为最后一步。使用来自 CHB-MIT 头皮 EEG 数据库的 EEG 数据文件测试系统性能。压缩比 (CR) 用于评估压缩系统性能。与以前对相同数据样本的研究相比，结果令人鼓舞。关键词：EEG、压缩、DCT、双移位编码、增量调制、映射到正值、直方图、压缩比。巴塞特莫尔 巴塞特莫尔 巴塞特莫尔 阿尔莫尔 莫尔
ngia：一种新型的基于基因序列聚类的基于贪婪的增量对准算法✩
基因序列聚类在计算生物学和生物信息学中非常重要且重要，用于研究系统发育关系和基因功能预测等。随着生物学数据量的快速生长（基因/蛋白质序列），基因序列聚类算法在低精度和效率方面面临着更多挑战。 基因序列数据库中增长的冗余序列通常有助于大多数聚类方法的记忆和计算需求的增加。 例如，原始的基于贪婪的增量比对（GIA）聚类算法获得了很高的精度聚类结果，但效率非常低。 已经开发了有效的贪婪增量聚类算法，其精确成本降低了，通常可以关闭速度的贸易聚类精确度以提高速度。 需要在精度和速度之间取得更好平衡的算法。 本文提出了一种新型的基于贪婪的增量比对算法，称为NGIA，用于具有高效率和精度的基因聚类。 ngia由一个预滤波器，修改后的短词过滤器，一种新的数据包装策略，一种修改的贪婪增量方法组成，并通过GPU并行化。 四个独立数据集上的实验评估表明，所提出的工具可以以99.99％的高精度聚类。 与CD-HIT，VSEARCH和UCLUST的结果相比，NGIA平均快13.6倍，6.2倍和1.7倍。 此外，我们开发了一个多节点版本来处理大型数据集。 该软件可从https://github.com/siat-hpcc/gene-sequence-clustering获得。随着生物学数据量的快速生长（基因/蛋白质序列），基因序列聚类算法在低精度和效率方面面临着更多挑战。基因序列数据库中增长的冗余序列通常有助于大多数聚类方法的记忆和计算需求的增加。例如，原始的基于贪婪的增量比对（GIA）聚类算法获得了很高的精度聚类结果，但效率非常低。已经开发了有效的贪婪增量聚类算法，其精确成本降低了，通常可以关闭速度的贸易聚类精确度以提高速度。需要在精度和速度之间取得更好平衡的算法。 本文提出了一种新型的基于贪婪的增量比对算法，称为NGIA，用于具有高效率和精度的基因聚类。 ngia由一个预滤波器，修改后的短词过滤器，一种新的数据包装策略，一种修改的贪婪增量方法组成，并通过GPU并行化。 四个独立数据集上的实验评估表明，所提出的工具可以以99.99％的高精度聚类。 与CD-HIT，VSEARCH和UCLUST的结果相比，NGIA平均快13.6倍，6.2倍和1.7倍。 此外，我们开发了一个多节点版本来处理大型数据集。 该软件可从https://github.com/siat-hpcc/gene-sequence-clustering获得。算法。本文提出了一种新型的基于贪婪的增量比对算法，称为NGIA，用于具有高效率和精度的基因聚类。ngia由一个预滤波器，修改后的短词过滤器，一种新的数据包装策略，一种修改的贪婪增量方法组成，并通过GPU并行化。四个独立数据集上的实验评估表明，所提出的工具可以以99.99％的高精度聚类。与CD-HIT，VSEARCH和UCLUST的结果相比，NGIA平均快13.6倍，6.2倍和1.7倍。此外，我们开发了一个多节点版本来处理大型数据集。该软件可从https://github.com/siat-hpcc/gene-sequence-clustering获得。强可伸缩性测试表明，NGIA的多节点版本可以以31％的并行效率扩展32个线程。©2022 Elsevier B.V.保留所有权利。
带稳定性增强器的无尾飞行器增量反步滑模轨迹控制
摘要：本文提出了一种增量反步滑模（IBS）控制器，用于无尾飞机的轨迹控制，该控制器具有未知干扰和模型不确定性。所提出的控制器基于无尾飞机的非线性动力学模型。提出了一种限制虚拟控制输入速率和幅度的稳定性增强器（SE）。稳定性增强器由两层组成。当虚拟控制输入接近边缘时，将激活第一层 SE 来修改轨迹跟踪误差；当虚拟控制输入超出边缘时，第二层 SE 将降低控制增益以确保虚拟控制输入尽快落在边缘内。在 SE 的帮助下，增量控制方法可以扩展到外环控制，而无需考虑内环系统的动态特性。此外，提出了一种状态导数自适应估计器，与 IBS 相结合，使控制器表现出良好的鲁棒性。最后，给出了两个仿真。第一次仿真表明系统对外部干扰和模型不确定性不敏感，第二次仿真证明了 SE 的有效性。
文章 带稳定性增强器的无尾飞机增量反步滑模轨迹控制
摘要：本文提出了一种增量反步滑模 (IBS) 控制器，用于无尾飞机的轨迹控制，该飞机具有未知的干扰和模型不确定性。所提出的控制器基于无尾飞机的非线性动力学模型。提出了一种稳定性增强器 (SE)，它限制了虚拟控制输入的速率和幅度。稳定性增强器由两层组成。当虚拟控制输入接近边缘时，第一层 SE 将被激活以修改轨迹跟踪误差；当虚拟控制输入超过边缘时，第二层 SE 将降低控制增益以确保虚拟控制输入尽快落在边缘内。借助 SE，增量控制方法可以扩展到外环控制，而无需考虑内环系统的动态特性。此外，提出了一种状态导数的自适应估计器，与 IBS 一起，使控制器表现出出色的鲁棒性。最后，给出了两个仿真结果。第一次仿真表明系统对外界干扰和模型不确定性不敏感，第二次仿真证明了SE的有效性。
通过增量脉冲重复实现时间高效的 Qudit 门......
摘要 — 当前构建量子计算机的努力主要集中在双态量子比特上，这通常涉及抑制随时可用的更高状态。在这项工作中，我们打破了这种抽象，并为广义 d 状态量子比特上的门合成了短持续时间控制脉冲。我们提出了增量脉冲重新播种，这是一种实用的方案，它通过使用以前的结果迭代播种优化器来引导最优控制软件获得最短持续时间的脉冲。我们通过对 transmons 上的一和两量子比特门进行显式脉冲优化，发现希尔伯特空间维数和门持续时间之间存在近线性关系。我们的结果表明，在实际感兴趣的领域中，量子比特操作比以前预期的要高效得多，并且有可能显着提高当前硬件的计算能力。索引术语 — 量子计算、量子比特、量子最优控制、脉冲合成
使用自学习的增量模型对锂离子电池的健康状态和终身预测
锂离子电池是代表至关重要的技术，以实现零碳的目标。因此，必须监视其条件，以使使用这些组件的系统的安全可靠操作。此外，锂离子电池的进程和健康管理政策必须应对电池降解的复杂电 - 化学动力学的非线性和时变性质。本文提出了一种基于学习的算法，以估算基于测量数据流的锂离子电池的健康状况（SOH）和剩余的使用寿命（RUL）。为此，根据SOH的增量建模提出了两个层框架。在第一层中，从部分充电和放电周期的电压和当前数据中提取了一组代表性特征。然后，这些功能用于在递归程序中训练提出的模型，以估计电池的SOH。第二层使用容量数据来逐步学习SOH自动型（AR）模型，该模型将通过时间来传播电池的降解，以使RUL PREDICTION进行降解。提出的方法应用于两个数据集进行实验评估，一种来自Calce，另一种来自NASA。所提出的框架能够估算所有情况下的8种不同锂离子细胞的SOH，平均百分比误差低于1.5％，而寿命模型则预测了该单元的RUL，最大平均值为25％。
英国新型药物的增量效益
摘要 目的 评估过去十年英国国家健康与临床优化研究所 (NICE) 做出有利覆盖决定的疾病领域新药的增量价值。 设计、设置和参与者 这项横断面研究评估了 2010 年 1 月 1 日至 2020 年 12 月 31 日期间对药物的有利评估决定。增量效益估计值摘自 NICE 的证据审查小组报告。 主要结果测量 相对于最佳替代治疗方案的新药的增量效益，以质量调整生命年 (QALY) 表示。 结果 对 129 种药物进行了 184 次评估，提供了 QALY。增量中值为 0.27 QALY（IQR：0.07–0.73）。不同药物-适应症对的效益各不相同（范围：-0.49 至 5.22 QALY）。血液科（0.70，IQR：0.55–1.22）和肿瘤科（0.46，IQR：0.20–0.88）的中位收益最高，眼科（0.09，IQR：0.04–0.22）和内分泌科（0.02，IQR：0.01–0.06）的中位收益最低。八项评估（4.3%）发现贡献超过两个 QALY，但四分之一（50/184）的药物适应症对与现有治疗相比提供的治疗效果不到 1 个月的完美健康状态。结论在我们的审查期间，与最佳替代治疗方案相比，在英国国家卫生系统内批准使用的新药的中位增量价值相当于 3-4 个月的完美健康状态的生命，但数据是不均匀的。客观评价治疗价值有助于患者和医生对药物形成合理的期望，并深入了解药物治疗进展影响最大和影响最小的疾病领域。
利用增量变化将木质纤维素原料转化为纤维素乙醇
已确定有 10 亿吨生物质原料可用于生产可再生生物燃料和生物化学品。这是为运输部门提供轻型、重型和航空燃料能源的关键碳原料之一。木质纤维素原料的利用有助于减少石油进口需求、促进农业发展、创造就业机会和减少温室气体排放，从而提高能源安全。然而，迄今为止，运营挑战阻碍了大批量木质纤维素燃料和化学品的工业生产。因此，美国能源部已投入大量研究资金，以了解和提高先锋纤维素生物炼油厂的运营可靠性。本文介绍了从淀粉乙醇工艺中采用的木质纤维素转化技术。所开发的工艺最终成功演示了使用多种原料（包括柳枝稷、能源高粱和两种玉米粒纤维）进行的 1,000 小时综合运行。本文重点介绍了工艺开发，解决了困扰纤维素糖领域许多问题（并将继续困扰这些问题），例如生物质进料到设备中、高灰分含量、多样化的副产品价值等。
OEB 信函 RE 增量资本模块应用
为了进一步提高监管流程的效率，并为考虑整合的分销商提供进一步的激励，OEB 正在更新现有的 ICM 政策，以满足根据 OEB 现行 MAAD 政策选择延长延期重定期限（超过五年）的电力分销商的资本投资需求。具体而言，如果这些电力分销商能够证明以下情况，OEB 将为这些电力分销商提供额外的灵活性，让他们可以在延长的重定期限（即延期的第六至第十年）内申请年度资本计划的增量资本资金：
中期可靠性采购的增量ELCC研究
CPUC最近的11,500兆瓦（MW）净资格容量（NQC）采购订单需要标准化的ELCC值，以便LSES知道各种增量资源类型的合规性值，并且CPUC可以确信增量取得的收购将满足其确定的采购需求。本报告介绍了用于2023（“ Tranche 1”）和2024（“ Tranche 2”）合规性的有效负载携带能力（ELCC）值（MTR）的中期可靠性（MTR）决策（D.）21-06-035。该决定的订购段落（OP）15要求CPUC工作人员在2021年8月31日之前发布该价值。本报告还包括2025（“ Tranche 3”）和2026（“ Tranche 4”）合规性日期的指示性ELCC值，仅用于信息。这些合规性日期的值必须在2022年12月31日之前完成和发布。e3和Astrapé使用Astrapé的战略能源和风险评估模型（SERVM）随机损失负载概率（LOLP）模型作为CPUC的技术顾问生产了该报告。