摘要 — 为了快速自动诊断神经疾病,需要从体积磁共振成像 (MRI) 中计算机辅助检测脑损伤。模板匹配技术可以为脑损伤的自动定位提供满意的结果;然而,找到使模板和损伤相似度最大化的最佳模板大小仍然具有挑战性。这增加了算法的复杂性和对计算资源的要求,同时使用了三维 (3D) 模板处理大型 MRI 体积。因此,需要降低模板匹配的计算复杂度。在本文中,我们首先提出了一个数学框架,用于计算归一化互相关系数 (NCCC) 作为 MRI 体积和近似 3D 高斯模板之间的相似性度量,具有线性时间复杂度,而不是传统的基于快速傅里叶变换 (FFT) 的方法,其复杂度为,其中是图像中的体素数,是尝试的模板半径的数量。然后,我们提出一个数学公式来分析估计图像中每个体素的最佳模板半径,并计算具有位置相关最佳半径的 NCCC,从而将复杂度降低到。我们在一个合成和两个真实的多发性硬化症数据库上测试了我们的方法,并将其在病变检测中的性能与 FFT 和最先进的病变预测算法进行了比较。我们通过实验证明了所提出的方法在脑病变检测中的效率及其与现有技术相当的性能。索引术语 – 脑病变检测、计算复杂度、FFT、MRI、NCCC、模板匹配。
在本文中,我们重点研究形式为 f ◦ G = f ( G ( X 1 , Y 1 ), . . . , G ( X n , Y n )) 的函数的量子通信复杂度,其中 f : { 0 , 1 } n →{ 0 , 1 } 是对称函数,G : { 0 , 1 } j × { 0 , 1 } k →{ 0 , 1 } 是任意函数,并且给定 Alice (或 Bob) ( X i ) i ∈ [ n ] (或 ( Y i ) i ∈ [ n ])。最近,Chakraborty 等人。 [STACS 2022] 证明,当允许双方使用共享纠缠时,f ◦ G 的量子通信复杂度为 O ( Q ( f )QCC E ( G )),其中 Q ( f ) 是 f 的查询复杂度,QCC E ( G ) 是 G 的精确通信复杂度。在本文中,我们首先证明相同的陈述在没有共享纠缠和共享随机性的情况下成立,这推广了他们的结果。基于改进的结果,我们接下来在两个模型中证明任何对称函数 f (其中 AND 2 : { 0 , 1 } × { 0 , 1 } →{ 0 , 1 } 表示 2 位 AND 函数) 的 f ◦ AND 2 的严格上界:具有共享纠缠和不具有共享纠缠。这与 Razborov [Izv. Math. 67(1) 145, 2003]当允许共享纠缠时,我们改进了Razborov的界限,当不允许共享纠缠时。
• 2022/23 年,消费者和法律服务提供商的平均客户旅程总时间为 289 天(包括早期解决,不包括约 50 起高复杂度投诉)。其中包括平均等待时间为 202 天,分配给调查员后的解决时间为 87 天。 • 2022/23 年期间,与预评估池达到峰值(2022 年 2 月)相比,低复杂度案件的整体客户旅程时间减少了近 100 天。 • 2022/23 年,通过早期解决解决投诉的客户的旅程时间平均比需要全面调查的平均低复杂度案件缩短 67%。 • 到 2024 年 3 月底,LeO 预计平均客户旅程时间将在 132 至 187 天之间。大多数客户的平均等待时间为 45 至 100 天,然后是 87 天的解决时间。
印度新德里 SEST Jamia Hamdard 计算机科学与工程系 摘要 — 在图中寻找两点之间的最短路径的问题是计算机科学中的一个基本问题,在交通、物流和网络等领域有许多应用。Dijkstra 算法是一种常用于解决这个问题的经典算法,但是对于大图来说,它的时间复杂度可能过高。另一方面,量子计算提供了一种很有前途的方法来解决这个问题,并且时间复杂度显著提高。在本研究论文中,我们探讨了量子计算在解决最短路径问题方面的潜力,包括 Dijkstra 算法及其局限性的概述、使用量子相位估计的量子计算方法,以及经典算法和量子算法的时间复杂度的比较。我们还讨论了量子计算在解决实际最短路径问题中发挥潜力所需应对的挑战。
有迹象表明可能存在提高资源利用率和生产率的机会。相对于其他行业,航空航天和国防行业低复杂度协议的比例较小(24% 比 32%),但这些协议占用了更高比例的 CCM 资源(24% 比 21%)。CCM 专业人员更有可能参与审查、起草或谈判这些低复杂度合同(82% 的情况,而跨行业平均值为 67%)。同样值得注意的是,相对于其他同类行业,他们参与支持许多低价值协议。高复杂度协议的比例较大(41% 比 36%),但不足以解释授予前指标的相对缺口规模——例如,在此阶段,航空航天和国防行业的 CCM 资源人均合同处理量减少了约 25%,从要求到签署的周期时间延长了近 40%。从纯粹的 CCM 角度来看,这反映了所有行业中最糟糕的表现,当然值得进行调查以了解根本原因。
量子Fisher信息(QFI)在量子精密测量、量子信息、多体物理等领域发挥着重要作用。通过实验获取某个量子态的QFI可以揭示出某个参数的估计精度极限、纠缠程度、量子态的几何特征等。但QFI的测量复杂度及其下界取决于量子态的维数,因此降低测量复杂度是一项重大挑战。本文提出了一种评估高维系统QFI的方法,即将信息转移到辅助系统并测量其子QFI,同时给出了在不影响辅助系统获取信息量的前提下降低被测辅助系统维数的条件。
摘要 一种用于区分健康、发作期和发作间期脑电图信号的自动检测系统在临床实践中具有重要意义。本文介绍了一种用于癫痫和癫痫发作检测的低复杂度三类分类 VLSI 系统。设计的系统包括基于离散小波变换 (DWT) 的特征提取模块、稀疏极限学习机 (SELM) 训练模块和多类分类器模块。在三级 DWT 中引入了 Daubechies 4 阶小波的提升结构,以节省电路面积并加快计算时间。SELM 是一种新型的机器学习算法,具有低硬件复杂度和高性能,用于片上训练。由于其分类精度高,因此首次设计了一对一的多类非线性 SELM。设计的系统在 FPGA 平台上实现,并使用公开的癫痫数据集进行评估。实验结果表明,设计的系统在低维特征向量下实现了高精度。关键词:低复杂度,分类,DWT,多类,SELM 分类:集成电路(存储器,逻辑,模拟,RF,传感器)
老年护理人员可以从远程呈现机器人中受益,远程呈现机器人使他们能够远程执行各种任务。为了让非技术用户有效高效地操作此类机器人,重要的是检查机器人系统的自动化水平 (LOA) 是否以及如何影响其性能。这项工作的目的是为老年护理的移动机器人远程呈现 (MRP) 系统开发合适的 LOA 模式,并评估它们对用户在两个不同任务复杂度级别的表现、工作量、环境意识和可用性的影响。为此,在 MRP 平台上实施了两种 LOA 模式:辅助远程操作(低 LOA 模式)和自主导航(高 LOA 模式)。该系统在一项有 20 名参与者的用户研究中进行了评估,他们以护理人员的角色,在类似家庭的环境中导航机器人执行控制和感知任务。结果表明,当任务复杂度较低时,高 LOA 下的性能有所提高。但是,当任务复杂度增加时,较低的 LOA 可以提高性能。在工作量和情境意识的结果中也观察到了这种相反的趋势。我们从 LOA 对用户对自动化的态度的影响以及对可用性的影响方面讨论了结果。
Nielsen 的量子态复杂性方法将准备状态所需的量子门的最小数量与用酉变换流形上的某个范数计算的测地线长度联系起来。对于二分系统,我们研究了绑定复杂性,它对应于作用于单个子系统的门没有成本的范数。我们将问题简化为研究施密特系数流形上的测地线,并配备适当的度量。绑定复杂性与其他量(如分布式计算和量子通信复杂性)密切相关,并且在 AdS/CFT 的背景下提出了全息对偶。对于具有黎曼范数的有限维系统,我们发现了绑定复杂性与最小 Rényi 熵之间的精确关系。我们还发现了最常用的非黎曼范数(所谓的 F 1 范数)的分析结果,并为量子计算和全息术中普遍存在的状态复杂性相关概念提供了下限。我们论证说,我们的结果适用于分配给作用于子系统的生成器的一大类惩罚因子。我们证明,我们的结果可以借用来研究 F 1 范数情况下单个自旋的通常复杂度(非约束性),而这在之前的文献中是缺乏的。最后,我们推导出多部分约束复杂度的界限以及相关(连续)电路复杂度,其中电路最多包含 2 个局部相互作用。
