XiaoMi-AI文件搜索系统
World File Search System实例
大师研讨会 - 夏季学期2025
实例空间分析超越了传统的性能指标，例如准确性或R 2，通过提供对算法质量的更深入的了解。此方法对于数据分析和机器学习特别有价值，因为它可以可视化不同算法在不同类型的问题上的性能。在本研讨会中，您将使用实例空间分析来研究位置计划算法的有效性。通过设计具有不同复杂性的测试数据集，您将映射和解释这些算法的优势和劣势。这个主题不仅可以增强您的分析技能，而且还向您介绍了高级工具进行算法评估。de Coster，A.，Musliu，N.，Smith-Miles，K。（2022）。 基于课程的课程时间表Haase的算法选择和实例空间分析，Knut（2009）。 离散位置计划de Coster，A.，Musliu，N.，Smith-Miles，K。（2022）。基于课程的课程时间表Haase的算法选择和实例空间分析，Knut（2009）。离散位置计划
应用程序意识近似同质加密
完全同态加密（FHE）是在加密数据上执行计算的强大工具。Cheon-Kim-Kim-Song（CKKS）方案是近似FHE的实例化，对于具有真实和复数的机器学习应用程序特别有效。al-尽管CKK具有明确的效率优势，但混乱始终围绕着准确描述图书馆中的应用，并安全地实例化了这些问题的计划，尤其是在Li和Micciancio（Eurocrypt'21）的关键恢复攻击之后，用于IND-CPA D设置。目前在IND-CPA D的应用程序不合时宜的，通用的定义以及软件库中CKK的高效，特定于应用程序的实例之间存在差距，这导致了Guo等人的最新攻击。（USENIX SECurity'24）。要缩小此差距，我们介绍了应用程序意识到的同构加密（AAHE）的概念，并设计了相关的安全性定义。该模型更紧密地与实践中的方案实施和使用的方式更加紧密，同时还可以识别和解决流行库中潜在的漏洞。然后，我们提供了一种应用程序规范语言（ASL），并制定指南，以实现AAHE模型，以实现CKKS实际应用的IND-CPA D安全性。我们在OpenFhe库中提出了ASL的概念证明实现，以显示Guo等人的攻击方式。可以反驳。更重要的是，我们表明我们的新模型和ASL可用于确切方案的安全有效实例化，并应对Cheon等人最近的IND-CPA D攻击。（CCS'24）和Checri等。（加密24）。
朝着现实世界类别级别的姿势姿势估计
摘要 - 人类寿命中有铰接的物体。当前类别级别的关节姿势估计（CAPE）方法是在单个现实设置下使用每个类别的固定运动结构的。考虑到这些局限性，我们旨在研究估计单个RGB-D图像中具有未知运动学结构的多个铰接式对象的零件级别6D姿势的问题，并改革此问题设置为现实世界环境，并建议Cape-real（Caper-Real）（CAPER）任务设置。此设置允许语义类别中的各种运动结构，以及在对现实世界的观察中共存的多个实例。为了支持这项任务，我们构建了一个明确的模型存储库RAINT-48，并呈现有效的数据集生成管道，其中包含快速发音的对象建模（FAOM）和半实体的混合现实现实技术（Samert）。伴随管道，我们构建了一个大规模的混合现实数据集后Tmix和一个现实世界数据集后TVAL。伴随着刺山柑问题和数据集，我们提出了一个有效的框架，该框架利用RGB-D输入来估算单个正向通行中多个实例的零件级姿势。在我们的方法中，我们从RGB-D输入中介绍对象检测，以处理多个实体问题，并将每个实例分为几个部分。为了解决未知的运动学结构问题，我们提出了一个解析网络，以分析检测实例的结构，并构建一个对伪造姿势估计模块，以估算第6D姿势以及连接零件对的联合属性。广泛的实验表明，所提出的方法可以在开普敦，斗篷和实例级机器人组姿势估计问题上实现良好的性能。我们认为，它可以作为对刺山柑任务的未来研究的强大基准。我们工作中的数据集和代码将公开可用。
功能重新安装：迈向计算病理学中的基础模型级表现
多个实例学习（MIL）是计算病理学中最广泛使用的框架，包括分型，诊断，预后等等。但是，iS-iSting MIL范式通常需要脱机实例提取器，例如预训练的重新网络或Foun-Dation模型。这种方法缺乏在特定下游任务中进行微调进行微调的能力，从而限制了其适应性和性能。为了解决此问题，我们提出了一个重新安装的区域变压器（R 2 T），用于在线重新安装实例功能，该功能可以限制精细元素的本地功能并在不同地区建立联系。与现有的作品不同，该作品专注于预训练强大的功能提取器或设计复杂的实例聚合器，r 2 t量身定制为在线重新设计实例功能。它是一种便携式模块，可以无缝集成到主流MIL模型中。对常见的综合病理学任务的广泛实验结果验证：1）功能重新嵌入基于Resnet-50特征的MIL模型的性能到基础模型模型的水平，并进一步增强了基础模型特征的性能； 2）r 2 t可以对各种MIL模型引入更大的性能改进； 3）R 2 T-MIL，作为R 2 T-增强的AB-MIL，以大幅度优于其他最新方法。该代码可在以下网址提供：https：//github.com/dearcaat/rrt-mil。
学习优化变分量子电路来解决组合问题
量子计算是一种计算范式，在解决各种问题时有可能超越经典方法。最近提出的量子近似优化算法 (QAOA) 被认为是近期展示量子优势的主要候选算法之一。QAOA 是一种变分混合量子-经典算法，用于近似解决组合优化问题。QAOA 针对给定问题实例获得的解决方案的质量取决于用于优化变分参数的经典优化器的性能。在本文中，我们将寻找最优 QAOA 参数的问题表述为一项学习任务，其中可以利用从解决训练实例中获得的知识来为看不见的测试实例找到高质量的解决方案。为此，我们开发了两种基于机器学习的方法。我们的第一种方法采用强化学习 (RL) 框架来学习策略网络以优化 QAOA 电路。我们的第二种方法采用核密度估计 (KDE) 技术来学习最佳 QAOA 参数的生成模型。在这两种方法中，训练过程都是在可以在传统计算机上模拟的小型问题实例上执行的；然而，学习到的 RL 策略和生成模型可用于有效地解决更大的问题。使用 IBM Qiskit Aer 量子电路模拟器进行的大量模拟表明，与其他常用的现成优化器相比，我们提出的基于 RL 和 KDE 的方法将最优差距缩小了 30 倍。15 倍。
扇区和项目资格参数列表
收到和初步评估涵盖涵盖06名跨国公司的指控和肢解的建议，并提出了对所指控的收到的反对的反应，该指控收到了个人提交实例的个性化承认，该实例接受了IWG-NCP的特定实例，而IWG-NCP收到了涉嫌收到涉嫌的良好信息的核对信息，以提供对良好的信息，并将其付诸实践的核对措施，并付诸实践，并通过核对核对的良好信息，并确定了良好的信息。据称接受优质办公室的办公室，通过寓言接受优质办公室的接受，通过双方接受指控的批准，双方首次调解第三个调解会议第三个调解会议介绍第三次调解会议介绍的第三个调解会议介绍，该结论是由最终声明草案批准的批准批准的一份批准，该宣言批准了一份批准的批准，该法案批准了一份最终宣布的批准。最终声明的IWG-NCP出版物的最终声明
![arxiv：2502.17010v1 [cs.cr] 2025年2月24日](/simg/g:\will\search\icon\source\d\dc3f4ff72e08d9d7acaab4a273e615f4f66a9332.webp)
arxiv：2502.17010v1 [cs.cr] 2025年2月24日
摘要。在本文中，我们证明，在概率多种多样的时间缩短下，超代血质的同学概率（同态），内态环问题（末端）和最大秩序问题（maxorder）是等效的。基于同一的密码学建立在这些问题的假定硬度上，它们的互连是密码系统的设计和分析的核心，例如SQISIGN数字签名方案。以前已知的减少依赖于未经证实的假设，例如普遍的Riemann假设。在这项工作中，我们提出了无条件的减少，并将此等效网络扩展到计算两个超椭圆形曲线（Hommodule）之间所有同源性晶格的问题。对于加密应用程序，需要平均而言，对于随机实例来说，计算问题平均要困难。众所周知，如果ISEGEN很难（在最坏的情况下），那么对于随机实例就很难。我们通过证明在最坏的情况下很难证明任何上述经典问题都很难扩展，那么所有这些问题平均都很难。特别是，如果存在均质的硬实例，则平均而言，所有等级，终端，最大端阶和Hombyule都很难。
Khronos：时空度量的统一方法 -
图1：我们提出了Khronos，这是一种在动态环境中执行指标同时映射和定位（SLAM）时，是一种统一的推理方法，以推理短期动态和长期变化。上面显示了始终代表场景状态的Khronos时空图中的一些实例。短期动力学（左）显示在洋红色中，并与相应时间间隔内观察到的人类作用进行了比较。我们显示了检测到的移动点以及质心轨迹周围的电流和初始边界框。检测到人类和无生命的物体（例如购物车（左下））。长期更改（右）显示了同一场景的三个时间实例。最早的实例是时间0:20（右上角）。机器人在走廊上移动时，卸下椅子，并将红色冷却器放在桌子的顶部；这些更改被检测到机器人重新访问，并在时间1:52（右下）关闭循环。最后，再次将冷却器卸下，该机器人在时间3:35检测到。