XiaoMi-AI文件搜索系统
World File Search System常用方法
黎曼几何用于结合 BCI 中的功能连接度量和协方差
脑机接口不需要任何肌肉能力就能进行交流，因此被广泛研究用于帮助运动障碍患者。脑电图 (EEG) 作为一种低成本、轻量级的技术，是记录大脑活动产生的电位的常用方法 [1]。尽管 BCI 有着广泛的临床应用，但它却无法在实验室外使用。需要克服的主要挑战之一是受试者之间高度的差异性，在文献中称为“BCI 效率低下”现象，相当一部分用户即使经过几次训练后仍无法控制 BCI 设备。解决这个问题的有效方法之一是改进神经解码器 [2]。为此，研究得出了依赖于协方差矩阵的新特征，例如，对于 𝑇 信号样本的 EEG 信号 𝑋，𝐶𝑜𝑣 = 1 𝑇 −1 𝑋𝑋 ⊤，以及邻接矩阵。这些邻接矩阵是
寻找最短时间量子目标的图示
操纵量子系统（例如自旋或人造原子）的常用方法是使用适当调整的控制脉冲。为了在相干性丧失之前完成量子信息任务，在尽可能短的时间内实现控制至关重要。本文我们报告了在 NMR 实验中以接近时间最优的方式制备保真度高于 99% 的贝尔态，这可以通过结合建模和实验的协同能力来实现。制备贝尔态的脉冲是通过实验发现的，这些实验通过与模型一起工作的基于梯度的优化算法递归辅助。因此，我们利用了基于模型的数值优化设计和基于实验的学习控制之间的相互作用。利用两种方法之间的平衡协同作用（由每种方法的特定情况能力决定），应该具有广泛的应用，可以加速寻找最佳量子控制。
学习平均野外游戏，具有折扣和平均成本
我们考虑在离散时间随机动态游戏中学习近似NASH的平衡，在均值相互作用中具有大量相同的代理。分析这些游戏模型的常用方法是研究问题的有限人口限制。在Huang等人的作品中使用了这个想法。（2006），Lasry and P. Lions（2007），引入了均值场比赛（MFG），以获得近似的NASH平衡，用于连续时间差异游戏，并通过大量的代理通过均值术语相互作用（即，在本地国家的经验分布）。有关具有各种模型和成本函数的连续时间均值游戏的研究，请参见Huang等。（2007）; Tembine等。（2014）;黄（2010）; Bensoussan等。（2013）; Cardaliaguet（2011）; Carmona and Delarue（2013）; Gomes and Sa´ude（2014）; Moon andBa≥Sar（2016a）。
稳扎稳打才能赢得比赛，利用兔子和乌龟网络保持可塑性
本研究调查了神经网络泛化能力的丧失，重新审视了 Ash & Adams (2020) 的热启动实验。我们的实证分析表明，通过保持可训练性来增强可塑性的常用方法对泛化的好处有限。虽然重新初始化网络可能有效，但也有可能丢失宝贵的先验知识。为此，我们引入了 Hare & Tortoise，其灵感来自大脑的互补学习系统。Hare & Tortoise 由两部分组成：Hare 网络，它类似于海马体，可以快速适应新信息；以及 Tortoise 网络，它类似于大脑皮层，可以逐渐整合知识。通过定期将 Hare 网络重新初始化为 Tortoise 的权重，我们的方法在保留一般知识的同时保持了可塑性。 Hare & Tortoise 可以有效保持网络的泛化能力，从而提高 Atari-100k 基准上的高级强化学习算法。代码可在 https://github. com/dojeon-ai/hare-tortoise 上找到。
使用深度学习和小波变换对磁共振图像中的脑肿瘤进行分类
脑瘤是脑内一团异常细胞。脑瘤可能是良性的（非癌性的）或恶性的（癌性的）。放射科医生对脑瘤的传统诊断是通过检查磁共振成像 (MRI) 生成的一组图像来完成的。为了帮助放射科医生正确分类 MRI 图像，已经开发了许多计算机辅助检测 (CAD) 系统。卷积神经网络 (CNN) 已广泛应用于医学图像的分类。本文介绍了一种用于对 MRI 图像中的脑瘤进行分类的新型 CAD 技术。所提出的系统利用离散小波变换 (DWT) 表现出的强能量紧凑性从脑 MRI 图像中提取特征。然后将小波特征应用于 CNN 以对输入的 MRI 图像进行分类。实验结果表明，所提出的方法优于其他常用方法，总体准确率达到 99.3%。
最大功率点跟踪的全面回顾
本文的研究重点是用于纳米卫星平台的电力系统 (EPS) 的相关领域，该系统具有适当的电气结构和有效的控制策略。本文概述了相关的最大功率点跟踪 (MPPT) 算法，旨在提出更合适的控制技术。这项研究的主要贡献是实施了一种新颖的模糊逻辑控制 (FLC) 策略，该策略显着减少了最大功率点 (MPP) 周围的纹波，从而提高了收敛的效率和灵活性以及响应时间。进行了比较研究和分析，以证明所提出的 FLC 的性能和有效性。评估是在用于 MPPT 的最常用方法（扰动和观察 (P&O) 和增量电导 (INC)）之间进行比较进行的。获得的结果非常可观，表明与本文讨论的其他技术相比，所提出的 FLC 技术可以在不同的空间环境条件下提取最高和最稳定的平均功率。
从太空监测气候变化 3 学分
本课程介绍卫星遥感的基本原理及其在监测不断变化的气候和环境中的作用。它涵盖了遥感背后的科学、各种遥感方法和技术、从太空观测气候变化的证据，以及使用卫星数据来促进科学理解和协助决策。课程将介绍卫星数据的特点以及处理和分析卫星数据的常用方法。 14 课程目标：本课程旨在： 1. 介绍遥感的基础知识和从太空观测地球的技术 2. 展示空间观测的气候变化证据并将变化归因于人类活动 3. 展示科学数据可视化、分析和推理方法 4. 让学生参与大数据分析练习 5. 训练学生以可衡量的方式量化知识 6. 教育学生使用定量知识制定社会政策决策 15 主题 本课程涵盖以下主题：
材料科学研讨会 - ellipsometry.hu
Rd. 29-33, 布达佩斯 1121, 匈牙利 *电子邮箱：fried.miklos@uni-obuda.hu 尖端材料的物理、化学和结构特性在很大程度上取决于其成分。揭示浓度相关相特性的常用方法是制备大量双组分（或更多组分）样品，每个 C(a)/C(b=1-a) 成分一个，然后研究这些样品。这是一个效率低下的过程，需要耗费大量的人力和机器时间。相反，使用组合材料合成方法，可以在一次实验中生成材料库，其中包含单个基底上多达数百或数千个样品。为了以有效的方式识别优化的材料结构，必须应用足够的自动化微点材料表征工具。这些方法可以帮助我们为微电子、纳米电子和光电子、能量转换器（太阳能电池）或不同的（光学或气体）传感器系统寻找更有效的先进功能材料。
聚焦离子束沉积碳铂纳米线用于低温电阻测温
我们研究了聚焦离子束沉积碳铂 (FIB C-Pt) 复合材料作为低温灵敏局部微温度计的用途，该复合材料可在器件制造的任何阶段无需使用掩模进行沉积。FIB 沉积是获得纳米级欧姆接触的常用方法 [20]。因此，它在这方面得到了广泛的研究。特别是，已经研究了 FIB C-Pt 的电阻率与成分 [21, 22, 23]、温度 [24, 25, 26, 27]、尺寸 [28, 29] 和沉积参数 [30, 31] 的关系。然而，FIB C-Pt 作为低温电阻温度计的潜力从未被研究过。虽然复合系统代表了一种新型的片上测温方法，但其成分元素 Pt [32, 33, 34, 35, 36, 37] 和 C [32, 38, 39] 已被用作电阻温度计，用于各种应用。对于纯 Pt 温度计，与大多数金属温度计一样，
增强 AI 对图像编码伪影的适应性
摘要 — 在机器对机器 (M2M) 传输环境中，非常需要使用有损压缩来减少传输的信息量。然而，常用的图像压缩方法是为人类感知而设计的，而不是为人工智能 (AI) 算法的性能而设计的。众所周知，这些压缩失真会影响许多基于深度学习的架构在多个计算机视觉任务上的表现。在本文中，我们专注于分类任务，并提出了一种名为专家训练的新方法，以增强卷积神经网络 (CNN) 对压缩失真的弹性。我们在 ImageNet 数据集上使用 MnasNet 和 ResNet50 架构验证了我们的方法，以抵抗三种常用方法 (JPEG、J2K 和 BPG) 引入的图像压缩失真。结果表明，使用所提出的专家训练方法，这两种架构对测试的编码伪影具有更好的鲁棒性。我们的代码可在 https://github.com/albmarie/expert training 上公开获取。索引术语 — 人工智能 (AI)、图像编码、机器对机器 (M2M)