XiaoMi-AI文件搜索系统
World File Search System平滑性
人体手臂流畅运动的能量基础
摘要 中枢神经系统计划人类的伸手动作，其运动轨迹通常很平滑，持续时间也相当一致。平滑性似乎可以通过准确性作为主要运动目标来解释，而持续时间似乎可以节省能量消耗。但目前对能量消耗的理解并不能解释平滑性，因此同一运动的两个方面由看似不相容的目标控制。在这里，我们表明平滑性实际上是经济的，因为人类在更剧烈的运动中消耗更多的代谢能量。提出的机制是钙转运激活肌肉的成本与肌肉力量产生率成比例，这种成本被低估了。我们通过实验测试了人类（N = 10）周期性进行双手伸手的能量成本。然后证明了经验成本可以预测平滑、离散的伸手，而此前人们认为这仅仅归因于准确性。因此，机械的、生理上可测量的能量成本可以从经济的角度解释平滑性和持续时间，并有助于解决伸手动作中的运动冗余。
利用卷积神经网络进行快速对称微分同胚图像配准
微分同胚可变形图像配准在许多医学图像研究中至关重要，因为它提供了独特的属性，包括拓扑保存和变换的可逆性。最近基于深度学习的可变形图像配准方法利用卷积神经网络（CNN）从合成基本事实或相似性度量中学习空间变换，从而实现快速图像配准。然而，这些方法往往忽略了变换的拓扑保存和变换的平滑性，而平滑性仅由全局平滑能量函数来强制执行。此外，基于深度学习的方法通常直接估计位移场，这不能保证逆变换的存在。在本文中，我们提出了一种新颖的、有效的无监督对称图像配准方法，该方法最大化微分同胚图空间内图像之间的相似性，并同时估计正向和逆变换。我们使用大规模脑图像数据集在 3D 图像配准上评估了我们的方法。我们的方法实现了最先进的配准精度和运行时间，同时保持了理想的微分同胚特性。
有向图上时变信号的联合采样与重构
摘要 — 时变图信号的顶点域和时间域平滑性是可以利用的基本属性，从有限的样本中有效地重构图信号。然而，当信号的频率占用率随时间变化时，现有的方法并不直接适用。此外，虽然例如传感器网络应用可以从有向图模型中受益，但图特征向量的非正交性会对基于谱的信号重构算法提出挑战。在这种情况下，我们在这里考虑具有未知频率支持的 K 稀疏时变信号。通过利用变化图频率支持的平滑性并在有向图上采用移位操作，我们研究基于 Schur 分解的多个变化信号的联合采样，以通过正交频率分量重构每个信号。首先，通过提出两阶段单独联合采样方案来确定多个信号的联合频率支持。基于估计的频率支持，可以使用在单个采样阶段收集的数据恢复每个信号的 GFT 系数。提出了用于顶点集选择和图移位顺序选择的贪婪算法，从而能够对加性噪声进行鲁棒的信号重构。考虑到应用中的信号可能近似为 K 稀疏，我们进一步利用单个和联合采样阶段的样本，并将最优信号重构作为具有自适应频率支持选择的凸优化问题进行研究。所提出的最佳采样和重构算法优于随机网络和传感器网络数据收集中的几种现有方案。
rizos，Georgios，Lawson，Jenna，Mitchell，Simon L.，Shah，Pranay，Wen，Xin，Xin，Banks-Leite，Cristina，Ewers，Ewers，Robert和Schuller，BjörnW（2024）
在传播预测的输入之后，贝叶斯神经网络还可以不确定。这有可能通过拒绝低信心的预测来指导训练过程，而最近的变异贝叶斯方法可以在不进行蒙特卡洛重量的情况下这样做。在这里，我们在通过动物自然栖息地中通过被动声学监测设备进行的录音应用了无样品的野生动植物呼叫检测。我们进一步提出了不确定性吸引标签的平滑性，其中平滑概率取决于无样品的预测不确定性，以减少对损失值较少贡献的数据。我们介绍了一个记录在马来西亚婆罗洲的生物声学数据集，其中包含来自30种物种的重叠呼叫。在该数据集上，我们提出的方法在接收器操作特征（Au-Roc）下的面积约为1.5分，F1的13点和预期校准误差（ECE）的溶质百分比提高了约1.5点，与所有目标类别相比，预期校准误差（ECE）的位置为19.5点。
人工智能决策助力地球健康
在线学习中的有效探索（AAAI 最佳论文亚军、IJCAI）行星健康问题通常是空间规划问题，其中每个动作都是特定于上下文的，对应于地球上的物理区域。与每个动作相关的地理特征使我们能够使用平滑度假设来关联动作。例如在野生动物保护中，我们预计具有相似地理特征的地区也会有相似的偷猎模式。从数学上讲，我们可以将两个动作的奖励中的这种相似性编码为 Lipschitz 连续性。此外，每个动作（巡逻一组区域）在区域数量上是组合的，但可以分成具有附加、可分解奖励的构成区域。因此，我们引入了一种新的多臂老虎机变体，该变体结合了可分解性和平滑性，在这些奖励估计上强制实施 Lipschitz 连续性假设，以实现明显更快的收敛 [3]。我们表明，这种方法可以改善遗憾界限，并且不依赖于区域数量 N ，与最先进的 ˜ O ( T
基于最佳指数平滑法和能量熵的混合能量存储系统的功率波动和分配
摘要为了解决由大规模风能电网连接引起的功率质量降低和功率漏洞的问题，提出了一种高级控制策略，以平滑功率振荡和混合储能系统的分配。基于理论研究，采用了混合储能系统的数学模型来很好地分析风能的爆发和平滑策略。与传统的过滤算法相比，该研究提出了一种结合了最佳的启动平滑性，并与完整的合奏经验模式分解和自适应噪声和归一化的能量熵相结合，以提高网格连接的输出功率和功率分配的准确性。此外，模糊控制理论用于在获得平滑的功率输出和初始功率分配指令后提高算法的可靠性。为了证明算法的有效性，构建了案例研究以证明本文的表现。实验和示例模拟表明，所提出的方法可以有效地实现自适应能力分配并提高识别的准确性。有效地提高了储能系统的效率和使用寿命后，它为大规模网格操作提供了基础。
EasyChair 预印本如果量子力学是解决方案，......
逻辑系统与模型系摘要：本文讨论了量子力学实际上解决的问题。其观点表明，在理解问题时忽略了时间及其过程的关键环节。量子力学历史的常见解释认为离散性仅在普朗克尺度上，而在宏观尺度上则转变为连续性甚至平滑性。这种方法充满了一系列看似悖论的悖论。它表明，量子力学的当前数学形式主义仅与其表面上已知的问题部分相关。本文接受的恰恰相反：数学解决方案是绝对相关的，并作为公理基础，从中推导出真实但隐藏的问题。波粒二象性、希尔伯特空间、量子力学的概率和多世界解释、量子信息和薛定谔方程都包括在该基础中。薛定谔方程被理解为能量守恒定律对过去、现在和未来时刻的推广。由此推导出的量子力学的现实问题是：“描述任何物理变化（包括任何机械运动）中时间进程的普遍规律是什么？” 关键词：能量守恒定律；希尔伯特空间；量子力学的多世界诠释；过去、现在和未来；量子力学的概率诠释；量子信息；薛定谔方程；时间；波粒二象性
目的声明 - 人| MIT CSAIL
与纳吉姆·德哈克（Najim Dehak）教授和JHU的Jes'us Villalba博士一起制定了用于语音活动检测的机器学习模型（VAD）时，我对语音研究的兴趣首次发展。vad均在所有语音系统中使用，但是标准的阈值方法仅在高信号与噪声比下才有效。为了创建强大的VAD模型，我在各种噪声条件下训练了一个长期的短期存储网络（LSTM）。我发现上下文信息对于语音身份检测至关重要，并在2017 JHU本科研究研讨会上介绍了这项工作。为了进一步改善我的VAD模型，我在HLTCOE的2017年应用语言探索（Scale）的夏令营中进行了参与。我观察到，LSTM的输出在相邻框架之间有很大不同，这与语音的平滑性属性相矛盾。为了解决这个问题，我研究并实施了几种机器学习模型，与HLTCOE的研究人员进行对话为我提供了有关工作的新见解。在规模结束时，我使用了一个两国隐藏的马尔可夫模型扩展了LSTM，该模型具有Google Audioset的噪声条件更多样化的，并且该模型在美国国家标准与技术研究所OpenSat上进行了评估。
geols：图像分割的地球标签平滑
平滑标签分配已成为训练犯罪模型的流行策略。然而，大多数现有方法通常是为分类任务而设计的，忽略了密集的预测问题的潜在属性，例如医疗图像分割。首先，这些策略通常忽略给定像素及其邻居之间的空间关系。和第二，与每个标签相关的图像上下文都被忽略了，这可以传达有关分割掩模中潜在错误或歧义的重要信息。为了解决这些局限性，我们在这项工作中提出了Geodesic标签平滑（GEOLS），该工作通过利用图像的地理距离变换来将图像信息整合到标签平滑过程中。作为生成的标签分配基于计算的测量图，软标签中的类别关系是更好的建模，因为它考虑了两个或多个类别的边界的图像梯度。此外，空间像素的关系是在地球差异转换中捕获的，比诉诸于像素之间的欧几里得距离更丰富的信息。我们在两个公开可用的分割基准标记上评估了我们的方法，并将它们与流行的分割损失函数进行比较，该功能直接修改标准硬牌分配。所提出的测量标签的平滑性提高了现有软标记策略的分割精度，证明将图像信息整合到标签平滑过程中的有效性。重现我们的结果的代码可在以下网址获得：https：//github.com/adigasu/geols关键字：图像分割，地球距离，标签平滑
不确定的供应链管理
这项研究调查了宏观经济基础设施，供应链平稳性，民族竞争力和在金砖国家内部的经济增长之间的复杂关系 - 巴西，俄罗斯，印度，中国和南非。本研究采用了一种定量方法，该方法使用横截面数据来检查相互关系。该研究证实，宏观经济基础设施显着影响供应链的平稳性和一个国家的经济增长，强调了基础设施发展在提高供应链效率和促进经济扩张方面的关键作用。但是，拒绝关于供应链平滑性和民族竞争力对经济增长的直接影响的假设，强调了经济增长动态在金砖国家环境中的复杂和多方面的性质。这项研究强调了需要针对每个金砖国家独特挑战和机遇的细微差别，特定于上下文的策略的必要性。理论意义要求考虑到影响金砖国家内经济增长的上下文因素，建立一个更全面的理论框架。实际含义强调了战略基础设施投资和全面政策方法的重要性，这些方法超出了孤立的因素。尽管有贡献，这项研究仍存在局限性，包括简化复杂的经济关系和需要更特定于国家的分析。未来的研究应探索更广泛的变量，非线性关系和特定国家的细微差别，以更好地了解金砖国家集团的经济增长。