XiaoMi-AI文件搜索系统
World File Search System并行的
在空间上有变化的纳米光子神经网络
人工智能的计算和能源成本的爆炸性增长引起了人们对传统电子处理器的替代计算方式的兴趣。使用光子代替电子的光子处理器承诺具有超低潜伏期和功耗的光学神经网络。但是，现有的光神经网络受其设计的限制，尚未达到现代电子神经网络的识别精度。在这项工作中，我们通过将并行的光学计算嵌入到平面相机光学器件中，在捕获过程中执行神经网络计算，然后在传感器上记录之前。我们利用大型内核，并提出了通过低维度重新聚体化学到的空间变化的卷积网络。我们使用具有角度依赖性响应的纳米光子阵列在相机镜头内实例化。与大约2K参数的轻质电子后端结合使用，我们可重新配置的纳米含量神经网络可在CIFAR-10上获得72.76％的精度，超过Alexnet（72.64％）（72.64％），并将光学神经网络推进到深度学习时代。
禽流感和纽卡斯尔病的样本收集
•请注意，进行样本收集是出于不同的目的进行，虽然该文档是有关如何收集样品的快速参考，但请参阅需要的其他文档，以获取有关收集多少的特定指导，例如国家家禽改进计划和HPAI FAD PREP PREP网站。•有关适当使用流感抗原捕获免疫测定法的指导，请参阅www.aphis.usda.gov/sites/default/files/acia_testpolicy.pdf。•有关收集环境样本的指导，请参阅C＆D C＆D环境抽样指南。•对于外国动物疾病（FAD）1调查（FADI），确认的最快途径是收集重复样本，以便向国家动物健康实验室网络（NAHLN）实验室和NVSL提交并行的NVSL，请参阅《外国动物病》（FAD）研究手册（FAD Prep Manual 4-0）进行进一步的指导。重要：无论测试目的是什么，都有以下优先级的鸟类的目标样品收集。注意：对于Fadis，Gallinacous Birds至少需要两个池，而非Gallinaceous物种的七只5只拭子池。
在空间上有变化的纳米光子神经网络 - 研究
人工智能的计算和能源成本的爆炸性增长引起了人们对传统电子处理器的替代计算方式的兴趣。使用光子代替电子的光子处理器承诺具有超低潜伏期和功耗的光学神经网络。但是，现有的光神经网络受其设计的限制，尚未达到现代电子神经网络的识别精度。在这项工作中，我们通过将并行的光学计算嵌入到平面相机光学器件中，在捕获过程中执行神经网络计算，然后在传感器上记录之前。我们利用大型内核，并提出了通过低维度重新聚体化学到的空间变化的卷积网络。我们使用具有角度依赖性响应的纳米光子阵列在相机镜头内实例化。与大约2K参数的轻质电子后端结合使用，我们可重新配置的纳米含量神经网络可在CIFAR-10上获得72.76％的精度，超过Alexnet（72.64％）（72.64％），并将光学神经网络推进到深度学习时代。
分层多尺度脑肿瘤分割网络
摘要：准确、高效的自动脑肿瘤分割算法对临床实践具有重要意义。近年来，人们对使用卷积神经网络的自动分割算法产生了浓厚的兴趣。在本文中，我们提出了一种新型的分层多尺度分割网络 (HMNet)，它包含一个高分辨率分支和并行的多分辨率分支。高分辨率分支可以跟踪脑肿瘤的空间细节，而多分辨率特征交换和融合使网络的感受野能够适应不同形状和大小的脑肿瘤。具体而言，为了克服昂贵的 3D 卷积造成的大量计算开销，我们提出了一个轻量级的条件通道加权块来减少 GPU 内存并提高 HMNet 的效率。我们还提出了一个轻量级的多分辨率特征融合 (LMRF) 模块，以进一步降低模型复杂度并减少特征图的冗余。我们在 BraTS 2020 数据集上运行测试，以确定所提出的网络的效果如何。 HMNet 对 ET、WT 和 TC 的骰子相似度系数分别为 0.781、0.901 和 0.823。在 BraTS 2020 数据集和其他两个数据集上进行的大量对比实验表明，我们提出的 HMNet 与 SOTA 方法相比取得了令人满意的性能。
太空旅游作为一种新体验：针对 Z 世代的研究
随着世界旅游区日益变得平凡，太空旅游将开始受到更多关注，在此过程中，它为 Z 世代用户提供了新的体验领域。在此背景下，现有文献需要揭示 Z 世代的观点和使用意图，Z 世代是一个与发展并行的新兴领域，构成了这一过程中重要的潜在用户群。本研究旨在揭示在推拉系泊 (PPM) 模型框架内影响 Z 世代游客避免太空旅游意图的因素，该模型侧重于继续或改变用户的现状。在本研究中，形成了 Z 世代中潜在太空旅游用户的样本，并使用 SmartPLS 包程序进行了假设检验。研究结果表明，感知风险和缺乏信心作为推动因素，态度和旅行计划自我效能对 Z 世代游客避免太空旅游的意图有影响。观察发现，研究中讨论的拉动因素对太空旅游的避免意图没有统计学上显着的影响。
平行教育卫星地面站的设计 - DTIC
移动立方体卫星指挥和控制 (MC3) 地面站网络为美国政府组织、承包商和教育机构开发的小型卫星提供通信基础设施。随着网络的成熟，管理其运营的网络安全要求也随之成熟。通过对软件、硬件和网络实施严格的配置限制，地面站无法在标准操作之外使用这些设备。这对经常在课程中涉及此类设备以进行实践教学和研究的教育机构来说是一个特殊的问题。这项研究工作侧重于设计、实施和测试与 MC3 并行的地面站，使教育机构可以自由创新和进行研究。并行站将共享 MC3 天线，这是地面站最有价值的组件，但提供单独的设备机架，用作单独的地面站。这项研究直接适用于目前是 MC3 系统成员的机构。目前，海军研究生院、美国海岸警卫队学院和美国海军学院已表示对并行地面站感兴趣。最终的方法使这些教育机构受益，因为它消除了发展障碍，并在竞争激烈的全球航空航天业中提高了教学影响力。
启用Quan
NISQ设备具有多个物理局限性和不可避免的嘈杂量操作，并且只能在量子机上执行小电路以获得可靠的结果。这导致了量子硬件未充分利用的问题。在这里，我们通过提出量子多编程编译器（QUMC）同时在量子硬件上执行多个量子电路来解决此问题并改善量子硬件吞吐量。这种方法还可以减少电路的总运行时间。我们首先介绍了一个并行的管理器，以选择适当数量的电路，以同时进行。第二，我们提出了两种不同的量子分区算法，以将可靠的分区分配给多个电路 - 一种贪婪和启发式。第三，我们使用同时的随机基准测试协议来表征串扰属性，并在量子分区过程中考虑它们，以避免同时执行期间的串扰效应。最后，我们增强了映射过渡算法，以使用插入的门数减少在硬件上使电路可执行。我们通过同时在IBM量子硬件上执行不同尺寸的电路来演示我们的QUMC方法的性能。我们还在VQE算法上研究了此方法，以减少其开销。
基于战场动力学的作战设计与应用
面向服务架构SOA，本地服务物理海陆空交通网络均基于能源网格+服务+平台而开发，远程服务采用模块化的Web服务应用程序接口，ITSM管理多种传感器的大数据存储，实现数据压缩、采集和监控，并在必要时发出警报，完成服务对象的处理和配置管理对于此服务接入分布式企业服务总线（ESB），在网络层交换机上进行拓扑发现，具有所辖子网的拓扑关系，并及时显示各种网络拓扑结构引入服务管理。对于此服务接入分布式企业服务总线（ESB），在网络层交换机上进行拓扑发现，具有所辖子网的拓扑关系，并及时显示各种网络拓扑结构引入服务管理。不同服务对象的接口考虑了用电设备的时变特性，系统提供了各个用户对无线资源的使用情况，并从时间域的角度分析对OFDM符号的时间延长，将大数据信号转换为并行数据流。从频域角度看，就是利用频率选择性信道组成一组并行的信道接口，为优先提交应用的用户接口分配动态资源。
RoboFlow：一个以数据为中心的工作流管理系统……
摘要：我们提出了 RoboFlow，这是一个基于云的工作流管理系统，用于协调开发 AI 增强型机器人的流程。与大多数以流程为中心的传统机器人开发流程不同，RoboFlow 以数据为中心。这一显著特性使其特别适合开发以数据为核心的 AI 增强型机器人。更具体地说，RoboFlow 将整个机器人开发过程建模为 4 个构建模块（1. 数据处理、2. 算法开发、3. 回溯测试和 4. 应用程序适配），并与集中式数据引擎交互。所有这些构建模块都在统一的接口框架下进行容器化和编排。这样的架构设计大大提高了所有构建模块的可维护性和可重用性，并使我们能够以完全并行的方式开发它们。为了证明所开发系统的有效性，我们利用它来开发两个原型系统，分别名为“Egomobility”和“Egoplan”。 Egomobility 为各种移动机器人提供通用导航功能，而 Egoplan 则解决机器人手臂在高维连续状态和动作空间中的路径规划问题。我们的结果表明，RoboFlow 可以显著简化整个开发生命周期，并且相同的工作流程适用于众多智能机器人应用程序 2 。
量子在人类生物文化进化中跳跃以及与颅能力的关系
摘要：只能通过考虑相互作用以塑造人性的遗传系统：生物学和文化的遗传系统才能理解。虽然发展智力能力是人类进化的关键因素，但它们与文化的进步很少形成对比。从过去的700万年开始的193种本蛋白化石的颅能数据以及考古记录中数量和复杂性增加的伪像，以证明大约200万年前的大脑规模增加和文化发展的一致性。我们的生物文化进化表明，沿着适用于两个域的时轴沿着许多量子飞跃。首先，人类离开了规范的进化途径，该途径与所有其他生物有关，通过使用复杂的工具增强其效果并进行了限制；其次，它们变成了象征性物种。最后，人类现在面临着一个新的挑战：“故意进化”。按时间顺序，这些量子飞跃对应于这里用作认知性能的颅能数据。这种贡献试图证明这种并行的发展，并为人类生物文化进化的简单而普遍的模型提出了主张。将模型推断到未来，表明人类作为生物实体，不一定会持续存在。