XiaoMi-AI文件搜索系统
World File Search System并非易事
重新设计图形用户界面以供使用... - DiVA 门户
与计算机的各种可能的交互是一个不断发展的话题，计算机的使用比以往任何时候都更加普遍。在手头有常规用例和交互的情况下，从用户的角度进行设计并非易事。为军事环境中的用户进行设计可能更加困难，因为所述用户的工作环境要求很高。本论文旨在研究如何重新设计现有的 GUI 以减少在越野车和户外天气中操作软件的环境挑战性环境的影响。为了重新设计 GUI，我们执行了以用户为中心的设计过程。该过程通过使用情境访谈和亲和图的方法来收集和分析数据，从而更深入地了解用户的问题和需求。在定义了重新设计的不同关键元素后，开发了一个原型。第一个原型由军事环境之外的软件经验丰富的用户评估。根据用户的反馈，创建了该软件的另一个开发版本，并由该软件的当前用户在军事环境中进行访谈来评估。评估表明，用户认为 GUI 的重新设计将有助于缓解软件使用环境中的挑战性问题，并提高工作质量。
多传感器 – 多目标 – 仅方位传感器配准
纯方位估计是目标跟踪中的基本问题之一，也是具有挑战性的问题。与雷达跟踪的情况一样，偏移或位置偏差的存在会加剧纯方位估计的挑战。对各种传感器偏差进行建模并非易事，文献中专门针对纯方位跟踪的研究并不多。本文讨论了纯方位传感器中偏移偏差的建模以及随后的带偏差补偿的多目标跟踪。偏差估计在融合节点处处理，各个传感器以关联测量报告 (AMR) 或纯角度轨迹的形式向该节点报告其本地轨迹。该建模基于多传感器方法，可以有效处理监视区域中随时间变化的目标数量。所提出的算法可得出最大似然偏差估计器。还推导出相应的 Cram´er-Rao 下限，以量化所提出的方法或任何其他算法可以实现的理论精度。最后，给出了不同分布式跟踪场景的模拟结果，以证明所提出方法的能力。为了证明所提出的方法即使在出现误报和漏检的情况下也能发挥作用，还给出了集中式跟踪场景的模拟结果，其中本地传感器发送所有测量值（而不是 AMR 或本地轨道）。
考虑结果质量要求的人类+人工智能群体任务分配
本文探讨了向由人工智能和人类工作者组成的群体动态分配任务的问题。目前，众包创建人工智能程序是一种常见的做法。为了将这类人工智能程序应用于一组任务，我们通常采取“全有或全无”的方法，等待人工智能足够好。然而，这种方法可能会阻止我们在过程完成之前利用人工智能提供的答案，也会阻止探索不同的人工智能候选者。因此，将创建的人工智能与其他人工智能和人工计算相结合，以获得更高效的人机团队并非易事。在本文中，我们提出了一种解决这些问题的方法，即采用“分而治之”的策略来评估人工智能工作者。在这里，只要最终结果满足给定的质量要求，分配给人类的任务数量最少，分配就是最优的。本文对所提出的方法进行了理论分析，并利用开放基准和真实数据集进行了大量的实验。结果表明，当人工智能难以满足整个任务集的质量要求时，该算法可以向人工智能分配比基线多得多的任务。它们还表明，它可以根据现有人工智能工作者的表现灵活地改变分配给多个人工智能工作者的任务数量。
通过共享缺少模态的多模态学习...
缺失模态问题对于多模态模型来说至关重要，但并非易事。当前旨在处理多模态任务中缺失模态问题的方法要么仅在评估期间处理缺失模态，要么训练单独的模型来处理特定的缺失模态设置。此外，这些模型是为特定任务设计的，例如，分类模型不易适应分割任务，反之亦然。在本文中，我们提出了共享特定特征建模 (ShaSpec) 方法，该方法比解决上述问题的竞争方法简单得多，也更有效。ShaSpec 旨在通过学习共享和特定特征来更好地表示输入数据，从而在训练和评估期间利用所有可用的输入模态。这是通过一种依赖于基于分布对齐和域分类的辅助任务以及残差特征融合程序的策略实现的。此外，ShaSpec 的设计简单性使其易于适应多种任务，例如分类和分割。在医学图像分割和计算机视觉分类方面进行了实验，结果表明 ShaSpec 的表现远胜于竞争方法。例如，在 BraTS2018 上，ShaSpec 将增强肿瘤的 SOTA 提高了 3% 以上，将肿瘤核心的 SOTA 提高了 5%，将整个肿瘤的 SOTA 提高了 3%。1
纠缠度量简介
纠缠是区分量子理论和经典世界描述的关键概念，它引发了人们的极大兴趣，因为它与我们的日常直觉大相径庭。长期以来，人们只从定性角度看待这一特性，因为人们只认为一个系统要么纠缠，要么不纠缠。但定量考虑一个系统的纠缠程度也具有很强的智力吸引力。换句话说，纠缠程度有不同的吗？如果有，我们该如何用数学方法测量它们？实际上，这个问题在量子信息技术的发展中也发挥着越来越重要的作用，量子信息技术在许多重大创新中都利用了纠缠。事实证明，这个问题的答案并非易事。研究人员提出了许多不同的方法来表征系统的纠缠程度。粗略地说，这些方法称为纠缠测量（我们稍后将给出更精确的定义）。但是这些度量之间没有唯一的全序关系：也就是说，给定两个状态，计算出在一种度量中比另一种状态更纠缠的状态可能在另一种度量中比另一种状态纠缠得更少。这可以理解为不同的度量实际上是为不同的实际目的而创建的。由于度量不同，这种情况可能看起来很令人困惑。幸运的是，
![arXiv:2401.09554v1 [quant-ph] 2024 年 1 月 17 日](/simg/g:\will\search\icon\source\d\d33246d03ba651263fd04c49109abc208b392fb8.webp)
arXiv:2401.09554v1 [quant-ph] 2024 年 1 月 17 日
我们证明，对于至少一个子系统 𝐴 或 𝐵 上具有有限量子熵的任何无限维量子态 𝜌 𝐴𝐵，纠缠成本等于形成的正则化纠缠。这推广了量子信息论中的一个基本结果，该结果以前仅针对有限维系统上的操作和状态进行表述。扩展到无限维度并非易事，因为用于建立正则和逆边界的传统工具（即强典型性、单调性和渐近连续性）不再直接适用。为了解决这个问题，我们为无限维状态构建了一种新的纠缠稀释协议，该协议可通过局部操作和有限量的单向经典通信（单向 LOCC）实现，多次使用弱典型性和强典型性。我们还通过基于无限维状态的纠缠形成的单调性和渐近连续性的替代形式提出论证，证明了该协议在所有协议中即使在无限维可分离操作下也是最优的。在此过程中，我们推导出无限维状态量子熵的新积分表示，我们认为这是独立的兴趣所在。我们的结果使我们能够充分描述所有无限维物理系统的一个重要操作纠缠度量——纠缠成本。
光伏系统的任务概况表征，用于规范电源转换器的设计要求
本文介绍了一种全面的方法来表征光伏系统的任务概况，通过该方法可以获得一组强大的相关信息，并用于改进电源转换器的设计。准确地表征光伏系统并非易事，本文旨在介绍如何获取光伏实场任务概况的详细方法。本文考虑了三个气候不同的城市，并使用了四个变量的大型数据集：全球水平、直接和散射辐照度以及环境温度。数据以一分钟的间隔在多年内进行测量。对于每个位置，分析了四种面板方向方案：水平位置、固定倾斜、单轴和双轴机械跟踪器。使用了基于测量数据和安装类型的数学模型来估计瞬时平面辐照度。建立了每个城市太阳能和环境温度的平均概况；这些曲线被用作估算商用光伏板年能量产量的输入，该电池板经过数学建模和验证。研究了一年中一分钟分辨率下的电流和功率处理，以及每种情况下最常见和最重要的操作点。还研究了与环境条件相关的面板工作温度及其与能量产量的关系。最后，进行了全面的讨论，以了解不同的任务如何
增材制造工艺改进的不确定性量化：最新进展
本文回顾了将不确定性量化 (UQ) 方法应用于增材制造 (AM) 的最新进展。基于物理和数据驱动的模型正在不断开发和完善，以支持 AM 中的流程优化和控制目标，特别是最大限度地提高质量并最大限度地减少 AM 产品的可变性。然而，在使用这些模型进行决策之前，需要回答的一个基本问题是这些模型的可信度，并考虑影响其预测的各种不确定性来源。由于 AM 过程中存在复杂的多物理、多尺度现象，AM 中的不确定性量化 (UQ) 并非易事。本文回顾了关于 UQ 方法的文献，重点关注模型不确定性，讨论了相应的校准、验证和确认活动，并研究了 AM 文献中报告的应用。将当前的 UQ 方法扩展到增材制造需要解决多物理、多尺度相互作用、数据驱动模型的不断增加、制造成本高以及测量复杂性的问题。讨论了实施 AM 验证、校准和确认所需开展的活动。还回顾了关于使用 UQ 活动结果进行 AM 流程优化和控制（从而支持质量最大化和变异性最小化）的文献。概述了 UQ 和 AM 决策方面未来的研究需求。
孩子们很开心，因为孩子们 - Helpcode
建立民主并非易事。维持民主也非常困难。当我写下这些文字时，民主的价值既不是抽象的，也不是理所当然的。此时此刻，在几百公里外的欧洲，一个专制国家正在对我们的民主发动战争。历史将揭示正在发生的事情，但我们已经知道，俄罗斯决定攻击和入侵乌克兰，是因为民主给人民带来了自由、社会和经济福祉。因为民主是专制的敌人。它是一股非凡的力量，它带来了革命、推翻了政权，并让数百万人的生活变得更好。今天，我们不可能不看清形势。军事侵略说明了一切。炸弹不是我们的借口。与此同时，我们必须明白，如果我们从现在开始不走正确的道路，我们就会犯错。现在是时候从民主的基本价值出发，再次认识到民主的价值了。如果我们真的想赢得这场战斗并战胜这场战争，我们必须加强我们最好的武器。正是这种力量让我们改善了我们的生活和我们孩子的生活。要做到这一点，我们必须采取行动。我们必须决定明智地花费我们的时间和金钱。当我们购物时，当我们选择时，当我们投票时，我们必须记住这一点。现在是承认、保护和扩大我们民主所基于的权利的时候了。自由权、言论和表达自由
升级 PC - 世界无线电史
乍一看，这一切似乎都很简单。电视将迎来辉煌的数字化未来。数字传输意味着大量的频道，这正是人们想要的，不是吗？有很多选择。丰富的体育赛事、随时观看的热门电影、足够的小众节目空间等等。让我们坐下来享受它，而广播公司则大赚一笔。但结果可能并非如此。事实上，目前存在如此多的问题，以至于广播和电子行业的许多人可能正在诅咒数字电视首次提出的那一天。最令人担忧的是数字电视是一场赌博。据说模拟电视几年后就会关闭，到那时我们将享受到更多种类的节目，以及更优质的视觉和声音。但这一切都取决于公众是否对数字电视充满热情。如果结果是一场代价高昂的灾难，我们可能只能使用现有的服务。数字广播公司将需要他们所能聚集的所有营销力量：数字电视机顶盒将得到补贴这一事实表明，说服公众使用数字电视并非易事。最重要的考虑因素是公众可能的反应。人们已经进行了大量观看，并且必须对提供给他们的内容感到满意。事实上，饱和点早已过去。近年来，用于观看的总小时数略有下降。这并不奇怪：人们的时间还有很多其他需求。无论提供多少频道，观看量都不太可能大幅增加。尤其是当我们必须适应所有的互联网浏览时