XiaoMi-AI文件搜索系统
World File Search System异步网络
用于捕获事件的异步无线网络......
我们引入了一种无线射频网络概念，用于从大量空间分布的自主微传感器（数量可能达数千个）中捕获稀疏事件驱动数据。每个传感器都被认为是一个微芯片，能够在将时变输入转换为脉冲序列时进行事件检测。受大脑信息处理的启发，我们开发了一种基于码分多址方法的频谱高效、低错误率异步网络概念。我们通过实验表征了几十个亚毫米级硅微芯片的网络性能，并辅以更大规模的计算机模拟。对片上时钟的不同实现进行了比较。为了测试基于脉冲的无线通信与神经形态计算技术的下游传感器群体分析自然匹配这一概念，我们部署了一个脉冲神经网络 (SNN) 机器学习模型来解码灵长类动物皮层中八千个脉冲神经元的数据，以准确预测光标控制任务中的手部运动。
拜占庭可靠的广播，沟通较低和时间复杂性
拜占庭可靠的广播是分布式计算中的一个基本问题，在过去的几十年中，它经过了态度。最新的算法主要是基于共享广播消息的编码片段的方法，当消息大小超过网络大小时产生渐近最佳的通信复杂性，这是在实践中经常遇到的条件。但是，遵循标准编码方法的算法至少产生3个间接费用，这可能已经成为带宽受限的应用程序的负担。最小化此间接费用是一个重要的目标，可以立即对使用可靠的广播例程作为构建块的协议。本文介绍了一种新的机制来降低通信和计算复杂性。提出了两种算法，这些算法采用了这种机制在异步网络中可靠地广播消息，其中少于三分之一的节点是拜占庭的。第一个算法将间接因子降低到2，如果发件人诚实，则具有3个时间复杂性，而第二算法则在没有等值状态的情况下达到具有相同高架因子的最佳时间复杂性为2。此外，提出了针对现实世界实现的优化，在正常操作下将开销因子降低到3/2。最后，证明了一个下限，对于一类可靠的广播算法，无法实现低于3 /2的高架因子。