XiaoMi-AI文件搜索系统
World File Search System强加
NIST 关于阈值和隐私增强加密的项目
图注：BC = 块密码。CC = 电路复杂度。Crypto = 密码术。DS = 数字签名。EC = 椭圆曲线。FIPS = 联邦信息处理标准。IR = 内部或机构间（分别表示公共 NIST 报告是在 NIST 内部或在机构间合作中开发的。IRB = 可互操作随机信标。KM = 密钥管理。MPTC = 多方门限加密。LWC = 轻量加密。PEC = 隐私增强加密。PQC = 后量子加密。RNG = 随机数生成。 SP 800 = 计算机安全特别出版物。
A2C加强加密货币交易和资产管理学习
摘要 - 不像传统股票市场，加密货币市场的24/7性质提出了独特的挑战和机会，尤其是在资产交易和管理方面。这些动态的市场条件加速了复杂的交易策略的发展，越来越多地利用人工智能的力量（AI）。其中，AI驱动的交易机器人已成为一种突出的工具，提供了增强的与常规方法的决策能力。本文提出了Advantage-Critic（A2C）模型的应用，这是一种强化学习技术，非常适合加密货币市场的不可预测性质。我们的研究旨在优化各种投资组合中的资产分配，包括高挥发性加密货币和更稳定的美元。拟议的A2C模型在战略上利用了当前的加密货币的当前和预测的价格数据，并以当前的资产分配来做出新的资产分配决策。我们的实验证明了A2C模型在不同市场条件下管理资产分配的功效。我们特别关注模型如何应对其奖励功能中损失惩罚因素的变化，这使得能够在积极进取和保守的投资策略之间发生变化。该模型有效地平衡了风险和回报，显示出在不断上升的市场中实现稳定资产增长的潜力，同时减轻市场低迷期间的损失。索引条款 - 汇率，交易，资产管理，A2C强化学习
组合客户主机多重强加固学习，用于移动边缘计算中的任务卸载
深度强化学习（DRL）在任务卸载问题方面越来越受欢迎，因为它可以适应动态变化并最大程度地减少在线计算复杂性。但是，在用户设备（UDS）和移动边缘计算（MEC）服务器上的各种类型的连续和离散资源约束对高效的基于DRL的任务下载策略的设计构成了挑战。假设服务器上有足够的存储资源，则基于DRL的任务折扣算法重点关注UDS的约束。此外，现有的基于多种DRL（MADRL）的任务攻击算法是同质代理，并将同质的约束视为其奖励功能的惩罚。在这项工作中，我们提出了一种新颖的组合客户端MADRL（CCM_MADRL）算法，用于在移动边缘compoting中进行任务卸载（CCM_MADRL_MEC），允许UDS决定其重新源要求，并根据UDS的要求做出组合决策。ccm_madrl_mec是任务卸载的第一种MADRL方法，即除了UDS的限制外，考虑服务器存储的ca- partical。通过利用组合动作选择，CCM_MADRL_MEC显示出优于现有基准和启发式算法的优越性收敛性。
避免 AI 强加泰勒版的音乐史
由于未来的音乐人工智能会密切关注人类音乐，它们可能会对数据库中的特定人类艺术家产生自己的依恋，而这些偏见在最坏的情况下可能会导致对所有音乐史的潜在生存威胁。人工智能超级粉丝可能会破坏历史记录和现存的录音，以支持自己的偏好，而保护世界音乐文化的多样性可能成为比强加 12 音平均律或其他西方同质化更为紧迫的问题。我们讨论了人工智能封面软件的技术能力，并制作了西方流行音乐史上著名曲目的泰勒版本作为挑衅性的例子；这些作品的质量并不影响整体论点（甚至可能会看到未来的人工智能试图将回形针的声音强加到所有现有的音频文件上，更不用说泰勒·斯威夫特了）。我们讨论了一些针对未来音乐垄断危险的潜在防御措施，同时分析了对完整音乐记录进行最大程度“泰勒·斯威夫特化”的可行性。关键词：音乐人工智能、泰勒·斯威夫特、多样性、人工智能封面
不要强加于我：语音感知可能会产生语音 BCI 的假阳性激活
。CC-BY-NC-ND 4.0 国际许可证 它是永久可用的。 是作者/资助者，已授予 medRxiv 许可以显示预印本（未经同行评审认证）预印本 此版本的版权所有者于 2024 年 1 月 22 日发布。；https://doi.org/10.1101/2024.01.21.23300437 doi：medRxiv 预印本
增强加拿大电力系统的弹性，实现净零未来
在电力系统中，可靠性是指系统在常规、局部和短期中断的情况下维持服务交付的能力。另一方面，弹性是一个更广泛的概念，指的是系统能够承受高影响低频事件、最大限度地减少其影响、快速恢复以及采取措施预测和减少未来类似事件的影响的能力（Espinoza 等人，2016 年；NREL，2019 年）。
Microsoft Word-加强加拿大的建筑代码过程，以实现净零排放。
包括加拿大最终能源消耗总量1的四分之一，约为温室气体（GHG）排放量的15％，包括与建筑物中使用的电力相关的排放。2建筑物中的能源使用预计将在未来十年中继续上升，3和严格的建筑能源代码在减少与能源建筑物消耗相关的能源浪费和排放方面起着至关重要的作用。鉴于我们将在2030年居住和工作的四分之一的房屋和建筑物尚未建造，因此迫切需要针对新建筑物的严格标准，以避免从我们的建筑环境中锁定效率低下和排放。4提高建筑部门的能源效率也可以释放用于脱碳的清洁能源，例如