XiaoMi-AI文件搜索系统
World File Search System搜索时间
使用拓扑感知的非结构化环境中的移动机器人导航有效自适应状态晶格*
摘要 - 当代移动机器人导航架构采用计划算法提供单个最佳遵循路径的构建，在有动态和不确定的环境的情况下存在缺陷。随着环境的更新和机器人的起始状态发生变化，最佳计划通常会围绕离散障碍物进行，这对于遵循强烈有偏见的路径遵循计划的路线而言，这是有问题的。在本文中，我们重新制定了有效自适应状态晶格（EASL）所采用的搜索过程，以利用从观察到的环境中提取的同质类别。这种方法，我们称之为拓扑感知有效自适应状态晶格（TAEASL），使用多个数据结构来控制图中节点的扩展，以在图中提供多个最小成本计划，以在不同的同型类别中提供多个最小成本计划。受到任何时间修复a*的方法的启发，搜索继续进行，直到无法进行进一步的扩展或达到最大搜索时间为止。为了验证Taeasl在现场机器人技术中的效用，它在现实世界中的越野环境数据上进行了测试，该数据由Clearpath Warthog无人接地车辆（UGV）收集，并能够生成多个解决方案。本文以讨论包括高速越野移动机器人导航在混乱的障碍物场中的讨论结束。
紧急定位发射器的 VLSI 设计方法...
带有增强型近地警告系统接收器的 406MHz 紧急定位发射器 (ELT) 信号的 VLSI 设计方法 K. Babulu、R.S.Vinay 电子与通信工程系，尼赫鲁科技大学，卡基纳达 (JNTUK)，印度 摘要---本文介绍了一种采用 VLSI 设计的紧急定位发射器 (ELT) 和增强型近地警告系统 (EGPWS) 接收器。紧急定位发射器 (ELT) 是安装在飞机上的电子应急设备之一，用于在飞机坠毁后定位飞机。集成 ELT 的 EGPWS 可以提供准确的位置信息以纳入 ELT 的消息中。这种新设备 ELT-EGPWS 可以结合许多附加的额外功能，因此该设备也可用于非紧急操作。这种设备安装在世界各地的所有飞机上，并且是包括印度在内的世界各地民航法强制要求的。发生坠机事故时，使用 G 开关（撞击激活开关），ELT 会自动激活。此外，本文介绍的该设备可实施相关技术，以尽量减少搜索时间和救援要求，并最大限度地提高飞机坠毁后搜索和救援行动的速度和效率。使用全球定位系统确定紧急情况的经纬度与卫星信息系统相结合。关键词— Eme
大规模RFID系统的快速标签搜索协议
摘要—在大量贴有射频识别 (RFID) 标签的产品中快速搜索特定子集对于各种应用都具有实际意义，但尚未得到彻底研究。由于产品的基数可能非常大，直接从每个标签收集标签信息可能会非常低效。为了解决大规模 RFID 系统中的标签搜索效率问题，本文提出了几种算法来满足开发快速标签搜索协议的严格延迟要求。我们正式制定了大规模 RFID 系统中的标签搜索问题。我们建议利用紧凑近似器有效地聚合大量 RFID 标签信息，并使用两阶段近似协议交换此类信息。通过估计两个紧凑近似器的交点，与我们可以从现有研究中直接借鉴的所有可能解决方案相比，所提出的基于两阶段紧凑近似器的标签搜索协议显著减少了搜索时间。我们进一步介绍了一种可扩展的基数范围估计方法，为我们的标签搜索协议提供了廉价的输入。我们进行了全面的模拟来验证我们的设计。结果表明，所提出的标签搜索协议在时间效率和传输开销方面都非常高效，从而为大规模 RFID 系统提供了良好的适用性和可扩展性。
建模全染色体目标搜索
摘要最常见的基因调节机制是当转录因子（TF）蛋白与调节序列结合以增加或减少RNA转录时。但是，在搜索这些序列时，TFS面临两个主要挑战。首先，相对于基因组长度，这些序列消失了。第二，散布在整个基因组上的几乎相同的序列，导致蛋白质暂停搜索。，但正如大肠杆菌中LACI调节的计算研究中所指出的那样，如果考虑DNA循环，这种几乎目标可能会较低。在本文中，我们探讨了这是否也发生在整个染色体的距离上。为此，我们开发了一个跨尺度的计算框架，该框架结合了建立的促进式扩散模型，用于基地级搜索和一个捕获全染色体范围的飞跃的网络模型。为了使我们的模型逼真，我们使用HI-C数据集作为超过100 TF的长期DNA片段和结合曲线之间3D接近的代理。使用我们的跨尺度模型，我们发现指向单个目标的中位数搜索时间严重取决于网络组合的结合节点强度（链接权重的总和）和局部分离率。另外，通过随机化这些速率，我们发现某些实际的3D目标配置比随机对应物更快或较慢。这一发现暗示染色体的3D结构漏斗对于相关的DNA区域必不可少。
![arxiv：2409.09541v3 [cs.ai] 2024年12月12日](/simg/g:\will\search\icon\source\1\14209d226327b5a6cbf8e094be8901d23e4dc34a.webp)
arxiv：2409.09541v3 [cs.ai] 2024年12月12日
强化学习已彻底改变了动态环境中的决策过程，但它经常在自主检测和实现目标的情况下而在没有明确反馈信号的情况下进行斗争。例如，在源术语问题问题中，缺乏精确的环境信息使得提供明确的反馈信号并定义和评估源位置是如何终止的。为了应对这一挑战，开发了自主目标检测和停止（AGDC）模块，通过在任务完成后纳入自主目标检测和CES的自动反馈机制来增强各种RL算法。我们的方法可以通过近似代理人的信念来有效地识别不确定的目标，从而显着增强了反馈有限的环境中RL算法的能力。为了验证我们的方法的效率，我们将AGDC与深度Q网络，近端政策优化和深度确定的策略梯度算法相结合，并评估了其在源期限估计问题上的表现。表明，AGDC增强的RL算法显着超过了传统的统计方法，例如信息性和探索以及非统计的随机行动选择方法，例如信息触发，内特抗体和双重控制。这些改进在成功率，平均行进距离和搜索时间方面显而易见，突出了AGDC在复杂的现实世界情景中的有效性和效率。
美国海军舰船打捞手册第 4 卷 - 深海作业
1 简介 1-1 简介 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1-1 1-2 范围。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1-2 1-3 历史视角。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1-2 1-4 技术演变。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1-3 1-5 理念 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1-4 1-6 救助监督员的角色。。。。。。。。。。。。。。。。。。。。1-5 2 水下搜索和回收技术 2-1 简介。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-1 2-2 水下搜索。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-1 2-2.1 搜索分类。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-2 2-2.2 搜索工具。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-3 2-2.2.1 回声测深仪。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-3 2-2.2.2 侧扫声纳。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-3 2-2.2.3 Pinger 定位器。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-5 2-2.2.4 磁力计。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。..2-6 2-2.2.5 光学成像系统 ..。。。。。。。。 < /div>.................. div>.2-6 2-2.2.6 遥控潜水器 (ROV) ...。 。 。 。 。 。 。 。 . . . . . . . . . 2-7 2-2.2.7 导航系统 . . . . . . . div> . . . . . . . . . . . . . . . . . . div> . . . . . . . 2-7 2-2.3 损失数据分析 . . . . < div> 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 . . . . . . div> . 2-8 2-2.4 搜索概率分析 . . . . > . . . . . . < div> 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。。。。。。。。。.........2-7 2-2.2.7 导航系统 ....... div>.................. div>.......2-7 2-2.3 损失数据分析 ....< div> 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。...... div>.2-8 2-2.4 搜索概率分析 ..........< div> 。。。。。。。。。。。。。。。。。。。。。。。。。2-8 2-2.5 搜索模式。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-8 2-2.5.1 并行网格搜索。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-9 2-2.5.2 恒定范围搜索。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-10 2-2.5.3 “Z”搜索。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2-11 2-2.5.4 ROV 箱搜索。。。。。。。。。。。。。。。。。。。。。。。。。。。。。....2-11 2-2.6 搜索覆盖范围 .................。。。。。。。。。。。。。。。。。。。。。。。2-11 2-2.6.1 幅宽。.....................。。。。。。。。。。。。。。2-11 2-2.6.2 车道间距。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。....2-12 2-2.6.3 范围重叠 .................。。。。。。。。。。。。。。。。2-12 2-2.7 搜索时间。。。。。。。。。。。。。。。。。。。。。。。。。.....................2-12 2-2.8 联系人分类。..。。。。。。。。。。。。。。。。。。。。。。。。...........2-13 2-3 搜索与回收作业之间的过渡 ..2-13 2-4 水下回收 .......。。。。。。。。。。。。。。。。。。。。。。。。.....2-14 2-4.1 恢复系统。...............。。。。。。。。。。。。。。。。。。。。。。。2-14
这是原始文章的电子重印。该重印可能与分页和印刷细节的原始版本不同。
在热带金枪鱼钱包面临的各种挑战中，需要减少燃油消耗和碳足迹，并最大程度地减少对易受伤害物种的兼容。设计用于预测最佳金枪鱼捕捞场的工具可以通过确定新合适的钓鱼场的位置，从而减少搜索时间，从而适应由于气候变化而导致的鱼类分布变化。虽然有关发现脆弱物种的较高可能性的信息可能会导致兼容减少。本研究的目的是为更可持续和清洁的捕鱼做出贡献，即捕获相同数量的目标金枪鱼，并以更少的燃油消耗/排放和较低的旁观捕获。为了实现这一目标，热带金枪鱼作为目标物种捕获，而丝滑的鲨鱼意外捕获，因为印度洋中的机器学习模型使用了这些机队的历史捕获数据和环境数据来建模。所得模型的SKJ和YFT为0.718和0.728的AC稳定性（SKJ的TPR = 0.996，YFT分别为0.993），比高或低捕获量更好。在BET的情况下，不是该机队的主要目标物种，其准确性低于先前物种的准确性。关于丝滑鲨，存在/不存在模型的精度为0.842。即使模型的性能具有改进的余地，目前的工作还是通过仅使用AS AS AS AS INTUP数据预测环境数据来实时通过地球观察计划实时提供的预测捕捞场的基础。将来可以改进这些模型，因为更多的输入数据和有关影响这些物种的主要环境条件的知识。
资源密集型环境中的可扩展电路切割和调度......
摘要 —尽管量子计算发展迅速，但由于量子比特数和质量有限，当前系统在实际应用方面仍然受到限制。各种技术，如超导、离子阱和中性原子量子计算技术，正在向容错时代发展，但它们在可扩展性和控制方面都面临着一系列不同的挑战。最近的努力集中在多节点量子系统上，该系统连接多个较小的量子设备以执行更大的电路。未来的演示希望使用量子通道来耦合系统，然而目前的演示可以利用经典通信和电路切割技术。这涉及将大电路切割成较小的子电路，并在执行后重建它们。然而，随着量子比特和门数量的增加，现有的切割方法受到搜索时间过长的阻碍。此外，它们通常无法有效利用多节点系统中各种工作者配置的资源。为了应对这些挑战，我们引入了 FitCut，这是一种将量子电路转换为加权图的新方法，并利用基于社区的自下而上的方法根据资源约束（例如每个工作者的量子比特数）切割电路。FitCut 还包括一个调度算法，可优化工作者之间的资源利用率。FitCut 使用 Qiskit 实现并经过广泛评估，其性能明显优于 Qiskit 电路编织工具箱，将时间成本降低了 3 到 2000 倍，并将工作者端的资源利用率提高了 3.88 倍，实现了全系统 2.86 倍的改进。索引术语 — 电路切割、电路调度、分布式量子系统
学习在线信念预测自动驾驶中有效POMDP计划
摘要 - 自主驾驶中有效的决策依赖于其他交通代理的未来行为的准确推断。为了实现这一目标，我们提出了一个基于在线信念的行为预测模型，也提出了一个有效可观察到的马尔可夫决策过程（POMDP）的有效计划者。我们开发了一个基于变压器的预测模型，通过复发性神经记忆模型增强，以动态更新潜在信念状态并推断其他代理的意图。该模型还可以整合自我车辆的意图，以反映代理之间的闭环交互，并从离线数据和在线交互中学习。为了计划，我们采用了一个具有宏观动作的蒙特卡洛树搜索（MCT）计划者，从而通过搜索时间扩展的动作步骤来降低计算复杂性。在MCTS计划者中，我们使用预测的长期多模式轨迹来近似未来的更新，从而消除了迭代信念的更新和提高跑步效率。我们的方法还将深度Q学习（DQN）作为搜索事务，从而大大提高了MCTS计划者的性能。模拟环境的实验结果验证了我们提出的方法的有效性。在线信念更新模型可以显着提高预测的准确性和时间一致性，从而改善决策绩效。在MCT计划中，采用DQN作为搜索，大大提高了其性能，并优于基于模仿学习的先验。此外，我们表明，具有宏观动作的MCT计划在性能和效率方面大大优于香草方法。
生物医学信号处理和控制 - WRAP：华威
使用症状/体征检测呼吸系统疾病的人工智能 (AI) 系统可能会改善诊断，尤其是在资源有限的环境中。此类 AI 系统的异质性导致需要持续分析性能以指导未来的研究。本系统文献综述旨在研究使用机器学习 (ML) 根据症状和体征检测肺炎的诊断 AI 系统的性能和报告，并就设计和实施预测 ML 算法的最佳实践提供建议。本文遵循 PRISMA 协议进行，通过搜索 PubMed、Scopus 和 Ovid SP 数据库（上次搜索时间为 2021 年 5 月 5 日）确定了 876 篇文章。为了纳入，研究必须使用 AI 将临床诊断的肺炎与对照或其他疾病区分开来。使用 STARD 2015 工具评估偏倚风险。从 16 项纳入研究中提取了有关研究特征、ML 模型特征、参考测试、研究人群、准确度测量和伦理方面的信息。所有纳入的研究在研究设计、诊断设置、研究人群和 ML 算法方面都存在高度异质性。研究报告在方法和结果方面的质量很低。围绕 AI 算法的设计和实施的伦理问题没有得到很好的探索。虽然没有在所有研究中使用单一的性能指标，但大多数研究报告的准确度超过 90%。有强有力的证据支持进一步研究 ML，以便根据易于识别的症状和体征自动检测肺炎。为了帮助提高未来研究的有效性，根据本研究的结果提供了设计和实施 AI 工具的建议。