XiaoMi-AI文件搜索系统
World File Search System最优值
一种用于诊断类别不平衡 MRI 阿尔茨海默病的新型分类网络 一种用于诊断类别不平衡 MRI 阿尔茨海默病的新型分类网络
通过磁共振成像 (MRI) 数据自动识别阿尔茨海默病 (AD) 可以有效协助医生诊断和治疗阿尔茨海默病。当前的方法提高了 AD 识别的准确性，但它们不足以解决类间差异小、类内差异大的挑战。一些研究尝试在神经网络中嵌入块级结构以增强病理细节，但巨大的规模和时间复杂度使这些方法不利。此外，几种自注意机制无法提供上下文信息来表示判别区域，这限制了这些分类器的性能。另外，当前的损失函数受到类别不平衡异常值的不利影响，可能陷入局部最优值。因此，我们提出了一个 3D 残差 RepVGG 注意网络 (ResRepANet)，该网络堆叠了几个轻量级块来识别脑部疾病的 MRI，这也可以权衡准确性和灵活性。具体来说，我们提出了一个非局部上下文空间注意块 (NCSA)，并将其嵌入到我们提出的 ResRepANet 中，该 ResRepANet 聚合了空间特征中的全局上下文信息，以提高判别区域中的语义相关性。此外，为了减少异常值的影响，我们提出了一种梯度密度多重加权机制 (GDMM)，通过标准化梯度范数自动调整每个 MRI 图像的权重。实验是在阿尔茨海默病神经影像学倡议 (ADNI) 和澳大利亚老龄化成像、生物标志物和生活方式旗舰研究 (AIBL) 的数据集上进行的。在这两个数据集上进行的实验表明，准确度、灵敏度、特异性和曲线下面积始终优于最先进的方法。
基于动态规划的蓄热级联热泵系统最优控制方法
摘要 住宅供暖和制冷行业日益电气化，主要使用电动热泵 (HP) 与热能/电能存储系统相结合。虽然这些发展有助于增加该行业中可再生和低碳能源的份额，但要充分利用该技术的潜力，需要对这些系统进行智能控制，以考虑未来预测的可再生能源可用性和相应的 HP 系统性能。然而，以适合智能控制的方式对具有复杂内部动态的系统进行建模具有挑战性。模型需要足够复杂才能准确捕捉系统的非线性和复杂性，同时又要足够快，以便在合适的计算时间内彻底搜索解空间。动态规划 (DP) 是一种很有前途的智能控制方法，因为它结合了使用复杂非线性模型的能力，同时是一种穷举搜索算法，保证找到全局最优值。本文介绍了一个创新的建模框架，该框架包含 HP 变电站主要组件（即 HP 和热能存储 - TES）的降阶模型 (ROM)，以适合在 DP 中使用的方式进行阐述；这些模型包括影响系统性能的重大物理操作约束（例如，HP 压缩机变速、非线性性能系数 - COP - 依赖于室外和配送温度），同时最大限度地减少优化器需要处理的状态变量数量（即 TES 温度、HP 热容量和电容量）。在应用于示例 HP 系统时，我们的系统模型与用作参考基础事实的详细 TRNSYS 对应模型相比表现出色。该系统通过动态规划优化方法实现了显着的成本节约，与传统的基于规则的控制相比，功耗降低了 13%。
隐私保护和公平意识联合学习，用于关键基础设施的保护和恢复
能源行业正在经历重大转型，致力于实现净零排放并使其基础设施面向未来，电网中的每个参与者都有可能消耗和生产能源资源。联邦学习 - 使多个参与者能够协作训练模型而无需汇总训练数据 - 成为一种可行的技术。然而，必须共享以进行优化的全局模型参数仍然容易受到训练数据泄露的影响。在这项工作中，我们提出了受限梯度下降（CGD），通过消除全局模型参数的共享来增强联邦学习的隐私性。CGD利用了这样一个事实：梯度下降优化可以从一组离散点开始，并收敛到目标函数全局最小值邻域中的另一组点。因此，每个参与者可以独立地启动自己的私有全局模型（称为受限模型），并协作学习以达到最优值。在训练过程中，他们自己的模型的更新以安全的协作方式进行。通过这种方式，CGD 保留了从分布式数据中学习的能力，但大大减少了信息共享。这种策略还允许专有的受限模型适应联邦学习中的异质性，从而提供公平性的内在优势。我们从理论和经验上证明，分散式 CGD（i）提供更强大的差异隐私（DP）保护；（ii）对最先进的毒害隐私攻击具有鲁棒性；（iii）导致参与者之间的有限公平性保证；（iv）在四个真实世界数据集上提供高测试准确率（与集中式学习相当）和有界收敛率。
使用进化量子启发水平集技术自动检测 MRI 脑肿瘤的新型医学分析框架
摘要：准确分割 3D 磁共振成像 (3D-MRI) 中的脑肿瘤对于简化诊断和治疗过程至关重要。在基于能量函数理论的图像分割和分析方法领域，水平集方法已成为一种有效的计算方法，极大地促进了几何活动轮廓模型的发展。使用水平集技术时，减少分割误差和所需迭代次数的一个重要因素是初始轮廓点的选择，这两者在处理脑肿瘤可能具有的各种大小、形状和结构时都很重要。为了定义速度函数，传统方法仅使用图像梯度、边缘强度和区域强度。本文提出了一种受量子启发蜻蜓算法 (QDA) 影响的聚类方法，QDA 是一种受蜻蜓群居行为启发的元启发式优化器，用于准确提取初始轮廓点。所提出的模型采用量子启发计算范式来稳定开发和探索之间的权衡，从而弥补传统基于 DA 的聚类方法的任何缺点，例如收敛速度慢或陷入局部最优。首先，可以使用量子旋转门概念将代理群重新定位到可以更好地实现最优值的位置。然后，通过采用突变程序来增强群体突变并实现其多样性，使主要技术具有强大的局部搜索能力。在将颅骨与大脑分离的初步阶段之后，在 QDA 的帮助下确定肿瘤轮廓（边缘）。MRI 系列的初始轮廓将从这些提取的边缘得出。最后一步是使用水平集分割技术在所有体积段中隔离肿瘤区域。当应用于 BraTS 2019 数据集中的 3D-MRI 图像时，所提出的技术优于最先进的脑肿瘤分割方法，如所获得的结果所示。
用于选择分析的深度神经网络：提取完整的经济信息以供解释
尽管深度神经网络 (DNN) 越来越多地应用于选择分析并显示出很高的预测能力，但研究人员能在多大程度上解读来自 DNN 的经济信息尚不清楚。本文表明，DNN 可以提供与传统离散选择模型 (DCM) 一样完整的经济信息。经济信息包括选择预测、选择概率、市场份额、替代品的替代模式、社会福利、概率导数、弹性、边际替代率和异质时间值。与 DCM 不同，DNN 可以自动学习效用函数并揭示领域专家未预先指定的行为模式，尤其是在样本量较大的情况下。然而，当样本量较小时，从 DNN 获得的经济信息可能不可靠，因为自动学习能力面临三大挑战：对超参数的高度敏感性、模型不可识别和局部不规则性。第一个挑战与平衡 DNN 近似值和估计误差的统计挑战有关，第二个挑战与确定 DNN 训练中的全局最优值的优化挑战有关，第三个挑战与缓解估计函数的局部不规则模式的稳健性挑战有关。为了展示优势和挑战，我们使用来自新加坡的陈述偏好调查和来自伦敦的显示偏好数据来估计 DNN，从 DNN 中提取完整的经济信息列表，并将其与来自 DCM 的信息进行比较。我们发现，通过训练或人口汇总的经济信息比单个观察或训练的分解信息更可靠，并且更大的样本量、超参数搜索、模型集成和有效的正则化可以显著提高从 DNN 中提取的经济信息的可靠性。未来的研究应研究样本量的要求、更好的集成机制、其他正则化和 DNN 架构、更好的优化算法以及稳健的 DNN 训练方法，以解决 DNN 的三大挑战，为基于 DNN 的选择模型提供更可靠的经济信息。关键词：深度神经网络；机器学习；选择分析；可解释性。
巴基斯坦 Renala Khurd 案例研究
摘要：广泛用于灌溉的水渠网络同样是向附近地区输送微电能的良好来源。这种系统的一个实际例子是巴基斯坦 Renala Khurd 的微型水力发电与国家电网的结合，即水电网配置。除了罕见的 Renala Khurd 水力发电示例外，太阳能光伏发电与主流网络的结合，即太阳能光伏电网配置，也得到了广泛应用。主要分布式发电源组合的综合运行在经济性和可靠性方面具有不同的运行属性，需要在安装前进行量化。到目前为止，已经模拟了各种主要分布式发电源组合，并报告了它们对项目经济性和可靠性的累积影响。需要对各种配置进行详细的经济性和可靠性评估，以便可持续且具有成本效益地选择配置。本研究提出了一种太阳能-水力-电网三联产组合，并采用最佳规模方案来降低太阳能系统规模和电网运营成本。使用固定水电和可变太阳能及电网系统以及许多预定义约束，开发了一种基于遗传算法的最优定型公式。在 HOMER Pro 软件中模拟水电-电网、太阳能-电网和电网-水电-太阳能配置，以分析经济影响，并在项目的各种配置下进行可靠性评估。最后，将遗传算法的最优值提供给 HOMER Pro 软件搜索空间，以模拟电网-水电-太阳能配置。结果表明，水电-电网配置的净现值 (NPC) 比电网-水电-太阳能配置低 23%，而未进行优化定型的电网-水电-太阳能的 NPC 比太阳能-电网配置低 40%，而采用遗传算法的电网-太阳能-水电的 NPC 比水电-电网配置低 36%，比不使用遗传算法的太阳能-电网-水电低 50.90%，比电网-太阳能配置低 17.1%，从而证明利用三联产能源集成是对有运河水电地区的可行解决方案。
CAFQA：Clifford Ansatz 量子精度 - NSF-PAR
摘要 — 变分量子算法 (VQA) 依赖于参数化单元电路针对目标函数的迭代优化。由于量子机器噪声大且资源昂贵，因此必须适当选择 VQA 的假设，并使其初始参数尽可能接近最优值，因为这将改善并加速算法在量子设备上执行的精确收敛。这项工作通过提出 CAFQA（一种用于量子精度的 Clifford 假设）来解决寻找初始假设参数的问题。CAFQA 假设是一种仅使用 Clifford 门构建的硬件高效电路。在此假设中，通过经典模拟在 Clifford 参数空间中进行有效搜索来选择可调门的初始参数，从而产生合适的稳定器状态。结果表明，产生的稳定器状态始终等于或优于传统的经典初始化方法（例如 Hartree-Fock），即找到合适的计算基态，并且通常在量子设备上执行和探索之前就产生高精度估计。此外，该技术适用于经典计算，因为 a) 仅 Clifford 量子电路可以在多项式时间内进行经典精确模拟，以及 b) 离散 Clifford 空间虽然量子比特数量呈指数级增长，但可以通过贝叶斯优化进行有效搜索。对于变分量子特征求解器 (VQE) 任务（即估计多达 20 个量子比特的分子系统的基态能量），CAFQA 的 Clifford Ansatz 实现了接近 99% 的平均准确度，并且能够恢复高达 99.99% 的 Hartree-Fock 初始化分子相关能量。值得注意的是，该方法的可扩展性允许对具有挑战性的铬二聚体 (Cr 2 ) 进行初步的基态能量估计，其精度高于 Hartree-Fock 所达到的精度。CAFQA 还在优化任务上进行了评估，特别是高达 18 个量子比特的 MAXCUT 问题。借助 CAFQA 的高精度初始化，VQA 的收敛速度加快了 2.5 倍。总之，这项工作表明稳定器状态是变分算法的高精度假设初始化。此外，它突出了量子启发式经典技术作为 NISQ 时代及以后 VQA 的替代方案和支持方法的潜力。
![arXiv:2002.12686v1 [physics.pop-ph] 2020 年 2 月 28 日](/simg/g:\will\search\icon\source\3\3d7d3a637e2b39d41c528688a9d8ea24a8c39f86.webp)
arXiv:2002.12686v1 [physics.pop-ph] 2020 年 2 月 28 日
尽管从未尝试过，但可以评估，同样的技术可以用于执行一些初步的火星载人任务[1, 2]。众所周知，要真正探索和殖民最近的天体，需要开发广泛的技术[3]——开发原地资源的技术、保护宇航员免受辐射的技术、在目的地星球上制造工厂的技术等——但需要直接与推进相关的新技术。特别是，必须使用核能而不是化学能来推动航天器。基于核裂变反应的核热推进和核电推进（NTP 和 NEP）两种替代方案都得到了详细研究，前者已经进行了台架测试，结果非常令人满意。 NTP 和 NEP 可以减少旅行时间（从而减少宇航员受到的宇宙辐射），同时降低低地球轨道初始质量 (IMLEO)，从而使星际任务更加经济实惠，从而提高人类执行火星及更远星球任务的机会。NASA 设计参考架构 5 (DRA5) [3, 4] 报告了 NTP 和载人火星任务化学方法之间的有趣比较。此外，NEP 还可以显著改善化学推进，而上述两种核方法之间的选择主要取决于政治决策，即哪种技术可以发展到足够的技术就绪水平。上述两种核方法均基于裂变核反应 [5]。轻质结构和薄膜太阳能电池方面的最新进展使得人们可以考虑将太阳能电力推进 (SEP) 用于载人行星任务，尤其是首次载人火星任务。这是一种“过渡”解决方案，用于提高行星际航天器的性能，使其性能高于化学推进，同时等待 NTP 或 NEP 技术可用。通过将 SEP 的性能与化学推进和 NTP 的性能进行比较，IMLEO 方面的优势显而易见，而就 NEP 而言，它们仅取决于发电机的比重 α，短期内这对太阳能电池阵列比对核发电机更有利。从长远来看，后者会好得多，但开发 SEP 意味着为载人飞行任务开发高功率电推进器，以便在轻型核发电机可用时它们已准备就绪。无论如何，毫无疑问，要成为真正的太空文明，我们必须开发基于核聚变的火箭发动机 [6, 7]。使用聚变能进行航天器推进的想法由来已久 [8]。对于聚变推进，有两种替代方案：类似于 NTP 和聚变 NEP。在过去的 20 年里，许多研究都致力于核聚变发电的总体发展，尤其是核聚变火箭的发展。核聚变 NEP 需要开发轻型核聚变反应堆，而这在今天看来似乎是一项艰巨的任务。此外，这里的重点仍然只是发电机的比重 α，而核聚变发电机的 α 值要比裂变发电机更好还需要很多年 [9]，更不用说今天还没有出现过即使 α 值很高的核聚变发电机。在核聚变 NEP 中，α 值越低，比冲的最佳值就越高，因此即使有了轻型发电机，也需要做大量工作来改进电推进器。革命性的直接聚变驱动器 (DFD) 是一种核聚变发动机，其概念基于普林斯顿场反转配置反应堆，该反应堆无需经过中间的发电步骤即可从聚变中产生推力 [10]。该发动机的开发与普林斯顿等离子体物理实验室正在进行的聚变研究有关。DFD 使用一种新型磁约束和加热系统，以氦和氢核同位素混合物为燃料，产生高比功率、可变推力和比冲量以及低辐射航天器推进系统。最简单的聚变驱动器类型是使用小型不受控制的热核爆炸来推动航天器前进，就像猎户座计划 [5] 中计划的那样，但即使使用连续的受控反应，DFD 似乎也更容易实现，而 D-3He 直接聚变推进器似乎是可以在中期内实现太阳系殖民的推进器。虽然与 DFD 相关的大多数研究都涉及外太阳系或近星际空间的任务，但本文的目的是详细研究人类快速前往火星和小行星带的任务。结果表明，核聚变推进是开启太阳系殖民和建立太阳系经济的有利技术。本文的结构如下：在第二部分中，我们描述了推进器及其主要特性。第三部分专门考虑了地球 - 火星任务的三种情况：i. 理想的可变弹射速度 (VEV) 操作；ii. 有限的 VEV 操作；iii. 慢速货运航天器任务。第四部分讨论了前往 16 Phyche 小行星的任务，最后是结论要使聚变发电机的 α 值优于裂变发电机还需要很多年 [9]，更何况目前还没有可用的聚变发电机，哪怕它的 α 值非常高。在聚变 NEP 中，α 值越低，比冲的最优值就越高，所以即使有了轻型发电机，也需要做大量工作来改进电力推进器。革命性的直接聚变驱动器 (DFD) 是一种核聚变发动机，其概念基于普林斯顿场反转配置反应堆，该反应堆无需经过中间的发电步骤即可从聚变中产生推力 [10]。该发动机的研发与普林斯顿等离子体物理实验室正在进行的聚变研究有关。 DFD 使用一种新型磁约束和加热系统，以氦和氢核同位素混合物为燃料，产生高比功率、可变推力和比冲量，以及低辐射航天器推进系统。最简单的核聚变驱动类型是使用小型不受控制的热核爆炸推动航天器前进，就像猎户座计划 [5] 中计划的那样，但即使使用连续的受控反应，DFD 似乎也更容易实现，D-3He 直接聚变推进器似乎是可以在中期内殖民太阳系的推进器。虽然大多数与 DFD 相关的研究都涉及外太阳系或近星际空间的任务，但本文的目的是详细研究人类快速登陆火星和小行星带的任务。结果是，核聚变推进是启动太阳系殖民和建立太阳系经济的使能技术。本文的结构如下：第二部分描述了推进器及其主要特性。第三部分考虑了地球-火星任务的三种情况：i. 理想的可变弹射速度 (VEV) 操作；ii. 有限的 VEV 操作；iii. 慢速货运航天器任务。第四部分考虑了前往 16 Phyche 小行星的任务，最后是结论要使聚变发电机的 α 值优于裂变发电机还需要很多年 [9]，更何况目前还没有可用的聚变发电机，哪怕它的 α 值非常高。在聚变 NEP 中，α 值越低，比冲的最优值就越高，所以即使有了轻型发电机，也需要做大量工作来改进电力推进器。革命性的直接聚变驱动器 (DFD) 是一种核聚变发动机，其概念基于普林斯顿场反转配置反应堆，该反应堆无需经过中间的发电步骤即可从聚变中产生推力 [10]。该发动机的研发与普林斯顿等离子体物理实验室正在进行的聚变研究有关。 DFD 使用一种新型磁约束和加热系统，以氦和氢核同位素混合物为燃料，产生高比功率、可变推力和比冲量，以及低辐射航天器推进系统。最简单的核聚变驱动类型是使用小型不受控制的热核爆炸推动航天器前进，就像猎户座计划 [5] 中计划的那样，但即使使用连续的受控反应，DFD 似乎也更容易实现，D-3He 直接聚变推进器似乎是可以在中期内殖民太阳系的推进器。虽然大多数与 DFD 相关的研究都涉及外太阳系或近星际空间的任务，但本文的目的是详细研究人类快速登陆火星和小行星带的任务。结果是，核聚变推进是启动太阳系殖民和建立太阳系经济的使能技术。本文的结构如下：第二部分描述了推进器及其主要特性。第三部分考虑了地球-火星任务的三种情况：i. 理想的可变弹射速度 (VEV) 操作；ii. 有限的 VEV 操作；iii. 慢速货运航天器任务。第四部分考虑了前往 16 Phyche 小行星的任务，最后是结论DFD 使用一种新型磁约束和加热系统，以氦和氢核同位素混合物为燃料，产生高比功率、可变推力和比冲量，以及低辐射航天器推进系统。最简单的核聚变驱动类型是使用小型不受控制的热核爆炸推动航天器前进，就像猎户座计划 [5] 中计划的那样，但即使使用连续的受控反应，DFD 似乎也更容易实现，D-3He 直接聚变推进器似乎是可以在中期内殖民太阳系的推进器。虽然大多数与 DFD 相关的研究都涉及外太阳系或近星际空间的任务，但本文的目的是详细研究人类快速登陆火星和小行星带的任务。结果是，核聚变推进是启动太阳系殖民和建立太阳系经济的使能技术。本文的结构如下：第二部分描述了推进器及其主要特性。第三部分考虑了地球-火星任务的三种情况：i. 理想的可变弹射速度 (VEV) 操作；ii. 有限的 VEV 操作；iii. 慢速货运航天器任务。第四部分考虑了前往 16 Phyche 小行星的任务，最后是结论DFD 使用一种新型磁约束和加热系统，以氦和氢核同位素混合物为燃料，产生高比功率、可变推力和比冲量，以及低辐射航天器推进系统。最简单的核聚变驱动类型是使用小型不受控制的热核爆炸推动航天器前进，就像猎户座计划 [5] 中计划的那样，但即使使用连续的受控反应，DFD 似乎也更容易实现，D-3He 直接聚变推进器似乎是可以在中期内殖民太阳系的推进器。虽然大多数与 DFD 相关的研究都涉及外太阳系或近星际空间的任务，但本文的目的是详细研究人类快速登陆火星和小行星带的任务。结果是，核聚变推进是启动太阳系殖民和建立太阳系经济的使能技术。本文的结构如下：第二部分描述了推进器及其主要特性。第三部分考虑了地球-火星任务的三种情况：i. 理想的可变弹射速度 (VEV) 操作；ii. 有限的 VEV 操作；iii. 慢速货运航天器任务。第四部分考虑了前往 16 Phyche 小行星的任务，最后是结论