XiaoMi-AI文件搜索系统
World File Search System有无
具有无限量子优势的简单信息处理任务
双方之间的通信场景可以通过首先将消息编码到作为通信物理介质的物理系统的某些状态中，然后通过测量系统状态对消息进行解码来实现。我们表明，在最简单的情况下，已经可以检测到量子系统相对于经典系统的明确、无限的优势。我们通过构建一系列具有操作意义的通信任务来实现这一点，一方面，每个任务都可以仅使用单个量子位来实现，但另一方面，经典实现需要一个无限大的经典系统。此外，我们表明，尽管借助共享随机性的额外资源，所提出的通信任务可以通过相同大小的量子和经典系统来实现，但经典实现所需的协调操作数量也会无限增长。特别是，没有有限的存储空间可用于存储使用经典系统实现所有可能的量子通信任务所需的所有协调操作。因此，共享随机性不能被视为免费资源。
Fisher Markets在线性交换经济中具有无限尺寸的商品空间的平衡
* 23 D. M. Jalota等。已经证明了在线性交换模型中，菲什市场平衡的现有结果，它是一个有限的尺寸商品空间，这是欧几里得的[15]。我们的证明与他们反映模型构建的差异（尤其是拓扑和归一化设置）有点不同。
摘要 机器翻译 (MT) 与人工智能 (AI) 的结合显著提高了机器翻译系统的精确度，其翻译质量可与熟练的人工翻译相媲美。这一创新拓宽了人工智能机器翻译系统的适用性，吸引了各种用途的用户。本文探讨了以下领域：人工智能机器翻译，特别是谷歌翻译 (GT) 在英语作为外语 (EFL) 课堂中的应用。实证研究结果和最近的研究表明，学生越来越依赖机器翻译，特别是在英语不是母语的高等教育环境中。本研究的目的是深入了解在课堂上使用谷歌翻译的 EFL 学习者的实践、信念和目标。通过问卷调查以及前后测试收集了 234 名大学生的数据，以比较有无谷歌翻译帮助的写作草稿的质量。研究结果与之前在世界各地进行的研究结果一致，这些研究强调了人工智能机器翻译不仅可以提升学生的学习体验，还可以培养更多独立学习者的巨大潜力。研究还表明，学生对 GT 持积极态度，并采用多种搜索策略来解决各种与语言相关的挑战。关键词：人工智能、英语作为外语、谷歌翻译、机器翻译、写作。引用 | Alharbi，W.（2023 年）。人工智能机器翻译在 EFL 课堂中的使用和滥用：一项探索性研究。教育与电子学习研究杂志，10 (4)，689–701。10.20448/jeelr.v10i4.5091 历史记录：收到日期：2023 年 7 月 31 日修订日期：2023 年 9 月 20 日接受日期：2023 年 10 月 4 日出版日期：2023 年 10 月 24 日许可：本作品已获得知识共享署名 4.0 许可出版商：亚洲在线期刊出版集团
摘要 机器翻译 (MT) 与人工智能 (AI) 的结合显著提高了机器翻译系统的精确度，其翻译质量可与熟练的人工翻译相媲美。这一创新拓宽了人工智能机器翻译系统的适用性，吸引了各种用途的用户。本文探讨了以下领域：人工智能机器翻译，特别是谷歌翻译 (GT) 在英语作为外语 (EFL) 课堂中的应用。实证研究结果和最近的研究表明，学生越来越依赖机器翻译，特别是在英语不是母语的高等教育环境中。本研究的目的是深入了解在课堂上使用谷歌翻译的 EFL 学习者的实践、信念和目标。通过问卷调查以及前后测试收集了 234 名大学生的数据，以比较有无谷歌翻译帮助的写作草稿的质量。研究结果与之前在世界各地进行的研究结果一致，这些研究强调了人工智能机器翻译不仅可以提升学生的学习体验，还可以培养更多独立学习者的巨大潜力。研究还表明，学生对 GT 持积极态度，并采用多种搜索策略来解决各种与语言相关的挑战。关键词：人工智能、英语作为外语、谷歌翻译、机器翻译、写作。引用 | Alharbi，W.（2023 年）。人工智能机器翻译在 EFL 课堂中的使用和滥用：一项探索性研究。教育与电子学习研究杂志，10 (4)，689–701。10.20448/jeelr.v10i4.5091 历史记录：收到日期：2023 年 7 月 31 日修订日期：2023 年 9 月 20 日接受日期：2023 年 10 月 4 日出版日期：2023 年 10 月 24 日许可：本作品已获得知识共享署名 4.0 许可出版商：亚洲在线期刊出版集团
电池健康的预后，具有无传感器差分温度伏安的重建和基于多域适应性的容量估计
电池健康预后是电池管理的关键部分，用于确保安全和最佳用法。在本文中提出了一种基于多域适应性的端到端无传感器差异温度伏安挥发性重建和健康估计状态的新方法。首先，使用部分充电或散布曲线来重建差分温度曲线，从而消除了温度传感器测量的需求。偏差容量曲线和重建的差分温度曲线是输入的，然后在端到端的健康估计状态中使用。最后，为了减少源和目标域之间的域差异，将最大平均差异作为额外的损失包括在于提高差分温度曲线重建和健康估计状态的准确性，并使用未标记的测试电池中的未贴标数据。四个数据集，其中包含具有不同电池化学和格式的实验数据和公共数据，当前模式和速率以及外部条件用于验证和评估。实验结果表明，在不同情况下，提出的方法可以满足健康预后，对于差分温度曲线，平均误差小于0.067°C/V，而健康状况为1.78％。结果表明，与没有传统数据驱动的方法相比，差异温度曲线重建的误差降低了20％以上，健康估计状态的误差降低了所提出的方法的47％以上。
具有无限门级的实验超海森堡量子计量学
中国科学技术大学中国科学院量子信息重点实验室，合肥 230026，中华人民共和国 https://orcid.org/0000-0002-4569-7716
65 nm CMOS 中带有无参考 CDR 的 26 Gb/s CMOS 光接收器
摘要：本文介绍了一种采用 65 nm 技术制造的 26 Gb/s CMOS 光接收器。它由三电感跨阻放大器 (TIA)、直流 (DC) 偏移消除电路、3 级 gm-TIA 可变增益放大器 (VGA) 以及内置均衡技术的无参考时钟和数据恢复 (CDR) 电路组成。TIA/VGA 前端测量结果显示 72 dBΩ 跨阻增益、20.4 GHz −3 dB 带宽和 12 dB DC 增益调谐范围。VGA 电阻网络的测量也证明了其有效克服电压和温度变化的能力。CDR 采用全速率拓扑，具有 12 dB 嵌入式均衡调谐范围。该芯片组的光学测量结果显示，在 2 15 −1 PRBS 输入下，26 Gb/s 速率下的 BER 为 10 −12，输入灵敏度为 −7.3 dBm。使用 10 dB @ 13 GHz 衰减器的测量结果也证明了增益调谐功能和内置均衡的有效性。整个系统功耗为 140 mW，采用 1/1.2 V 电源供电。
3.5 有无频率复用情况下的链路设计
图（a）按国际电信联盟（ITU，1985）分类如下： A1：地面站传输，可能对地球站接收造成干扰 A2：地球站传输，可能对地面站接收造成干扰 B1：一个空间系统的空间站传输，可能对另一个空间系统的地球站接收造成干扰 B2：一个空间系统的地球站传输，可能对另一个空间系统的空间站接收造成干扰 C1：空间站传输，可能对地面站接收造成干扰 C2：地面站传输，可能对空间站接收造成干扰 E：一个空间系统的空间站传输，可能对另一个空间系统的空间站接收造成干扰 F：一个空间系统的地球站传输，可能对另一个空间系统的地球站接收造成干扰
气球肺部血管成形术患有无法手术或复发/残留/残留的慢性血栓栓塞性肺动脉高压：单中心初始经验
慢性血栓栓塞性肺动脉高压（CTEPH）是一种疾病，是由有组织的纤维状凝块持续阻塞肺动脉动脉引起的，导致流量再分配和肺微血管微血管血管的继发重塑。cteph是肺高血压（pH）的显着原因，如果没有治疗而导致右心力衰竭和死亡[1]。肺部内膜（PEA）是已建立的治疗性干预措施，具有最多的证据，是针对CTEPH患者的指南建议治疗。，大约三分之一的患者不符合PEA的资格，因为在手术过程中技术上是不可能的，或者存在禁止手术的严重合并症。另一方面，大约一半接受PEA的患者具有持续的pH值，通常是轻度，但有时是中度或重度，需要额外的治疗[2-4]。此外，CTEPH患者可能由于无效的抗凝或血栓形成而出现肺栓塞，即使在那些以前接受过治疗手术的患者中，也会导致复发性pH值。患有无法手术的CTEPH和豌豆后残留或复发性pH的患者均用肺动脉高压（PAH）患者治疗。然而，尽管用PAH特异性药物进行治疗，但这些患者中的绝大多数仍然有明显的症状。气球肺血管成形术（BPA）是一种新兴的治疗干预措施，是Feinstein等人首先描述的。CTEPH患者[5]。然而，尽管血流动力学的改善，但由于重新灌注肺损伤和肺部出血的显着并发症的频率很高，因此被放弃了。日本研究人员通过重复上演的过程对BPA进行了限制，以减少再灌注肺损伤和肺出血[6，7]。越来越多的研究最近显示出血流动力学，症状和功能能力的改善，并通过重新固定的BPA技术降低了重大并发症的率显着降低[8-11]。因此，2017年10月，目前的中心开始了一个BPA计划，该计划被认为是无法使用或持续性或经常性pH的患者。本研究旨在报告当前中心BPA的初始经验，该中心是第三级转诊中心。
具有无仪器凝视跟踪的教室数字孪生
课堂感知是一个重要且活跃的研究领域，具有巨大的教学改进潜力。作为专业观察员（当前最佳实践）的补充，自动化教学专业发展系统可以参加每节课并捕捉所有在场人员的细微细节。课堂注视行为是捕捉的一个特别有价值的方面。对于学生来说，某些注视模式已被证明与对材料的兴趣相关，而对于教师来说，以学生为中心的注视模式已被证明可以提高可接近性和即时性。不幸的是，之前的课堂注视传感系统的准确性有限，通常需要专门的外部或佩戴传感器。在这项工作中，我们开发了一种新的计算机视觉驱动系统，该系统为教室的 3D“数字孪生”提供支持，并实现全班 6DOF 头部注视矢量估计，而无需对任何在场人员进行测量。我们描述了我们的开源实现，以及受控研究和现实世界课堂部署的结果。