XiaoMi-AI文件搜索系统
World File Search System有限集
扩展对象跟踪：简介、概述和... - arXiv
摘要 — 本文对扩展对象跟踪的当前研究进行了详尽概述。我们对扩展对象跟踪问题进行了清晰的定义，并讨论了其与其他类型对象跟踪的界限。接下来，我们将广泛讨论扩展对象建模的不同方面。随后，我们将介绍两种基本且常用的扩展对象跟踪方法——随机矩阵方法和基于卡尔曼滤波器的星形凸形状方法。下一部分将讨论多个扩展对象的跟踪，并详细说明如何使用随机有限集 (RFS) 和非 RFS 多对象跟踪器解决大量可行的关联假设。本文最后总结了当前的应用，其中重点介绍了四个示例应用，涉及摄像头、X 波段雷达、光检测和测距 (LIDAR)、红绿蓝深度 (RGB-D) 传感器。
![arXiv:2107.12144v2 [quant-ph] 2021 年 11 月 10 日](/simg/7\7d6120328cd0b85d80d24b16fe1af6ddddfc3201.webp)
arXiv:2107.12144v2 [quant-ph] 2021 年 11 月 10 日
我们研究了两种双重量子信息效应，以操纵量子计算中的信息量：隐藏和分配。由此产生的类型和效果系统完全可以表达不可逆量子计算，包括测量。我们提供通用范畴构造，以语义解释这种具有选择的箭头元语言，从任何解释可逆基语言的装备群开始。量子测量的几个特性通常遵循，我们将（非迭代）量子流程图翻译成我们的语言。语义构造将希尔伯特空间之间的幺正类别转变为完全正迹保持映射类别，并将有限集之间的双射类别转变为具有选择垃圾的函数类别。因此，它们捕捉了 Toffili 和 Stinespring 的经典和量子可逆计算的基本定理。
算术为超验
摘要。本文认为Peano算术的概括，希尔伯特算术是毕达哥拉斯的基础。Hilbert算术将数学基础（Peano算术和集合理论）统一，物理基础（量子力学和信息）以及哲学的先验主义（胡塞尔的现象学现象学）统计于正式的理论和数学结构，这实际上是在侯赛尔（Husserl）的“哲学上的哲学”迹象之后。在通往该目标的途径中，希尔伯特算术本身以有限集和序列和量子信息相关的信息来识别无限的信息，这两者都出现在三个“降低酶”中：相应地，数学，物理和本体论，每种都可以产生相关的科学和认知领域。科学先验主义是哲学先验主义的伪造。总体的基本概念也可以在数学上也相应地解释为一致的完整性和物理，因为宇宙不是在经验上或实验上定义的，而是因为含有其外部性的最终整体性。
希尔伯特（Hilbert）作为毕达哥拉斯算术的算术：算术作为先验
摘要。本文认为Peano算术的概括，希尔伯特算术是毕达哥拉斯的基础。Hilbert算术将数学基础（Peano算术和集合理论）统一，物理基础（量子力学和信息）以及哲学的先验主义（胡塞尔的现象学现象学）统计于正式的理论和数学结构，这实际上是在侯赛尔（Husserl）的“哲学上的哲学”迹象之后。在通往该目标的途径中，希尔伯特算术本身以有限集和序列和量子信息相关的信息来识别无限的信息，这两者都出现在三个“降低酶”中：相应地，数学，物理和本体论，每种都可以产生相关的科学和认知领域。科学先验主义是哲学先验主义的伪造。总体的基本概念也可以在数学上也相应地解释为一致的完整性和物理，因为宇宙不是在经验上或实验上定义的，而是因为含有其外部性的最终整体性。
多目标跟踪和检测，融合 RADAR 和 AIS...
为了安全航行，自主船舶应该能够跟踪其他船舶和障碍物的位置和运动，这就涉及多目标跟踪问题。此外，雷达和自动识别系统 (AIS) 是两种常用于跟踪海上目标的船上传感器。在自主航行中，这两种传感器的融合利用互补信息并处理冲突数据，变得越来越重要。然而，由于多目标跟踪方法不成熟，当某些单个传感器漏检或两个传感器之间发生冲突时，很难系统地讨论融合问题。随着新的多目标跟踪方法的提出，本文首先提出了一种基于最新的随机有限集 (RFS) 滤波器——泊松多伯努利混合 (PMBM) 滤波器的 RADAR 和 AIS 顺序测量级融合方法。本文对使用顺序融合和单独使用传感器信息的性能进行了比较。然后将基于 PMBM 滤波器的 RADAR 和 AIS 顺序融合应用于实际海事案例。给出了跟踪结果并分析了性能。
多静态声纳浮标系统的多目标跟踪
使用主动声纳浮标场检测和跟踪水下目标最近引起了广泛的研究兴趣 [1]，[2]，[3]，[4]，[5]，[6]。这个问题涉及确定声纳浮标场覆盖区域内的目标数量并跟踪它们的位置。通过从单一源（声纳浮标）传输信号（“ping”）并收集附近多个接收器的反射测量值来获得目标的测量值。由于水下环境中的检测概率低，以及可用的位置测量值（通常采用极坐标）与目标状态之间的非线性关系，因此出现了困难。在 [5] 中，提出了一种 CPHDF 的迭代校正版本的高斯混合近似用于目标检测和跟踪，并基于该算法描述了一种发射机调度算法。还提出了一种使用折扣因子来考虑电池寿命约束的基本技术。本文主要关注多静态声纳浮标环境中的多目标跟踪问题。基数化概率假设密度滤波器 (CPHDF) [7] 已在多静态声纳浮标系统中用于跟踪 [1]、[3]、[5]。CPHDF 是在随机有限集 (RFS) 框架中开发的，它通过其一阶矩和基数或目标数分布来近似完整的多目标后验密度
嘉宾专栏：决策树与通信之间的计算模型 1
通信复杂性研究计算一个函数所需的通信量，该函数的值取决于分布在多个实体之间的信息。姚期智 [Yao79] 于 40 多年前发起了通信复杂性研究，如今它已成为理论计算机科学的核心领域，在数据结构、流算法、属性测试、近似算法、编码理论和机器学习等不同领域都有广泛应用。教科书 [KN06,RY20] 对该理论及其应用进行了出色的概述。在通信复杂性的基本版本中，两个玩家，分别称为 Alice 和 Bob，希望计算一个函数 F : X × Y →{ 0 , 1 }，其中 X 和 Y 是一些有限集。Alice 持有一个输入 x ∈ X，Bob 持有一个输入 y ∈ Y，他们希望通过按照某种协议来回发送消息来计算 F(x, y)。重要的是，Alice 和 Bob 具有任意的计算能力，因为我们只关心计算该函数需要交换多少信息。目标是设计低成本协议，以 Alice 和 Bob 交换的位数来衡量（在最坏情况下），理想情况下，我们会显示感兴趣的通信问题的通信复杂度的严格上限和下限。让 D cc ( F ) 表示确定性协议在所有输入上正确计算 F 的最低可实现成本。