XiaoMi-AI文件搜索系统
World File Search System池化层
精准度与泛化度的结合：通过预训练的 DenseNet 结合全局平均池化和超参数调整来增强脑肿瘤分类
脑肿瘤死亡率高，治疗选择有限，是全球重大健康问题。这些肿瘤是由脑内细胞异常生长引起的，大小和形状各异，因此，对于医疗专业人员来说，通过磁共振成像 (MRI) 扫描手动检测它们是一项主观且具有挑战性的任务，因此需要自动化解决方案。本研究探讨了深度学习（特别是 DenseNet 架构）自动化脑肿瘤分类的潜力，旨在提高临床应用的准确性和通用性。我们利用了 Figshare 脑肿瘤数据集，该数据集包含 233 名患者的 3,064 张 T1 加权增强 MRI 图像，这些患者患有三种常见肿瘤类型：脑膜瘤、神经胶质瘤和垂体瘤。使用来自 ImageNet 的迁移学习评估了四种预训练的深度学习模型——ResNet、EfficientNet、MobileNet 和 DenseNet。DenseNet 实现了最高的测试集准确率 96%，优于 ResNet（91%）、EfficientNet（91%）和 MobileNet（93%）。因此，我们专注于提高 DenseNet 的性能，同时将其视为基础模型。为了增强基础 DenseNet 模型的通用性，我们实施了一种微调方法，该方法采用了正则化技术，包括数据增强、dropout、批量归一化和全局平均池化，并结合了超参数优化。这种增强的 DenseNet 模型实现了 97.1% 的准确率。我们的研究结果证明了 DenseNet 结合迁移学习和微调对脑肿瘤分类的有效性，凸显了其在临床环境中提高诊断准确性和可靠性的潜力。
在大脑层面上对 MWE 中的常规化和可预测性进行建模
虽然语言理论中表达式传统上被二元化为组合性和非组合性，但多词表达式 (MWE) 却表现出更细粒度的区别。使用关联测量，如逐点互信息和 Dice 系数，MWE 可以被描述为具有不同程度的常规化和可预测性。我们的目标是研究这些梯度如何反映认知过程。在本研究中，自然叙事理解的 fMRI 记录用于探究这些计算测量及其可以操作的认知过程在多大程度上可以在在线句子处理过程中观察到。我们的结果表明，代表词汇可预测性的 Dice 系数是处理 MWE 的神经激活的更好预测指标。总的来说，我们的实验方法展示了如何通过将计算指标与神经成像数据进行比较来测试其认知合理性。
人工智能和数据分析行业培训
- 简介、神经网络和深度学习的历史、生物神经元的基础知识； - 深度多层感知器 (MLP)：符号、反向传播算法、激活函数、Dropout 层和正则化、整流线性单元 (ReLU)、权重初始化、批量标准化、用于多类分类的 Softmax； - 人工神经网络 - 卷积神经网络 (CNN)、卷积、图像边缘检测、填充和步幅、RGB 图像卷积、卷积层、最大池化、RNN、LSTM、使用 Keras 的神经网络模型和 Tensorflow、迁移学习。7 种用于人工智能和数据分析的工具和应用程序
基于 FPGA 的 YOLO 可重构 CNN 加速器
摘要 卷积神经网络（CNN）在图像处理领域得到了广泛的应用，基于CNN的目标检测模型，如YOLO、SSD等，已被证明是众多应用中最先进的。CNN对计算能力和内存带宽要求极高，通常需要部署到专用的硬件平台上。FPGA在可重构性和性能功耗比方面具有很大优势，是部署CNN的合适选择。本文提出了一种基于ARM+FPGA架构的带AXI总线的可重构CNN加速器。该加速器可以接收ARM发送的配置信号，通过分时方式完成不同CNN层推理时的计算。通过结合卷积和池化操作，减少卷积层和池化层的数据移动次数，减少片外内存访问次数。将浮点数转换为16位动态定点格式，提高了计算性能。我们分别在 Xilinx ZCU102 FPGA 上为 COCO 和 VOC 2007 上的 YOLOv2 和 YOLOv2 Tiny 模型实现了所提出的架构，在 300MHz 时钟频率下峰值性能达到 289GOP。
枯竭地下碳氢化合物储层中的氢气储存和地质甲烷化
将电转气工艺与地下天然气储存相结合，可以有效地储存多余的电力以备后用。枯竭的碳氢化合物储层可以用作储存设施，但在这种地点储存氢气的实际经验有限。这里我们展示了一项现场试验的数据，该试验在枯竭的碳氢化合物储层中储存了 119,353 立方米的氢气与天然气混合。285 天后，氢气回收率为 84.3%，表明该工艺的技术可行性。此外，我们报告称微生物介导了氢气向甲烷的转化。在研究模拟真实储层的中观宇宙的实验室实验中，氢气和二氧化碳在 357 天内的 14 个周期内可重复地转化为甲烷（0.26 mmol l −1 h −1 的释放速率）。理论上，这个速率允许在测试储层中每年生产 114,648 立方米的甲烷（相当于 ~1.08 GWh）。我们的研究证明了氢存储的效率以及在枯竭的碳氢化合物储层中进行地质甲烷化的重要性。
打造人工智能实际应用环境
企划管理部 IoT应用推进部 社会基础设施解决方案本部 金融及企业解决方案本部 网络系统本部 防卫系统本部 IoT平台本部 系统中心 基础技术中心 信息通信本庄工厂 信息通信沼津工厂
多元化能源保障方案推动非道路领域电动化发展
3月23日，由Qiyuan Green Power，Shanghai Boonray Intellighent Technology Co.，Ltd。，Top Gear等共同开发的无人电池交换矿业卡车，并配备了由上海Boonray Intellray Intellighent Technology Co.，Ltd.，Ltd.，Ltd。目前，它已在South Cement的矿山中进行了方案终端申请测试。根据现场测试，“电牛”可以将二氧化碳的排放量减少至少260吨，从而节省至少20万卢比的劳动力成本。
