XiaoMi-AI文件搜索系统
World File Search System浅层
交替分层变分量子电路可以利用经典阴影进行有效的经典优化
变分量子算法 (VQA) 是经典神经网络 (NN) 的量子模拟。VQA 由参数化量子电路 (PQC) 组成，该电路由多层假设（更简单的 PQC，与 NN 层类似）组成，这些假设仅在参数选择上有所不同。先前的研究已将交替分层假设确定为近期量子计算中潜在的新标准假设。事实上，浅层交替分层 VQA 易于实现，并且已被证明既可训练又富有表现力。在这项工作中，我们引入了一种训练算法，可指数级降低此类 VQA 的训练成本。此外，我们的算法使用量子输入数据的经典阴影，因此可以在具有严格性能保证的经典计算机上运行。我们证明了使用我们的算法在寻找状态准备电路和量子自动编码器的示例问题中将训练成本提高了 2-3 个数量级。
生物和医学中的计算机
摘要：本文提出了一种面向磁共振成像（MRI）的基于注意机制的新型胶质瘤分级网络（AGGN）。通过应用双域注意机制，可以同时考虑通道和空间信息来分配权重，这有利于突出特征图中的关键模态和位置。在多尺度特征提取模块中采用多分支卷积和池化操作来分别获得每个模态的浅层特征和深层特征，并采用多模态信息融合模块来充分融合低级细节特征和高级语义特征，促进不同模态信息之间的协同作用。通过大量实验对所提出的AGGN进行了全面的评估，结果证明了所提出的AGGN与其他先进模型相比的有效性和优越性，并且还表现出很高的泛化能力和强的鲁棒性。此外，即使没有手动标记的肿瘤掩模，AGGN 也能表现出与其他先进算法相当的性能，这减轻了端到端学习范式中对监督信息的过度依赖。
以应用为导向的全量子计算堆栈整体基准测试
量子计算系统需要根据其预期执行的实际任务进行基准测试。在这里，我们提出了 3 个“应用驱动”电路类别用于基准测试：深度（与变分量子特征值求解算法中的状态准备相关）、浅层（受 IQP 型电路启发，可能对近期量子机器学习有用）和平方（受量子体积基准测试启发）。我们使用几个性能指标来量化量子计算系统在运行这些类别的电路时的性能，所有这些性能指标都需要指数级的经典计算资源和来自系统的多项式数量的经典样本（位串）。我们研究性能如何随所使用的编译策略和运行电路的设备而变化。使用 IBM Quantum 提供的系统，我们检查了它们的性能，结果表明噪声感知编译策略可能有益，并且根据我们的基准测试，设备连接性和噪声水平对系统性能起着至关重要的作用。
ESG 经济学家
对于一些国家，例如荷兰，地表是平坦的。但在荷兰，地下却有相当多的结构。地下的成分对于确定是否有地热能的潜力非常重要。有几个因素决定了某个地层是否适合地热能。这些因素包括深度、地层厚度、孔隙率和渗透性。深度很重要，因为钻孔越深，温度就越高。地层厚度表示地热潜力。地层越厚，潜力越高，但如果地层位于封闭该地层的粘土层之间（水留在地层内），潜力会更高。此外，材料需要具有良好的孔隙率和渗透性。孔隙率和渗透性可实现高效的流体流动，这对于地热提取至关重要。地热能的理想土壤由 50% 的固体、25% 的空气和 25% 的水组成。荷兰有四种合适的地层 1。不同的地层可以针对不同类型的地热能（浅层、中深层或深层，请参阅下文了解更多信息）。由于存在合适的地层，荷兰在各种类型的地热能方面具有巨大潜力。
技术会议
1:25 PM高度低级斑岩铜矿床J. Perello;必和必拓Billiton矿物质，加利福尼亚州旧金山，加利福尼亚州，不可避免地耗尽来自斑岩铜矿石的浅层高级超基因铜矿，未来的大规模生产必须来自更深层次的高质量。 在斑岩铜沉积物中的降压铜矿化（通常被视为低级）在大型系统中可能有很大差异（<0.3 –> 2％CU），其中有些人在某些情况下具有异常高级（> 3％CU）的成分。 以下特征被确定为有利于大型（> 100亿吨），高级（> 1％Cu）矿化的大型（> 1％CU）矿化的特征：强烈的石英 - 韦恩特库托工厂；岩浆水热角球；近端Skarns；碳酸盐替代体；伸缩沉积物中的vuggy残留石英或静脉系统；存在岩性屏障和反应性镁铁质宿主岩石。 在探索程序中考虑这些功能可以帮助最大程度地提高发现高级低级斑岩铜铜的机会。1:25 PM高度低级斑岩铜矿床J. Perello;必和必拓Billiton矿物质，加利福尼亚州旧金山，加利福尼亚州，不可避免地耗尽来自斑岩铜矿石的浅层高级超基因铜矿，未来的大规模生产必须来自更深层次的高质量。在斑岩铜沉积物中的降压铜矿化（通常被视为低级）在大型系统中可能有很大差异（<0.3 –> 2％CU），其中有些人在某些情况下具有异常高级（> 3％CU）的成分。以下特征被确定为有利于大型（> 100亿吨），高级（> 1％Cu）矿化的大型（> 1％CU）矿化的特征：强烈的石英 - 韦恩特库托工厂；岩浆水热角球；近端Skarns；碳酸盐替代体；伸缩沉积物中的vuggy残留石英或静脉系统；存在岩性屏障和反应性镁铁质宿主岩石。在探索程序中考虑这些功能可以帮助最大程度地提高发现高级低级斑岩铜铜的机会。
迈向图基础模型：调查和超越
摘要 - 发现模型已成为各种人工智能应用中的关键组成部分，并展示了自然语言处理和其他几个领域的取得巨大成功。与此同时，机器学习领域正在见证从浅层方法到更复杂的深度学习方法的范式过渡。基础模型在概括和适应中的功能激励了图机学习研究人员讨论开发新的图形学习范式的潜力。此范式设想了在广泛的图形数据上预先训练的模型，并且可以适用于各种图形任务。尽管有这种兴起的兴趣，但与该新领域有关的明确定义和系统分析显然缺乏。为此，本文介绍了图基础模型（GFM）的概念，并对其关键特征和基本技术提供了详尽的解释。我们将根据图形神经网络和大语言模型的依赖，将与GFM有关的现有工作分为三个不同的类别。除了对GFM的当前状态提供彻底审查外，本文还展现了在这个快速发展的领域中未来研究的潜在途径。
建筑空调的基于热泵的多源多源可再生能源系统：想法项目体验
当前的论文介绍了在Horizon 2020 EU框架计划下资助的正在进行的思想研究项目的最先进。该项目涉及来自六个欧洲国家的14个合作伙伴，并提出了一个多源具有成本效益的可再生能源系统，以供建筑物信封的脱碳。该系统具有由热泵为建筑物热管理提供的辐射地板。热泵可以通过使用光伏/热太阳能电池板，空气热交换器和浅层平板式热交换器来利用阳光，空气和/或地面作为热源。通过相变材料沿几个系统组件扩散的相位材料，例如：辐射地板以增加其热惯性，太阳能电池板用于冷却，以增强土壤热容量。在项目框架内，一个小规模的建筑物，具有大量的传感器用于测试目的，两座大型建筑物旨在配备提议的可再生能源系统。小规模建筑目前正在运行中，目前的工作中讨论了第一个结果。初步数据表明，虽然多源系统加上热泵特别有效，但在城市规模上获得合适的热能储藏很复杂。
![arXiv:2401.02344v1 [cs.LG] 2024 年 1 月 4 日](/simg/3\33969f2d6df82554df6878e78b2420d22a4c30e8.png)
arXiv:2401.02344v1 [cs.LG] 2024 年 1 月 4 日
尽管基于深度学习的算法在通过脑电图 (EEG) 信号自动识别情绪方面表现出色，但个体脑信号模式的差异会降低模型在不同受试者身上应用时的有效性。虽然迁移学习技术已经表现出良好的效果，但它们仍然面临与特征表示不足相关的挑战，并且可能会忽略源受试者本身可能具有不同特征的事实。在这项工作中，我们提出了一种多源域自适应方法，该方法使用基于变换器的特征生成器 (MSDA-TF)，旨在利用来自多个来源的信息。所提出的特征生成器保留了卷积层以捕获浅层空间、时间和频谱 EEG 数据表示，而自注意机制则提取这些特征内的全局依赖关系。在适应过程中，我们根据相关值对源主体进行分组，并旨在将目标主体的时刻与每个源以及源内的时刻对齐。MSDA-TF 在 SEED 数据集上得到了验证，并显示出良好的结果。
Laugarnes和Elliðaár的热流建模...
Laugarnes和Elliðaár领域是自1930年代和1970年代以来雷克雅未克地区供暖的地区供暖的低温地热资源。两个系统中的稳定储层压力表明，它们的充电已达到准平衡。在Laugarnes中，观察到近恒定排放温度，在资源的主要模型中，地层温度被解释为稳定，表明稳态的热流动。通常在这些模型中简化这是固定压力和温度充电，并且对支持此充电所需的热源尚不清楚。在这项研究中，提出了新的概念模型，其中从表面上充电正在从浅层地层中提取热量，因为它将其渗入更深的生产区域。为了定量测试这一点，建立了一个艰难的2个数值模型，其中数值模拟仅通过使用升高的导电热通量作为边界条件，成功地复制了自然状态和生产历史记录。结果表明，提出的热量提取如何支持储层的生产，这表明该系统是合理的热源。
智能重组控制器中的故障检测和识别
在下一节中，定义了外国直接投资问题，并确定和讨论了重要的问题和权衡。这是一个系统描述和一些有关要采用方法类型的准则。AI的FDI方法已被概述，并提出了FOI的专家系统体系结构。在失败诊断任务中，对飞行员的认知建模研究为建筑奠定了基础，并表明应使用各种知识和推理的多种知识和推理。例如，我们将需要诸如一般诊断启发式方法之类的浅知识，但是我们还需要从诸如飞机的因果模型之类的深层知识中推理。要处理各种各样的知识表示，我们建议使用一种称为知识表示图（KR图）的图形方法来表示深度和浅层知识。从这个统一的代表中，深度和浅推理之间的接口变得透明，专家系统相对容易代码。使用OPS5专家系统开发工具实施了FOI系统的AI部分，称为“故障检测和识别专家系统”（FDIES），并被行使对多种执行器故障进行诊断。