XiaoMi-AI文件搜索系统
World File Search System第二类
使用贝叶斯优化的机器人操纵器学习节能轨迹计划
如今，机器人已部署在许多不同的行业中，例如，作为自动制造系统的一部分[1]。 有很多原因，例如它们的准确性，重复性和（重复）任务执行的速度[2]。 但是，工业机器人的部署增加导致制造工艺消耗的电能增加。 能源成本的上升以及成为能源中立的愿望增加了减少能源消耗的需求[3]。 此外，行业必须适应能源分配和供应的波动，以考虑灵活的能源价格或能源供应限制[4]。 因此，实现最大的能源效率，同时可以灵活地调整能源使用，例如，通过更改生产速度，这是最重要的感兴趣[5]。 存在着各种旨在针对机器人制造系统能源效率的方法。 首先，一个人可以针对制造过程的节能设计，例如，在不使用机器人时避免进行预期任务的超大机器人或减少空闲时间[6]。 其次，人们可以专注于软件端，例如路径优化，计划实现路径的能量最佳轨迹，或在机器人闲置时使用使用的节能备用模式[6]。 我们将重点放在第二类方法上，考虑到给定的机器人，特定任务以及预定义轮廓成功完成任务完成的指定途径。 仍然要计算一种能节能的轨迹，该轨迹实现了利用可用自由度的路径。如今，机器人已部署在许多不同的行业中，例如，作为自动制造系统的一部分[1]。有很多原因，例如它们的准确性，重复性和（重复）任务执行的速度[2]。但是，工业机器人的部署增加导致制造工艺消耗的电能增加。能源成本的上升以及成为能源中立的愿望增加了减少能源消耗的需求[3]。此外，行业必须适应能源分配和供应的波动，以考虑灵活的能源价格或能源供应限制[4]。因此，实现最大的能源效率，同时可以灵活地调整能源使用，例如，通过更改生产速度，这是最重要的感兴趣[5]。存在着各种旨在针对机器人制造系统能源效率的方法。首先，一个人可以针对制造过程的节能设计，例如，在不使用机器人时避免进行预期任务的超大机器人或减少空闲时间[6]。其次，人们可以专注于软件端，例如路径优化，计划实现路径的能量最佳轨迹，或在机器人闲置时使用使用的节能备用模式[6]。我们将重点放在第二类方法上，考虑到给定的机器人，特定任务以及预定义轮廓成功完成任务完成的指定途径。仍然要计算一种能节能的轨迹，该轨迹实现了利用可用自由度的路径。例如，避免高速度和加速度可减少能耗。但是，这导致长
在经济各个部门使用飞艇的经济可行性
飞艇的演变导致了以前从未有过的阶级和类型的出现，也不存在。许多研究人员试图对俄罗斯和外国的飞艇进行分类。因此，Scdeteg Transult Company（法国）提议将飞艇分为2.5-5吨（轻型飞艇），10-25吨（小型飞艇），50-100吨（中型飞艇）和150-500-500吨（重型飞船）。R.A.的飞艇分类霍夫曼（Kiev Design Bureau）提供了类别的分类，例如身体形状，轴承量的大小，电路等等，这些分类涵盖了飞艇的所有主要特征，并为它们提供了技术和经济认证[1]。 为了评估飞艇在经济中可能使用飞机运营的范围，并考虑了该技术的实施功能，我们选择了创建升力作为分类的主要特征的方法。 空气静态飞机包括空运和飞艇（受控的气柱），分为三种类型：游离的气体固定仪（气球），如果它们用空气质量移动，则用电缆将停泊的Aerostats（第二类）固定在地面上。 除了由载气外壳中的载气产生的升力外，空气围绕它流动时会发生动态力。 为了减少阻力，将系泊气星的壳构成空气动力学配置。 通过在电缆上安装稳定器和悬架系统来实现Aerostat的稳定性。R.A.的飞艇分类霍夫曼（Kiev Design Bureau）提供了类别的分类，例如身体形状，轴承量的大小，电路等等，这些分类涵盖了飞艇的所有主要特征，并为它们提供了技术和经济认证[1]。为了评估飞艇在经济中可能使用飞机运营的范围，并考虑了该技术的实施功能，我们选择了创建升力作为分类的主要特征的方法。空气静态飞机包括空运和飞艇（受控的气柱），分为三种类型：游离的气体固定仪（气球），如果它们用空气质量移动，则用电缆将停泊的Aerostats（第二类）固定在地面上。除了由载气外壳中的载气产生的升力外，空气围绕它流动时会发生动态力。为了减少阻力，将系泊气星的壳构成空气动力学配置。通过在电缆上安装稳定器和悬架系统来实现Aerostat的稳定性。第三种类型包括能量播放器，在其上安装小型电机设备以调整相对于地面上给定点的位置。上述气柱的设计并不复杂，并且仅在壳的体积中有所不同。飞艇可以按以下标准进行分类：承载能力，身体形状，船体的功率电路，类型的载气和控制系统。
使用 K 最近邻算法预测中风风险
摘要：中风是一种危及生命的严重疾病，需要尽早发现和干预以减轻其影响。该项目使用 K-最近邻 (KNN) 算法提出了一种中风预测模型，KNN 算法是一种流行的机器学习技术，以其在分类任务中的简单性和有效性而闻名。在 KNN 算法中，数据集被分为两类。第一类是中风风险高，第二类是中风风险低。该项目的目标是开发一个可靠且准确的预测系统，帮助医疗保健专业人员识别有中风风险的个体。该项目使用的数据集包括不同群体的各种人口统计、临床和生活方式特征，包括年龄、性别、高血压状况、婚姻状况、心脏病史、工作类型、吸烟习惯等。项目研究结果表明，基于 KNN 的中风预测模型在准确性、敏感性和特异性方面取得了令人鼓舞的结果。这表明 KNN 可以成为识别可能有中风风险的个体的有力工具，从而可以采取早期干预和预防措施。关键词：中风、k-近邻、逻辑回归、随机森林、机器学习算法
信息集用提示解码 - 密码学EPRINT存档
摘要。本文研究了如何将小信息泄漏（称为“提示”）纳入信息集解码（ISD）算法。特别是，分析了这些提示对求解（N，K，T）的影响 - 综合征 - 解码问题（SDP），即对长度为n，尺寸K和重量t误差的通用综合征解码。我们通过在基于代码后的量子后加密系统上通过现实的侧向通道来获得所有提示。一类研究的提示包括对错误或消息的部分知识，这些知识允许使用问题的适当转移来减少长度，维度或错误权重。作为第二类提示，我们假设已知误差的锤子权重，可以通过模板攻击来激励。我们提供了此类泄漏的改编的ISD算法。对于每个基于第三轮代码的NIST提交（Classic McEliece，Bike，HQC），我们显示每种类型需要多少个提示来将工作因素降低到要求的安全水平以下。，例如，对于经典的McEliece McEliece348864，对于175个已知消息条目，9个已知错误位置，650个已知的无错误位置或已知的锤击权重的29个子块的尺寸约为大小相等。
通过遗传编程解释人工智能
摘要 — 可解释的人工智能在近十年中引起了极大兴趣，因为它在自动驾驶汽车、法律和医疗保健等关键应用领域中具有重要意义。遗传编程是一种强大的机器学习进化算法。与神经网络等其他标准机器学习模型相比，由 GP 进化而来的模型由于其模型结构具有符号组件而往往更易于解释。然而，直到最近，随着可解释的人工智能的流行，遗传编程才明确考虑可解释性。本文全面回顾了遗传编程研究，遗传编程可以潜在地显式和隐式地提高模型的可解释性。我们将现有的与通过遗传编程实现可解释人工智能相关的研究分为两类。第一类考虑内在的可解释性，旨在通过遗传编程直接进化出更可解释（和有效）的模型。第二类侧重于事后可解释性，即使用遗传编程来解释其他黑盒机器学习模型，或用线性模型等更简单的模型来解释遗传编程演化出的模型。这项全面的调查展示了遗传编程在提高机器学习模型的可解释性以及平衡模型准确性和可解释性之间的复杂权衡方面的巨大潜力。
可读性、情感、心理语言学特征的影响
万维网的发展使得人们可以随时随地轻松访问大量信息源，这为更多人依赖在线新闻媒体而非印刷媒体铺平了道路。这种情况加速了在线新闻行业的快速增长，并带来了巨大的竞争压力。在这项工作中，我们提出了一组混合特征，用于在发布前预测在线新闻的流行度。从新闻文章中提取了两类特征，第一类是常规特征，包括元数据、时间、上下文和嵌入向量特征，第二类是增强特征，包括可读性、情感和心理语言学特征。除了分析常规特征和增强特征的有效性外，我们还将这些特征结合起来，得出了一组混合特征。我们整理了一个印度新闻数据集，该数据集由来自评分最高的印度新闻网站的新闻文章组成，用于研究，并为未来的研究贡献了数据集。对印度新闻数据集 (IND) 进行评估，并使用各种监督机器学习模型将其与基准可混合数据集上的性能进行比较。我们的结果表明，所提出的增强特征与常规特征的混合对于在发布前预测在线新闻流行度非常有效。
具有恒定误差
在过去的一年中，在量子误差更正领域发生了许多发展。最近显示了如何执行可容忍的量子计算，而〜，〜，每值或每个门的一个时间步长或每扇门的断层的概率是小毛的。本文缩小了差距，并显示了如何执行误差概率q小于某个恒定阈值的误差时执行容错量子计算。成本在时间和空间上是多层次的，在量子计算过程中未使用测量值。对于仅在最近的邻居上工作的量子cirs也显示了相同的结果。为了达到这种噪声阻力，我们使用串联的量子误差校正代码。提出的方案是一般的，并且可以使用任何量子代码，这些量子代码是某些RESTM”，即它是“适当的量子代码”。恒定阈值R10是指定正确代码的参数的函数。我们提出了两个明确的量子代码类别。头等舱将经典的秘密与多项式共享。代码是在带有P元素的字段上定义的，这意味着Elementary量子粒子不是量子，而是“ Qupit”。第二类使用已知类别的量子代码，并将其转换为适当的代码。我们估计阈值qo为= 10-6。希望 - 本文完全激励搜索具有较高阈值的适当量子代码，此时量子计算变得可行。
导弹及其技术控制制度（MTCR）
导弹技术控制制度 (MTCR) 导弹技术控制制度 (MTCR) 是一个政府间组织，其成员国对可运载核武器、化学武器或生物武器的导弹及相关技术实施自愿出口管制。截至 2021 年 4 月，MTCR 成员国已有 35 个国家。目标 MTCR 由加拿大、法国、德国、意大利、日本、英国和美国于 1987 年创立，旨在控制可运载核武器的导弹的扩散及其生产技术。1993 年，该组织将重点扩大到可运载化学和生物武器的导弹。该制度的成员国同意对导弹（定义为火箭系统和无人驾驶飞行器系统 (UAV)）以及与导弹生产相关的各种技术部件和软件实施出口管制。协议涵盖的设备、软件和技术分为第一类和第二类物项。第一类物项受到该组织准则的严格控制；这些物项包括能够将 500 公斤或以上的弹头运送到 300 公里以上的射程的导弹，以及它们的主要子系统，如发动机和再入飞行器。成员国对于第二类物项的转让拥有更大的自由裁量权，这些物项被认为不太敏感，例如推进和发射部件，以及射程至少为 300 公里的导弹系统，无论有效载荷是多少。违反 MTCR 准则的后果 MTCR 准则是由选定的国家集团制定的非正式标准，而不是其成员国通过的国际条约。该协议没有具有法律约束力的条款或全制度的遵守程序。如果发生分歧，成员国可以通过双边磋商来澄清问题，或者在 MTCR 的年度政策级全体会议上提出他们的担忧。例如，在法国和英国向阿拉伯联合酋长国 (UAE) 出售了一枚风暴阴影 (黑沙欣) 巡航导弹后，MTCR 准则于 2002 年进行了更新，以标准化巡航导弹射程的计算方式。法国和英国声称，此次导弹销售符合 MTCR 规定，因为按海平面计算，其射程不足 300 公里。而美国计算出该导弹在高空的射程超过 400 公里，因此认为此次销售违反了 MTCR 规定。尽管协议没有规定违反 MTCR 所采用的标准会受到法律制裁，但美国政府已通过立法，允许对任何出口受 MTCR 协议限制物品的国家实施制裁，过去曾对中国实施过此类制裁。中国不是 MTCR 成员，但于 1992 年同意遵守该协议。以色列不是 MTCR 成员，但遵守 MTCR 准则。为什么要加入 MTCR？加入 MTCR 为成员国提供了国际合法性，并表明了对导弹不扩散的支持。通过该条约的通过，还可以展示对现有导弹技术的负责任的处理，从而帮助其他 MTCR 成员国认可现有的远程弹道导弹能力，这可能影响了印度在 2016 年加入的决定。MTCR 今日 2020 年 7 月，美国重新解释了 MTCR 准则，将最高速度低于每小时 800 公里的选定 MTCR I 类 UAS 视为 II 类，部分原因是为了增加这些系统的销量。
临床推理与人工智能
背景：人工智能是指一组能够执行与人类智能功能相似的功能的系统。如今，人工智能已成功融入临床决策支持系统 (CDSS)。证据获取：本研究旨在简要介绍临床推理和人工智能的叙述性小型评论。数据来自 Google Scholar、ScienceDirect 和 PubMed 数据库，使用“临床决策支持系统、人工智能和临床推理”关键词。结果：临床决策支持系统分为两类：基于知识和数据驱动。第一类称为基于规则的专家系统，第二类也称为机器学习系统。上述系统和人工智能在解释算法和统计信息方面的用处在于，人为因素很容易犯错，但它们效率更高，错误更少。然而，在处理病人及其主诉和症状时，由于需要进行临床判断，人的因素在获取病人病情的心理意象方面更为有效。人工智能具体应用于诸如诊断电解质紊乱、解释心电图结果和识别心肌肥大的原因等场景。尽管如此，人工智能也存在挑战，例如缺乏对医疗决策和治疗错误的责任感。结论：鉴于人工智能的上述优势和挑战，人工智能和人类智能不能互相超越，两者在临床决策中都具有不可替代的作用。新的观点是，CDSS 的目标是通过将大量信息作为一个整体而不是单独处理来帮助医生做出更好的决策。
Carr & Collier Inc. 附录编号 17 H-341
6. 公共实体犯罪法：承包商声明，根据第 287.133(2)(a) 条，其不被禁止提交投标或提案，该条规定如下：因公共实体犯罪而被定罪并被列入定罪供应商名单的个人或关联方不得就向公共实体提供任何商品或服务的合同提交投标、提案或答复，不得就与公共实体签订的建造或维修公共建筑或公共工程的合同提交投标、提案或答复，不得就向公共实体租赁不动产提交投标，不得根据与任何公共实体签订的合同被授予或作为承包商、供应商、分包商或顾问执行工作，并且不得与任何公共实体开展超过佛罗里达州法规第 287.017 条规定的第二类门槛金额的业务，为期三十六 (36) 个月自被列入被定罪供应商名单之日起。 7. 歧视性供应商名单：承包商表示，根据第 287.1 34 条的规定，其不被禁止提交投标或建议书，该条规定如下：被列入歧视性供应商名单的实体或关联方不得提交投标、建议书或答复与公共实体签订的提供任何商品或服务的合同；不得提交与公共实体签订的建造或维修公共建筑或公共工程的投标、建议书或答复与公共实体签订的合同