XiaoMi-AI文件搜索系统
World File Search System记忆
收集中产阶级的记忆？疫情……
Covidmemory.lu 是“一个收集来自生活或工作在卢森堡的普通人的 COVID19 相关照片、视频、故事和访谈的平台”。2 该平台由卢森堡当代和数字历史中心 (C 2 DH) 开发。该网站由我们的同事 Sean Takats 在 2020 年 3 月第一次封锁开始时发起，于 2020 年 4 月 3 日上线。它允许用户上传文本和媒体来记录他们在疫情中的日常经历，并探索其他人的分享内容。我们仍鼓励人们上传。他们可以通过一个简单的在线表格来上传，表格中询问他们经历的日期、姓名和电子邮件地址（这三个字段是必填的，但后两个字段不公开），以及可选的昵称和位置。继承历史研讨会的传统，像 covidmemory.lu 这样的快速反应收集旨在打破国家档案馆的沉默，并保护那些原本无法保存的材料。 3
脑炎后的记忆问题管理
记忆不像受损的肌肉，通过适当的锻炼可以再次变得强壮。记忆力减退的原因是脑细胞、连接和系统受到了不可修复的损伤，反复练习或训练无法恢复记忆功能。另一种方法是尝试教会人们更有效地使用他们剩余的记忆能力的策略。有一些策略可以帮助人们更有效地记住一些信息，利用这样一个事实：人们在使用这些策略时比在没有策略的情况下简单地重复学习要快得多。因此，事实证明，人们可以通过使用特定的学习技巧来提高对文本的记忆，或者通过开发包括人名和突出面部特征的助记符来记住面孔。如上所述，有记忆问题和其他认知问题的人很难知道如何自发使用这些策略。因此，通常是家庭成员或治疗师通过这些策略或助记符来工作。
记忆游戏对学业的有效性...
近年来，教育游戏化成为人们关注的焦点。“游戏化是在非游戏活动中使用游戏设计元素、游戏机制和游戏思维来激励参与者的做法”。教育游戏化是一种教学方法，要求学习者按照预先设定的规则参加比赛。过去几年来，它已成为教育工作者在教学中使用的跨学科和流行工具。本研究的目的是找出记忆游戏对小学生学业成绩的有效性。本研究采用实验方法。样本总数为80名四年级学生。对照组40名学生，实验组40名学生。使用适当的工具收集数据，并通过t'检验进行分析。结果发现实验组学生的学业成绩高于对照组学生。实验组的后测结果比对照组好得多，表明游戏对提高小学阶段的成绩和创造互动环境有很好的作用。建议使用游戏，因为它们非常有效，特别是对于教学的初级阶段，并且游戏作为一种学科习得的过程对教师有帮助。
太空量子记忆案例
1 柏林洪堡大学物理研究所 2 滑铁卢大学量子计算研究所和物理与天文系 3 卡尔加里大学量子科学与技术研究所和物理与天文系 4 阿尔伯塔大学物理系 5 耶拿弗里德里希席勒大学应用物理研究所、阿贝光子学中心 6 剑桥大学卡文迪许实验室 7 弗劳恩霍夫应用光学与精密工程研究所 8 思克莱德大学 SUPA 物理系 9 巴塞罗那科学技术学院 ICFO 光子学研究所 10 加州理工学院喷气推进实验室 11 柏林自由大学理论物理研究所 12 南安普顿大学物理与天文系 13 赫瑞瓦特大学光子学与量子科学研究所14 德国航空航天中心光学传感器系统研究所 (DLR) 15 柏林工业大学光学与原子物理学研究所 16 新加坡国立大学量子技术中心
神经记忆和意识的维度
三重机制 我们的心理能力取决于我们的身体素质。三重机制 [8,52-56] 提供了一个与神经生理学相关的概念。它从生化角度描述了心理天赋——神经记忆。它调用神经元可用的生理相关材料，特别是包围神经元的水凝胶，“神经细胞外基质” (nECM)，充当“记忆材料”来编码和存储认知信息单元 ( cuinfo )。掺杂剂（>10 种神经金属、>90 种神经递质 (NT)）为神经元提供了阿伏伽德罗尺度 (Å=6x10 23 )“效应器”，用于编码记忆中的情绪信息（图 2）。如上所述，这些神经化学“效应器”是从细菌的信号调节器进化而来的。 意识与记忆 我们仍然面临着神经意识的因果机制之谜 [1,34]。人工智能和量子力学 (QM) 的支持者预测，计算机最终将实现生物的意识。但我们指出，如果没有血肉的新陈代谢 [45,57]；没有与情绪和生存驱动力相关的生命力 (elan vital) [58]，情绪状态就无法实现。实际上，他们希望有意识的“机器奴隶”由人类程序员指挥。这让人想起了很久以前 (> 3000 年前) 的文明狂妄自大，当时巴别塔的居民想“建造一座可以通天的塔，让我们扬名”。创世纪 11:1-9，诺亚章。
记忆丧失指南 - 最新
1：c) 对大多数人来说，是思考速度，尽管大多数人认为是记忆力。2：a) 特拉维夫大学的研究发现，不到 8% 的大脑属于全女性或全男性类别。我们绝大多数人都处于这个连续体的某个位置，而我们中的一些人可能处于与性别相反的位置 3：正确。你的大脑是宇宙中最复杂的东西。大脑中大约有 1000 亿个神经细胞（称为神经元），每个神经细胞都与数千个其他细胞相连。4：c) 你的大脑只占你体重的 2%，但却消耗了你 20% 的能量。脑细胞比你身体中的其他细胞需要更多的能量，并且始终处于活跃状态，即使在你睡觉时也是如此。5：c) 75%。这意味着脱水，即使只有 2%，也会对大脑功能产生负面影响。脱水和钠和电解质的流失会导致记忆力和注意力的急剧变化。 6：c) 对心脏有益的东西对大脑也有益。照顾好心脏健康，包括控制血压和积极锻炼身体，有助于降低患心脏病和痴呆症的风险，尤其是阿尔茨海默病和血管性痴呆症。
动态量子记忆如何忘记
最近有人争辩说，低维（甚至是一维）量子系统，将局部电路与局部测量结果混合在一起，可以充当量子记忆[1-7]。如果记录了测量结果的结果，则此过程可以保护非平凡的量子信息。在这里，我们研究了此过程的长期动态，以了解系统最终如何“忘记”，即，是否使用系统来存储量子信息，以及这些测量结果一定如何丢失信息。为了研究这种长时间的动态，我们忽略了空间结构。该系统仅由一个高尺寸n的单个希尔伯特空间组成，n均为n。我们的模型包括交替进行两个不同的步骤：第一，一个单一的演变，然后测量单个信息1，由等级N/ 2投影仪表示。我们还可以选择通过单一结合测量结果，因此可以通过在每个步骤中测量单个信息来描述模型，每次测量基础都会改变。因此，如果我们通过统一u 1演变，则测量投影仪P 1，然后按单位u 2进化，然后测量投影仪P 2，这是等效的，直至总体统一，以测量投影仪u†1 p 1 u 1，然后测量投影仪u†1 u†1 u†1 u†2 p 2 u 2 u 2 u 1。我们通过写下测量结果来跟踪量子轨迹，因此尤其是纯状态总是沿着此类轨迹演变为纯状态。我们考虑两个不同的情况，即我们称“多体”和“自由费米昂”。在多体案例中，被选为随机的单位。术语“多体”有点误称：我们有一些固定的高维希尔伯特空间，也许是通过张紧许多量子的量形成的，因此更好的术语可能是“高维单体”。尽管如此，我们仍然坚持使用多体一词。特别是，人们可能希望可以通过我们的HAAR随机测量值对张量的张量产物的足够深的量子电路进行[8-10]。在自由效率的情况下，希尔伯特空间是费米子的一个小空间，只允许测量为fermion biinears。
来自大脑数据的记忆证据
摘要 很多法庭证据依赖于对证人记忆的评估。脑成像分析技术的最新进展提供了有关自传体记忆性质的新信息，并引入了基于大脑的记忆检测的潜力。特别是，强大的机器学习算法的使用揭示了检测真实记忆的技术能力的局限性，并有助于现有的心理学理解，即所有记忆都可能存在缺陷。本文首先为基于大脑的记忆检测作为证据提供了概念基础。然后，它全面回顾了基于大脑的记忆检测研究的最新进展，然后建立了基于大脑的记忆检测证据在法庭上的可采性框架，并考虑这种使用是否以及如何符合正义观念。这项跨学科分析提出的核心问题是：如果科学足够复杂，可以证明准确、真实的记忆检测受到生物学而非技术限制的限制，那么这种理解对于传统上在法律诉讼中如何评估和依赖记忆的更广泛的法律概念意味着什么？最终，我们认为，尽管通过加深对人类记忆生物学的理解我们仍能获得很多收获，但目前法庭的可采性是一种错误的追求。
零拍的幻觉拓扑记忆
在视觉计划（VP）中，代理商学会了从观察到的动态系统中的目标指导行为，例如，从自我监督的机器人交互中获得的图像。大多数先前关于VP的作品通过在学习的潜在空间中进行计划，低质量的视觉计划和难以训练的培训算法来接近概率。在这里，我们提出了一种直接在图像空间中计划并显示竞争性能的简单VP方法。我们建立在半参数拓扑内存（SPTM）方法上：图像样本被视为图中的节点，从图像序列数据中学到了图形连接，并且可以使用常规的图形搜索方法来执行计划。我们在SPTM上提出了两次修改。首先，我们使用接受稳定训练的对比预测编码训练基于能量的图形连接函数。第二，为了允许在新域中进行零射击计划，我们学习了一个有条件的VAE模型，该模型在给定描述域的上下文中生成图像，并使用这些幻觉样本来构建连接图和计划。我们表明，这种简单的方法在使用计划指导轨迹以下控制器的计划时，就计划的可解释性和成功率而言，这种简单的方法既优于SOTA VP方法。有趣的是，我们的方法可以拾取诸如其几何形状之类的非平凡的视觉属性，并在计划中说明它。
量子免疫一次性记忆
摘要。一次性存储器 (OTM) 是无意识传输的硬件版本，可用于构建仅靠软件无法实现的对象，例如一次性程序。在这项工作中，我们考虑了对 OTM 的攻击，其中量子对手可以利用其对存储器的物理访问对存储器发起量子“叠加攻击”。此类攻击会显著削弱 OTM。例如，在一次性程序的应用中，似乎这样的对手总是可以通过在输入叠加上运行经典协议来“量子化”经典协议，从而学习协议输出的叠加。也许令人惊讶的是，我们表明这种直觉是错误的：我们从量子可访问的一次性存储器构建一次性程序，其中对手的视图尽管进行了量子查询，但可以通过仅对理想功能进行经典查询来模拟。我们工作的核心是一种使一次性存储器免受叠加攻击的方法。