XiaoMi-AI文件搜索系统
World File Search System轻量级
2025第29届国际计算机会议，伊朗计算机协会（CSICC）Point-LN：一个轻巧的框架云分类
摘要 - 我们介绍了Point-LN，这是一种针对有效的3D点云分类设计的新型轻量级框架。点-LN整合了必需的非参数组件 - 最远的点采样（FPS），K-Nearest邻居（K-NN）和非可学习的位置编码 - 具有流线的可学习分类器，可以显着增强分类准确性，同时维持最小参数脚部。这种混合架构可确保较低的计算成本和快速推理速度，从而使Point-LN非常适合实时和资源受限的应用程序。在包括ModelNet40和ScanObjectnn在内的基准数据集的全面评估表明，与最先进的方法相比，Point-LN在提供出色的效率的同时，达到了竞争性能。这些结果将点ln建立为一种可靠的可扩展解决方案，用于各种点云分类任务，突出了其在各种计算机视觉应用中广泛采用的潜力。有关更多详细信息，请参见以下代码：https：//github.com/asalarpour/point_ln。索引术语 - 3D点云分类，轻量级框架，非参数位置编码，机器学习，计算机视觉
genie xs。按需清洁！ -VVT
使用材料，例如底座和底盘的铝，精灵XS既坚固又轻量级，即使在使用和运输过程中，在使用和运输过程中，较少的压力也减少了操作员的压力，即使在没有升降机的建筑物中上下楼梯时，也会减轻操作员的压力。一旦折叠，就可以在控制条上的手柄轻松携带机器。否则，一对大轮子让您像手推车一样将机器沿着。
粉碎料斗 - 轻型遥控武器站
Smash Hopper overs战斗的多功能部署选项，包括安装在独立的三脚架上，固定桅杆或轻量级车辆，确保各种任务专业人士的便携性和适应性。有效地中和诸如拆卸的敌对，车辆和小型无人机之类的威胁，使其非常适合城市，边境和基础设施保护，尤其是在低纤维操作中。
嵌入式系统的轻巧伪随机数生成器Andi Sama 1*，Meyliana 2，Yaya Heryadi 1，Taufik Roni Sahroni 3
用于数据传输加密的加密算法提供了机密性，需要相当大的计算能力，并且在具有有限的计算能力的嵌入式系统中不常用，例如可编程逻辑控制器（PLC）。PLC是工业自动化中自动化和控制的核心组成部分。数十年来，PLC优先考虑速度而不是安全性； PLC中的程序执行必须尽可能高效。加密算法使用种子，初始化矢量，用加密量键加密数据以加强加密。伪随机数发生器（PRNG）可以用作初始化向量。本文提出了Xorasm PRNG算法，该算法是基于Xorshift的轻量级算法，并带有系统时钟的修改种子。应用的方法可以生成和可视化PRNG，测试随机性并在紧凑型PLC上实现PRNG。Xorasm进行统计评估。这项研究的发现是，p值表明Xorasm在统计学上是统计学和明显的随机性，并且有证据表明，Xorasm生成的数据分布实际上是在99.95％的置信度下随机的，适用于嵌入式系统中的实施，作为轻量级的PRNG。
polygal®topgal制造指南聚碳酸酯...
»高光传输»出色的冲击强度»轻量级»一侧或两侧的紫外线保护»良好的风化和抵抗降解»可用标准颜色以及特殊的颜色层可用»刚性结构在风能和雪负荷下提供强度»寒冷弯曲能力»工程弯曲能力»工程式水产系统»对10年级的物质覆盖物的良好的耐药性»覆盖物的范围»
分层多尺度脑肿瘤分割网络
摘要：准确、高效的自动脑肿瘤分割算法对临床实践具有重要意义。近年来，人们对使用卷积神经网络的自动分割算法产生了浓厚的兴趣。在本文中，我们提出了一种新型的分层多尺度分割网络 (HMNet)，它包含一个高分辨率分支和并行的多分辨率分支。高分辨率分支可以跟踪脑肿瘤的空间细节，而多分辨率特征交换和融合使网络的感受野能够适应不同形状和大小的脑肿瘤。具体而言，为了克服昂贵的 3D 卷积造成的大量计算开销，我们提出了一个轻量级的条件通道加权块来减少 GPU 内存并提高 HMNet 的效率。我们还提出了一个轻量级的多分辨率特征融合 (LMRF) 模块，以进一步降低模型复杂度并减少特征图的冗余。我们在 BraTS 2020 数据集上运行测试，以确定所提出的网络的效果如何。 HMNet 对 ET、WT 和 TC 的骰子相似度系数分别为 0.781、0.901 和 0.823。在 BraTS 2020 数据集和其他两个数据集上进行的大量对比实验表明，我们提出的 HMNet 与 SOTA 方法相比取得了令人满意的性能。
![arxiv：2403.05246v2 [eess.iv] 2024年3月11日](/simg/a\ad165b6a13abf37d21eab57efce88a670bdff83c.webp)
arxiv：2403.05246v2 [eess.iv] 2024年3月11日
摘要。unet及其变体已被广泛用于医学图像分割。但是，这些模型，尤其是基于变压器体系结构的模型，由于其大量参数和计算负载而构成挑战，因此它们不适合进行医疗保健应用。最近，由Mamba出现的国家空间模型（SSM）已成为CNN和Transformer Architectures的竞争替代品。在此基础上，我们将Mamba用作UNET内CNN和Transformer的轻巧替代品，目的是应对实际医疗环境中计算资源限制所带来的挑战。为此，我们介绍了将Mamba和UNET集成在轻量级框架中的轻量级Mamba UNET（Lightm-Unet）。具体来说，Lightm-Unet以纯Mamba的方式利用残留的视觉Mamba层来提取深层的语义特征和模型的长距离空间依赖性，并具有线性的组合复杂性。在两个现实世界2D/3D数据集上进行的广泛实验表明，Lightm-Unet超过了现有的状态文献。值得注意的是，与著名的NNU-NET相比，Lightm-Unet可实现卓越的分割性能，而Drasti则可以重新将参数和计算成本降低116X和21X。这突出了Mamba在促进模型轻量化方面的潜力。我们的代码实现可在https：//github.com/mrblankness/lightm-unet
基于对称 D 触发器的 PUF，具有改进的独特性
物理不可克隆函数 (PUF) 作为安全原语出现，可为安全应用生成高熵、抗回火位。然而，实现面积预算限制了它们在物联网、RFID 和生物医学等轻量级应用中的使用。以 SRAM 或 D 触发器的形式，内在 PUF 几乎在所有设计中都大量存在。作为设计不可或缺的一部分，它们的使用可能会损害性能。在本文中，为了解决内在 PUF 的使用问题，提出了一种基于 D 触发器的轻量级 PUF。所提出的架构采用 40 nm CMOS 技术实现。模拟结果表明，它的唯一性为 0.502，在高温 125°C 下的最坏情况可靠性为 95.89%，在电源电压为 1.2 V 时为 97.89%。为了评估各种 PUF 架构的性能，提出了一个新术语——唯一性与可靠性比。与传统 D 触发器相比，在相同的布局面积下，该触发器的独特性提高了 4.491 倍，独特性与可靠性比提高了 127.74 倍。由于该触发器采用对称结构，与其他架构不同，该触发器不需要任何后处理方案来消除偏差，从而进一步节省了硅片面积。为了验证模拟结果的功能正确性，本文还介绍了传统和所提出的 D 触发器的 FPGA 实现。
mifare duox
新引入了对椭圆曲线密码学（ECC）的支持，包括共同的，读取者单方面和非副本身份验证方法，允许在NFC阅读器末端基础结构中执行各种基于ECC的身份验证方案。取决于身份验证和后续交易所需的安全级别，读者终端的轻量级实现也是可能的。对于卡非方向的身份验证，不需要读取器对SmartCard进行身份验证，因此读取器终端的BOM仍然很低，因为不需要安全访问模块（SAM）或其他类型的安全键存储。