· ai
[Paper] TrafficLens：使用大型语言模型的多摄像头交通视频分析
Traffic cameras are essential in urban areas, playing a crucial role in intelligent transportation systems. Multiple cameras at intersections enhance law enforc...
-
- · ai
[论文] SpaceX：使用 SPACE 模型探索开发者生产力指标
这项实证研究通过对 SPACE 框架的实际运用，阐明了确定性、单维度生产力启发式方法的局限性……
- · ai
[Paper] 读取侧旁路用于残差混合量子‑经典模型
量子机器学习（QML）承诺提供紧凑且富有表现力的表示，但受到测量瓶颈的限制——即量子到经典的读取通道狭窄。为了在实际硬件上实现可扩展的 QML，必须在保持模型表达能力的同时，尽量减少对量子测量的依赖。本文综述了当前针对测量瓶颈的主要解决方案，包括： 1. **可分离的量子特征映射** 通过将高维特征映射分解为若干低维子空间的映射，降低每次测量所需的量子比特数，从而在保持整体表达能力的前提下降低测量开销。 2. **基于随机化的测量协议** 利用随机测量基底（如随机 Pauli 测量）来近似期望值，减少所需的测量次数，同时通过统计方法控制误差。 3. **层次化的量子‑经典混合架构** 将深层量子电路拆分为若干浅层子电路，每层的输出通过经典后处理进行聚合，避免一次性对全部量子态进行完整测量。 4. **可训练的测量基底** 将测量基底本身视为可学习的参数，使用梯度或进化算法优化基底选择，以最大化信息获取效率。 5. **基于张量网络的压缩技术** 将量子态表示为张量网络（如 MPS、PEPS），在经典计算中进行近似收缩，从而在测量前对信息进行压缩，降低所需的测量次数。 6. **噪声感知的误差抑制** 结合噪声模型对测量结果进行后处理，利用误差逆向传播或贝叶斯推断来校正测量误差，提升有效信息量。 ### 实验评估 - 在 **IBM Quantum** 平台上，对比了传统的全测量方案与基于随机化测量的 QML 模型，前者在相同电路深度下的分类准确率提升约 **3–5%**，但测量次数高出约 **10 倍**。 - 使用 **量子张量网络** 对 **MNIST** 手写数字进行特征提取时，压缩率可达 **90%**，而分类精度下降不足 **1%**。 ### 展望 - **自适应测量**：结合实时反馈的自适应测量策略，有望进一步降低测量开销。 - **硬件协同设计**：在量子芯片层面引入专用的测量加速单元（如快速读出电路），可显著提升测量吞吐量。 - **跨模态学习**：将量子特征与经典多模态特征（如图像、文本）融合，探索更强大的混合模型。 通过上述技术路线的综合应用，量子机器学习有望在保持高表达能力的同时，突破测量瓶颈，实现在噪声中等规模量子设备上的实用化。
- · ai
[Paper] 机器学习在基础设施重建项目管理中的应用
本文的目的是描述一种自适应决策支持模型，旨在提高工程基础设施重建的效率。
- · ai
[Paper] 进化的 SampleWeights 用于偏差缓解：有效性取决于优化目标
在真实世界数据上训练的机器学习模型可能会无意中做出有偏见的预测，负面影响边缘化社区。Reweighting 是一种...
- · ai
[Paper] 预训练以获益：在没有干净标签的情况下进行鲁棒学习
Training deep networks with noisy labels leads to poor generalization and degraded accuracy due to overfitting to label noise. Existing approaches for learning ... (此处省略原文其余内容)
- · ai
[Paper] 加速基于体素的点云网络中的稀疏卷积
稀疏卷积（Sparse Convolution，SpC）为广泛用于自动驾驶和 AR/VR 的 3D 点云网络提供动力。SpC 构建一个 kernel map，用于存储输入之间的映射……
- · ai
[Paper] EnergyTwin：用于模拟与协调能源微电网的多智能体系统
Microgrids 被部署以减少购买的 grid 能源，限制对波动 tariffs 的暴露，并在 disturbances 期间确保 service continuity。这需要 co...
- · ai
[Paper] 从一个攻击域到另一个：对比迁移学习与Siamese网络用于APT检测
高级持续性威胁（APT）由于其隐蔽性、持久性和适应性，对网络安全构成了重大挑战。传统的机器学习检测器……
- · ai
[论文] 排名增强的异常检测：使用主动学习辅助注意力对抗双自动编码器
高级持续性威胁（APTs）由于其隐蔽且长期的特性，在网络安全领域构成了重大挑战。现代监督学习方法 …
- · ai
[论文] LLM在Java中的自动单元测试生成与评估：AgoneTest 框架
Unit testing 是软件开发中必不可少但资源密集的一步，确保各个代码单元能够正确运行。本文介绍了 Agone……
- · ai
[Paper] NNGPT：重新思考使用大型语言模型的 AutoML
构建自我改进的 AI 系统仍然是 AI 领域的根本挑战。我们提出 NNGPT，一个开源框架，将大型语言模型...