WikiEdge:ArXiv速遞/2024-08-30

出自WikiEdge
於 2024年9月2日 (一) 14:32 由 Carole（留言 | 貢獻） 所做的修訂 （Updated page by Carole）
跳至導覽 跳至搜尋

ArXiv-2408.17261v1

編輯
  • 標題：Asymptotic stability of composite waves of two viscous shocks for relaxed compressible Navier-Stokes equations
  • 中文標題：兩粘性激波複合波的漸近穩定性在鬆弛可壓縮Navier-Stokes方程中的研究
  • 發布日期：2024-08-30T13:03:17+00:00
  • 作者：Renyong Guan, Yuxi Hu
  • 分類：math.AP
  • 原文連結：http://arxiv.org/abs/2408.17261v1

摘要：本文研究了一維鬆弛可壓縮Navier-Stokes方程中由兩個激波形成的複合波的時間漸近穩定性。我們證明了在兩個小且獨立的波強度和初始擾動較小的條件下，由兩個粘性激波組成的複合波實現了漸近非線性穩定性。此外，當鬆弛參數趨近於零時，鬆弛系統的解在時間上全局收斂到經典系統的解。研究方法基於相對熵、帶有移位的$a$-收縮理論和基本能量估計。

ArXiv-2408.17155v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17155v1/abs%7Caction=edit} 編輯]
  • 標題：Normalized solutions of $L^2$-supercritical Kirchhoff equations in bounded domains
  • 中文標題：規範化解在有界區域中的 $L^2$-超臨界 Kirchhoff 方程
  • 發布日期：2024-08-30T09:50:08+00:00
  • 作者：Qun Wang, Xiaojun Chang
  • 分類：math.AP, 35J60, 35B09, 35B40, 47J30
  • 原文連結：http://arxiv.org/abs/2408.17155v1

摘要：在本文中，我們研究了以下非線性 Kirchhoff 型問題的歸一化解的存在性 \begin{equation*} \begin{cases} -(a+b\int_{\Omega}\vert\nabla u\vert^2dx)\Delta u+\lambda u=\vert u\vert^{p-2}u & \text{在 }\Omega,\\ u=0 & \text{在 }\partial\Omega \end{cases} \end{equation*} 在約束條件 $\int_{\Omega}\vert u\vert^2dx=c$ 下。這裡，$a$ 和 $b$ 是正常數，$\Omega$ 是 $\mathbb{R}^N$ 中的一個光滑有界域，且 $1\leq N\leq3$，$c>0$ 是一個規定值，$\lambda\in \mathbb{R}$ 是一個拉格朗日乘數。在 $L^2$-超臨界範圍 $2+\frac{8}{N}<p<2^*$ 中，我們建立了山路型歸一化解的存在性。我們的方法依賴於利用帶有 Morse 指數信息的參數化極小極大定理，並對非線性 Kirchhoff 方程進行爆破分析。此外，我們還探討了這些解在 $b\rightarrow0$ 時的漸近行為。

ArXiv-2408.17007v1

編輯
  • 標題：A Liouville theorem for the Lane-Emden system in the half-space
  • 中文標題：李烏維爾定理在半空間的Lane-Emden系統
  • 發布日期：2024-08-30T04:40:04+00:00
  • 作者：Yimei Li, Philippe Souplet
  • 分類：math.AP
  • 原文連結：http://arxiv.org/abs/2408.17007v1

摘要：我們證明了在半空間中的Lane-Emden系統的Dirichlet問題沒有在有限條帶上有界的正經典解。此前，這樣的不存在性結果僅適用於有界解或在非線性項的冪次受到限制的情況下。

ArXiv-2408.17176v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17176v1/abs%7Caction=edit} 編輯]
  • 標題：Polynomial bounds for monochromatic tight cycle partition in $r$-edge-coloured $K_n^{(k)}$
  • 中文標題：多色緊循環分割的多項式界在 $r$-邊著色的 $K_n^{(k)}$ 中
  • 發布日期：2024-08-30T10:24:34+00:00
  • 作者：Debmalya Bandyopadhyay, Allan Lo
  • 分類：math.CO, 05C65, 05C35
  • 原文連結：http://arxiv.org/abs/2408.17176v1

摘要：設 $K_n^{(k)}$ 為 $n$ 個頂點的完全 k-圖。一個 k-均勻緊循環 是一個 k-圖，其頂點按循環順序排列，使得每 $k$ 個連續頂點形成一條邊，並且任何兩個連續的邊恰好共享 $k-1$ 個頂點。Bustamante、Corsten、Frankl、Pokrovskiy 和 Skokan 的結果表明，所有 $r$-邊著色的 $K_{n}^{(k)}$ 可以劃分為 $c_{r,k}$ 個頂點不相交的單色緊循環。然而，常數 $c_{r,k}$ 是塔型的。在這項工作中，我們證明了 $c_{r, k}$ 是 $r$ 的一個多項式。

ArXiv-2408.17050v1

編輯
  • 標題：Secure Integrated Sensing and Communication Under Correlated Rayleigh Fading
  • 中文標題：安全的相關瑞利衰落下的綜合感知與通信
  • 發布日期：2024-08-30T07:16:55+00:00
  • 作者：Martin Mittelbach, Rafael F. Schaefer, Matthieu Bloch, Aylin Yener, Onur Günlü
  • 分類：cs.IT, cs.CR, cs.SY, eess.SP, eess.SY, math.IT
  • 原文連結：http://arxiv.org/abs/2408.17050v1

摘要：本文考慮了一個安全的集成感知與通信（ISAC）場景，其中信號通過一個狀態依賴的竊聽信道傳輸，具有一個合法接收者（發射機與其通信）和一個誠實但好奇的目標（發射機希望感知）。安全的ISAC信道被建模為兩個狀態依賴的快速衰落信道，具有相關的瑞利衰落係數和獨立的加性高斯噪聲成分。延遲的信道輸出被反饋給發射機，以改善通信性能並估計信道狀態序列。我們建立並展示了在相關瑞利衰落下退化的安全ISAC信道的可實現保密-失真區域。我們還評估了大量參數集的內界，以得出安全ISAC方法的實際設計見解。特別是，所展示的結果包括超越經典竊聽信道設置的保密容量和接近信道容量的參數範圍。

ArXiv-2408.17399v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17399v1/abs%7Caction=edit} 編輯]
  • 標題：How Knowledge Distillation Mitigates the Synthetic Gap in Fair Face Recognition
  • 中文標題：知識蒸餾如何緩解公平人臉識別中的合成差距
  • 發布日期：2024-08-30T16:35:28+00:00
  • 作者：Pedro C. Neto, Ivona Colakovic, Sašo Karakatič, Ana F. Sequeira
  • 分類：cs.CV
  • 原文連結：http://arxiv.org/abs/2408.17399v1

摘要：

ArXiv-2408.17154v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17154v1/abs%7Caction=edit} 編輯]
  • 標題：Self-supervised Anomaly Detection Pretraining Enhances Long-tail ECG Diagnosis
  • 中文標題：自監督異常檢測預訓練增強長尾心電圖診斷
  • 發布日期：2024-08-30T09:48:47+00:00
  • 作者：Aofan Jiang, Chaoqin Huang, Qing Cao, Yuchen Xu, Zi Zeng, Kang Chen, Ya Zhang, Yanfeng Wang
  • 分類：cs.CV
  • 原文連結：http://arxiv.org/abs/2408.17154v1

摘要：當前的計算機輔助心電圖（ECG）診斷系統由於ECG數據集的不平衡性，在檢測稀有但關鍵的心臟異常方面存在困難。本研究引入了一種新穎的方法，使用自監督異常檢測預訓練來解決這一限制。該異常檢測模型專門設計用於檢測和定位正常心臟模式的細微偏差，捕捉準確ECG解釋所需的細微細節。在超過一百萬條臨床實踐中的ECG記錄的廣泛數據集上進行驗證，該數據集在116個不同類別中具有長尾分布，異常檢測預訓練的ECG診斷模型顯示出顯著的整體準確性提升。值得注意的是，我們的方法在稀有ECG類型上取得了94.7%的AUROC、92.2%的敏感性和92.5%的特異性，顯著優於傳統方法，並縮小了與常見ECG類型的性能差距。將異常檢測預訓練整合到ECG分析中，代表了對該領域的重大貢獻，解決了臨床診斷中長期存在的長尾數據分布挑戰。此外，在真實世界臨床環境中的前瞻性驗證表明，與標準實踐相比，我們的AI驅動方法分別提高了診斷效率、精確度和完整性32%、6.7%和11.8%。這一進步標誌著AI在臨床心臟病學中整合的關鍵一步，特別是對急診護理具有深遠影響，在急診護理中快速準確的ECG解釋至關重要。本研究的貢獻不僅推動了當前ECG診斷能力的邊界，還為更可靠和可及的心血管護理奠定了基礎。

ArXiv-2408.17115v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17115v1/abs%7Caction=edit} 編輯]
  • 標題：Multi-centric AI Model for Unruptured Intracranial Aneurysm Detection and Volumetric Segmentation in 3D TOF-MRI
  • 中文標題：未破裂顱內動脈瘤檢測和3D TOF-MRI體積分割的多中心AI模型
  • 發布日期：2024-08-30T08:57:04+00:00
  • 作者：Ashraya K. Indrakanti, Jakob Wasserthal, Martin Segeroth, Shan Yang, Victor Schulze-Zachau, Joshy Cyriac, Michael Bach, Marios Psychogios, Matthias A. Mutke
  • 分類：cs.CV, I.4.6
  • 原文連結：http://arxiv.org/abs/2408.17115v1

摘要：

ArXiv-2408.17185v1

編輯
  • 標題：Short-term Wind Speed Forecasting for Power Integration in Smart Grids based on Hybrid LSSVM-SVMD Method
  • 中文標題：智能電網中基於混合LSSVM-SVMD方法的短期風速預測
  • 發布日期：2024-08-30T10:35:59+00:00
  • 作者：Ephrem Admasu Yekun, Alem H. Fitwib, Selvi Karpaga Subramaniand, Anubhav Kumard, Teshome Goa Tella
  • 分類：cs.LG
  • 原文連結：http://arxiv.org/abs/2408.17185v1

摘要：由於其污染小和能源利用效率高，風能已成為最廣泛利用的可再生能源之一。風電成功併網依賴於準確的風速預測模型。然而，由於風速固有的間歇性特徵，風速預測任務具有挑戰性。本文開發了一種混合機器學習方法來預測短期風速。首先，使用連續變分模態分解（SVMD）將風數據分解為模態分量。然後，將每個子信號擬合到最小二乘支持向量機（LSSVM）模型中，其超參數由一種新型的量子行為粒子群優化（QPSO）變體——具有精英繁殖的QPSO（EBQPSO）優化。其次，使用長短期記憶模型（LSTM）對原始風速序列與SVMD模態總和之間的殘差進行建模。然後，使用LSSVM和LSTM模型的總和計算整體預測值。最後，使用從本地風電場收集的兩個獨立數據集，將所提出模型的性能與最先進的基準模型進行比較。實證結果表明，所提出的方法在性能上有顯著提高，與基準方法相比，均方根誤差（RMSE）減少了1.21%到32.76%，平均絕對誤差（MAE）減少了2.05%到40.75%。該工作的全部代碼實現可在Github上免費獲得。

ArXiv-2408.17369v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17369v1/abs%7Caction=edit} 編輯]
  • 標題：Upward Pointset Embeddings of Planar st-Graphs
  • 中文標題：平面 st-圖的向上點集嵌入
  • 發布日期：2024-08-30T15:58:23+00:00
  • 作者：Carlos Alegria, Susanna Caroppo, Giordano Da Lozzo, Marco D'Elia, Giuseppe Di Battista, Fabrizio Frati, Fabrizio Grosso, Maurizio Patrignani
  • 分類：cs.DS, cs.CG, cs.DM
  • 原文連結：http://arxiv.org/abs/2408.17369v1

摘要：我們研究了平面 $st$-圖的向上點集嵌入（UPSE）。設 $G$ 為一個平面 $st$-圖，$S \subset \mathbb{R}^2$ 為一個點集，且 $|S|=|V(G)|$。$G$ 在 $S$ 上的 UPSE 是 $G$ 的一個向上平面直線圖，它將 $G$ 的頂點映射到 $S$ 的點上。我們考慮了測試 $G$ 在 $S$ 上是否存在 UPSE（UPSE 測試）的問題以及枚舉 $G$ 在 $S$ 上所有 UPSE 的問題。我們證明了即使對於僅由共享 $s$ 和 $t$ 的一組有向 $st$-路徑組成的 $st$-圖，UPSE 測試也是 NP 完全的。另一方面，對於最大 $st$-割集大小為 $k$ 的 $n$ 頂點平面 $st$-圖，我們證明了可以在 $O(n^{4k})$ 時間和 $O(n^{3k})$ 空間內解決 UPSE 測試，並在 $O(k n^{4k} \log n)$ 的設置時間後，使用 $O(k n^{4k} \log n)$ 空間，以 $O(n)$ 的最壞情況延遲枚舉 $G$ 在 $S$ 上的所有 UPSE。此外，對於底層圖為一個循環的 $n$ 頂點 $st$-圖，我們提供了一個在給定點集上存在 UPSE 的充要條件，該條件可以在 $O(n \log n)$ 時間內測試。與此結果相關，我們給出了一個算法，對於一個包含 $n$ 個點的集合 $S$，在 $O(n^2)$ 的設置時間後，使用 $O(n^2)$ 空間，以 $O(n)$ 的最壞情況延遲枚舉 $S$ 上所有不交叉的單調哈密頓循環。

ArXiv-2408.17169v1

編輯
  • 標題：Secure Transmission in Cell-Free Massive MIMO under Active Eavesdropping
  • 中文標題：蜂窩自由大規模MIMO中的安全傳輸在主動竊聽下
  • 發布日期：2024-08-30T10:15:32+00:00
  • 作者：Yasseen Sadoon Atiya, Zahra Mobini, Hien Quoc Ngo, Michail Matthaiou
  • 分類：cs.IT, math.IT
  • 原文連結：http://arxiv.org/abs/2408.17169v1

摘要：我們研究了在具有多天線接入點（AP）和保護性部分零迫（PPZF）預編碼的無蜂窩大規模多輸入多輸出（CF-mMIMO）系統中的安全通信。特別地，我們考慮了一種主動竊聽攻擊，其中竊聽者通過發送與合法用戶相同的導頻序列來污染上行鏈路信道估計階段。我們制定了一個優化問題，以最大化合法用戶的接收信噪比（SINR），同時限制竊聽者的最大允許SINR和每個AP的最大傳輸功率，並保證其他合法用戶的特定SINR要求。該優化問題通過路徑跟隨算法求解。我們還提出了一種基於大規模的貪婪AP選擇方案，以提高保密頻譜效率（SSE）。最後，我們提出了一種簡單的方法來識別系統中竊聽者的存在。我們的研究結果表明，PPZF可以通過提供比傳統最大比傳輸（MRT）方案高約2倍的SSE顯著優於MRT方案。更重要的是，對於PPZF預編碼方案，我們提出的AP選擇可以實現高達220%的顯著SSE增益，而我們的功率優化方法可以比具有等功率分配的CF-mMIMO系統提供高達55%的額外增益。

ArXiv-2408.17439v1

{WikiEdge:ArXiv-2408.17439v1/abs}}

ArXiv-2408.17313v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17313v1/abs%7Caction=edit} 編輯]
  • 標題：Fair Best Arm Identification with Fixed Confidence
  • 中文標題：公平的固定置信度最佳臂識別
  • 發布日期：2024-08-30T14:18:34+00:00
  • 作者：Alessio Russo, Filippo Vannella
  • 分類：cs.LG, cs.AI
  • 原文連結：http://arxiv.org/abs/2408.17313v1

摘要：

ArXiv-2408.17105v1

編輯
  • 標題：Characterising rooted and unrooted tree-child networks
  • 中文標題：根植和非根植樹-子網絡的特徵描述
  • 發布日期：2024-08-30T08:44:58+00:00
  • 作者：Janosch Döcker, Simone Linz
  • 分類：math.CO, q-bio.PE
  • 原文連結：http://arxiv.org/abs/2408.17105v1

摘要：根系系統發育網絡被生物學家用來推斷和表示物種之間複雜的進化關係，這些關係無法通過系統發育樹準確解釋。樹-子網絡是一類特定的根系系統發育網絡，近年來得到了廣泛研究。在本文中，我們提出了一種新的樹-子網絡 $\mathcal{R}$ 的表徵方法，該方法基於櫻桃採摘序列，這些序列是 $\mathcal{R}$ 葉子的序列，通過對其葉子反覆應用兩種簡化操作之一，將其簡化為單個頂點。我們證明了我們的表徵方法可以擴展到未根樹-子網絡，這在文獻中大多未被探索，並且反過來也提供了一種新的方法來解決決定一個未根系統發育網絡是否可以定向為根樹-子網絡的計算複雜性問題。

ArXiv-2408.17171v1

編輯
  • 標題：SafeTail: Efficient Tail Latency Optimization in Edge Service Scheduling via Computational Redundancy Management
  • 中文標題：邊緣服務調度中通過計算冗餘管理優化尾部延遲的高效方法：SafeTail
  • 發布日期：2024-08-30T10:17:37+00:00
  • 作者：Jyoti Shokhanda, Utkarsh Pal, Aman Kumar, Soumi Chattopadhyay, Arani Bhattacharya
  • 分類：cs.LG
  • 原文連結：http://arxiv.org/abs/2408.17171v1

摘要：本文介紹了一種優化尾延遲同時高效管理計算資源的方法，對於在邊緣計算中提供高性能、低延遲服務至關重要。新興應用如增強現實需要在用戶設備上提供低延遲且高可靠性的計算服務，而這些設備通常計算能力有限。因此，這些設備依賴於附近的邊緣伺服器進行處理。然而，由於無線網絡的變化和伺服器負載的波動，網絡和計算延遲的固有不確定性使得按時交付服務變得具有挑戰性。現有方法通常側重於優化中位延遲，但未能解決邊緣環境中特定的尾延遲問題，特別是在不確定的網絡和計算條件下。儘管一些方法確實解決了尾延遲問題，但它們通常依賴於固定或過度的冗餘，缺乏對動態網絡條件的適應性，且通常為雲環境設計，而非邊緣計算的獨特需求。在本文中，我們介紹了SafeTail，一個同時滿足中位和尾響應時間目標的框架，其中尾延遲定義為超過第90百分位閾值的延遲。SafeTail通過在多個邊緣伺服器上選擇性地複製服務來滿足目標延遲。SafeTail採用基於獎勵的深度學習框架來學習最佳的放置策略，平衡實現目標延遲與最小化額外資源使用的需求。通過基於軌跡的模擬，SafeTail展示了接近最優的性能，並在三種不同的服務中優於大多數基線策略。

ArXiv-2408.17372v1

編輯
  • 標題：Partial Blow-up Phenomena in the $SU(3)$ Toda System on Riemann Surfaces
  • 中文標題：部分爆破現象在黎曼曲面上的 $SU(3)$ Toda 系統
  • 發布日期：2024-08-30T16:06:08+00:00
  • 作者：Zhengni Hu, Mohameden Ahmedou, Thomas Bartsch
  • 分類：math.AP, 35J57, 58J05
  • 原文連結：http://arxiv.org/abs/2408.17372v1

摘要：這項工作研究了在具有光滑邊界的緊緻黎曼曲面上的 $SU(3)$ Toda 系統的部分爆破現象。我們考慮以下帶有 Neumann 邊界條件的耦合 Liouville 系統： $$ -\Delta_g u_1 = 2\rho_1\left( \frac{V_1 e^{u_1}}{\int_{\Sigma} V_1 e^{u_1} \, dv_g} - \frac 1 {|\Sigma|_g}\right) - \rho_2\left( \frac{V_2 e^{u_2}}{\int_{\Sigma} V_2 e^{u_2} \, dv_g} - \frac{1}{|\Sigma|_g}\right) \text{在} \,\mathring\Sigma$$ 和 $$ -\Delta_g u_2 = 2\rho_2\left( \frac{V_2 e^{u_2}}{\int_{\Sigma} V_2 e^{u_2} \, dv_g} - \frac{1}{|\Sigma|_g}\right) - \rho_1\left( \frac{V_1 e^{u_1}}{\int_{\Sigma} V_1 e^{u_1} \, dv_g} - \frac{1}{|\Sigma|_g}\right) \text{在} \,\mathring\Sigma$$ 具有邊界條件 $ \partial_{\nu_g} u_1 = \partial_{\nu_g} u_2 = 0 \text{在} \, \partial \Sigma,$ 其中 $(\Sigma, g)$ 是一個具有內部 $\mathring\Sigma$ 和光滑邊界 $\partial\Sigma$ 的緊緻黎曼曲面，$\rho_i$ 是一個非負參數，$V_i$ 是一個光滑正函數，對於 $i=1,2$。我們通過 Lyapunov-Schmidt 減法和變分方法構造了一族爆破解，其中一個分量從上方保持均勻有界，而另一個分量在內部和邊界的預定數量的點處表現出部分爆破。這一構造基於所謂影子系統的非退化解的存在。此外，我們在三種情況下建立了部分爆破解的存在性：(i) 對於任何足夠小的 $\rho_2>0$；(ii) 對於一般的 $V_1, V_2$ 和任何 $\rho_2\in (0,2\pi)$；(iii) 對於一般的 $V_1, V_2$，Euler 特徵 $\chi(\Sigma)<1$ 和任何 $\rho_2\in (2\pi,+\infty)\setminus 2\pi \mathbb{N}_+$。

ArXiv-2408.17180v1

編輯
  • 標題：Identifying and Clustering Counter Relationships of Team Compositions in PvP Games for Efficient Balance Analysis
  • 中文標題：識別和聚類PvP遊戲中團隊組成的對抗關係以進行高效的平衡分析
  • 發布日期：2024-08-30T10:28:36+00:00
  • 作者：Chiu-Chou Lin, Yu-Wei Shih, Kuei-Ting Kuo, Yu-Cheng Chen, Chien-Hua Chen, Wei-Chen Chiu, I-Chen Wu
  • 分類：cs.AI, cs.GT, cs.IR, cs.LG, cs.MA
  • 原文連結：http://arxiv.org/abs/2408.17180v1

摘要：如何在遊戲環境中量化平衡性？這個問題對於遊戲設計師來說至關重要，尤其是在玩家對戰（PvP）遊戲中，分析預定義團隊組合（如多人在線戰術競技遊戲中的英雄組合或卡牌遊戲中的牌組）之間的強度關係對於增強遊戲體驗和實現平衡至關重要。我們開發了兩種先進的度量方法，這些方法超越了簡單的勝率，用於量化零和競爭場景中的平衡性。這些度量方法源自勝值估計，通過Bradley-Terry 模型進行強度評級近似和通過矢量量化進行對抗關係近似，顯著降低了傳統勝值估計的計算複雜度。在這些模型的學習過程中，我們識別出有用的組合類別並確定它們的對抗關係，這與人類玩家的經驗一致，而無需特定的遊戲知識。我們的方法依賴於一種簡單的技術，通過確定性矢量量化過程在極小的狀態空間中增強代碼本的利用率。我們的框架已在《帝國時代 II》、《爐石傳說》、《荒野亂鬥》和《英雄聯盟》等熱門網路遊戲中得到驗證，這些遊戲中觀察到的強度關係的準確性可與傳統的成對勝值預測相媲美，同時也提供了更易於管理的分析複雜度。最終，我們的研究成果有助於更深入地理解 PvP 遊戲動態，並提出了一種顯著改進遊戲平衡評估和設計的方法。

ArXiv-2408.17435v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17435v1/abs%7Caction=edit} 編輯]
  • 標題：Information-Based Trajectory Planning for Autonomous Absolute Tracking in Cislunar Space
  • 中文標題：地月空間自主絕對跟蹤的信息基礎軌跡規劃
  • 發布日期：2024-08-30T17:37:00+00:00
  • 作者：Trevor N. Wolf, Brandon A. Jones
  • 分類：cs.RO, cs.IT, cs.SY, eess.SY, math.IT
  • 原文連結：http://arxiv.org/abs/2408.17435v1

摘要：

ArXiv-2408.17431v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17431v1/abs%7Caction=edit} 編輯]
  • 標題：Advancing Multi-talker ASR Performance with Large Language Models
  • 中文標題：多說話人自動語音識別性能的提升：大語言模型的應用
  • 發布日期：2024-08-30T17:29:25+00:00
  • 作者：Mohan Shi, Zengrui Jin, Yaoxun Xu, Yong Xu, Shi-Xiong Zhang, Kun Wei, Yiwen Shao, Chunlei Zhang, Dong Yu
  • 分類：eess.AS, cs.AI
  • 原文連結：http://arxiv.org/abs/2408.17431v1

摘要：識別對話場景中多位說話者的重疊語音是自動語音識別（ASR）中最具挑戰性的問題之一。序列化輸出訓練（SOT）是一種經典的方法來解決多說話者ASR，其思路是根據多位說話者語音的發出時間將其轉錄拼接在一起進行訓練。然而，SOT風格的轉錄依賴於對長上下文的建模，這些轉錄是通過拼接對話中多個相關的語句得到的。因此，與主要強調基於注意力機制的編碼器-解碼器（AED）架構中編碼器性能的傳統方法相比，利用大型語言模型（LLM）並利用預訓練解碼器能力的新方法可能更適合這種複雜且具有挑戰性的場景。在本文中，我們提出了一種基於LLM的SOT方法用於多說話者ASR，利用預訓練的語音編碼器和LLM，並使用適當的策略在多說話者數據集上進行微調。實驗結果表明，我們的方法在模擬數據集LibriMix上優於傳統的AED方法，並在真實世界數據集AMI的評估集上實現了最先進的性能，超越了之前使用1000倍監督數據訓練的AED模型。

ArXiv-2408.17337v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17337v1/abs%7Caction=edit} 編輯]
  • 標題：Evaluating Reliability in Medical DNNs: A Critical Analysis of Feature and Confidence-Based OOD Detection
  • 中文標題：醫學深度神經網絡可靠性評估：基於特徵和置信度的OOD檢測的批判性分析
  • 發布日期：2024-08-30T15:02:22+00:00
  • 作者：Harry Anthony, Konstantinos Kamnitsas
  • 分類：cs.CV, cs.LG
  • 原文連結：http://arxiv.org/abs/2408.17337v1

摘要：

ArXiv-2408.17331v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17331v1/abs%7Caction=edit} 編輯]
  • 標題：Persistent equivariant cohomology
  • 中文標題：持久等變上同調
  • 發布日期：2024-08-30T14:46:02+00:00
  • 作者：Henry Adams, Evgeniya Lagoda, Michael Moy, Nikola Sadovek, Aditya De Saha
  • 分類：math.AT, math.GT, math.MG
  • 原文連結：http://arxiv.org/abs/2408.17331v1

摘要：這篇文章有兩個目標。首先，我們希望提供一個易於理解的持久等變上同調的介紹。給定一個拓撲群 $G$ 作用在一個過濾空間上，持久Borel等變上同調不僅測量過濾的形狀，還測量群作用在過濾上的屬性，特別是其不動點。其次，我們使用Serre譜序列和Gysin同態明確描述了圓作用在圓的Vietoris-Rips度量增厚上的持久等變上同調。確實，如果 $\frac{2\pi k}{2k+1} \le r < \frac{2\pi(k+1)}{2k+3}$，那麼 $H^*_{S^1}(\mathrm{VR}^\mathrm{m}(S^1;r))\cong \mathbb{Z}[u]/(1\cdot3\cdot5\cdot\ldots \cdot (2k+1)\, u^{k+1})$ 其中 $\mathrm{deg}(u)=2$。

ArXiv-2408.17415v1

[{fullurl:WikiEdge:ArXiv-http://arxiv.org/abs/2408.17415v1/abs%7Caction=edit} 編輯]
  • 標題：Comparing Inflationary Models in Extended Metric-Affine Theories of Gravity
  • 中文標題：比較擴展度量-仿射引力理論中的暴脹模型
  • 發布日期：2024-08-30T17:02:30+00:00
  • 作者：Salvatore Capozziello, Mehdi Shokri
  • 分類：gr-qc, astro-ph.CO, hep-th
  • 原文連結：http://arxiv.org/abs/2408.17415v1

摘要：我們研究了在度量-仿射引力理論中慢滾膨脹作為一個共同特徵。特別地，我們考慮了基於不同幾何不變量的擴展度量、平行傳輸和對稱平行傳輸引力理論，討論了它們的相似性和差異性。對每個模型的分析採用了兩種方法。首先，我們通過研究在愛因斯坦框架下與所考慮的引力理論相關的不同形式的擴展模型的重建勢能，重點關注{\it 勢能-慢滾方法}。其次，我們在喬丹框架下研究了一些與特定擴展模型相關的常規膨脹勢能，探討{\it 哈勃-慢滾方法}。我們將所有結果與來自普朗克2018和BICEP2/Keck陣列衛星的宇宙微波背景各向異性觀測結果進行比較，以找到模型參數空間的觀測約束及其從光譜參數中的預測。最終，我們嘗試使用獲得的膨脹結果在三類考慮的修改引力之間進行定性比較。目的是選擇原則上能夠區分競爭模型的宇宙學特徵，以指出根據幾何不變量更好地解釋早期宇宙動力學的引力表示。

ArXiv-2408.17334v1

{WikiEdge:ArXiv-2408.17334v1/abs}

取自「http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv速递/2024-08-30&oldid=267」