2024-06

量子电路综合与编译优化：概述与展望

分类： 量子物理学, 新兴技术, 机器学习

作者： Yan Ge, Wu Wenjie, Chen Yuheng, Pan Kaisen, Lu Xudong, Zhou Zixiang, Wang Yuhan, Wang Ruocheng, Yan Junchi

发布时间： 2024-06-30

链接： http://arxiv.org/abs/2407.00736v1

摘要： 量子计算被认为是一种有前途的范式，可以克服后摩尔时代当前的计算能力瓶颈。量子处理器特别是超导处理器的日益成熟，为量子算法的开发和实现提供了更多可能性。作为量子算法实现的关键阶段，逻辑电路设计和量子编译也受到了广泛关注，涵盖了量子逻辑电路综合（也称为量子架构搜索）和优化、量子比特映射和计算等关键技术。路由。最近的研究表明，相关算法的规模和精度正在稳步提高，特别是随着人工智能方法的集成。在本次调查中，我们系统地回顾和总结了大量文献，探索从算法层面到量子硬件的集成设计和优化方案的可行性，结合逻辑电路设计和编译优化的步骤。利用人工智能算法卓越的认知和学习能力，可以降低人工设计成本，提高执行精度和效率，有利于量子算法优越性在硬件上的实现和验证。

具有深度学习和自然语言功能的辅助图像注释系统：回顾

分类： 计算机视觉和模式识别, 新兴技术

作者： Moseli Mots'oehli

发布时间： 2024-06-28

链接： http://arxiv.org/abs/2407.00252v1

摘要： 虽然监督学习在计算机视觉任务中取得了巨大的成功，但获取高质量的注释数据仍然是一个瓶颈。本文探讨了人工智能辅助深度学习图像注释系统中的学术和非学术作品，该系统向注释者提供输入图像的文本建议、标题或描述。这可能会带来更高的注释效率和质量。我们的探索涵盖了一系列计算机视觉任务的注释，包括图像分类、对象检测、回归、实例、语义分割和姿势估计。我们回顾了各种数据集以及它们如何有助于人工智能辅助注释系统的训练和评估。我们还研究了利用神经符号学习、深度主动学习和自监督学习算法的方法，这些算法能够实现语义图像理解并生成自由文本输出。其中包括图像字幕、视觉问答和多模态推理。尽管潜力巨大，但具有文本输出功能的人工智能辅助图像注释的公开工作仍然有限。最后，我们提出了推动该领域发展的未来研究方向，强调需要更多可公开访问的数据集以及学术界和工业界之间的合作。

GPT-4 可以帮助检测戒烟意图吗？自动数据标注方法的探索

分类： 计算和语言, 人工智能, 新兴技术, 人机交互, 社交和信息网络

作者： Sai Krishna Revanth Vuruma, Dezhi Wu, Saborny Sen Gupta, Lucas Aust, Valerie Lookingbill, Wyatt Bellamy, Yang Ren, Erin Kasson, Li-Shiun Chen, Patricia Cavazos-Rehg, Dian Hu, Ming Huang

发布时间： 2024-06-28

链接： http://arxiv.org/abs/2407.00167v1

摘要： 近年来，美国电子烟或电子烟使用的普及率大幅上升，导致电子烟和电子烟使用相关肺损伤 (EVALI) 病例显着增加，导致住院和死亡。 2019 年 EVALI 爆发，凸显了理解电子烟行为并制定有效戒烟策略的紧迫性。由于社交媒体平台无处不在，全球有超过 47 亿用户使用它们进行连接、通信、新闻和娱乐，其中很大一部分讨论与健康相关，从而将社交媒体数据确立为公共卫生的宝贵有机数据资源研究。在这项研究中，我们从 Reddit 上的一个电子烟子社区中提取了一个样本数据集，以分析用户的戒烟意图。本研究利用 OpenAI 最新的大语言模型 GPT-4 进行句子级戒烟意图检测，将该模型的结果与外行和临床专家注释进行比较。使用零样本、单样本、少样本和思维链提示等不同的提示策略，我们开发了 8 种不同详细程度的提示来向 GPT-4 解释任务，并评估了这些策略的性能互相对抗。这些初步发现强调了 GPT-4 在社交媒体数据分析中的潜力，特别是在识别可能逃避人类检测的用户微妙意图方面。

基于预测的计算卸载和资源分配，支持多路访问 ISAC 的物联网系统

分类： 分布式、并行和集群计算, 新兴技术, 网络和互联网架构, 60-08, C.2.1

作者： Duc-Thuan Le

发布时间： 2024-06-28

链接： http://arxiv.org/abs/2406.19806v1

摘要： 在物联网 (IoT) 的新时代，任务现在正在迁移到更靠近数据生成器的边缘站点。移动设备本质上会遇到能源和计算处理能力方面的限制。在高移动性范式中，ISAC 为在动态空间设置中集成部署管理提供了有前途的基础。我们有兴趣通过提取数据属性，关注轨迹和速度的 ISAC 相关上下文并做出分配决策，将预测机制应用于资源分配管理。我们提出了 ClusterMan 软件包的系统设计、理论框架和实现。数值表明，特征的强聚类子集可以在预测结果中产生高达 97% 的高精度。

利用基于 Transformer 的分子表示模型改进电解质配方的性能预测

分类： 机器学习, 新兴技术

作者： Indra Priyadarsini, Vidushi Sharma, Seiji Takeda, Akihiro Kishimoto, Lisa Hamada, Hajime Shinohara

发布时间： 2024-06-28

链接： http://arxiv.org/abs/2406.19792v1

摘要： 开发高效、高性能的电解质对于推进储能技术（尤其是电池技术）至关重要。预测电池电解质的性能依赖于各个成分之间复杂的相互作用。因此，巧妙地捕捉这些关系并形成稳健的配方表示的策略对于与机器学习模型集成以准确预测特性至关重要。在本文中，我们介绍了一种利用基于变压器的分子表示模型来有效且高效地捕获电解质配方表示的新方法。该方法的性能在两个电池特性预测任务上进行了评估，结果显示与最先进的方法相比具有优越的性能。

用于忆阻器集成神经形态电路的多功能 CMOS 模拟 LIF 神经元

分类： 新兴技术

作者： Nikhil Garg, Davide Florini, Patrick Dufour, Eloir Muhr, Mathieu Faye, Marc Bocquet, Damien Querlioz, Yann Beilliard, Dominique Drouin, Fabien Alibart, Jean-Michel Portal

发布时间： 2024-06-28

链接： http://arxiv.org/abs/2406.19667v1

摘要： 具有与纳米级忆阻器件集成的模拟 CMOS 电路的异构系统能够在神经形态硬件上高效部署神经网络。占用空间小的 CMOS 神经元可以通过以极低的电流水平运行来模拟慢速时间动态。然而，从忆阻突触读取的电流可能会高出几个数量级，并且必须在神经元和突触之间执行阻抗匹配。在本文中，我们实现了一个带有电压调节器和电流衰减器的模拟漏积分激发 (LIF) 神经元，用于将 CMOS 神经元与忆阻突触连接起来。此外，神经元设计提出了双重泄漏，可以实现局部学习规则，例如电压依赖性突触可塑性。我们还提出了一种基于两个神经元交互的连接方案来实现自适应 LIF 神经元。所提出的电路可用于与各种突触设备连接并处理不同时间动态的信号。

使用反射机载超声波聚焦的具有两级触觉反馈的空中按钮

分类： 人机交互, 新兴技术

作者： Hiroya Sugawara, Masaya Takasaki, Keisuke Hasegawa

发布时间： 2024-06-28

链接： http://arxiv.org/abs/2406.19663v2

摘要： 我们使用聚焦机载超声波开发了一种带有触觉反馈的新型空中按钮。与过去的相关研究相比，这项研究有两个显着的新颖之处：1）超声波发射器安装在用户手指后面，反射的超声波发射集中在放置在手指下方的固体平面上方，向指垫提供触觉反馈，2）触觉反馈按压动作期间分两个阶段提供反馈；按下按钮并将手指从按钮上撤回时。前者在设备实现方面具有显着优势，因为设备的输入表面可以由包括触摸面板的通用薄平面组成，仅当用户触摸屏幕上的对象时才可能呈现输入触摸反馈。我们通过实验发现，与传统的单阶段方法相比，两阶段触觉呈现在加强感知触觉刺激和输入完成感方面更有效。这项研究提出了一种比以往更加实用的空中按钮组合。所提出的系统组合预计将成为机载超声触觉界面中最简单的框架之一。

LoPT：参数高效语言模型的低阶提示调整

分类： 计算和语言, 人工智能, 新兴技术, 机器学习, 信号处理

作者： Shouchang Guo, Sonam Damani, Keng-hao Chang

发布时间： 2024-06-27

链接： http://arxiv.org/abs/2406.19486v1

摘要： 在提示调整中，将前缀或后缀文本添加到提示中，并对前缀/后缀的嵌入（软提示）或标记索引（硬提示）进行优化，以获得对特定任务的语言模型的更多控制。这种方法消除了手工制作的即时工程或显式模型微调的需要。即时调整比模型微调的参数效率明显更高，因为它涉及优化语言模型的部分输入以产生所需的输出。在这项工作中，我们的目标是进一步减少语言模型在特定任务上表现良好所需的可训练参数的数量。我们提出了低秩提示调整（LoPT），这是一种低秩提示模型，可以实现有效的提示优化。所提出的方法展示了与全参数提示调整类似的结​​果，同时将可训练参数的数量减少了 5 倍。与需要 10 到 20 倍参数的最先进方法相比，它还提供了有希望的结果。

计算商品化

分类： 计算工程、金融和科学, 人工智能, 计算机与社会, 新兴技术, 普通经济学, 经济学

作者： Jesper Kristensen, David Wender, Carl Anthony

发布时间： 2024-06-27

链接： http://arxiv.org/abs/2406.19261v2

摘要： 人工智能、大数据分析和云计算的快速发展引发了对计算资源前所未有的需求。然而，当前计算资源分配的特点是效率严重低下，包括利用率不足和价格波动。本文通过引入一种新颖的计算时间商品化全球平台来解决这些挑战，称为全球计算交换 (GCX)（正在申请专利）。 GCX 利用区块链技术和智能合约创建一个安全、透明、高效的计算能力买卖市场。 GCX 以分层方式构建，包括市场、应用程序、清算、风险管理、交易（链下）和区块链（链上）层，每个层都确保稳健和高效的运行。该平台旨在通过培育去中心化、高效和透明的生态系统来彻底改变计算资源市场，确保公平地获得计算能力，刺激创新并支持全球范围内的多样化用户需求。通过将计算时间转变为可交易的商品，GCX 寻求优化资源利用率、稳定定价并使计算资源的访问民主化。本文探讨了 GCX 的技术基础设施、市场潜力和社会影响，将其定位为推动下一波商品和计算创新浪潮的开创性解决方案。

特征表示对光子神经网络精度的影响

分类： 新兴技术, 人工智能, 机器学习

作者： Mauricio Gomes de Queiroz, Paul Jimenez, Raphael Cardoso, Mateus Vidaletti Costa, Mohab Abdalla, Ian O'Connor, Alberto Bosio, Fabio Pavanello

发布时间： 2024-06-26

链接： http://arxiv.org/abs/2406.18757v2

摘要： 光子神经网络 (PNN) 由于其高并行化、低延迟和能源效率的潜力而引起了研究界的极大兴趣。 PNN 使用光进行计算，这导致与电子设备相比在实现上存在一些差异，例如需要在将输入特征输入网络之前在光子域中表示输入特征。在此编码过程中，通常将多个特征组合到单个输入中，以减少输入和关联设备的数量，从而形成更小、更节能的 PNN。尽管这改变了网络对输入数据的处理，但它对 PNN 的影响仍未得到充分研究。本文解决了这个悬而未决的问题，研究了结合特征的常用编码策略对 PNN 性能和学习能力的影响。在这里，利用特征重要性的概念，我们开发了一种分析特征组合的数学方法。通过这种方法，我们证明将多个特征一起编码在单个输入中决定了它们的相对重要性，从而限制了网络从数据中学习的能力。然而，考虑到对数据的一些先验知识，这也可以用来提高准确性。通过选择最佳编码方法，与其他编码技术相比，我们在 Iris 数据集上训练的 PNN 的准确率提高了 12.3%，超过了未组合特征的网络的性能。这些发现强调了仔细选择编码对 PNN 的准确性和决策策略的重要性，特别是在尺寸或功率受限的应用中。

通过整数线性规划设计逻辑门仿真的单元模型

分类： 新兴技术

作者： Shunsuke Tsukiyama, Koji Nakano, Xiaotian Li, Yasuaki Ito, Takumi Kato, Yuya Kawamata

发布时间： 2024-06-26

链接： http://arxiv.org/abs/2406.18130v1

摘要： 伊辛模型由称为哈密顿量的二次目标函数定义，该函数由取值 $-1$ 或 $+1$ 的自旋变量组成。目标是以最小化哈密顿量值的方式将自旋值分配给这些变量。 Ising 模型有助于解决许多组合优化问题，从而引发了为这些问题开发求解器的重大研究。值得注意的是，D-Wave Systems 率先为这些模型创建了量子退火器、基于量子力学的可编程求解器。本文介绍了单位 Ising 模型，其中线性项和二次项的所有非零系数要么是 $-1$ 要么是 $+1$。由于量子退火器的分辨率有限，单位伊辛模型更适合量子退火器寻找最优解。我们提出了一种新颖的单位 Ising 模型设计方法，通过整数线性规划来模拟计算布尔函数的逻辑电路。通过使用量子退火器优化这些伊辛模型，我们可以计算布尔函数及其反函数。通过逻辑电路的固定单元 Ising 模型，我们可以设计专用单元量子退火器 (ASUQA) 来计算反函数，这类似于数字电路中的专用集成电路 (ASIC)。例如，如果我们将此技术应用于乘法电路，我们可以设计一个 ASUQA 来对两个数字进行因式分解。我们的研究结果提出了一种通过利用分解中的 ASUQA 来破坏 RSA 密码系统的强大新方法。

多模态大语言模型 (MLLM) 中的视觉推理和多代理方法：解决 TSP 和 mTSP 组合挑战

分类： 人工智能, 新兴技术, 计算机科学与博弈论, 多代理系统

作者： Mohammed Elhenawy, Ahmad Abutahoun, Taqwa I. Alhadidi, Ahmed Jaber, Huthaifa I. Ashqar, Shadi Jaradat, Ahmed Abdelhay, Sebastien Glaser, Andry Rakotonirainy

发布时间： 2024-06-26

链接： http://arxiv.org/abs/2407.00092v1

摘要： 多模态大型语言模型 (MLLM) 利用涵盖文本、图像和音频的综合知识来熟练地解决复杂问题，包括零样本上下文学习场景。本研究探讨了 MLLM 使用描绘二维平面上点分布的图像直观地解决旅行商问题 (TSP) 和多重旅行商问题 (mTSP) 的能力。我们引入了一种在 MLLM 框架内采用多个专门代理的新颖方法，每个代理都致力于针对这些组合挑战优化解决方案。我们的实验研究包括对零样本设置的严格评估，并引入创新的多智能体零样本上下文场景。结果证明了这两种多智能体模型。 Multi-Agent 1，包括Initializer、Critic和Scorer代理，Multi-Agent 2，仅包括Initializer和Critic代理；显着提高了 TSP 和 mTSP 问题的解决方案质量。 Multi-Agent 1 在需要详细路线细化和评估的环境中表现出色，为复杂的优化提供了强大的框架。相比之下，Multi-Agent 2 专注于初始化器和 Critic 的迭代细化，事实证明对于快速决策场景是有效的。这些实验产生了有希望的结果，展示了 MLLM 在解决各种组合问题方面强大的视觉推理能力。这些发现强调了 MLLM 作为计算优化中强大工具的潜力，提供了可以激发这一前景广阔领域进一步发展的见解。项目链接：https://github.com/ahmed-abdulhuy/Solving-TSP-and-mTSP-Combinatorial-Challenges-using-Visual-Reasoning-and-Multi-Agent-Approach-MLLMs-.git

批量稀疏代码的依赖分析和结构化构造

分类： 信息论, 新兴技术, 信息论

作者： Jiaxin Qing, Xiaohong Cai, Yijun Fan, Mingyang Zhu, Raymond W. Yeung

发布时间： 2024-06-26

链接： http://arxiv.org/abs/2406.18017v1

摘要： 在编码理论中，代码通常被设计成具有一定程度的随机性，以方便分析并适应不同的信道条件。然而，所构造的随机码在实际实现中可能不是最优的。批量稀疏码（BATS 码）由二部图表示，是一种随机构造的纠删码，它利用网络编码在无线多跳网络中实现近乎最佳的性能。在之前的研究中的性能分析中，隐含地假设BATS代码中的编码批次是独立的。该假设仅在输入符号数量无限时渐近成立，但在输入符号数量有限的实际设置中通常不成立，特别是当代码随机构造时。我们表明批次之间的依赖性会显着降低代码的性能。为了通过图形设计来控制批次依赖性，我们建议以结构化方式构建 BATS 代码。提出了一种硬件友好的结构化 BATS 代码，称为循环移位 BATS (CS-BATS) 代码，它使用轻量级循环移位操作从小型基本图构造代码。我们证明，当基图设计得当时，与随机 BATS 代码相比，可以获得更高的解码率和更小的复杂度。

KANQAS：用于量子架构搜索的 Kolmogorov-Arnold 网络

分类： 量子物理学, 人工智能, 新兴技术, 机器学习

作者： Akash Kundu, Aritra Sarkar, Abhishek Sadhu

发布时间： 2024-06-25

链接： http://arxiv.org/abs/2406.17630v2

摘要： 量子架构搜索（QAS）是实现量子优势的量子电路优化和自动化设计的一个有前途的方向。 QAS 的最新技术侧重于强化学习中基于机器学习的方法，例如深度 Q 网络。虽然基于多层感知器的深度 Q 网络已应用于 QAS，但由于参数数量较多，其可解释性仍然具有挑战性。在这项工作中，我们评估了柯尔莫哥洛夫-阿诺德网络（KAN）在 QAS 问题中的实用性，分析了它们在量子态制备和量子化学任务中的效率。在量子态制备中，我们的结果表明，在无噪声的情况下，生成多量子位最大纠缠态的成功概率和最佳量子电路配置的数量比多层高 $2\times$ 到 $5\times$看法（MLP）。此外，在噪声场景中，KAN 在逼近最大纠缠态方面可以比 MLP 实现更好的保真度，其中 MLP 的性能很大程度上取决于激活函数的选择。在解决量子化学问题时，我们通过将课程强化学习（CRL）与 KAN 结构（而不​​是传统的 MLP）集成来增强最近提出的 QAS 算法。这一修改使我们能够设计出包含更少 2 量子位门且深度更浅的参数化量子电路，从而提高寻找化学哈密顿量基态的效率。进一步的研究表明，与 MLP 相比，KAN 需要的可学习参数数量要少得多；然而，KAN 执行每集的平均时间更长。

EON-1：用于近传感器极端边缘在线特征提取的类脑处理器

分类： 神经和进化计算, 人工智能, 新兴技术, 机器学习

作者： Alexandra Dobrita, Amirreza Yousefzadeh, Simon Thorpe, Kanishkan Vadivel, Paul Detterer, Guangzhi Tang, Gert-Jan van Schaik, Mario Konijnenburg, Anteneh Gebregiorgis, Said Hamdioui, Manolis Sifalakis

发布时间： 2024-06-25

链接： http://arxiv.org/abs/2406.17285v1

摘要： 对于边缘人工智能应用程序，在资源有限的嵌入式设备上部署在线学习和适应可以处理不断变化的环境中传感器快速生成的数据流。然而，由于在边缘保持低延迟和高能效的推理至关重要，因此设备上的在线学习和适应应该对推理施加最小的额外开销。考虑到这一目标，我们使用尖峰神经网络（SNN）探索流数据边缘人工智能应用程序的节能学习和设备端适应，该网络遵循类脑计算的原则，例如高并行性、神经元协同定位内存和计算，以及事件驱动的处理。我们提出了 EON-1，这是一种用于近传感器极端边缘在线特征提取的类脑处理器，它集成了快速在线学习和适应算法。我们报告的结果是，学习的能量开销仅为 1%，与其他 SoTA 解决方案相比，这是迄今为止最低的开销，同时达到了相当的推理精度。此外，我们还证明 EON-1 能够应对高清和超高清流视频实时低延迟处理的挑战，并且支持学习。

使用低质量非线性光学谐振器实现的神经形态光子芯片应用的高质量激活函数

分类： 光学, 新兴技术

作者： Ivan A. Pshenichnyuk, Kamil R. Taziev, Sergey S. Kosolobov, Vladimir P. Drachev

发布时间： 2024-06-24

链接： http://arxiv.org/abs/2406.16798v1

摘要： 光子学领域需要能够实现信号阈值过滤的集成光学器件。特别是，它们在神经形态芯片中发挥着关键作用，充当光学神经元。对于在这种情况下实际应用的阈值器存在一系列要求。一般来说，每个神经元的阈值应该是独立可调的。相应阶跃函数的锐度也应该是动态可变的，以允许在确定性算法和随机算法之间切换，例如在光学伊辛机中。非线性环形谐振器引起了该领域研究人员的注意，因为它们有可能提供所需类型的阈值行为。在这里，我们建议实现谐振器特性的开关机制，以在临界耦合区域附近提供极其尖锐的（相对于波长）$\pi$相移。在谐振器中添加可变损耗源，可以实现良好控制的阈值展宽。在这种情况下，阶跃的锐度与谐振器的品质因数和相应的谐振宽度无关。非线性切换机制允许使用此功能来构建在小强度下运行的高效光学神经元。它还允许使用传统材料，例如具有相对较弱克尔非线性的硅。所获得的结果可能为基于快速非线性克尔效应的激活函数指明道路，该激活函数可以在连续波状态下运行。

通过 Collective Mind、虚拟化 MLOps、MLPerf、Collective Knowledge Playground 和可重复的优化锦标赛，实现更高效、更具成本效益的 AI/ML 系统

分类： 机器学习, 新兴技术, 表现

作者： Grigori Fursin

发布时间： 2024-06-24

链接： http://arxiv.org/abs/2406.16791v1

摘要： 在本白皮书中，我介绍了我的社区在 Collective Mind 框架 (CM)、虚拟化 MLOps、MLPerf 的帮助下，为 AI、ML 和其他流行工作负载自动共同设计更便宜、更快、更节能的软件和硬件的努力基准和可重复的优化锦标赛。我开发了 CM，以模块化、自动化和虚拟化在快速发展的开源和专有 AI/ML 模型、数据集、软件和硬件中构建、运行、分析和优化复杂应用程序的繁琐过程。我在复制 150 多篇研究论文并组织第一次大规模社区基准测试时与学术界和工业界密切合作发现的适用于 MLOps 和 DevOps (CM4MLOps) 的便携式、可重用且与技术无关的自动化配方 (ResearchOps) 的帮助下实现了这一目标使用 CM 和 MLPerf 的 ML 和 AI 系统。我向 MLCommons 捐赠了 CM 和 CM4MLOps，以帮助连接学术界和工业界，学习如何使用通用且与技术无关的自动化、虚拟化和可重复性框架，以最高效和最具成本效益的方式构建和运行 AI 和其他新兴工作负载，同时统一知识交流，保护每个人的知识产权，实现可移植技能，并加速最先进的研究成果向生产的转化。我的长期愿景是让人工智能成为每个人都可以使用的商品，根据用户的需求、要求和约束（例如成本、延迟、吞吐量、准确性、能量、尺寸和其他重要特征。

6G 从通信到编排的语义革命：挑战、推动因素和研究方向

分类： 分布式、并行和集群计算, 人工智能, 新兴技术, 机器学习, 网络和互联网架构

作者： Masoud Shokrnezhad, Hamidreza Mazandarani, Tarik Taleb, Jaeseung Song, Richard Li

发布时间： 2024-06-24

链接： http://arxiv.org/abs/2407.00081v1

摘要： 在新兴 6G 服务的背景下，实现涉及无数物理和数字实体的万物互联提出了严峻的挑战。通信基础设施的资源稀缺加剧了这一挑战，需要创新的解决方案来有效实施服务。探索语义通信 (SemCom) 在提高点对点物理层效率方面的潜力，为应对这一挑战带来了巨大希望。然而，实现高效的 SemCom 需要克服语义解码器和编码器之间知识共享的重大障碍，特别是在具有严格的端到端质量要求的动态和非静态环境中。为了弥补现有文献中的这一差距，本文引入了知识库管理和编排（KB-MANO）框架。 KB-MANO 植根于计算网络融合 (CNC) 和终身学习的概念，专为分配网络和计算资源而设计，专用于在整个系统中更新和重新分配 KB。主要目标是尽量减少知识管理活动对实际服务提供的影响。提出了概念验证，以展示 KB-MANO 与无线接入网络资源分配的集成。最后，本文提出了对未来研究方向的见解，强调了面向语义的通信系统在 6G 技术领域的变革潜力。

Soley：使用大型语言模型识别和自动检测以太坊智能合约中的逻辑漏洞

分类： 新兴技术, 密码学和安全

作者： Majd Soud, Waltteri Nuutinen, Grischa Liebel

发布时间： 2024-06-24

链接： http://arxiv.org/abs/2406.16244v1

摘要： 现代区块链，例如以太坊，支持所谓的智能合约、具有加密货币重要价值的自主数字程序的部署和执行。执行智能合约需要用户支付gas费用，这定义了合约执行的限制。智能合约中的逻辑漏洞可能导致财务损失，并且往往是高影响力网络攻击的根本原因。我们的目标有三个：(i) 实证研究从 GitHub 上的代码更改中提取的现实世界智能合约中的逻辑漏洞，(ii) 引入 Soley，一种利用大型语言模型 (LLM) 检测智能合约中逻辑漏洞的自动化方法， (iii) 检查智能合约开发人员为解决现实场景中的这些漏洞而采用的缓解策略。我们从 GitHub 获取了智能合约和相关代码变更。为了解决第一和第三个目标，我们使用开放编码方法定性研究了可用的逻辑漏洞。我们确定了这些漏洞及其缓解策略。对于第二个目标，我们提取了各种逻辑漏洞，应用了预处理技术，并实现和训练了所提出的 Soley 模型。我们评估了 Soley 以及各种大语言模型的表现，并将结果与​​逻辑漏洞检测任务的最新基线进行了比较。根据我们的分析，我们发现了九个新的逻辑漏洞，利用这些漏洞扩展了现有的分类法。此外，我们还介绍了从实际场景中观察到的开发人员修改中提取的几种缓解策略。我们的 Soley 方法在自动识别逻辑漏洞方面优于现有方法。有趣的是，大语言模型在这项任务中的功效是显而易见的，不需要大量的特征工程。

使用具有有限相位范围的 RIS 的非均匀离散相移实现接收功率最大化

分类： 系统与控制, 新兴技术, 系统与控制

作者： Dogan Kutay Pekcan, Hongyi Liao, Ender Ayanoglu

发布时间： 2024-06-23

链接： http://arxiv.org/abs/2406.16210v2

摘要： 为了最大化用户设备处的接收功率，解决了优化具有有限相位范围 R < 2{\pi} 和具有可调增益的非均匀离散相移的可重构智能表面（RIS）的问题。给出了实现这种最大化的必要和充分条件。这些条件在两种算法中得到应用，以在 R {\ge} {\pi} 和 R < {\pi} 的线性时间内实现全局最优，其中 R 是有限的 RIS 相位范围。在总共 N(2K + 1) 次复向量加法的情况下，对于 R {\ge} {\pi} 和 R < {\pi}，可以在 NK 或更少且 N(K + 1) 或更少的步骤，其中 N 是 RIS 元件的数量，K 是离散相移的数量，这些相移可以在有限的相位范围 R 上非均匀地放置。此外，我们定义了两种量化算法，我们称之为非均匀极性量化（NPQ）算法和扩展非均匀极性量化（ENPQ）算法，其中后者是一种新颖的 RIS 量化算法，具有显着的相位范围限制，即 R < {\pi}。通过 NPQ，我们提供了近似比的封闭式解，任意一组非均匀离散相移可以近似连续解。我们还表明，在相位范围限制的情况下，非均匀离散相移之间的相等分离可以最大化归一化性能。此外，我们还表明，使用 K {\ge} 3 且 R < {\pi}/2 和 K {\ge} 4 且 R < {\pi} 的增益仅为边际。最后，我们证明，当 R < 2{\pi}/3 时，与 RIS 元件严格打开的情况相比，RIS 元件的 ON/OFF 选择带来显着的性能。