XiaoMi-AI文件搜索系统
World File Search System于贝
基于贝叶斯深度学习组成部分的可靠自主系统
摘要 - 作为自治系统，越来越多地依赖深度神经网络（DNN）来实施导航管道功能，不确定性估计方法至关重要，这是估计对DNN预测的信心的重要性。贝叶斯深度学习（BDL）提供了一种原则性的方法来模拟DNN中的不确定性。但是，在基于DNN的系统中，并非所有组件都使用不确定性估计方法，并且通常会忽略它们之间的不确定性传播。本文提供了一种考虑BDL组件之间的不确定性和相互作用以捕获整体系统不确定性的方法。我们研究了基于BDL的系统对自动航空导航的不确定性传播的影响。实验表明，我们的方法使我们能够捕获有用的不确定性估计，同时在最终任务中稍微改善了系统的性能。此外，我们讨论采用BDL来构建可靠的自主系统的好处，挑战和含义。索引术语 - Bayesian深度学习，不确定性宣传，无人驾驶，导航，动态依赖能力
关于贝尔态、超密编码和量子隐形传态的几点注释
四个贝尔态 | φ + ⟩ 、 | ψ + ⟩ 、 | φ − ⟩ 和 | ψ − ⟩ 是正交的，因此可以通过量子测量区分。因此，在收到 Alice 的变换量子比特（EPR 对中她的一半）后，Bob 可以测量两个量子比特并恢复 b 0 b 1 。因此，一个量子比特携带两个经典信息比特；这是超密集编码。我们在上面看到了一个例子，其中 Bob 使用图 2 中所示的逆贝尔电路从 | φ + ⟩ 恢复了 | 00 ⟩。
基于贝叶斯优化的Informer锂离子储能电站电压异常预测方法
1 新疆大学可再生能源发电与并网教育部工程研究中心，乌鲁木齐 830049，新疆，中华人民共和国。2 新疆电力有限公司电力科学研究院，乌鲁木齐 830049，新疆，中华人民共和国。通讯作者：吴嘉辉 (wjh229@xju.edu.cn)。摘要：随着储能电站领域的蓬勃发展，电池系统状态和故障的预测受到广泛关注。电压作为各类电池故障的主要指示参数，准确预测电压异常对确保电池系统的安全运行至关重要。本研究采用基于 Informer 的预测方法，利用贝叶斯优化算法对神经网络模型的超参数进行微调，从而提高储能电池电压异常预测的准确性。该方法以1分钟为采样间隔，采用一步预测，训练集占总数据的70%，将预测结果的均方根误差、均方误差和平均绝对误差分别降低至9.18mV、0.0831mV和6.708mV。还分析了实际电网运行数据在不同采样间隔和数据训练集比例下对预测结果的影响，从而得到一个兼顾效率和准确性的数据集。所提出的基于贝叶斯优化的方法可以实现更准确的电压异常预测。
消息传递基于贝叶斯的贝叶斯对推车系统的控制
摘要。我们描述了一个贝叶斯控制器的贝叶斯控制器，这是控制理论中众所周知的基准。卡车孔系统的特征是其非线性和不足的性质，我们通过（1）假设控制器缺乏传感器噪声方差的知识，并且（2）在控制信号上施加界限。传统的控制算法通常难以适应不确定性和约束。然而，贝叶斯框架，尤其是专用推理框架，可以顺利地适应这些复杂性。在拟议的控制器中，整个计算过程由在线贝叶斯推理组成。通过工具箱简化了此过程，以在因子图中快速传递基于消息传递的推断。我们描述了在因子图中传递消息的机制，解决了诸如非线性因素，有限控制和实时参数跟踪之类的挑战。本文的主要目的是证明，随着主动推理框架的发展和自动推理工具箱的效率，贝叶斯控制成为应用程序工程师的吸引人选择。
基于贝叶斯的分类置信度估计用于增强SSVEP检测
摘要 - 大脑计算机界面（BCI）使人们能够直接与外围设备进行通信和操作。由于其快速通信速率和高信号噪声比，近年来，基于稳态的视觉诱发电位（SSVEP） - 基于BCI的系统已被广泛研究。许多当前的SSVEP识别方法通过发现最大的相关系数来确定目标类别。但是，当最大的系数与其余值没有显着差异时，分类性能通常会降低。这项研究提出了一种基于贝叶斯的分类置信估计方法，以增强基于SSVEP的BCI系统的目标识别性能。在我们的方法中，使用基本目标识别方法产生的最大值和其他值之间的差异用于在训练过程中定义特征向量。使用高斯混合模型（GMM）来估计正确与错误分类的特征向量的概率密度函数。随后，在测试程序中通过贝叶斯推断计算出准确和错误分类的后验概率。基于两个后验概率提出了分类置信值（CCVALUE），以估计分类信心。最后，决策规则可以确定是否应接受或拒绝当前的分类结果。对开放式基准数据集和自收集的数据集进行了广泛的评估研究。实验结果证明了提出的方法提高基于SSVEP的BCI系统的可靠性的有效性和可行性。
基于贝塞尔梁的侧视图测量七核纤维内部核心分布
鉴于其广泛的应用，包括在纤维剪接，捆绑式风扇中/扇出，模式耦合，编写光栅和光纤绘制的情况下，必须准确了解多核纤维（MCF）的内部核心分布（MCFS）。然而，由于测量精度决定了产品的性能，因此可用于精确测量纤维核心分布的有限方法的广泛使用受到限制。在这项研究中，提出了基于贝塞尔束照明的侧视图和非破坏性方案，用于测量七核纤维的内部核心分布。贝塞尔束在散射介质中提供较大的焦距，并在具有空间变化的折射率变化的外轴介质中传播时表现出独特的图案。结果表明，在贝塞尔梁的情况下，较长的焦距和独特的模式会影响图像对比，这与典型的高斯梁不同。此外，使用数字相关方法证明了基于贝塞尔束的七纤维核心分布的高精度测量。一种深度学习方法用于将测量精度提高到0.2°，精度为96.8％。所提出的侧视图基于贝塞尔束的方法具有处理更复杂的MCF和光子晶体纤维的潜力。
基于贝叶斯混合效应模型的多响应鲁棒参数设计
在可盖实验的鲁棒参数设计中，每个块内响应观测值的相关性和模型参数不确定性通常会影响获得理想的工作条件。在本文中，建议基于贝叶斯混合回归的多响应表面建模和优化方法来解决上述问题。首先，混合效应模型被合并到贝叶斯框架中，并使用贝叶斯定理得出模型参数的后验分布。其次，使用混合蒙特卡洛算法来计算模型参数。第三，构建满足规范的预期质量损失函数是为了减少异常值对优化结果的影响，并且通过混合遗传算法获得了最佳因素设置。此外，后验概率用于评估优化结果的符合性。最后，使用添加剂制造过程的模拟研究和现实世界示例来说明该方法的生存能力。与当前技术相比，所提出的方法可以减少模型不确定性对建模和优化结果的影响，从而导致更合适和强大的优化结果。
关于贝斯船上安全的指导
-DMA-丹麦海事管理局 - 荷兰运输检查司令 - ITCG-意大利海岸警卫队-NMA- NMA-挪威海洋管理局 - 瑞典运输机构和瑞典船东协会 - 美国航运局（ABS） - Bluenav -Bluenav -Blueau veritas -buleau veritas - 船用和货币 - 狂欢节 - 狂欢节 - 狂欢节 - IACS-劳埃德登记册 - 海上电池论坛 - 雅典国家技术大学 - 海军集团-Ponant -Rina-瑞典崛起研究所 - 瑞典 - 海欧洲-Sea ure -St -ST -ST -STENA TEKNIK-沃尔沃·彭塔（Volvo Penta） - 马可·奥塔维亚尼（Marco Ottavo Penta）-Marco Ottaviani - Marco Ottaviani - 危险物品安全顾问，以及以下组织的范围内的企业及以下组织的供应群体和德国人委员会（EC）欧洲委员会（EC）：EC欧洲官方官员：EC） Dirección General De La Marina Mercante, Romanian Ministry of Transport and Infrastructure, Baleària, BEPA Association, BETICO, BP Shipping Ltd., Brittany Ferries, Consilium Marine & Safety AB, Danish Shipping, DBI - The Danish Institute of Fire and Security Technology, Detomserve, ECSA - European Community Shipowners' Association, EUROMOT - European Association of Internal Combustion Engine Manufacturers, Foreship, ForSea Ferries, Gondán Shipbuilders, Grimaldi Group, Interferry, Jifmar Offshore Services, Maersk Supply Service, MAN, Molslinjen, Rosenbauer, Scandlines, Sensata, Shell, Solarwatt, TESVOLT GmbH, Trasmed GLE, S.L., VDR - German Shipowners Association and Wärtsilä.
位于贝德福德市中心，客流量达 520 万人次......
我们不保证或承诺本文所含信息的准确性或完整性，且信息如有错误、遗漏、价格、租金或其他条件变更、未经通知的撤回以及房主规定的任何特殊房源条件，则不予接受。如适用，我们不对相关房产（或房产）的状况作出任何陈述。2023 年 3 月。
基于贝米吉遗址的可行性研究
轻质非水相液体 (LNAPL) 的天然源区枯竭 (NSZD) 可能是受石油影响场地的有效长期管理选择。但是，需要确定其未来的长期可靠性。NSZD 包括 LNAPL 组分的分配、生物和非生物降解以及地下的多相流体动力学。随着时间的推移，LNAPL 组分会耗尽，分配到各个相的组分会发生变化，可供生物降解的组分也会发生变化。为了适应这些过程并预测几十年到几个世纪的趋势和 NSZD，我们首次采用了多相多组分多微生物非等温方法来代表性地模拟现场规模的 NSZD。为了验证该方法，我们成功模拟了贝米吉现场 LNAPL 泄漏的数据。我们模拟了泄漏后 27 年测量中饱和区和非饱和区的整个深度。该研究推进了创建 NSZD 过程和未来趋势的通用数字孪生的想法。结果表明，这种详细的计算方法对于改善场地管理和恢复策略的决策是可行的，也是可负担的。该研究为复杂地下系统的计算数字孪生提供了基础。