XiaoMi-AI文件搜索系统
World File Search System动态系统
一种研究基于人工智能的动态系统稳定性的玩具模型
过去几年，人们做出了许多努力，试图将人工智能 (AI) 应用于大气和气候建模。有一条研究路线试图开发新的数据驱动的参数化方案来取代部分大气模型（例如，Brenowitz & Bretherton，2018 年；Gentine 等人，2018 年；O'Gorman & Dwyer，2018 年）；学习基于 ML 的参数化方案意味着学习预测亚网格尺度大气过程（例如湍流和对流）的时间导数。尽管它们承诺为低分辨率大气模型（例如气候模型）提供数值上可承受但准确的物理结果，但当前最先进的 AI 参数化仍然存在偏差，更重要的是，它们面临数值不稳定的问题。据 Rasp (2020) 报道，当与大规模大气流体力学求解器结合时，神经网络 (NN) 通常在数值上不稳定（例如，Brenowitz & Bretherton，2019；Rasp 等人，2018）。据报道，基于随机森林 (RF) 的参数化是稳定的（Yuval & O'Gorman，2020）。但是，与离线相比，基于 NN 的参数化似乎优于基于 RF 的参数化（Brenowitz、Henn 等人，2020）。
代理模型在动态系统数字孪生开发中的作用
数字孪生技术在航空航天、基础设施和汽车等各个工业领域具有广泛的应用前景、现实意义和潜力。然而，由于具体应用不明确，这项技术的采用速度较慢。本文使用离散阻尼动态系统探讨数字孪生的概念。由于数字孪生也有望利用数据和计算方法，因此在这种情况下使用代理模型是有充分理由的。在这种协同作用的推动下，我们探索了在数字孪生技术中使用代理模型的可能性。特别是，我们探索了在数字孪生技术中使用高斯过程 (GP) 模拟器。GP 具有处理噪声和稀疏数据的固有能力，因此，在数字孪生框架内使用它是有充分理由的。涉及刚度变化和质量变化的情况将单独和联合考虑，以及数据中不同程度的噪声和稀疏性。我们的数值模拟结果清楚地表明，GP 模拟器等替代模型有可能成为开发数字孪生的有效工具。分析了与数据质量和采样率相关的方面。总结了本文介绍的关键概念，并提出了未来迫切研究需求的想法。
积极心理学的“新希望”：希望理论的动态系统重新概念化
在这篇关于希望理论核心原则的回顾中，我们研究了文献库的元理论、理论和方法论基础。我们的分析从广泛考察跨学科的希望理论研究前景，转向更深入地研究大学生的实证文献。这篇回顾强调了这一系列研究对增进我们对以希望为特征的蓬勃发展方面的理解的重大影响。然而，我们也证明了一些限制，这些限制可能会阻碍该领域下一波增长的推进。为了解决这些限制，我们主张采用跨学科方法来扩展元理论、理论和方法论视野，从而能够采用更具活力的系统方法来研究希望。借鉴积极心理学与系统思维的交集，我们描述了一种方法论方法，该方法能够通过分析年轻人的生活经历，更深入地研究希望出现的过程和互动。建议通过青年人自己的声音，将另一个关于我们青年人足智多谋的故事生动地呈现出来，使我们能够利用这一点来设计更有效的战略，以促进未来的希望。该研究议程提供了一个路线图，它将提供替代方法来解决希望研究领域的当前局限性，而且重要的是，它可以为推动更广泛地加速积极心理学领域的下一波研究和实践提供动力。
JCCC STEM-海报研讨会
数学11。iain alderman - 火箭发射和通过动态系统建立的土地系统。12。Dylan Barker - N体动力学系统来描述蜘蛛网。13。Jeffrey Charcut - 动态电路：使用微分方程进行建模和分析。14。Aaron Croos - 使用动态系统来预测天气模式。15。Brian Hubbard - 倒摆的动态控制。16。标记Lammers-Meis - 三体问题的动力系统。17。Kolbe McLenon-动态系统如何帮助商人将数学变成金钱。18。蒂姆·迈耶（Tim Meyer） - 捕食者和猎物：动物种群的数学建模。19。雅各布·桑德（Jacob Sander） - 用微分方程解释的一个简单的摆。20。ben seffens - 种群建模的微分方程。21。Ethan Turner - 揭幕March Madness：通过动态系统预测NCAA锦标赛的获胜者。
认知科学中的动态假设
长摘要 认知科学中占主导地位的计算方法的核心是认知主体是数字计算机的假设；而替代动态方法的核心是认知主体是动态系统的假设。这篇目标文章试图阐明动态假设，并捍卫它作为计算假设的经验替代。数字计算机和动态系统是特定类型的系统。动态假设有两个主要组成部分：自然假设（认知主体是动态系统）和知识假设（认知主体可以被动态地理解）。可以反驳对这一假设的各种反对意见。结论是认知系统很可能是动态系统，只有持续的认知科学实证研究才能确定其真实程度。
人工智能与高等教育监管
9 如果我们 a) 认为存在生存风险，即使概率很低，并且 b) 接受人工智能安全领域某些研究人员的假设，即人工智能可能很快从无害转变为存在危险，那么在与人工智能造成的生存风险相关的监管案例中就会出现相关挑战。大多数（如果不是全部）基于风险的监管都以动态系统为前提——一个重复的游戏，受监管者从其他主体那里学习并预测未来的行动。假设 (a) 和 (b) 将其归结为有限阶段或一次性游戏。这种环境下的最佳监管方法可能与我们通常在其中运作的动态系统中的方法不同。
具有体拓扑的 Nielsen-Ninomiya 定理：...中的对偶性
Nielsen-Ninomiya 定理是高能和凝聚态物理中关于手性费米子在静态晶格系统中实现的基本定理。本文我们扩展了动态系统中的定理，其中包括静态极限中的原始 Nielsen-Ninomiya 定理。原始定理对于块体手性费米子来说是行不通的，而新定理由于动态系统固有的块拓扑而允许它们实现。该定理基于对偶性，可以统一处理周期性驱动系统和非厄米系统。我们还给出了受对称性保护的非手性无间隙费米子的扩展定理。最后，作为我们的定理和对偶性的应用，我们预测了一种新型的手性磁效应——非厄米手性磁肤效应。