XiaoMi-AI文件搜索系统
World File Search System大类
简短的个人简历
Swapan K Pati 博士 教授 理论科学组 先进材料学院 贾瓦哈拉尔·尼赫鲁先进科学研究中心 贾库尔校区，贾库尔，班加罗尔 560064 电子邮件：pati@jncasr.ac.in 和 swapan.jnc@gmail.com 网址：http://www.jncasr.ac.in/pati/ Swapan K Pati 教授在班加罗尔印度科学研究所获得博士学位，随后在加州大学戴维斯分校和美国西北大学从事博士后工作。他于 2000 年 11 月加入理论科学组担任助理教授，2009 年 6 月成为正教授。他曾担任 2017 年至 2022 年该组的主席。他获得的主要奖项有：BM Birla 奖章 (2008 年)； Swarnajayanthi 奖学金 (2007-12)、SS Bhatnagar 奖 (2010) 和世界科学院 (TWAS) 奖 (2012)。他是 2013 年、2018 年和 2023 年 JC Bose 国家奖学金获得者。他是印度所有三所科学院的当选院士，也是世界科学院的当选院士。他的研究兴趣包括量子多体现象和量子化学相关问题，以了解从简单分子到先进半导体器件材料等大类系统的结构特性关系。目标是设计用于微观理解和应用目的的材料。
对数遗憾地传达MDP：使用匪徒利用已知的动态
我们研究了具有已知动态但未知奖励功能的平均奖励和交流马尔可夫决策过程（MDP）中的遗憾最小化。尽管在此类MDP中学习比完全未知的MDP更容易，但它们仍然在很大程度上是挑战，因为它们包括特殊情况，例如组合半伴侣等大类问题。以统计上有效的方式利用遗憾最小化的过渡功能的知识似乎在很大程度上没有探索。猜想，即使有已知的过渡，我们即使在通用MDP中实现精确的最佳性也是NP-HARD，因此我们专注于计算有效的放松，以实现Order-Timpimal-Timal-Topimal-Mic MIC的遗憾而不是精确的最佳性。我们通过基于流行的匪徒最小经验差异策略引入一种新颖的算法来填补这一空白。提出的算法的关键组成部分是一个经过精心设计的停止标准，利用固定策略引起的复发类别。我们得出了一种非渐近，问题依赖性和对数的遗憾，该算法依赖于利用该结构的新颖遗憾分解。我们进一步提供了有效的实施和实验，以说明其有希望的经验绩效。关键字：平均奖励马尔可夫决策过程，遗憾的最小化，对数遗憾，马尔可夫链，经常性课程
JHEP02（2025）173
过去二十年来，人们对量子信息理论的兴趣越来越浓厚，这是量子计算的基础，并向理论物理的各个分支进行了广泛的应用。尤其是，量子误差校正（QEC）是实现可容忍量子计算机与量子噪声（例如变形[1-5]）的实验实现的关键。QEC代码是通过将量子状态（代码子空间）嵌入更大的希尔伯特空间来保护量子状态（代码子空间）免受错误的理论框架。在冷凝物理物理学中，构建了一大类QEC代码，以描述物质代码[6-8]和Fracton模型[9-12]等物质的拓扑阶段。另一方面，已经在高能理论中研究了全息代码[13-16]，以了解一个较低维度的量子重力与量子场理论之间的全息二元性[17-19]。QEC代码已被利用来构建一组离散的二维形成共形场理论（CFTS），称为Narain Code CFT [20]。这概括了经典代码的手性CFT的结构[21]，该代码长期很长时间[24,25]。narain代码CFT是骨CFT的，其光谱的特征是洛伦兹晶格与量子稳定器代码相关。Narain Code CFTS在模块化引导程序[26-28]，搜索具有较大频谱差距的CFT [29,30]和全息
HABRI-2025-征求建议书.pdf
各个国家、社区和文化中宠物所有权和/或 AAI 的分布，包括当前文献中代表性不足的地区。评估将基于研究设计和方法的严谨性、对未来理解或治疗精神和身体健康状况实践的重大影响潜力、研究人员的能力、设施的充分性、具有成本效益但切合实际的预算、对人与动物相互作用 (HAI) 科学领域的潜在贡献以及与 HABRI 使命的相关性。遵守最高的人类和动物护理和福利标准至关重要，衡量所涉及动物福利的研究对于 HABRI 支持人与动物之间相互健康利益的使命也很重要。所有资助的研究都必须经过机构审查委员会 (IRB) 和/或机构动物护理和使用委员会 (IACUC) 的审查和批准，并且所有参与资助研究的动物都必须接受兽医的照顾。不会资助任何侵入性手术。 HABRI 不会也不会基于种族、肤色、宗教、性别、性取向、性别认同和表达、国籍、残疾、军人身份、年龄、婚姻状况或父母身份进行歧视。通过宠物伙伴获得额外资金宠物伙伴是美国领先的治疗动物组织，它正在与 HABRI 合作，旨在通过人与动物之间的纽带力量改善人类健康和福祉。这种伙伴关系可以为研究动物辅助干预 (AAI) 对所涉及的人和动物的健康、教育和保健结果提供额外资金。特别鼓励关注这些大类的提案：
INFOSYS LIMITED – 现代奴隶制法案声明
印孚瑟斯有限公司 — 现代奴隶制法案声明 声明目的 现代奴隶制涵盖企业供应链中通过强迫和强制劳动和人口贩运造成的骚扰。本声明由“印孚瑟斯有限公司”及其相关子公司（参见附件 A）（以下统称为“印孚瑟斯”）根据英国 2015 年现代奴隶制法案第 54 (1) 条、澳大利亚 2018 年现代奴隶制法案第 3 条以及截至 2024 年 3 月 31 日的任何其他适用的现代奴隶制法规作出。我们致力于维护人权，并采取措施确保奴隶制和人口贩运不会在我们的业务或供应链中发生。 我们的业务 印孚瑟斯是下一代数字服务和咨询领域的全球领导者。我们帮助 50 多个国家的客户实现数字化转型。我们赢得利益相关方尊重的愿景继续激励着我们不断努力。我们的价值观统称为 C-LIFE，包括客户价值、以身作则的领导力、诚信和透明、公平和卓越，这些价值观指导着我们的行动。作为一家负责任的企业，我们认为成功包括采取可持续绩效的所有三个维度的行动，即环境、社会和经济。www.infosys.com 上的年度报告和可持续发展报告提供了有关我们可持续业务绩效的更多信息。您还可以访问 www.infosys.org 以深入了解我们的社会和环境可持续发展计划。我们的供应链我们将供应商分为三大类：
基于深度学习的情绪识别方法，使用脑电图 (EEG) 信号，采用双向长短期记忆 (Bi-LSTM)
摘要：情绪是人类日常交流的重要组成部分。脑电图 (EEG) 信号可将大脑的情绪状态和动态联系起来，脑机接口 (BCI) 可利用这些信号提供更好的人机交互。在情绪识别领域已经进行了一些研究。然而，使用 EEG 信号的情绪识别过程面临的最重要问题之一是识别的准确性。本文提出了一种基于深度学习的通过 EEG 信号进行情绪识别的方法，包括数据选择、特征提取、特征选择和分类阶段。这项研究服务于医学领域，因为情绪识别模型有助于诊断心理和行为障碍。这项研究有助于提高情绪识别模型的性能，以获得更准确的结果，进而有助于做出正确的医疗决策。这项工作使用了标准的预处理生理信号情绪分析数据库 (DEAP)。从数据集中提取了统计特征、小波特征和赫斯特指数。特征选择任务通过二进制灰狼优化器实现。在分类阶段，使用堆叠双向长短期记忆 (Bi-LSTM) 模型来识别人类情绪。本文将情绪分为三大类：唤醒、效价和喜好。与过去研究中使用的方法相比，所提出的方法实现了较高的准确率，效价、唤醒和喜好的平均准确率分别为 99.45%、96.87% 和 99.68%，这被认为是情绪识别模型的高性能。
通过论证构建更可解释的人工智能
引言大数据时代的到来为机器学习带来了巨大的成功。数据的丰富和各种机器学习技术的发展共同导致了新的人工智能模型和应用的爆炸式增长。然而，机器学习的大部分仍然是不透明的“黑匣子”。人工智能系统的有效性，特别是在疾病诊断、股票交易和自动驾驶汽车等关键应用中，将受到机器无法向人类解释其决策和结论的限制。因此，构建更可解释的人工智能非常重要，这样人类才能理解、信任和有效地管理新兴的人工智能系统（Gunning 2016）。整合（Gunning 2016）和（Biran and Cotton 2017）中提出的分类法，现有的可解释人工智能（XAI）研究可分为三大类方法：（1）基于特征的解释，（2）模型近似和（3）可解释模型。对于基于特征的解释，通常会给出一个不可解释的复杂模型及其预测。这种方法侧重于通过提取和识别对预测结果有显著影响的特征来为预测生成理由。Martens 等人（2008）通过提取可以基于一小部分特征产生与 SVM 类似结果的规则来解释 SVM 分类器的结果。Landecker 等人（2013）通过研究不同组件对分类结果的重要程度来解释分层网络的分类结果。Hendricks 等人（2016）使用 LSTM 基于突出的图像特征和类别判别特征为 CNN 的图像分类结果生成解释。
RFID在交通运营及智能化运营中的应用...
15.补充说明 由美国交通部、大学交通中心计划 16 资助。摘要 射频识别 (RFID) 以无线方式传输物体或人的身份。它被归类为自动识别技术的大类，具有相应的标准和既定协议。RFID 适用于不同行业的应用，并已渗透到我们生活的多个方面。RFID 技术的多功能特性和优势已证明 RFID 可广泛应用于交通领域，以提高驾驶安全性，减少车辆碰撞，甚至有助于减少车辆排放。总体而言，RFID 在交通运输中的应用仍然有限，并且没有得到很好的扫描和总结。本文旨在进行广泛的文献综述，以确定 RFID 的现有和潜在应用及其在交通运输中的研究机会和需求。交通领域现有的应用包括安全、运行——包括智能交通系统（ITS）和车辆基础设施集成（VII）、安保、政策等。可能阻碍RFID在交通领域广泛深入应用的障碍包括技术、成本、政策和隐私方面。RFID是最有影响力的技术之一，将影响包括ITS在内的交通运输的各个方面。人们相信，基于RFID的技术可以得到广泛的利用，以提高交通安全性，提高交通系统的效率，最终节省成本，从而提高人类的生活质量。17.关键词 RFID、射频识别、自动识别、无线通信、智能交通系统、交通应用
通过组合代谢工程提高快速生长蓝藻的柠檬烯产量
萜类化合物是一大类具有商业用途的天然产物。微生物生产萜类化合物被认为是稳定供应这些复杂碳氢化合物的可行方法。蓝藻是一种光合原核生物，是可持续生物生产的有吸引力的宿主，因为这些自养生物只需要光和二氧化碳就能生长。尽管蓝藻已被改造成生产各种化合物，但它们的萜类化合物生产率通常较低。需要进一步研究以确定提高蓝藻萜类化合物产量的瓶颈反应。在这项研究中，我们对快速生长的蓝藻 Synechococcus elongatus UTEX 2973 进行了改造，使其生产一种商业用途的萜类化合物柠檬烯。我们在编码香叶基香叶基焦磷酸合酶 crtE 的基因中发现了一个有益的突变，导致柠檬烯产量增加了 2.5 倍。工程菌株以每天 8.2 mg L 1 的速率生产了 16.4 mg L 1 的柠檬烯，比之前报道的其他蓝藻物种的柠檬烯产量高出 8 倍。此外，我们采用了组合代谢工程方法来优化参与柠檬烯生物合成上游途径的基因。通过调节编码 MEP 途径中的酶和香叶基焦磷酸合酶的基因的表达，我们表明优化表达水平对于提高蓝藻中的柠檬烯产量至关重要。
动态平均场理论算法及量子计算机实验
原子尺度模拟的量子计算算法和实验的发展主要集中在分子的量子化学上，而它们在凝聚态系统中的应用却很少被探索。在这里，我们提出了一种量子算法，用于在目前可用的量子计算机上对凝聚态系统进行动态平均场理论 (DMFT) 计算，并在两个量子硬件平台上进行了演示。DMFT 需要正确描述具有强关联电子的一大类材料。计算上的挑战部分来自于解决与浴耦合的相互作用杂质的有效问题，该问题在传统计算机上随着系统规模呈指数级增长。量子计算机有望实现指数级加速，但迄今为止提出的算法都是基于波函数的实时演化，这需要高深度电路，因此量子硬件的噪声水平必须非常低。我们在此提出了一种替代方法，该方法使用基态和激发态的变分量子本征求解器 (VQE) 方法获得所需的量，作为精确对角化杂质求解器的一部分。我们提出了双位点 DMFT 系统的算法，我们使用传统计算机上的模拟以及超导和捕获离子量子比特上的实验对其进行了基准测试，证明了该方法适用于在当前可用的量子硬件上运行 DMFT 计算。