XiaoMi-AI文件搜索系统
World File Search System对时
在 COVID-19 大流行期间利用人工智能对时空数据进行洞察：综述
Gihan Jayatilaka a,1、Jameel Hassan a,1、Umar Marikkar a、Rumali Perera b、Suren Sritharan c、Harshana Weligampola c、Mevan Ekanayake d、Roshan Godaliyadda a、Parakrama Ekanayake a、Vijitha Herath a、GM Dilshan Godaliyadda e、Anuruddhika Rathnayake f、Samath D. Dharmaratne g,h、Janaka Ekanayake a,i
在 COVID-19 大流行期间使用人工智能对时空数据产生洞察：评论
Gihan Jayatilaka a,1, ∗ , Jameel Hassan a,1 , Umar Marikkar a , Rumali Perera b , Suren Sritharan c , Harshana Weligampola c , Mevan Ekanayake d , Roshan Godaliyadda a , Parakrama Ekanayake a , Vijitha Herath a , G M Dilshan Godaliyadda e、Anuruddhika Rathnayake f、Samath D. Dharmaratne g,h、Janaka Ekanayake a,i
在 COVID-19 大流行期间利用人工智能对时空数据进行洞察：综述
Gihan Jayatilaka a,1, ∗ 、Jameel Hassan a,1 、Umar Marikkar a 、Rumali Perera b 、Suren Sritharan c 、Harshana Weligampola c 、Mevan Ekanayake d 、Roshan Godaliyadda a 、Parakrama Ekanayake a 、Vijitha Herath a 、GM Dilshan Godaliyadda e 、Anuruddhika Rathnayake f 、Samath D. Dharmaratne g,h 、Janaka Ekanayake a,i
利用深度神经网络解决量子动力学中的逆问题：机器学习对时间相关最优控制场的预测 Xi
逆问题在物理科学中持续引起人们的极大兴趣，特别是在控制非平衡系统中所需现象的背景下。在这项工作中，我们利用一系列深度神经网络来预测时间相关的最优控制场 E(t)，从而实现降维量子动力系统中所需的电子跃迁。为了解决这个逆问题，我们研究了两种独立的机器学习方法：(1) 用于预测频域中功率谱的频率和幅度内容的前馈神经网络（即 E(t) 的傅里叶变换）；(2) 用于直接预测时域中的 E(t) 的互相关神经网络方法。这两种机器学习方法都为探索底层量子动力学提供了互补的方法，并且在准确预测最优控制场的频率和强度方面也表现出色。我们为这些深度神经网络提供了详细的架构和超参数，并为每个机器学习模型提供了性能指标。从这些结果中，我们表明机器学习方法，特别是深度神经网络，可以作为一种经济有效的统计方法来设计电磁场，以实现这些量子动力系统中所需的转变。
使用自调节优化卡尔曼滤波器对时变脑网络进行建模
脑网络是复杂的动态系统，其中不同区域之间的定向相互作用在感觉、认知和运动过程的亚秒级尺度上发展。然而，由于神经信号及其未知噪声成分的高度非平稳性质，动态脑网络建模仍然是当代神经科学的主要挑战之一。在这里，我们提出了一种基于卡尔曼滤波器创新公式的新算法，该算法经过优化，可在未知噪声条件下跟踪快速发展的定向功能连接模式。自调节优化卡尔曼滤波器 (STOK) 是一种新型自适应滤波器，它嵌入自调节记忆衰减和递归正则化，以确保高网络跟踪精度、时间精度和对噪声的鲁棒性。为了验证所提出的算法，我们在现实替代网络和真实脑电图 (EEG) 数据中与经典卡尔曼滤波器进行了广泛的比较。在模拟和真实数据中，我们都表明 STOK 滤波器估计定向连接的时间频率模式具有显著优越的性能。STOK 滤波器的优势在真实 EEG 数据中更加明显，其中该算法从大鼠的颅脑 EEG 记录和人类视觉诱发电位中恢复了动态连接的潜在结构，与已知生理学高度一致。这些结果确立了 STOK 滤波器是模拟生物系统中动态网络结构的强大工具，有可能对大脑功能产生的网络状态的快速演变产生新的见解。
相对论潮汐对时钟比较实验的影响
摘要：我们考虑了相对论潮汐对时钟比较实验频率偏移的影响。在潮汐、轴对称和旋转的地球引力场中，推导出频率偏移和时间传递的相对论公式。借助描述固体地球潮汐响应的洛夫数，我们建立了地面时钟比较实验的潮汐效应与重力仪的局部重力潮汐之间的数学联系，这反过来又为我们提供了一种利用局部重力潮汐数据消除潮汐对时钟比较影响的方法。此外，我们开发了一种受扰开普勒轨道的方法来确定太空任务时钟比较的相对论效应，与传统的未受扰开普勒轨道方法相比，该方法可以进行更精确的计算。利用这种摄动方法，可以给出由于潮汐力、地球扁率等影响而引起的轨道变化对相对论效应的摄动。另外，作为结果的应用，我们模拟了地面时钟比较中频移的潮汐效应，并对天琴任务和 GPS 给出了一些估计。