XiaoMi-AI文件搜索系统
World File Search System数值优化
插件混合电动汽车的最佳电池尺寸
插件杂交电动汽车（PHEV）最近已被引入全球市场。他们提供大量的廉价电动驾驶，而无需大型昂贵电池。然而，对于某些驾驶员或特定驾驶驾驶员的驾驶员组，哪种电池尺寸是最佳的，通常很难回答。在这里，我们通过分析最小化驾驶员的总拥有成本，来得出任何驾驶发电和诸如燃料和电池成本之类的最佳电池大小的明确公式。我们的结果应用于现实的个体驾驶程序以及德国驾驶程序的分布（来自大规模调查），并且还发现与同一驾驶专业文件的完全数值优化非常吻合。使用右尺寸的电池，Phevs可以更轻松地捕获市场份额。目前的结果可以直接应用，以找到其他国家人口或驾驶员组的最佳PHEV电池大小。
![arxiv：2103.07093v1 [Quant-ph] 2021年3月12日](/simg/g:\will\search\icon\source\4\4fa33fc4c55a167fc4619cf1270ec0b6cc6762cb.webp)
arxiv：2103.07093v1 [Quant-ph] 2021年3月12日
摘要 - 我们提出了一种量子合成算法，旨在产生短路并在实践中进行良好的扩展。主要贡献是使用通用“门”编码放置和拓扑的电路的新颖表示，该电路可以用几个数值优化的步骤替换Qfast算法在电路结构上替换昂贵的搜索。与最佳深度相比，基于搜索的最新技术时，Qfast会产生可比的结果：1。19×较长的电路最多四个QUAT，汇编速度为3。6×。此外，Qfast缩放多达七个Quart。与基于Qiskit的最新“规则”分解技术相比，Qfast会产生最多两个数量级（331×）的电路，尽管5。6×慢。我们还通过电路深度和运行时间来证明与其他技术的合成性以及配方的可调性。
通过改进的贪婪算法进行通用量子态准备
摘要：量子态的制备是量子信息处理的核心。贪婪算法提供了一种有效制备量子态的潜在方法。然而，标准贪婪算法通常不能取全局最大值，而是停留在局部最大值上。基于标准贪婪算法，本文提出了一种改进版本来设计动态脉冲以实现通用量子态制备，即从任意状态制备任意状态。作为应用，我们将该方案应用于半导体量子点和超导电路中单量子比特态和双量子比特态的通用制备。评估结果表明，我们的方案在具有同等高效率的同时，以更高的制备质量优于其他数值优化方法。与新兴的机器学习相比，它表现出更好的可访问性，并且不需要任何训练。此外，数值结果表明，我们的方案生成的脉冲序列对各种错误和噪声具有鲁棒性。我们的方案为少级系统和有限作用空间量子控制问题的优化开辟了一条新途径。
人工智能（AI）控制系统在...上的应用
在香港地铁 (MTR) 系统中，制冷机占车站总能耗的 40%。作为绿色铁路计划的一部分，进行了一次现场试验，应用全自动人工智能系统控制制冷机组，以实时优化能源性能，同时保持适合每个车站环境的乘客舒适度。通过人工智能系统的预测能力，可以根据实际的制冷机、车站和天气条件预测工厂的电力消耗和冷却需求，所有这些都会随时间变化。然后可以使用实时制冷机组控制的优化模型确定最佳运行设置，包括分阶段、排序、冷冻水供应温度设定点等。本文介绍了使用数据驱动的机器学习模型和数值优化的人工智能系统的制定，并通过现场试验将所提出系统的实际能源性能与传统楼宇管理系统 (BMS) 中基于规则的控制优化进行比较。结果表明，所提出的人工智能系统实现了更好的能源效率，每年节省能源约 8.7%。
GER-3713E - 蒸汽通道技术的进步
1974 年，杰克在 GE 开始了他的职业生涯，担任马萨诸塞州林恩中型蒸汽轮机部门的船用涡轮机采购和开发工程师。1979 年，他获得了 GE 电力系统部门颁发的工业和船用蒸汽轮机部门青年工程师工程奖。在过去的 18 年里，他一直担任技术领导，负责开发和使用先进的数值和分析方法设计涡轮机械，特别注重空气动力学、流体力学和数值优化。杰克曾担任过多个管理职位，负责为海军水面舰艇和潜艇推进、商业发电和机械驱动应用开发新的先进空气动力学蒸汽轮机设计。他是空气动力学工程经理。他负责领导一个工程师团队开发新的高效涡轮机和排气罩设计概念。。他拥有弗吉尼亚大学的工程学学士学位、麻省理工学院的航空航天学硕士学位以及东北大学的硕士学位。
线性规划中心路径法量子加速方法的实证评估
线性规划 (LP) 是理论和实践科学与工程领域的重要工具。它被广泛应用于解决各个领域的优化问题，包括运筹学、工程学、经济学，甚至组合学等更抽象的数学领域。LP 可应用于机器学习和数值优化。LP 的一些应用示例包括ℒ1 正则化支持向量机 (SVM) [1]、基追踪 (BP) 问题 [2]、稀疏逆协方差矩阵估计 (SICE) [3]、非负矩阵分解 (NMF) [4]、MAP 推理 [5] 和对抗性深度学习 [6,7]。Fung 等人 [8] 介绍了一种学习核函数的技术，该核函数是其他半正定核的线性组合。他们展示了如何利用对角优势约束通过线性规划获得近似核。此方法可用于使用混合核进行特征选择。这是线性规划在计算支持向量机核中的一个重要用途。本段中提到的结果说明了线性规划在解决优化问题中的实用性
B. Tech。土木工程计划
线性代数基础知识：向量空间和子空间，基础和维度，血统转换，四个基本子空间。矩阵理论：规范和空间，特征值和特征向量，特殊矩阵及其特性，最小平方和最小规范的解决方案。矩阵分解算法-SVD：属性和应用，低等级近似值，革兰氏施密特过程，极性分解。尺寸还原算法和JCF：主成分分析，血统判别分析，最小多项式和约旦的规范形式。微积分：微积分的基本概念：部分导数，梯度，定向衍生物Jacobian，Hessian，凸集，凸功能及其属性。优化：无约束和受约束的优化，受约束和不受约束优化的数值优化技术：牛顿的方法，最陡的下降方法，惩罚函数方法。概率：概率的基本概念：条件概率，贝叶斯定理独立性，总概率，期望和方差定理，几乎没有离散和连续分布，联合分布和协方差。支持向量机：SVM简介，错误最大程度地减少LPP，双重性和软边距分类器的概念。参考书：
双曲矩阵分解可提高药物预测
过去，计算系统生物学的研究更多地侧重于高级统计和数值优化技术的开发和应用，而较少关注对生物空间几何形状的理解。通过将生物实体表示为低维欧几里得空间中的点，最先进的药物-靶标相互作用 (DTI) 预测方法隐含地假设生物空间具有平坦的几何形状。相比之下，最近的理论研究表明，生物系统表现出具有高度聚类性的树状拓扑结构。因此，将生物系统嵌入平坦空间会导致生物对象之间距离的扭曲。在这里，我们提出了一种用于药物-靶标相互作用预测的新型矩阵分解方法，该方法使用双曲空间作为潜在生物空间。与经典的欧几里得方法相比，双曲矩阵分解表现出卓越的准确性，同时将嵌入维度降低了一个数量级。我们认为这是双曲几何支撑大型生物网络的额外证据。
博士达亚拉姆·索纳瓦内
• 可重构硬件中的数值优化以扩展模型预测控制在实时应用中的使用，（已完成，2019 年 12 月 - 2022 年），与印度政府 MHRD 的博士生合作。 • 通过 CARS 资助的车辆研究发展机构 (VRDE)-DRDO，开发车辆动力学工厂模型和与 ARM 平台的嵌入式联合仿真，（已完成，2020-21 年） • 开发传感器和数据采集远程触发虚拟实验室，虚拟实验室是印度政府通过 ICT 计划发起的一项举措，（已完成，2011-2014 年），MHRD，印度政府 • 开发 FPGA 嵌入式系统虚拟实验室，虚拟实验室项目，印度政府通过 ICT 计划发起的一项举措，（已完成，2010-2013 年），MHRD，政府印度 • 用于药物输送援助的皮下静脉检测系统，UGC 重大研究项目计划 (UGC-MRP)（已完成，2011-2014），UGC，印度政府 • 用于模型预测控制器的 DSP 的 VLSI 实现，AICTE 研究项目计划 (AICTE-RPS)（已完成，2008-2010），AICTE，印度政府
受限室内环境中的四旋翼飞行 - INAOE
无人机在民用领域的应用越来越广泛。四轴飞行器是一种经过广泛研究的无人机，是新型控制技术的绝佳试验台。四轴飞行器的一些预期用途需要在受限环境中运行，其中物体靠近飞行器。在这些条件下，飞行会受到空气动力学相互作用（力和扭矩）的影响。直观地讲，这些相互作用可以看作是气流从周围环境中反弹回飞行器。由于现有的精确模型需要大量的计算负荷，并且不能用于四旋翼飞行器的实时控制回路，因此开发用于描述此类相互作用的有效计算方法仍有待改进。本研究假设，通过一个可以实时部署并近似气动相互作用行为的简化数学模型，可以改善四旋翼飞行器的飞行控制。为了证实这一假设，我们的目标是开发一种有效的气动相互作用模型，该模型可以从模拟和实验数据中检索。为解决这个问题，我们将探索三个主要知识领域：控制理论、人工智能和流体力学。作为初步进展，我们提出了非线性四旋翼控制的数值优化技术。