XiaoMi-AI文件搜索系统
World File Search System时间导数
第 4 章 质量和能量守恒定律
守恒定律是利用两个基本原理推导出来的——守恒定律和本构关系。守恒定律基于质量守恒定律（质量守恒定律）和动量守恒定律（动量变化率等于施加力的总和）。然而，当这些定律应用于流动系统时，就会出现问题，因为流体以平均流传输，因此必须在与流体一起移动的参考系中应用守恒定律。因此，守恒定律中使用的时间导数必须更仔细地定义。因此，在继续推导守恒定律之前，我们将首先考虑“实质导数”的概念。我们将使用位置相关浓度场作为示例来说明实质导数。
互信息作为总相关性变化的度量的不可靠性
以各种形式伪装的相关性是经典和量子系统中一系列重要现象的基础，例如信息和能量交换。量子互信息和相关矩阵的范数都被视为总相关性的适当度量。我们证明，当应用于同一系统时，这两个度量实际上可以表现出明显不同的行为，至少在两种极端情况下除外：当没有相关性时和当存在最大量子纠缠时。我们通过提供相互作用的二分系统度量的时间导数的解析公式来进一步量化差异。我们认为，要正确解释相关性，应该考虑相关矩阵（以及子系统的简化状态）提供的全部信息。标量（例如相关矩阵的范数或量子互信息）只能捕捉相关性复杂特征的一部分。作为一个具体的例子，我们表明在描述与相关性相关的热交换时，这两个量都不能完全捕捉潜在的物理特性。作为副产品，我们还证明了具有局部和短程相互作用的系统中量子互信息的面积定律，而无需假设马尔可夫性或最终热平衡。
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）。
量子态的复值维格纳熵 - QuIC
摘要 众所周知，量子态的 Wigner 函数可以取负值，因此它不能被视为真正的概率密度。在本文中，我们研究了在相空间中寻找扩展到负 Wigner 函数的熵类函数的难度，然后主张定义与任何 Wigner 函数相关的复值熵的优点。这个量，我们称之为复 Wigner 熵，是通过在复平面上对 Wigner 函数的 Shannon 微分熵的解析延拓来定义的。我们表明，复 Wigner 熵具有有趣的特性，特别是它的实部和虚部在高斯幺正（相空间中的位移、旋转和压缩）下都是不变的。当考虑高斯卷积下 Wigner 函数的演化时，它的实部在物理上是相关的，而它的虚部仅与 Wigner 函数的负体积成正比。最后，我们定义任何维格纳函数的复值费希尔信息，当状态经历高斯加性噪声时，它与复维格纳熵的时间导数相关联（通过扩展的德布鲁因恒等式）。总的来说，预计复平面将为分析相空间中准概率分布的熵特性提供一个适当的框架。
化学计量矩阵左零空间的凸基导致了具有代谢意义的池的定义
摘要 计量矩阵 S 表示反应速率向量到浓度时间导数空间的映射。计量矩阵的左零空间包含动态不变量：浓度变量的组合，称为代谢池，其总浓度不会随时间而变化。通过类比 S 形成的传统反应图，可以从 ST 得出化合物图。与 S 的（右）零空间的通量分析类比使我们能够将代谢池分为三类：A 类包含以某些部分形式的化学元素及其组合，B 类除了包含网络内部携带此类部分的辅因子外，还包含此类部分，C 类仅包含辅因子。左零空间基的凸公式使我们能够将代谢池直接分为这三类。 B 型代谢池包括保守池，这些池形成代谢物和辅因子的部分占据和部分空置浓度状态的结合物。因此，B 型代谢池描述了主要底物和辅因子之间捕获能量和氧化还原电位等特性的部分交换的各种状态。凸基可以清楚地洞察人类红细胞中糖酵解途径的这种交换，包括识别形成结合物的高能池和低能池。示例表明，池图可能比通量图更适合信号通路。对化学计量矩阵左零空间的分析使我们能够定义细胞的可实现状态及其生理相关性。
锂离子电池状态和参数估计的新级联框架
摘要：锂离子电池在线监视由于其内部状态的不可衡量的特征而具有挑战性。到目前为止，电池监视的最有效方法是基于等效电路模型应用高级估计算法。此外，一种估计缓慢变化的不可估计的参数的通常方法是将它们包括在零时间导数条件下，构成所谓的扩展等效电路模型，并已广泛用于电池状态和参数估计。尽管将各种高级估计算法应用于联合估计和双重估计框架，但这些估计框架的本质尚未更改。因此，电池监视结果的改进有限。因此，本文提出了一种新的电池监视结构。首先，由于叠加原则，提取了两个子模型。对于非线性，进行了可观察性分析。表明，局部可观察性的必要条件取决于电池电流，电池容量的初始值以及相对于充电状态的开路电压的衍生物平方。然后，获得的可观察性分析结果成为提出新的监测结构的重要理论支持。选择并使用常用的估计算法，即卡尔曼过滤器，扩展的卡尔曼过滤器和无香的卡尔曼过滤器。使用合成数据的数值研究已证明了所提出的框架的有效性。使用合成数据的数值研究已证明了所提出的框架的有效性。除了提供电池开路电压的同时估算外，电池容量估计更快，更易用的电池容量估计是新提出的监测结构的主要优势。
贡献报告-Indico Global
在修饰的重力框架内，准静态和亚匹配近似值被广泛用于分析，旨在在后期识别与一致性模型的偏离。通常，假设时间导数相对于空间衍生物是亚分析，鉴于相关的物理模式是哈勃半径内的那些模式。实际上，根据重力电位和所涉及的物质领域的扰动，这些近似值下的扰动方程将减小为可拖动的代数系统。在这里，在F（r）理论的框架中，我们使用新的参数化方案调用这些近似值时，我们将重新访问标准结果，该方案使我们能够跟踪扰动方程中每个时间衍生术语的相关性。这种新方法揭示了在标准程序中获得的校正项。我们通过将两种方法的结果与两种知名玩具模型的完整数值解决方案进行比较：设计师F（R）模型和HU-Sawicki模型来评估这些差异的相关性。我们发现：i）可以将子马近似值安全地应用于量表0的线性扰动方程。06 h / mpc Lessimk Lessim 0。2 h / mpc，ii）在这个“安全区域”中，准静态近似值即使在某些情况下，即使在某些情况下，对于宇宙预算，即使黑能有显着促进宇宙预算，即使暗能对宇宙预算产生显着贡献，也可以对宇宙预算产生显着贡献，甚至有助于宇宙预算，即使在某些情况下，我们的新方法也比标准过程更好。，尽管对于研究案例，这一重大改进对线性可观察物的影响很小，但这并不代表我们方法的无效。相反，我们的发现表明，在更通用的修改重力理论（例如Horndeski）中，在这些近似值下得出的扰动表达式也应重新审视。
费马大定理在希尔伯特算术中的证明。III.费马大定理与格里森定理的量子信息统一
摘要 。本文的前两部分（分别是 https://philpapers.org/rec/PENFLT-2 和 https://philpapers.org/rec/PENFLT-3）表明，费马最后定理 (FLT) 在希尔伯特算术中的狭义和广义解释可以在第一部分中通过归纳法提出证明，在第二部分中通过 Kochen-Specker 定理提出证明。同样的解释也适用于基于格里森定理的 FLT 证明，部分类似于第二部分中的证明。希尔伯特空间子空间的 (概率) 测度的概念，尤其是其唯一性，可以明确地与偏代数或不可通约性联系起来，或者在广义上解释为希尔伯特算术的两个对偶分支的关系。对最后一个关系的研究使得 FLT 和格里森定理在某种意义上等同于两个对偶对应物，前者可以从后者推出，反之亦然，但需要附加条件，即算术对集合论的哥德尔不完备性。反过来，量子比特希尔伯特空间本身也可以通过 FLT 和格里森定理的统一来解释。利用广义的希尔伯特算术证明 FLT 这样的数论基本结果可以推广到“量子数论”的概念。通过“非标准双射”及其两个与信息论内在关联的对偶分支，可以从数学上研究皮亚诺算术从希尔伯特算术的起源。然后，无穷小分析及其革命性的物理学应用也可以在更广泛的背景下重新实现，例如，作为对时间物理量（分别是物理学中考虑的任何时间过程中的时间导数）出现方式的探索。最后，结果允许对任何层次结构如何产生或改变自身进行哲学反思，这仅归功于其对偶和幂等对应物。关键词：完备性、格里森定理、费马最后定理、希尔伯特算术、幂等性和层次结构、科亨和斯佩克定理、非标准双射、皮亚诺算术、量子信息
完整脑理论的基本解释
摘要 我们希望提出一种基于涉及蛋白质-蛋白质相互作用的大脑间超快自发信息通路来绑定内在信息的机制。质子是用于在像大脑这样的复杂水介质中传输比特单元的便捷量子对象。这种介质中的声子-极化子相互作用增加了信息复杂性，涉及复杂的蛋白质相互作用，这些相互作用对于超流体般的高速公路至关重要，使意识过程能够穿透大脑区域，这些区域是由不同的受调控的基因组而不是单个区域特定的基因组成的。大脑皮层中的蛋白质通路连接在一个由数千种蛋白质组成的网络中。为了理解大脑间通信的作用，我们假设界面水晶格中的质子电流是由声子-极化子振动引起的，在电磁场存在的情况下，声子-极化子振动可以导致超快速通信，其中热量子比特、物理感觉和质子是用于在复杂水介质中传输比特单元的便捷量子对象。由于准质子绕闭合环运动的能量而引起的热振荡频率与电磁振荡频率相对相等，这证实了准极化子的存在。声子极化子是与晶格振动模式耦合的电磁波。然而，当它们由质子专门产生时，它们被称为声子耦合准粒子，即与振动运动耦合。我们从准粒子开始，向上移动到亚细胞、细胞和神经元结构中的生物分子通信，导致多尺度信息“位”的负熵纠缠。信奉量子势化学，稳态下负增益上固有信息的相互依赖性代表了微观随机量子热涨落的中观集合，通过负熵衍生的、温度相关的、耗散的量子势能来表达。后者取决于扩散函数和温度的时间导数，从根本上解释了完整脑理论。关键词：量子势化学；量子热涨落；热量子比特；本征信息；Grotthuss机制；负熵增益；准极化子；质子；耗散量子势能；共振；完整脑理论。
增强弥漫性相关光谱脉冲脑血流信号，并具有近红外光谱光谱学
将DC与NIRS结合起来可以计算氧气6的脑代谢率，并进一步了解健康7、8和病理条件下血红蛋白浓度与脑血流（CBF）变化之间的关系。9，10最近，我们和其他小组提出了使用DCS脉动CBF指数信号（PCBF I）来量化颅内压（ICP），临界关闭压力（CRCP），脉冲指数（PI）和脑抗血管抵抗指数（CVR I）的连续性和非inniNninvasine continally and Inninvasine conteriality。11 – 16 Despite the encouraging results, the low signal-to-noise ratio (SNR) of current DCS devices limits pCBF i to source- detector separations (SDsep) of up to 2.5 cm, which reduces brain sensitivity in adults, 17 and to achieve sufficient time-points within a pulsatile waveform, it requires cardiac-gated averaging of 50 arterial pulses, 11 which dampens the脉冲峰，并提供CRCP和CVR I估计为0.02至0.07 Hz，速率太低，无法研究大脑脉管系统的动态压力流关系。18要克服DCS噪声，增加SDSEP并以较少的平均恢复PCBF I恢复，我们提出了一种基于NIRS和DCS脉冲信号组合的新方法。由于在相同采样速率下的NIRS测量值通常检测到多个数量级的光子，因此NIR的SNR比DCS的SNR（19，20）好得多，允许测量脉冲血容量波形，并在长SDSEP（≥3cm）处具有高时间分辨率。PWA通常是指在短SDSEP上使用脉搏氧量设备测量的PPG波形的形态。21特别是，我们最近开发了一种称为Flexnirs的开源，可穿戴和无线NIRS设备，具有低噪声等效功率（NEP <70 fw∕P Hz），能够以高达266 Hz的采样率以高达266 Hz的采样率获取10个通道。22该设备的高SNR性能使我们能够在NIRS光掌术（PPG）的脉冲光吸光度下以3.3 cm sdsep（Nirs-Pppg）的速度吸收性（NIRS-PPG）与少数Beats Anever to beats Anirs to beative and Beative vellsaTile光吸光度（PPG），从而解决脉动血液量和其时间衍生物。23从表面PPG中提取的形态特征及其时间衍生物已在文献中进行了研究，通常包括PPG波轮廓的振幅，潜伏期和宽度。这些特征通常带有算法，这些算法在信号中找到局部最大值和最小值及其第一个至第三次衍生物。23 PWA量化了脉搏波的特性，以获取有关心血管态的信息，并揭示了特定特征与皮肤血管衰老，刚度和外周耐药性的相关性。24 - 27测量长SDSEP PPG及其时间导数的能力扩展了分析，以表征大脑血管，并通过弥漫性光学方法为研究脑健康打开了新的维度。28 - 30此外，当通过利用脉冲血容量和血流关系同时测量DC和NIR时，31 - 33，我们可以将Pul-Satile流入和流出和流出和模型PCBF I分开，并将模型作为NIRS-PPPG的线性贡献，以及它的首次衍生物[D（NIRS-PPPG）[D（NIRS-PPPG）/DT]。所得拟合的PCBF i-fit在DC上显示超过SNR，同时准确匹配DCS脉冲流，使我们能够在心脏频率下估计PI，CRCP和CVR I。为了验证该模型，我们与Flexnirs同时测量了12位健康受试者，并且在我们的实验室中可用的最先进的DCS原型，该原型在1064 nm处运行，并采用了超导纳米型单杆探测器（SNSPD）。SNSPD-DCS系统提供了> 16倍SNR的增加，而标准DCS技术，17，使我们能够在较大的分离处解决PCBF I，并使用较低的心脏门控平均。，我们对受试者进行了NIR和DCS测量，同时执行改变脑和系统生理的标准任务，并在各种条件下恢复了脉动和慢速变化的信号。