XiaoMi-AI文件搜索系统
World File Search System极小值
利用人工神经网络进行量子启发基态近似回火
大量研究表明，参数化人工神经网络 (ANN) 可以有效描述众多有趣的量子多体汉密尔顿量的基态。然而，用于更新或训练 ANN 参数的标准变分算法可能会陷入局部极小值，尤其是对于受挫系统，即使表示足够具有表现力。我们提出了一种并行调节方法，有助于摆脱这种局部极小值。这种方法涉及独立训练多个 ANN，每个模拟由具有不同“驱动器”强度的汉密尔顿量控制，类似于量子并行调节，并且它将更新步骤纳入训练中，允许交换相邻的 ANN 配置。我们研究了两类汉密尔顿量的实例，以证明我们使用受限玻尔兹曼机作为参数化 ANN 的方法的实用性。第一个实例基于置换不变汉密尔顿量，其地形阻碍了标准训练算法，使其逐渐陷入假局部最小值。第二个实例是四个氢原子排列成一个矩形，这是使用高斯基函数离散化的第二个量化电子结构哈密顿量的一个实例。我们在最小基组上研究了这个问题，尽管问题规模很小，但它表现出了假最小值，可以捕获标准变分算法。我们表明，通过量子并行回火来增强训练对于找到这些问题实例基态的良好近似值非常有用。
新泽西理工学院数据科学助理教授
行业经验 研究实习生，IBM Research，纽约约克敦高地 2018 年 2 月 - 8 月 与 Nam H. Nguyen 博士合作，就深度学习中的平坦极小值进行独立研究。贡献软件并针对时间序列分析的神经方法进行实验。 研究实习生，Uplevel Security，纽约 2016 年 6 月 - 8 月 学习关系图节点的嵌入，处理缺失数据和属性，重点是网络安全应用 访问学生，Draper Laboratories，马萨诸塞州剑桥 2015 年 6 月 - 7 月 使用深度学习发现软件中的常见弱点
高效路径规划和边缘动态避障，确保 USV 安全航行
摘要 — 无人水面舰艇 (USV) 凭借其自主性优势被广泛应用于各个领域，而路径规划是实现自主性的关键技术。然而，单独使用全局路径规划无法避开移动障碍物，而单独使用局部路径规划可能陷入局部极小值而无法到达目标。因此，本文提出了动态目标人工势场 (DTAPF) 方法，以跟随 A* 算法生成的全局路径的动态点作为人工势场 (APF) 的目标点。此外，为了提高传统集中式路径规划方法的 USV 导航响应时间和安全性，我们提出了用于全局路径规划的边缘计算架构和偏移制导方法以避开移动障碍物并符合碰撞规则 (CORLEG)。实验结果表明，采用本文提出的方法，无人艇在存在移动障碍物的环境中能够以较高的概率（约99.4%）到达目标，与传统APF算法相比，在平均路径长度和平均航行时间几乎没有增加的情况下，碰撞概率降低了71%，且计算时延远低于本地计算，也低于云计算。
Davide Riccobelli - 米兰理工大学
1. M. Magri 和 D. Riccobelli。初始应力固体的建模：不可压缩极限下的能量密度结构。SIAM 应用数学杂志，84(6):2342–2364，2024 年 2. D. Riccobelli、P. Ciarletta、G. Vitale、C. Maurini 和 L. Truskinovsky。脆性断裂背后的弹性不稳定性。物理评论快报，132:248202，2024 年 3. NA Barnafi、F. Regazzoni 和 D. Riccobelli。弹性体中松弛配置的重建：心脏建模的数学公式和数值方法。应用力学和工程中的计算机方法，423:116845，2024 4. D. Riccobelli、HH Al-Terke、P. Laaksonen、P. Metrangolo、A. Paananen、RHA Ras、P. Ciarletta 和 D. Vella。扁平和起皱的封装液滴：重力和蒸发引起的形状变形。物理评论快报，130(21):218202，2023 5. Y. Su、D. Riccobelli、Y. Chen、W. Chen 和 P. Ciarletta。电活性介电弹性体气球的可调变形。英国皇家学会学报 A，479(2276):20230358，2023 6. P. Ciarletta、G. Pozzi 和 D. Riccobelli。具有初始应力的弹性板的 F¨oppl–von K´arm´an 方程。英国皇家学会开放科学，9(5):220421，2022 7. D. Andrini、V. Balbi、G. Bevilacqua、G. Lucci、G. Pozzi 和 D. Riccobelli。轴突皮质收缩性的数学建模。脑多物理，3:100060，2022 8. D. Riccobelli。主动弹性驱动受损轴突中周期性串珠的形成。物理评论 E，104(2):024417，2021 9. D. Riccobelli、G. Noselli 和 A. DeSimone。围绕刚性约束盘绕的杆：螺旋和变位。皇家学会学报 A，477(2246):20200817，2021 10. D. Riccobelli 和 G. Bevilacqua。表面张力控制脑器官中脑回形成的开始。固体力学和物理学杂志，134:103745，2020 11. D. Riccobelli、G. Noselli、M. Arroyo 和 A. DeSimone。互锁和可滑动杆的轴对称薄板力学。固体力学和物理学杂志，141:103969，2020 12. D. Riccobelli 和 D. Ambrosi。肌肉的激活作为应力-应变曲线的映射。极端力学快报，28:37–42，2019 13. D. Riccobelli、A. Agosti 和 P. Ciarletta。论初始应力材料的弹性极小值的存在。皇家学会哲学学报 A，377(2144):20180074，2019 14. G. Giantesio、A. Musesti 和 D. Riccobelli。横向各向同性超弹性材料中主动应变和主动应力的比较。弹性杂志，137(1):63–82，2019 15. D. Riccobelli 和 P. Ciarletta。具有残余应力的软不可压缩球体的形状转变。固体数学和力学，23(12):1507–1524，2018 16. D. Riccobelli 和 P. Ciarletta。曲折肿瘤血管的形态弹性模型。国际非线性力学杂志，107:1–9，2018 17. D. Riccobelli 和 P. Ciarletta。软弹性层中的瑞利-泰勒不稳定性。皇家学会哲学学报 A，375(2093):20160421，2017 18. D. Ambrosi、S. Pezzuto、D. Riccobelli、T. Stylianopoulos 和 P. Ciarletta。实体肿瘤是多孔弹性固体，在生长过程中具有化学机械反馈作用。弹性杂志，129(1-2):107–124，2017