摘要。数字孪生范式基于这样的理念:通过创建真实组件的忠实虚拟对应物,可以更好地预测和监控组件的使用寿命和性能,从而提高最终产品的安全性和成本。此类模型需要准确输入零件的初始材料状态以及整个使用寿命中的使用中载荷和损坏状态。零件的共振频率与零件的材料状态和损坏状态相关。类似地,共振频率的变化与使用中载荷和损坏导致的零件材料状态的变化相关。过程补偿共振测试 (PCRT) 利用这些物理关系,使用测量的组件共振频率执行无损评估 (NDE) 和材料特性分析。先前的研究已经建立了模拟材料性能变化、晶体取向和损伤状态对共振影响的技术,以及量化从模型输入到输出的不确定性传播。本研究考察了使用 PCRT 模型反演来获取材料特性和校准真实组件的数字孪生。首先使用尺寸和质量测量为单晶镍基高温合金样品群创建数字孪生实例。然后,在从物理对应物收集共振光谱后,采用模型反演技术来估计每个部件的弹性性能和晶体取向。然后用模型反演输出校准数字孪生。随后通过将反演结果与统计上显著的物理样本群的共振和 x 射线衍射测量进行比较来验证这些数字孪生。结果突出了特定部件材料特性对数字孪生性能的价值,以及 PCRT 评估和提高数字孪生保真度的能力。
4 重要的是,模型反演本质上不是一个近似过程。因此,通过说生成模型是反演的,我们还没有展示如何解决难解性问题。由于技术细节相当复杂(参见 Bogacz 2017),并且对我的论点无关紧要,因此我不会在这里概述它们。感谢一位匿名审稿人注意到了这个问题。
网络神经科学对于理解复杂大脑(障碍)功能和认知的原理和机制至关重要。在这种情况下,全脑网络建模(也称为虚拟大脑建模)将大脑动力学计算模型(放置在每个网络节点)与单个大脑图像数据(以协调和连接节点)相结合,从而增进我们对大脑复杂动力学及其神经生物学基础的理解。然而,考虑到不同的时空分辨率,仍然迫切需要自动模型反演工具来估计大规模和跨神经成像模式的控制(分叉)参数。本研究旨在通过引入一个灵活、综合的工具包来解决这一差距,该工具包用于在虚拟大脑模型上进行有效的贝叶斯推理,称为虚拟大脑推理(VBI)。该开源工具包提供快速模拟、特征提取分类、高效数据存储和加载以及概率机器学习算法,从而能够从非侵入性和侵入性记录中进行生物物理可解释的推断。通过计算机测试,我们证明了常用全脑网络模型及其相关神经成像数据的推断的准确性和可靠性。VBI 显示出通过不确定性量化来改善网络神经科学中的假设评估的潜力,并通过增强虚拟大脑模型的预测能力为精准医学的进步做出贡献。
在网络安全方面,攻击者和捍卫者在战略上共同努力的方式越来越像游戏的总体运作方式。对抗机器学习(AML)已成为黑客入侵的重要领域。在AML中,攻击者使用复杂的方法避免被捕获并利用机器学习模型中的缺陷。 这项研究的目的是通过查看游戏理论和AML满足的位置,全面了解策略如何结合网络安全。 您可以将网络安全中的战略交流视为攻击者和防守者之间的游戏。 防守者希望确保系统和数据安全,并且敌人希望出于不良原因闯入它们。 在这个游戏中,玩家必须做出很多决定。 后卫必须提前思考并为可能的攻击做准备,而攻击者一直在改变计划,以避免被抓住并利用防御弱点。 游戏理论为我们提供了一种正式建模这些交互作用的方法,这使我们可以研究平衡的最佳策略和结果。 在AML期间,防御者使用机器学习模型来查找和停止安全风险,而攻击者则使用逃生攻击,中毒攻击和模型反演攻击等方法更改这些模型。 在这些敌对策略中,网络安全添加了一个战略要素,后卫必须在创建和使用防御时考虑攻击者的目标和技能。 本文研究了已经对使用游戏理论研究黑客研究的研究以及如何使用这些模型来研究策略如何在AML中融合。在AML中,攻击者使用复杂的方法避免被捕获并利用机器学习模型中的缺陷。这项研究的目的是通过查看游戏理论和AML满足的位置,全面了解策略如何结合网络安全。您可以将网络安全中的战略交流视为攻击者和防守者之间的游戏。防守者希望确保系统和数据安全,并且敌人希望出于不良原因闯入它们。在这个游戏中,玩家必须做出很多决定。后卫必须提前思考并为可能的攻击做准备,而攻击者一直在改变计划,以避免被抓住并利用防御弱点。游戏理论为我们提供了一种正式建模这些交互作用的方法,这使我们可以研究平衡的最佳策略和结果。在AML期间,防御者使用机器学习模型来查找和停止安全风险,而攻击者则使用逃生攻击,中毒攻击和模型反演攻击等方法更改这些模型。在这些敌对策略中,网络安全添加了一个战略要素,后卫必须在创建和使用防御时考虑攻击者的目标和技能。本文研究了已经对使用游戏理论研究黑客研究的研究以及如何使用这些模型来研究策略如何在AML中融合。它讨论了不同类型的游戏,例如刚性和动态游戏,以及它们对保护其他玩家的威胁意味着什么。除此之外,它可以研究知识,怀疑和策略学习的不平衡如何影响计算机游戏的结果。本文通过将游戏理论与AML相结合,可以帮助我们理解攻击者和防守者在网络安全中面临的策略问题。它显示了战略性思考和建造可以改变以应对改变风险的武器的重要性,并为该领域的未来研究奠定了基础,
陆地总初级生产力 (GPP) 在全球碳循环中发挥着重要作用,但光合作用的空间和时间变化的量化仍存在很大不确定性。我们的工作旨在研究遥感技术在精细空间分辨率下为植物光合作用提供新见解的潜力。这一目标是通过利用荧光探测器 (FLEX) 机载演示器 HyPlant 获得的高分辨率图像实现的。传感器飞过一片混合森林,收集的图像经过精心设计,获得了两个独立的植物光合作用指标。首先,成功获取了研究区域森林红光和远红光峰的太阳诱导叶绿素荧光 (F) 图,叶绿素荧光是植物光合作用的一种新指标 (r 2 = 0.89 和 p < 0.01,r 2 = 0.77 和 p < 0.01,与飞行过程中同步获取的冠层顶部地面测量值相比)。其次,使用定制版耦合生物物理模型呼吸地球系统模拟器 (BESS) 得出 GPP 和吸收光合有效辐射 (APAR) 图。该模型由机载关键森林特征图 (即叶叶绿素含量 (LCC) 和叶面积指数 (LAI)) 和气象数据驱动,为研究地点的感兴趣变量提供高分辨率快照。通过优化的基于查找表的 PROSPECT-4-INFORM 辐射传输模型反演,准确估算了 LCC 和 LAI(分别为 RMSE = 5.66 μg cm −2 和 RMSE = 0.51 m 2 m −2),确保准确表示生态系统功能决定因素的空间变化。然后分析测量的 F 和建模的 BESS 输出之间的空间关系,以解释区域尺度上生态系统功能的变化。结果表明,远红 F 在空间域中与 GPP(r 2 = 0.46,p < 0.001)和 APAR(r 2 = 0.43,p < 0.001)显着相关,并且这种关系是非线性的。相反,红光 F 与 GPP 或 APAR 之间没有发现统计学上显著的关系(p > 0.05)。在高分辨率下发现的空间关系为空间异质性在控制远红光 F 与 GPP 之间关系中的关键作用提供了宝贵的见解,表明需要在更粗的分辨率下考虑这种异质性。