XiaoMi-AI文件搜索系统
World File Search System模拟器
扩展 NCTUns 模拟器以支持移动网络
扩展 NCTUns 模拟器以支持移动网络 Juliano V. Quaglio、Tetsu Gunji、Celso M. Hirata 航空技术学院 Praça Marechal Eduardo Gomes 50 12228-900 巴西圣保罗 juliano.quaglio@gmail.com、tgunji@uol.com.br、hirata@ita.br 摘要 NCTUns 是一个基于 Linux 的网络模拟器/仿真器，它具有许多功能，例如无需修改即可执行真实世界的应用程序，以及使用真实 TCP/IP 网络堆栈对各种网络设备进行建模的功能。但是 NCTUns 仅支持移动主机的模拟/仿真，而不支持移动网络。因此，使用传统的 NCTUns，无法模拟更复杂的场景，包括具有移动网络的 C4I2SR 系统，例如，具有与外部网络（地面控制中心）通信的内部嵌入式网络的飞机。受此限制的启发，我们提出并描述了 NCTUns 的扩展，以便允许对需要两个 NCTUns 实例的系统进行建模和仿真。该扩展允许使用分布式计算机模拟具有视频流并由移动网络组成的 C4I2SR 系统场景。该方法可以提高对建模的信心。
高保真电光空间域意识场景模拟器
航空航天已经开发了高保真的太空领域意识（SDA）场景模拟器，为基于地面和空间的电光传感器提供现实的太空监视场景，以在从概念开发到操作到操作以及评估任务数据处理Algorithm和其他数据Pipeelines的所有阶段中的利益相关者为利益相关者提供模拟图像。我们使用传感器 - 目标参与方案构建场景，该场景在添加适当的背景，恒星，目标和噪声组件的同时对场景的频段辐射指定进行建模。场景模拟器使用恒星目录，包括超过十亿星的Gaia目录，将它们准确地放入图像中，并准确地表示其颜色校正的带有带有的亮度降低至22级。模拟器使用其他已发表的数据来对银河系平面中的黄道光和未解决的恒星的自然天空亮度进行建模。此外，由于未拒绝的杂散光而产生的较高背景是基于实验室和轨道测量结果注入诸如宇宙射线之类的时间背景效应。模拟器可选地包含了电流传感器偏置结构和噪声源的实验室测量，例如深电流，读取噪声和其他时空传感器噪声的来源。由模拟器创建的高保真场景目前用于降低风险，指导技术开发并为多个程序提供操作范围，以确保传感器硬件性能和数据处理软件将满足任务需求和要求。航空航天可以通过任何传感器观察操作概念（CONOPS）模拟场景，场景中的目标可以以任何忠诚度建模，从简单的漫不好物球体到高保真计算机辅助设计（CAD）模型，呈现出具有现实的双向反射率分配功能（Brundfs）和摄取复杂的效果。
有效的状态矢量模拟器和量子算法...
免责声明本文件是作为由美国政府机构赞助的工作的帐户准备的。美国政府和劳伦斯·利弗莫尔国家安全，有限责任公司，或其任何雇员均不对任何信息，设备，产品或流程的准确性，完整性或有用性承担任何法律责任或责任，或承担任何法律责任或责任，或者代表其使用不会侵犯私有权利。以本文提及任何特定的商业产品，流程或服务，商标，制造商或其他方式不一定构成或暗示其认可，建议或受到美国政府或Lawrence Livermore National Security，LLC的认可。本文所表达的作者的观点和意见不一定陈述或反映美国政府或劳伦斯·利弗莫尔国家安全，有限责任公司的观点和观点，不得用于广告或产品代表目的。
模拟数字量子模拟器上的热化和临界性
了解相互作用的粒子如何接近热平衡是量子模拟器面临的主要挑战 1,2。要充分释放此类系统以实现这一目标，需要灵活的初始状态准备、精确的时间演化和对最终状态表征的广泛探测。在这里，我们介绍了一个由 69 个超导量子比特组成的量子模拟器，它支持通用量子门和高保真模拟演化，其性能在交叉熵基准实验中超出了经典模拟的范围。与纯模拟模拟器相比，这个混合平台具有更多功能的测量功能，我们利用这些功能揭示了 XY 模型中由粗化引起的 Kibble-Zurek 缩放预测 3 的崩溃，以及经典的 Kosterlitz-Thouless 相变的特征 4。此外，数字门可以实现精确的能量控制，使我们能够研究本征态热化假设 5-7 对本征谱目标部分的影响。我们还展示了成对纠缠二聚体状态的数字制备，并对模拟演化中随后的热化过程中能量和涡度的传输进行了成像。这些结果确立了超导模拟数字量子处理器在多体光谱中制备状态和揭示其热化动力学方面的有效性。
QPy——使用 Python 的量子电路模拟器
QPy – 使用 Python 的量子电路模拟器 Anoushka Chaudhury 摘要 量子计算利用量子力学原理，有望使解决某些计算问题所需的时间呈指数级加速。虽然量子计算机的潜在能力已得到充分证实，但它们的实际实现面临着从可扩展性到退相干和噪声等重大挑战。本文介绍了 QPy，这是一个基于 Python 的量子电路模拟器，由我编写并设计，通过将量子门应用于量子位来跟踪模型量子计算机的量子态。通过执行必要的矩阵计算，该模拟器通过可视化底层数学来促进对量子算法的理解。该工具使研究人员能够有效地探索和实施各种量子协议，以测试和构建算法。 关键词：叠加、纠缠、量子计算、量子门 I. 简介 在解决计算密集型问题的过程中，量子计算已成为一个很有前途的平台。与以 0 和 1 的形式处理二进制信息的传统计算机不同，量子计算机利用量子比特或量子位，它们可以存在于叠加态中。量子位还利用了纠缠的量子特性。这些独特的特性使量子计算机能够比传统计算机更快地解决某些问题。然而，利用量子计算的力量需要克服巨大的挑战。量子系统本质上是脆弱的，容易因退相干和噪声而出错。此外，设计和实施量子算法需要深入了解量子力学和复杂的数学运算。在传统计算机上模拟量子系统需要大量资源，限制了量子算法和并行计算的可扩展性。为了应对这些挑战并促进对量子算法的探索，该项目引入了一个基于 Python 的量子电路模拟器。它使研究人员能够通过在量子门应用于量子位时准确跟踪量子态来模拟模型量子计算机的行为。通过在后台执行必要的矩阵计算，模拟器提供了量子算法数学基础的全面视图。
ngspice 电路模拟器 - 独立并嵌入 KiCad
10 有关 PDK，请参阅 https://www.ihp-microelectronics.com/services/research-and-prototyping-service/fast-design-enablement/open-source-pdk 有关模型，请参阅 https://github.com/dwarning/VA-Models
Chromax：快速可扩展的育种程序模拟器
牲畜和植物育种对可持续农业至关重要（Scho and Simianer 2015），并且更适合于特定环境或市场需求（Qaim 2020）。最近，基因组数据和先进统计方法的可用性彻底改变了育种计划（Kim等人2020）。值得注意的是，基因组选择使育种者可以根据基因构成来预测个体的表现，避免昂贵的表型（Meuwissen等人。2001，Crossa等。 2017）。 这些新的方法解锁了繁殖方案的各种设计可能性，因此很难优化它们。 此外，一个单个繁殖周期可能需要多年，在此过程中涉及许多设计选择。 因此，对使用模拟优化育种计划的兴趣越来越大。 在R中实现了现有的模拟十字架工具（Broman等人 2003，Mohammadi等。 2015，Gaynor等。 2020，Pook等。 2020）或朱莉娅（Chen等人 2022）。 尽管它们提供了广泛的功能，但它们无法利用高性能计算机中的并行性，这些计算机可能是针对大型且复杂的繁殖方案的必要性。 例如，模拟十个有十个春季的人的全脚架十字架会导致450个后代，而20个人的类似拨盘会产生1900个后代。 随着这种快速扩展，模拟与成千上万个人的育种计划中的完整拨号线可能是不可行的；因此，需要开发可以加快模拟的工具。2001，Crossa等。2017）。这些新的方法解锁了繁殖方案的各种设计可能性，因此很难优化它们。此外，一个单个繁殖周期可能需要多年，在此过程中涉及许多设计选择。因此，对使用模拟优化育种计划的兴趣越来越大。在R中实现了现有的模拟十字架工具（Broman等人2003，Mohammadi等。 2015，Gaynor等。 2020，Pook等。 2020）或朱莉娅（Chen等人 2022）。 尽管它们提供了广泛的功能，但它们无法利用高性能计算机中的并行性，这些计算机可能是针对大型且复杂的繁殖方案的必要性。 例如，模拟十个有十个春季的人的全脚架十字架会导致450个后代，而20个人的类似拨盘会产生1900个后代。 随着这种快速扩展，模拟与成千上万个人的育种计划中的完整拨号线可能是不可行的；因此，需要开发可以加快模拟的工具。2003，Mohammadi等。2015，Gaynor等。 2020，Pook等。 2020）或朱莉娅（Chen等人 2022）。 尽管它们提供了广泛的功能，但它们无法利用高性能计算机中的并行性，这些计算机可能是针对大型且复杂的繁殖方案的必要性。 例如，模拟十个有十个春季的人的全脚架十字架会导致450个后代，而20个人的类似拨盘会产生1900个后代。 随着这种快速扩展，模拟与成千上万个人的育种计划中的完整拨号线可能是不可行的；因此，需要开发可以加快模拟的工具。2015，Gaynor等。2020，Pook等。2020）或朱莉娅（Chen等人2022）。尽管它们提供了广泛的功能，但它们无法利用高性能计算机中的并行性，这些计算机可能是针对大型且复杂的繁殖方案的必要性。例如，模拟十个有十个春季的人的全脚架十字架会导致450个后代，而20个人的类似拨盘会产生1900个后代。随着这种快速扩展，模拟与成千上万个人的育种计划中的完整拨号线可能是不可行的；因此，需要开发可以加快模拟的工具。为此目的最有吸引力的语言是Python。Python是数值计算和数据科学最常用的编程语言之一，许多库可用于优化和机器学习（Pedregosa等人。2011，Bradbury等。2011，Bradbury等。
改进卡拉模拟器中的边界盒
摘要：Carla模拟器（学习行动）是测试算法并在自主驾驶领域生成数据集（AD）的强大平台。它提供了对各种环境参数的控制，从而可以进行彻底的评估。开发边界框通常是深度学习中通常使用的工具，并且在广告应用中起着至关重要的作用。使用边界盒识别和描述感兴趣的对象（例如车辆），用于识别和描述感兴趣的对象的主要方法。卡拉中的操作需要捕获地图上所有对象的坐标，随后与传感器的坐标系在自我车辆的坐标系统中，然后将相对于自我车辆的透视图包装在边界框中。但是，这种主要方法遇到了与对象检测和边界框注释相关的挑战，例如幽灵盒。尽管这些程序通常可以有效地检测其直接视线内的车辆和其他物体，但它们也可以通过识别被障碍物掩盖的物体来产生误报。我们已经增强了主要方法，目的是滤除不需要的盒子。绩效分析表明，改进的方法已经达到了很高的精度。
Agrasim（农业模拟器）设施，用于对环境对
3。最小湿度最小湿度取决于植物的蒸腾速率。假设在25°C和5m²叶面积的空气温度下的最大蒸腾速率为2.5 mmol m -2 s -1，最大供应空气体积流量为1,000升干空气，这会导致相对湿度（RH）约为。60％。以较低的蒸腾速率，可以设置明显较低的空气湿度（例如10％RH）。10％RH）。
AESIM：数据驱动的飞机发动机模拟器
我们提出了Aesim，这是一种使用基于变压器的跨性生成对抗网络开发的数据驱动的飞机发动机模拟器。AESIM生成飞机发动机传感器测量的样品，以完整的航班为条件，以代表飞行条件的给定飞行任务配置文件进行。它构成了飞机发动机数字双胞胎的重要工具，能够模拟它们的不同飞行任务的性能。可以比较在相同的操作条件下不同发动机的行为，为给定引擎的各种方案ios模拟，促进了诸如发动机行为分析，绩效限制识别以及在全球预后和健康管理策略内的维护时间表等应用。它还允许缺少飞行数据，并通过综合可用于公共研究目的或数据挑战共享的合成飞行数据集来解决机密性问题。