XiaoMi-AI文件搜索系统
World File Search System模拟的
从零到湍流：3D流模拟的生成建模
tl; dr3D中的湍流不仅仅是“只有一个维度”自回归模型努力通过时间跟踪复杂的涡旋结构生成的建模使我们可以直接从流量状态的流动状态中进行样品，从而在跟踪问题
« 数值模拟的先进技术 – 端到端虚拟原型和高性能计算 »
“未来的纳米级碰撞模型？一切都还未确定！但有一件事是肯定的：为分析师提供所有可用的计算能力，那么他或她将在极短的时间内用完它。” Eberhard Haug
基于模拟的自动驾驶汽车测试如何与人类的看法相匹配？
已经研究了用于测试套件的自动质量评估的软件指标，例如覆盖范围或突变分数。虽然传统工具依靠软件指标，但自动驾驶汽车（SDC）的领域主要集中在基于模拟的测试案例生成上，使用质量指标（例如OB（OOB）参数）来确定测试案例是否失败或通过。但是，尚不清楚这种质量指标与人类对SDC的安全性和现实主义的看法在多大程度上保持一致。为了解决这个（现实）差距，我们进行了一项实证研究，涉及50名参与者，以研究人类如何将SDC测试案例视为安全，不安全，现实或不现实的因素。为此，我们开发了一个利用虚拟现实（VR）技术（称为SDC-Alabaster）的框架，将研究参与者浸入SDC模拟器的虚拟环境中。我们的发现表明，人类对失败/通过测试案例的安全性和现实主义的评估可能会根据不同的因素而有所不同，例如测试的复杂性以及与SDC相互作用的可能性。尤其是为了评估现实主义，参与者的年龄会导致不同的看法。这项研究强调了对模拟测试质量指标的更多研究的需求以及人类感知在评估SDC中的重要性。
在Omniverse中创建一个模拟的月球地形
•随机月球地形产生，具有大的（陨石坑，山丘）和小（迷你陨石坑，岩石）伪影。•其他地形样品是手工制作或缩放的NASA高分辨率地形。•许多可自定义的参数设置火山口，地形大小和特征。•培训数据收集的大面积，可为更广泛的唯一数据范围提供。
用于鼻整形手术图像模拟的人工智能工具
摘要 在鼻整形术咨询期间，外科医生通常会创建预期结果的计算机模拟。人工智能模型 (AIM) 可以学习外科医生的风格和标准并自动生成模拟。本研究的目的是确定 AIM 是否能够模仿外科医生的标准来生成美容鼻整形手术的模拟图像。这是一项在 2019 年 11 月的鼻整形术会议期间对耳鼻喉科住院医生和专科医生进行的横断面调查研究。随机显示由外科医生和 AIM 创建的鼻整形术模拟的连续图像。参与者使用七点李克特量表来评估他们对所展示的模拟图像的同意程度，其中 1 表示完全不同意，7 表示完全同意。122 名医生中有 97 名同意参加调查。参与者和外科医生之间的平均一致性水平为 6（四分位距或 IQR 5 – 7）；参与者和 AIM 之间的平均一致性水平为 5（IQR 4 – 6），p 值 < 0.0001。68.4% 的时间（95% 置信区间或 CI 64.9 – 71.7），评估人员完全或部分同意 AIM 的模拟结果。77.3% 的时间（95% CI 74.2 – 80.3），他们完全或部分同意外科医生的模拟结果。AIM 可以模拟外科医生的审美标准，生成计算机模拟的鼻整形图像。这可以让患者在面对面咨询之前对鼻整形术的可能结果有一个真实的近似值。该研究的证据级别为 4。
用于材料模拟的 Wannier 函数软件生态系统
扩展系统（晶体和无序系统）并可用于理解化学键合；表征电极化、磁化和拓扑；并作为最佳基组，在倒易空间或实空间中提供精确插值。本综述总结了当前基于 Wannier 函数的技术、材料特性和模拟代码的概况，这些技术、材料特性和模拟代码已向研究界开放，现已很好地集成到所谓的 Wannier 函数软件生态系统中。首先，介绍 Wannier 函数的理论和实用性，从它们广泛的适用领域开始，适用于使用最大局部化以外的替代方法的高级最小化方法。然后定义了 Wannier 生态系统的概念及其与许多量子模拟引擎和后处理包的交互和互操作性。本评论重点介绍了这种生态系统所赋予的一些关键特性和功能（从带插值和大规模模拟到电子传输、浆果学、拓扑、电子-声子耦合、动态平均场理论、嵌入和 Koopmans 函数），最后总结了互操作性和自动化的现状。本评论旨在强调代码背后的基本理论和概念，同时提及更深入的参考文献。它还阐明了代码之间的关系和联系，以及在相关情况下，其开发策略背后的不同动机和目标。最后，展望了未来的发展，并对整个软件生态系统的生物多样性和可持续性目标发表了评论。
使用...设计基于模拟的飞行员训练系统 - DiVA
摘要 飞机的高运营成本、有限的空域可用性和严格的安全法规使得战斗机飞行员的训练越来越具有挑战性。通过整合实时、虚拟和建设性模拟资源，可以提高效率和效果。特别是，如果在更高程度上使用建设性模拟（提供操作合成车辆的合成代理），则可以低成本实现复杂的训练场景，减少对支持人员的需求，并提高训练可用性。在这项工作中，受到人工智能技术最新改进的启发，我们从用户的角度出发，研究智能学习代理如何帮助构建未来的训练系统。通过领域分析、用户研究和实践实验，我们确定了重要的代理能力和特征，然后讨论了训练系统的设计方法和解决方案概念，以利用学习代理来提高训练价值。
用于量子电路模拟的 LIMDD 的有效实现
摘要。要实现量子计算机相对于传统计算机的优势，需要物理设备和相应的量子电路设计、验证和分析方法。在这方面，决策图已被证明是一种不可或缺的工具，因为它们能够紧凑地表示量子态和单元（电路）。尽管如此，最近的结果表明，即使对于由 Clifford 电路生成的普遍存在的稳定器状态，决策图也可以增长到指数级大小。由于 Clifford 电路可以有效地进行经典模拟，因此这是令人惊讶的。此外，由于 Clifford 电路在许多量子计算应用中发挥着至关重要的作用，从网络到纠错，这一限制成为使用决策图进行量子电路设计、验证和分析的主要障碍。最近提出的局部可逆映射决策图 (LIMDD) 通过结合决策图和稳定器形式的优势解决了这个问题，从而能够有效地模拟 Clifford 电路。然而，迄今为止，LIMDD 仅在纸面上被介绍过，尚未实现——这阻碍了通过实验研究其实际能力。在这项工作中，我们介绍了 LIMDD 首次用于量子电路模拟的实现。案例研究证实了应用于稳定器状态的量子傅里叶变换在两个世界中的性能都有所提高。生成的软件包可在 https://github.com/cda-tum/ddsim/tree/limdd 上免费获得。