XiaoMi-AI文件搜索系统
World File Search System模拟的
激光微尺度和中尺度模拟的回顾......
摘要。增材制造 (AM) 是一种先进的方法，可逐层制造复杂零件，直至达到所需的设计。激光粉末床熔合 (L-PBF) 用于生产高分辨率的零件，因为层厚度低。L-PBF 基于激光束和材料的相互作用，其中粉末材料被熔化然后凝固。这发生在 0.02 秒的短时间内，使得整个过程难以实时研究。研究表明，数值方法的发展和模拟软件的使用可以理解激光束和材料的相互作用。这种现象是理解材料在熔化状态下的行为以及 L-PBF 工艺生产的零件的机械性能的关键，因为它与熔化的粉末材料的凝固直接相关。需要在微观和中观尺度上详细研究激光束和材料的相互作用，因为它可以提供更好的理解并有助于开发用于 L-PBF 工艺的给定材料。本综述全面了解了 AM 中使用模拟的背景以及感兴趣的特征的不同模拟尺度。
框置信深度：基于模拟的推理超矩形
在许多科学领域中，研究人员面临评估复杂统计模型的挑战，即可能的计算函数在计算上是棘手的，或者非常昂贵的计算。这导致了无似然推理方法的发展和日益普及，这为参数估计和模型比较提供了强大的替代方案。这些方法利用模拟，通过观察到的数据的比较来推断与模型在各种参数设置下产生的模拟结果的比较。在贝叶斯推论中，这些包括近似贝叶斯计算（Rubin，1984; Pritchard et al。，1999; Sisson等。，2018年），贝叶斯合成的可能性（Wood，2010; Price等，2018年），神经可能和后验估计（Rezende and Mohamed，2015年； Papamakarios，Sterratt和Murray，2019年）。在频繁的环境中，在Gourieroux，Monfort and Renault（1993）的基础工作之后，近年来才看到无可能无可能推理的进步（Masserano等人。，2022; Xie and Wang，2022年； Dalmasso等。，2024）。本研究的重点是频繁推断，针对基于模拟的模型和非标准的规律性条件的校准置信区间和区域的构建。建议的方法提供了统一的
简报文件：用于模拟的 GRANTA 材料数据
仿真在产品开发领域可以发挥不可思议的作用。仿真模型可以改进和验证开发中的产品，确保它们针对可制造性、耐用性、可持续性和其他影响产品生命周期的因素进行了优化。假设分析师能够获得准确的材料输入，并可以确保其来源——例如，通过可追溯到源测试数据。如果没有经过验证和一致的材料数据，仿真就会受到设计限制、错误、延迟和成本的阻碍。通过 ANSYS 收购 Granta Design（一家提供材料信息和相关软件的剑桥大学衍生公司），为提高工程仿真和分析的准确性提供了新的机会。不同的公司需要不同的解决方案来有效查找材料数据。起点是拥有一套可靠、易于访问且适用于许多模拟的数据。“ANSYS GRANTA 仿真材料数据将经过验证的材料输入数据放在用户的 ANSYS 仿真工具中，”ANSYS Granta 产品管理和营销团队负责人 Stephen Warde 说。 “更进一步的是——这对于大型企业尤其重要——ANSYS GRANTA MI 可帮助企业确保他们充分利用专有的内部材料数据以及更深入的参考信息。”
iQuantum：用于量子计算环境建模和模拟的工具包
量子计算资源，而无需在量子硬件上进行大量的前期投资，从而在量子软件和算法方面取得了巨大进步。10主要的云提供商，例如 Microsoft Azure、11AWS 12 和 IBM 13，现在都提供基于云的量子计算服务访问。此外，当未来量子硬件普及时，量子计算资源预计将扩展到边缘网络14,15，预示着量子云-边缘连续体混合范式的出现，16其主要组成部分如图1所示。未来的量子计算范式预计将包含位于不同层（包括云和雾/边缘层）的异构量子和经典计算实体。基于云的资源和基于边缘的资源之间的主要区别包括计算能力、移动性以及与数据源或用户的地理距离。17每一层都包含不同的计算资源和中间组件，例如用于资源管理和编排的网关和代理。如果边缘计算资源不足以执行传入的任务，则可以将这些任务迁移或卸载到具有更强大功能的上层云层。18,19 需要强调的是，这是量子计算未来扩展的愿景，而由于当前量子硬件的数量、质量和成本限制，大多数可用的量子资源只能通过云访问。20
使用决策图进行量子电路模拟的模拟路径
摘要 — 在经典计算机上模拟量子电路是一项众所周知的难题，但对于量子算法的开发和测试来说，这项任务却越来越重要。为了减轻这种固有的复杂性，人们提出了高效的数据结构和方法，如张量网络和决策图。然而，它们的效率在很大程度上取决于执行单个计算的顺序。对于张量网络，顺序由所谓的收缩计划定义，并且已经开发了大量方法来确定合适的计划。另一方面，到目前为止，基于决策图的模拟大多以直接的方式（即顺序方式）进行。在这项工作中，我们研究了使用决策图模拟量子电路时所选择路径的重要性，并从概念和实验上表明，选择正确的模拟路径会对使用决策图的经典模拟的效率产生巨大影响。我们提出了一个开源框架（可在 github.com/cda-tum/ddsim 上找到），它不仅可以研究专用的模拟路径，还可以重用现有发现，例如从确定张量网络的收缩计划中获得的发现。实验评估表明，与现有技术相比，从张量网络领域翻译策略可能会产生几个倍的速度提升。此外，我们设计了一个专用的模拟路径启发式方法，可以进一步提高性能——通常可以产生几个数量级的速度提升。最后，我们对可以从张量网络中学到什么和不能学到什么进行了广泛的讨论。
通过截断泰勒级数进行汉密尔顿模拟的 NISQ 算法
人们认为，模拟多体量子系统的动力学是量子计算机能够显示出优于传统计算机的量子优势的首批领域之一。噪声中型量子 (NISQ) 算法旨在有效利用当前可用的量子硬件。对于量子模拟，已经提出了各种类型的 NISQ 算法，它们各有优势，也各有挑战。在这项工作中，我们提出了一种新算法，即截断泰勒量子模拟器 (TQS)，它继承了现有算法的优点并减轻了一些缺点。我们的算法没有任何经典量子反馈回路，并通过构造绕过了荒芜高原问题。我们的混合量子经典算法中的经典部分对应于具有单个二次等式约束的二次约束二次规划 (QCQP)，它允许半定松弛。基于 QCQP 的经典优化最近被引入作为量子辅助特征值求解器 (QAE) 中的经典步骤，QAE 是用于汉密尔顿基态问题的 NISQ 算法。因此，我们的工作为汉密尔顿基态问题的 NISQ 算法和汉密尔顿模拟提供了概念上的统一。我们将基于微分方程的 NISQ 算法（如量子辅助模拟器 (QAS) 和变分量子模拟器 (VQS)）恢复为我们算法的特例。我们在当前云量子计算机上的一些小例子上测试了我们的算法。我们还提供了一种系统的方法来提高我们算法的准确性。
CRISPR-Analytics（CRISPR-A）：基因编辑精确分析和模拟的平台
摘要 使用当前可用的工具进行基因编辑表征并不总是能给出编辑大量细胞中存在的不同类型基因编辑之间的精确相对比例。我们开发了 CRISPR-Analytics，即 CRISPR-A，它是一种全面而多功能的基因组编辑 Web 应用工具和 nextflow 流程，用于支持基因编辑实验设计和分析。CRISPR-A 提供了一个由数据分析工具和模拟组成的强大的基因编辑分析流程。它比当前工具实现了更高的精度并扩展了功能。分析包括基于模拟的噪声校正、spike-in 校准扩增偏差减少和高级交互式图形。这种扩展的稳健性使该工具成为分析高度敏感的案例（例如临床样本或编辑效率低的实验）的理想选择。它还通过模拟基因编辑结果提供对实验设计的评估。因此，CRISPR-A 非常适合支持多种实验，例如基于双链 DNA 断裂的工程、碱基编辑 (BE)、引物编辑 (PE) 和同源定向修复 (HDR)，而无需指定使用的实验方法。
用不同分辨率模拟的太阳日珥大振幅纵向振荡
背景。近几十年来，人们对太阳日珥中的大振幅纵向振荡 (LALO) 进行了广泛的研究。然而，它们的衰减和放大机制尚不清楚。目的。在本研究中，我们使用高分辨率数值模拟研究了 LALO 的衰减和放大，空间分辨率逐渐提高。方法。我们使用包含倾角区域的二维磁配置对 LALO 进行了时间相关的数值模拟。在磁倾角中加载日珥质量后，我们通过沿磁场扰动日珥质量来触发 LALO。我们使用四个空间分辨率值进行了实验。结果。在分辨率最高的模拟中，周期与摆模型非常吻合。收敛实验表明，随着分辨率的提高，阻尼时间在底部日珥区域达到饱和，这表明振荡衰减存在物理原因。在日冕顶部，振荡在最初几分钟内被放大，然后缓慢衰减。特征时间表明在具有最高空间分辨率的实验中放大更显著。分析表明，底部和顶部日冕区域之间的能量交换是导致 LALO 衰减和放大的原因。结论。高分辨率实验在研究 LALO 的周期和阻尼机制时至关重要。只有使用足够高的空间分辨率时，周期才与摆模型一致。结果表明，在空间分辨率不足的模拟中，数值扩散可能会隐藏重要的物理机制，例如振荡放大。
绝热量子计算机上圈量子引力模拟的前奏
本文讨论了在绝热量子计算机上实现自旋网络状态的可能性，该状态用于环量子引力方法中的普朗克尺度物理。讨论的重点是应用当前可用的技术，并分析了 D-Wave 机器的一个具体示例。介绍了一类简单的自旋网络状态，可以在 D-Wave 量子处理器的 Chimera 图架构上实现。然而，需要超越当前可用的量子处理器拓扑来模拟更复杂的自旋网络状态。这可能会启发新一代绝热量子计算机。讨论了模拟环量子引力的可能性，并提出了一种使用绝热量子计算解决图不变标量（哈密顿）约束的方法。所提出的结果为未来在量子退火器上模拟普朗克尺度物理，特别是量子宇宙学配置奠定了基础。
表面能预算对降雪的敏感性，如Mar在南极洲沿海地区所模拟的
1大学格勒诺布尔（Grenoble Alpes），CNRS，环境地球科学研究所，38000，法国格勒诺布尔2大学。Grenoble Alpes, University of Toulouse, Météo-France, CNRS, CNRM, Center for Snow Studies, Grenoble, France 3 F.R.S.-FNRS, Laboratory of Climatology, Department of Geography, University of Liège, 4000 Liège, Belgium 4 Department of Geosciences, University of Oslo, Oslo, Norway 5 Science Systems and Applications,美国马里兰州格林贝尔特