哈里·弗斯滕伯格和格雷戈里·马古利斯的数学遗产包含许多基于遍历理论、递归、李群和随机游动的发明。弗斯滕伯格引入了弗斯滕伯格边界和不相交性,马古利斯提出了超刚性概念和正规子群定理。马古利斯还证明了奥本海姆猜想,该猜想涉及三元二次方程的积分几乎解,弗斯滕伯格利用遍历理论证实了 Endre Szemerédi 关于任意长度算术级数存在的定理。最后两个例子很好地说明了两位获奖者如何展示概率方法的普遍性以及跨越不同数学学科界限的有效性,正如阿贝尔委员会的引文所指出的那样。
药理学实验表明,神经肽可以有效调整神经元活性并调节运动输出模式。但是,它们在塑造先天运动方面的功能通常仍然难以捉摸。例如,先前已证明生长抑素在脑室中注射时会诱导运动,但是当在体外沐浴在脊髓中时,可以抑制虚拟的运动。在这里,我们通过在斑马鱼中淘汰生长抑素1.1(SST1.1)来研究生长抑素在先天运动中的作用。我们在数百个突变体和对照兄弟姐妹幼虫中自动化并仔细分析了数十万次爆发的运动运动学。我们发现SST1.1的缺失不会影响声学 - 卵形逃生反应,而是导致异常探索。SST1.1突变幼虫在更高速度的距离上游动并进行更大的尾弯,表明生长抑素1.1抑制了自发的运动。我们的研究完全表明,生长抑素1.1天生有助于减慢自发的运动。
国家海洋管理局(NOS) - 新罕布什尔大学联合水文中心在2021年获得了新的5年赠款,以通过水文中心(JHC)合作,以扩大水文和海洋地图科学的研究和教育。是国家专业知识中心,JHC正在挑战新一代即将到来的水文学家和海洋地图科学家,以满足新兴的公共和私人需求,以获取有关海地和海洋环境的更精确的数据。JHC在研发工作中特别有价值,以提高调查和映射的科学理解和技术能力,尤其是在无人系统方面。NOAA通过向JHC的赠款提供资金来贡献人员和大量拨款;新罕布什尔大学捐赠资金,教职员工,实验室和办公空间,用品和服务。NOAA的综合海洋和沿海地图(IOCM)加工中心在JHC共同置于JHC。IOCM中心的员工帮助创建源自非游动产品的水文产品的产品,例如海洋碎片评估和海底反向散射地图。
这是一本从传统程序员的角度介绍量子计算的书,适合学生和从业者阅读。书中使用从头开始用 Python 和 C++ 开发的开源代码库,解释了 25 多种基本算法,并给出了完整的数学推导和经典的模拟代码。在介绍量子计算的基础知识之后,作者重点介绍了算法和有效模拟算法的基础设施,从量子隐形传态、超密集编码、Bernstein-Vazirani 算法和 Deutsc-Jozsa 算法开始。高级算法包括量子霸权实验、量子傅里叶变换、相位估计、Shor 算法、具有量子计数和振幅放大的 Grover 算法、量子随机游动以及用于门近似的 Solovay-Kitaev 算法。本书通过变分量子特征求解器、量子近似优化以及 NP 完全最大割和子集和算法探索了量子模拟。本书还讨论了程序员生产力、量子噪声、错误校正以及量子编程语言、编译器和工具面临的挑战等问题,最后一节介绍了编译器的转译技术。
Chytrid真菌胚层艾美艾尔(Emersonii)产生带有游泳尾巴的孢子(Zoospores);这些细胞可以感知并朝光线游动。对该物种的兴趣源于持续开发艾默生芽孢杆菌的努力,作为理解相关光遗传电路的光持续演变和分子细胞生物学的模型。在这里,我们报告了B. emersonii美国型培养物收藏品22665菌株的高度结合基因组组装和基因注释。我们在一个带有Illumina配对的基因组序列调查的PACBIO长阅读库中,导致组装21个重叠群,总计34.27 MB。使用这些数据,我们评估了编码基因的感觉系统的多样性。这些分析确定了G蛋白偶联受体,离子转运蛋白和核苷酸循环酶的丰富补体,所有这些都通过域重组和串联重复而多样化。在许多情况下,这些结构域的组合导致蛋白质结构域与跨膜结构域融合,将推定的信号传导与细胞膜绑定在一起。这种模式与B. emersonii感觉信号系统的多元化一致,后者可能在这种真菌的复杂生命周期中起着各种作用。
鱼类游动的力学原理十分有趣,因为它们在操纵过程中非常灵活,而且它们的运动具有高能效的特点。更好地了解鱼类的推进力可以设计出性能更佳的新型自主水下航行器,可用于海底勘探、环境监测或监视目的。这项研究旨在开发一种鳐鱼和蝠鲼的游泳动力学模型,重点关注其推进力的能效,这是仿生 AUV 设计的起点。在 OpenFOAM 中实现了牛鼻鳐游泳运动的 CFD 模型,使用重叠网格模拟鱼从静止加速到稳定速度的过程。为此分析实现了自定义代码,允许使用流体速度和压力求解前向游泳的 1 自由度动力学。相反,由于鳍变形而施加网格运动。已经对鳍运动的不同波长和频率进行了几次模拟,并研究了不同运动参数对游泳性能和尾流结构的影响。这项研究强调了尾流中存在逆卡门街现象,以及在波长较大的鳍运动中存在前缘涡流。此外,还以新颖的方式计算了自推进体的能量效率,在牛鼻鳐游泳的情况下,其能量效率非常高。
Google PageRank 是一种流行且有用的算法,用于对网络中节点或网站的重要性进行排名,最近有人提出了一种 PageRank 算法的量子对应算法,与 Google PageRank 相比,该算法的排名准确率更高。量子 PageRank 算法本质上基于量子随机游动,可以用 Lindblad 主方程表示,然而,该算法需要求解 O(N4) 维的 Kronecker 积,并且当网络中的节点数 N 增加到 150 以上时,需要大量的内存和时间。在这里,我们提出了一种高效的量子 PageRank 求解器,使用 Runge-Kutta 方法将矩阵维数降低到 O(N2),并使用 TensorFlow 进行 GPU 并行计算。我们在为多达 922 个节点的美国主要航空公司网络求解量子 PageRank 时展示了其性能。与之前的量子 PageRank 求解器相比,我们的求解器将所需的内存和时间分别大幅减少到仅为 1% 和 0.2%,这使得它在 100 秒内就可以在具有 4-8 GB 内存的普通计算机上运行。这种高效的大规模量子 PageRank 和量子随机游走求解器将极大地促进实际应用中的量子信息研究。
1 Clever Buoy™ 系统概述 Clever Buoy™ 是一种自主海洋监测系统,由澳大利亚公司 Smart Marine Systems Ltd(SMS,前身为 Shark Mitigation Systems)开发。该系统是一个海洋监测平台,专门使用最先进的声纳和识别软件系统探测鲨鱼,以将关键信息传递给负责海滩安全的当局。该监测系统设计用于部署在冲浪区之外,并利用安装在海底的多波束声纳换能器和新开发的检测软件来扫描海洋生物。该系统在部署位置创建一个“虚拟网”,一旦在该区域检测到物体,软件就会询问目标的游动模式以确定物体的类型和潜在物种。如果确定目标表现出鲨鱼的运动模式,则会在几秒钟内将信息传输给救生员,通过实时移动应用程序将目标和位置通知他们,并提供自动通知和警告信息。 Clever Buoy™ 是市场上独一无二的可行商业化鲨鱼缓解方法,采用适合保护高强度冲浪区的非侵入式技术解决方案。该系统还可用于环境监测、商业潜水和私人度假村。目前的 Clever Buoy™ 平台的稳定性和坚固性已得到验证,可在公海条件下全天候、全年 365 天持续运行,自动监测海洋生物并提醒任何可能造成危险的大型动物的存在。
当代人工智能 (AI) 有两条腿:大型训练数据语料库和多参数人工神经网络 (ANN)。数据语料库是代表世界的复杂性和异质性所必需的。由于网络参数和输出对训练数据和输入的依赖性不明确,网络的作用不太透明。这引发了从技术科学到法律伦理等一系列问题。我们假设,在完全不使用网络的情况下,机器学习的透明方法是可能的。通过推广一种无参数、统计一致的数据插值方法(我们对该方法进行了详细的理论分析),我们开发了一个生成建模框架。鉴于机器学习技术在科学中的应用越来越广泛,我们用动物行为领域的一个例子来演示这个框架。我们将这个生成希尔伯特框架应用于小群游动鱼的轨迹。在重现自然行为方面,该框架优于之前开发的最先进的传统数学行为模型和当代基于 ANN 的模型。我们并不认为所提出的框架在所有应用中都会胜过网络,因为过度参数化的网络可以进行插值。然而,我们的框架在理论上是合理、透明、确定且无参数的:它不需要任何计算成本高昂的训练,不涉及优化,没有模型选择,并且易于复制和移植。我们还基于此框架提出了一种易于计算的信用分配方法,该方法可以帮助解决生成式人工智能带来的道德法律挑战。
摘要 能量耗竭是那些以固定能量预算进行长距离迁徙的动物所关注的重要问题。迁徙的成年弗雷泽河红鲑(Oncorhynchus nerka)停止在海洋中觅食,完全依赖内源能量储存来成功完成随后的淡水迁徙和产卵。大多数关于成年鲑鱼能量利用的研究都集中在迁徙的河流部分,但沿海迁徙可能会耗费大量能量,特别是在气温温暖、潮汐湍急的河口地区。我们沿不列颠哥伦比亚省海岸和弗雷泽河河口用声学三轴加速度计发射器标记和跟踪 38 条成年红鲑,行程超过 200 公里,比较了鲑鱼在沿海、河口和河流地区迁徙的相对能量成本。加速度计输出被转换为特定于温度的氧气消耗率。河流的耗氧率是沿海海洋区域(包括河口)的两倍,这主要是由于游动速度更快。耗氧率还受昼夜周期的影响,中午的能量消耗更高;但是,我们没有发现潮汐周期影响能量消耗的证据。尽管弗雷泽河的耗氧率更高,但运输成本(kJ −1 kg −1 km)在西摩海峡(一个潮汐冲刷较强的狭窄沿海地区)最高,这与之前的研究一致,表明这是一个可能对鲑鱼洄游具有挑战性的区域。总体而言,我们已经证明沿海海洋能量消耗是太平洋鲑鱼产卵洄游能量预算的重要组成部分。