XiaoMi-AI文件搜索系统
World File Search System物理模拟
应用于计算量子化学的数值算法
2021 年秋季。课程描述：数值算法简介、它们在计算量子化学中的应用以及软件实现和重用的最佳实践。本课程涵盖了物理模拟中使用的应用数学中的有用算法工具箱。它们通过密度泛函理论的计算机实现来说明，用于从量子力学建模化学反应机制。涵盖的主题包括局部优化、数值导数和数值积分、密集线性代数对称特征值问题、奇异值分解和快速傅里叶变换。时间允许时，将介绍更多专业主题。学生将学习 C++ 中过程化和面向对象编程的原理，以及高效数值库的使用。本课程对更广泛的课程目标的贡献：所有 MSSE 学生的必修课程。课程形式：每周三次 50 分钟的教师主导的网络教学讲座，以及每周 3 小时 GSI 主导的网络讨论（分为 2 小时计算实验室和 1 小时同步讨论），以在 15 周内完成课程。结构化的异步评分讨论小组将扩展讲座材料和阅读材料。学生将在截止日期前发表个人帖子，然后回复每周阅读材料的同伴帖子。所有学生都必须参加。GSI 还将检查定量的家庭作业和练习，为学生准备家庭作业并在提交家庭作业后发布答案指南，并提供有关最终项目（过去 5 周完成）的详细指导和反馈。课外作业应每周 3 小时，每周共 9 小时。阅读清单和资源：《数值方法：科学计算的艺术》，WH Press，SA Teukolsky、WT Vetterling 和 BP Flannerty（第 3 版，剑桥大学出版社，2007 年）《计算化学简介》，FH Jensen（第 3 版，Wiley，2017 年）。评分：将有 7 个精心设计的编程作业。
4003166- ...
在地质力学风险下模拟CO 2存储通常涉及由于多相流和地质力学之间的耦合而导致的大量计算成本。实施标准工作流程，例如位置优化，使用此类耦合物理模型可以显着增加计算开销，并使模型不切实际地使用。我们研究使用深度学习模型以显着减少与模拟和量化CO 2存储的地质力学风险相关的计算开销的可行性。所提出的方法利用基于深度学习的替代建模来显着提高耦合流动地球力学模拟的效率，以识别合适的注入井位置以存储CO 2。使用模拟数据，我们训练U-NET卷积神经网络，以了解井位置和空间分布的模型参数（渗透率）之间的映射到感兴趣的仿真输出。一旦经过固定的模型输入参数训练，U-NET模型可以将不同的井位置场景映射到相应的压力场，CO 2饱和度和地质力学输出，包括垂直位移和塑性应变。随后采用U-NET模型作为替代识别注入井位置所需的耦合流动地球力学模拟以最大程度地减少地质力学风险所需的有效工具。我们报告的初步结果表明，受过训练的U-NET模型可以预测井位置的压力和饱和场，所有其他输入仍与训练中使用的仿真模型保持一致。我们在不同的假设下研究网络的性能，并估计不同的流量和地质力学输出。结果表明，U-NET模型可以通过使用快速代理模型替换耦合物理模拟来大大降低井位置工作流的计算成本，该模型可用于预测与不同的井位置和注入策略相关的地质机械风险。开发的框架可用于改善耦合物理建模的计算需求，并促进其在决策工作流程和现场管理中的应用。
动态模拟平台进行训练和...
abtract该项目通过使用Unity ML代理来训练AI模型[1]，解决了在不同行星环境中模拟火箭着陆的挑战。对空间探索至关重要的火箭的可重复性需要精确控制和适应性的重力条件。我们提出了一种解决方案，将AI驱动控件与交互式用户输入相结合，以创建灵活且逼真的火箭着陆模拟器。使用的机器学习方法来开发能够处理复杂控制任务的模型，并使用强化学习来适应地球，火星和月球的不同环境。实验以评估模型在每个环境中进行调整和执行的能力，分析关键的火箭参数（例如质量和推力）如何影响各种引力和大气条件的性能。这种方法提供了对模型的适应性和优化潜力的见解。[2]。最重要的发现是，由于更快的下降速度，AI在地球和月球上表现良好，但需要在火星上进行进一步调整[3]。我们的方法为研究可重复使用的火箭技术提供了一个引人入胜的教育平台，使其成为学术和实际应用的宝贵工具。k eywords机器学习，火箭，着陆，加固学习1。在太空探索中的介绍性可重复使用性已成为一个重点，尤其是当SpaceX等公司证明了与重复使用火箭相关的巨大成本和时间[4]。实现这一目标涉及复杂的控制系统，这些系统必须准确地说明许多变量，例如燃料水平，大气条件和推力幅度，以确保成功着陆。当前的模拟虽然高级，但通常缺乏在多个天体上复制这些条件的灵活性和可伸缩性。我们的项目通过利用AI和先进的物理模拟来解决这一差距，以模仿不同环境（例如地球，火星和月球）的火箭登陆，这些火箭登陆由于其不同的引力力而引起的明显挑战[5]。这个问题很重要，因为可重复使用的火箭技术的进步可以大大降低任务成本，从而使长期探索更容易访问（Reddy，2018）。此外，对空间和人工智学感兴趣的学生和研究人员需要
行为过程中脉冲和场电位信号之间的多尺度因果关系建模
摘要 目的。脑记录在多个时空尺度上表现出动态，这些动态可以用脉冲序列和更大规模的场电位信号来测量。为了研究神经过程，重要的是不仅要在单个活动尺度上识别和建模因果关系，还要在多个尺度上识别和建模因果关系，即脉冲序列和场电位信号之间。标准因果关系度量在这里不直接适用，因为脉冲序列是二值，而场电位是连续值。因此，重要的是开发计算工具来恢复行为过程中的多尺度神经因果关系，评估它们在神经数据集上的性能，并研究多尺度因果关系建模是否可以提高神经信号的预测能力，使其超出单尺度因果关系所能达到的范围。方法。我们设计了一种基于有向信息的多尺度模型的 Granger 类因果关系方法，并评估其在现实的生物物理脉冲场模拟和两个执行运动行为的非人类灵长类动物 (NHP) 的运动皮层数据集中的成功率。为了计算多尺度因果关系，我们学习了点过程广义线性模型，该模型基于脉冲序列和场电位信号的历史来预测给定时间的脉冲事件。我们还学习了线性高斯模型，该模型基于场电位信号自身的历史以及二元脉冲事件或潜在放电率的历史来预测给定时间的场电位信号。主要结果。我们发现，尽管存在模型不匹配，但我们的方法仍揭示了生物物理模拟中真正的多尺度因果关系网络结构。此外，与仅对单尺度因果关系进行建模相比，在 NHP 神经数据集中具有已识别多尺度因果关系的模型可以更好地预测脉冲序列和场电位信号。最后，我们发现与 NHP 数据集中的二元脉冲事件相比，潜在放电率是场电位信号的更好预测因子。意义。这种多尺度因果关系方法可以揭示跨大脑活动时空尺度的定向功能相互作用，从而为基础科学研究和神经技术提供信息。
按释放
q.ant使云访问其第一个光子芯片用于AI推理实时测试q。在内部具有光子芯片的节能本机处理单元。第一代是针对人工智能推断量身定制的，以改善下一代 - 纳特纳特人的碳足迹。Stuttgart - 2024年9月12日 - Q。通过用光而不是电子处理数据，Q.ant的光子本地计算技术预计将比当今的芯片技术更有效地执行复杂的计算任务。通过允许对公司NPU的云访问，用户可以通过示例性展示柜体验这种创新的光子芯片技术：手写的合理化。Q.ant邀请创新者和研究人员参加可以重塑数字景观的转变。在此演示中，Q.ant可以瞥见高性能计算（HPC），物理模拟和人工智能的下一代计算应用程序。感兴趣的人可以在q.ant网站上查看演示，网址为https://native.qant.com/。Light vs Silicon -NPU在数据处理中的能量优势这个展示是当今每个数据中心中发现的任务的代表性示例。与标准CMOS处理器不同的是，Q.Ant的NPU过程数据。此范式偏移允许q.ant以更有效的方式执行基本的数学操作。例如：虽然传统的CMOS处理器需要1,200个晶体管才能执行简单的8位乘法，但使用单个光学元素实现了这一点。仅对于此操作，Q.ant NPU的功率比其常规CMOS对应物高三十倍。“随着对AI的需求的不断增长，对节能解决方案的需求也会增长。Q.ant正在以功能正常的光子处理器的身份领先 - 大多数其他研究阶段仍在。”“此演示突出了解决AI能源需求和更广泛的碳挑战的重要一步。我们邀请研究人员和开发人员通过动手演示探索光子计算的现实潜力。”秘密酱：芯片材料是Q的关键要素它是所有Q.ant npus的骨架，可确保在芯片水平上精确的光控制。该初创公司自2018年成立以来就一直在开发该平台，并控制整个价值链 - 从原材料到完成的芯片。
麦吉尔大学 2025 年秋季博士生职位
2024 年 11 月 12 日 回复：麦吉尔大学 2025 年秋季博士职位空缺 亲爱的同事们， 麦吉尔大学高级多功能和多物理超材料实验室（生物资源工程系）2025 年秋季有一个博士职位空缺。研究课题是可重构机械超材料领域。理论和计算多尺度建模以及 3D 打印和实验表征将用于多物理多尺度设计、分析和制造合理设计的结构多功能材料。候选人将在麦吉尔大学 Hamid Akbarzadeh 教授的指导下工作。该职位所需的资格是：（1）非线性屈曲分析、高级材料力学、计算多尺度非线性力学、结构超材料和多物理模拟和表征方面的深厚背景。 （2）最好具有可重构超材料、变形材料、机器学习和功能材料 3D 打印方面的经验。 (3) 必须精通非线性有限元分析，并熟练使用 ANSYS/ABAQUS 或 COMSOL 等商业有限元软件包。 (4) 熟练使用 MATLAB 和/或 Python/C 进行编程。 (5) 麦吉尔大学入学要求：英语熟练，本科和研究生 GPA 高（硕士和学士学位 GPA>3.5 分（满分 4.0 分））。 (6) 在知名期刊上发表过良好文章。 感兴趣的候选人应将求职信（强调他们在上述主题上的经验，特别是在超材料领域的经验）、简历和两篇代表性出版物（如果有）发送给 Hamid Akbarzadeh 教授（hamid.akbarzadeh@mcgill.ca）。我们强烈鼓励女性、残疾人、土著人民和少数族裔成员申请。入围候选人可能会被要求提供更多信息，并建议他们在 2025 年 1 月 15 日之前向麦吉尔大学提交完整的申请。 此致， Hamid Akbarzadeh，博士，PEng，CRC 加拿大多功能超材料研究主席 生物资源工程系副教授 机械工程系副会员 麦吉尔先进材料研究所 (MIAM) 成员 麦吉尔航空工程研究所 (MIAE) 成员 麦吉尔可持续发展系统倡议 (MSSI) 成员 麦吉尔大学，加拿大魁北克省蒙特利尔 电话：+ 1 (514) 398 7680，电子邮件：hamid.akbarzadeh@mcgill.ca
SLAC 国家加速器实验室 - NITRD
1 简介 光源和中子源通过捕捉复杂物质的结构和电磁动力学，在理解不同时间和长度尺度上复杂物质的基本特性方面发挥着关键作用。这些科学设施依赖于人类建造的一些最复杂的机器。例如，X射线自由电子激光器（XFEL）由粒子加速器驱动，产生高度相干的光以对样品进行详细成像，其操作需要许多子系统的紧密集成：高性能粒子加速器、产生X射线的灵敏磁波荡器、高功率X射线光学器件以及复杂的探测器和复杂的样品环境（例如与超快激光器同步泵浦）。全面利用光源和光束线的功能可以在生物学、化学、物理学和材料科学等广泛领域带来新的科学发现。越来越复杂的仪器和光源功能可以实现前所未有的测量，从而揭示物质的基本特性。然而，相对于巨大的实验需求，中子和光源的稀缺导致分配的光束时间短缺。因此，迫切需要开发实时数据分析和实验指导能力，以有效利用有限的实验时间并最大限度地提高收集数据的科学价值。此外，还需要减少目前花在设置设施以交付给不同实验上的大量时间。光源实验可以从数字孪生 (DT) 技术中受益匪浅，该技术可以利用先前的测量、已知参数和理论来指导实验期间的采样策略并产生独特的科学见解。DT 对于简化用户设施的运行至关重要，这涉及复杂的系统控制。光源也是开发和部署 DT 技术的理想试验台。此类试验台的经验对于开发可靠、可持续、可互操作的 DT 基础设施至关重要，这些基础设施可用于美国国家利益的众多应用领域（气候、能源网等）。复杂光源的一个突出例子是独一无二的高重复率它们是高度动态的系统，随着时间的推移，条件会发生许多有意和无意的变化，它们由多个复杂的相互作用的子系统组成，这些子系统需要协同运行才能获得最佳性能，它们具有可以轻松利用和与测量数据融合的物理模拟，与许多其他应用程序相比，它们为探索 DT 概念提供了更封闭的环境（例如，与全球气候的 DT 相比），并且全球有许多具有共享设计的光源，从而能够探索易于跨系统互操作和交换的技术。
lisv-凡尔赛系统工程实验室
Characterization of the unit - Name: Laboratory of engineering of the Versailles systems - Acronym: Lisv - Label and Number: EA 4048 - Number of teams: Three teams - Composition of the management team: Mr. Éric Monacelli (Director) Scientific Panels of the Panel 1: ST6: ST6: Sciences and Technologies of Information and Communication Panel 2: ST5: Sciences for the thematic engineer该单元是多学科和技术的，结合了理论方法和实验方法。它们涵盖了智能系统及其相互作用领域的广泛范围。在相关评估期开始时，包括2018年至2021年，该单元在两个团队中结构：一方面是“交互式机器人技术（RI）”，另一方面是“高级系统的仪器（ISA）”。2022年1月1日，由RI团队分队创建了第三支团队：“智能和协作的机器人循环系统系统（Symric）”。因此，自那天以来，该单元的结构是几乎相同的三支球队。交互式机器人团队（RI）专门研究人类机器人相互作用的研究和为人类利益而开发评估设备。他的科学主题是对互动的生物力学分析，行为和情感的评估，对人的帮助和流动性的评估，包括主要是对残疾人的人以及命令主题，在阻抗控制类型的特定方法中集成了命令主题。该团队中开发的应用符合社会问题，例如电动矫形器或假体的设计或功能康复。高级系统（ISA）团队的仪器对复杂系统的行为的表征感兴趣，该行为（称为高级系统）结合了机械，电子，光学和控制元素。它的科学主题是建模和多种选择，多尺度建模以及通过光学方式传输信息。在“未来行业”或汽车或太空部门的概念下，该团队中开发的申请主要对工业问题做出响应。团队团队智能和协作机器人系统（SYMRIC）对自我和机器人设备的开发感兴趣。他的科学主题是系统的设计和控制，特别是交互式系统，多物理模拟，知识表示和人工智能。该团队在该团队中开发的应用既应对社会和工业问题，例如互动无人机的设计或改善河流潮汐涡轮机或人形机器人的性能的贡献。LISV部门的历史和地理位置是一个接待团队，EA 4048，位于凡尔赛大学圣昆汀·恩维尔斯大学（UVSQ）本身，本身是在巴黎 - 萨克莱大学集成的。副研究人员是私人高等教育机构（ISEP）的个人。本单元来自2006年的合并，来自三个单元：LIRIS（CNRS-FRE 2508），其研究的重点是机器人技术和纳米技术，LRV（EA 3645）的研究还以机器人技术为中心，以及Lema（CNRS-FRE 2481）的研究，其研究侧重于材料和行为。迄今为止，该单位有23位UVSQ的教师研究人员（EC）和一名副研究人员，其中12名是HDR，还有5名研究支持人员（BY）。UVSQ的EC在CNU的第60和61节中非常高，并且第62、63和27节的范围较小。，他们的一半是依附于Vélizy-Rambouillet的IUT，本身位于两个地点：Vélizy-Villacoublay校园和Rambouillet的校园。对于另一半，它们隶属于位于Mantes-en-Yvelines校园的Mantes的IUT，位于Mantes-en-Yvelines校园的Isty工程学校，或位于Vélizy-Villaclay-Villaclay校园的UFF Sciences的校园。
2026 年暑假
模块 ID 模块标题 教师组描述 1212650 概率编程 Katoen 软件建模与验证（计算机科学 2） 链接 1212330 静态程序分析 Noll 软件建模与验证（计算机科学 2） 链接 1215684 函数式编程基础 Giesl 编程语言与验证 链接 1212339 混合系统建模与分析 Ábrahám 混合系统理论 链接 1216957 软件语言工程 Rumpe 软件工程（计算机科学 3） 链接 1215688 高级互联网技术 Wehrle 通信与分布式系统（计算机科学 4） 链接 1212346 移动互联网技术 Thißen 学习中心计算机科学/ COMSYS 链接 1229308 Linux 内核编程 Gouicem 操作系统 链接 1231539 工业数据安全 Henze 工业合作中的安全和隐私 链接 1226146 数据流管理和分析 Geisler 数据流管理和分析 链接 1228568 人工智能中的动作和规划：学习、模型和算法 Geffner 机器学习和推理（计算机科学 6） 链接 1222468 机器人中的不确定性 Hofmann 机器学习和推理（计算机科学 6） 链接 1230105 自动语音识别搜索 Schlüter 机器学习与人类语言技术 链接 1227996 图机器学习：基础和应用 Morris 图机器学习 链接 1226911 逻辑和计算机科学中的不动点和归纳法 Löding 离散系统的逻辑和理论（计算机科学 7） 链接 1215696 几何处理 Kobbelt 计算机图形学、几何和多媒体（计算机科学 8） 链接 1223639 形状分析和 3D 深度学习 Kobbelt/Lim 计算机图形学、几何与多媒体（计算机科学 8） 链接 1212692 视觉计算中的物理模拟 Bender 计算机动画 链接 1216958 业务流程智能 van der Aalst 过程与数据科学（计算机科学 9） 链接 1220136 高级流程挖掘 van der Aalst 过程与数据科学（计算机科学 9） 链接 1215751 学习技术 Schroeder 学习技术 链接 1227457 业务流程管理基础 Leemans 业务流程管理基础与工程 链接 1215690 嵌入式系统 Kowalewski 嵌入式软件（计算机科学 11） 链接 1220524 高级微控制器编程与调试 Stollenwerk 嵌入式软件（计算机科学 11） 链接 1212353 功能安全和系统可靠性 Kowalewski 嵌入式软件（计算机科学 11） 链接 1215722 性能和并行程序的正确性分析 Müller 高性能计算（计算机科学 12） 链接 1216838 并行和以数据为中心的编程的概念和模型 Terboven 高性能计算（计算机科学 12） 链接 1212688 虚拟现实的高级主题 (VR II) Kuhlen 虚拟现实和沉浸式可视化 链接 1211912 高级机器学习 Leibe 计算机视觉（计算机科学 13） 链接 1215724 计算机视觉 Leibe 计算机视觉（计算机科学 13） 链接 1230246 量子计算简介 Unruh 量子信息系统（计算机科学 15） 链接 1230345 近期量子计算 Unruh 量子信息系统（计算机科学 15） 链接 4026526 强化学习和基于学习的控制 Trimpe 机械工程中的数据科学 (DSME) 链接