XiaoMi-AI文件搜索系统
World File Search System理论预测
中微子振荡的量子性量化
摘要 中微子振荡是基本粒子物理中的一个重要物理现象，它的非经典特性可以用Leggett–Garg不等式来揭示，表明它的量子相干性可以在天体物理长度尺度上维持。在本文中，我们通过量子相干性的非局域优势（NAQC）、量子导引和Bell非局域性来研究实验观测到的中微子振荡的量子性度量。从不同的中微子源，分析了不同能量的反应堆和加速器中微子集合，例如大亚湾（0.5 km和1.6 km）和MINOS（735 km）合作。与理论预测相比，用实验表征了两味中微子振荡的NAQC。它随着能量的增加表现出非单调的演化现象。此外，研究发现，NAQC 的量子关联性比量子操纵和贝尔非局域性更强，甚至达到公里量级。因此，对于实现 NAQC 的任意二分中微子味态，它也必须是一个可操纵的贝尔非局域态。该结果可能为中微子振荡在量子信息处理中的进一步应用提供新的见解。
基于理论的强化学习的神经结构
人类学习世界内部模型，以支持复杂环境中的计划和概括。然而，尚不清楚如何在大脑中代表和学习这种内部模型。我们使用基于理论的增强学习来解决这个问题，这是一种基于模型的增强学习形式，其中模型是一种直观的理论。我们分析了来自人类参与者的fMRI数据，学习玩Atari风格的游戏。我们在前额叶皮层和额叶皮层，枕皮层和梭状回中的理论更新中发现了理论表示的证据。理论更新与理论表示的瞬时加强一致。理论更新期间的有效连通性表明，信息从前额叶理论编码区域流向后理论更新区域。一起，我们的结果与神经结构一致，在该神经体系结构中，自上而下的理论表示形式源于前额叶区域的视觉区域中的感觉预测，在该区域中，计算出符合理论预测错误并触发理论的自下而上的更新。
通过电子背散射衍射进行晶粒尺寸计量
简单的光学技术。但是，EBSD 的自动化特性意味着它可以提供更多信息，而不受个人操作员的技能和主观性的影响，例如在自动图像分析的样品照明设置中。尽管 EBSD 可以自动化晶粒尺寸测量过程，但在样品制备、操作条件选择和采集后降噪的使用方面仍需谨慎。报告了这些对测量晶粒尺寸影响的实际示例，并将 EBSD 结果与光学获得的结果进行了比较，突出了 EBSD 在检测较小晶粒和检测孪晶边界方面的更高分辨率的影响。它讨论了报告结果的方式，并将结果与晶粒尺寸分布的理论预测进行了比较。这项工作是在更广泛的背景下进行的，需要量化微观结构异质性，以验证工程合金热变形的变形模型，该模型是与谢菲尔德大学和威尔士大学（斯旺西）联合项目的一部分。K P Mingard、E G Bennett、A J Ive 和 B Roebuck 2006 年 1 月
中微子振荡的量子性量化
摘要 中微子振荡是基本粒子物理中的一个重要物理现象，它的非经典特性可以用Leggett–Garg不等式来揭示，表明它的量子相干性可以在天体物理长度尺度上维持。在本文中，我们通过量子相干性的非局域优势（NAQC）、量子导引和Bell非局域性来研究实验观测到的中微子振荡的量子性度量。从不同的中微子源，分析了不同能量的反应堆和加速器中微子集合，例如大亚湾（0.5 km和1.6 km）和MINOS（735 km）合作。与理论预测相比，用实验表征了两味中微子振荡的NAQC。它随着能量的增加表现出非单调的演化现象。此外，研究发现，NAQC 的量子关联性比量子操纵和贝尔非局域性更强，甚至达到公里量级。因此，对于实现 NAQC 的任意二分中微子味态，它也必须是一个可操纵的贝尔非局域态。该结果可能为中微子振荡在量子信息处理中的进一步应用提供新的见解。
概括和稳定性中的内在学习
内在学习（ICL）是一种提示，其中变压器模型以（输入，输出）示例的序列运行，并在当时进行分解。在这项工作中，我们将上下文学习形式化为一种算法学习问题，其中变压器模型在推理时间内隐含构建了假设函数。我们首先通过多任务学习的镜头探索了该抽象的统计方面：当输入提示为（1）I.I.D的顺序时，我们会对ICL进行概括。（输入，标签）对或（2）由动态系统产生的轨迹。我们的分析的症结是将多余的风险与变压器所影响的算法的稳定性有关。我们表征了当变压器/注意体系结构可证明遵守稳定性条件并提供示例验证时。对于对看不见的任务的概括，我们确定了一种归纳偏见现象，其中转移学习风险受任务复杂性和MTL任务的数量的控制。最后，我们提出了数值评估，即（1）证明了变形金刚确实可以在I.I.D的经典回归问题上实施近乎最佳的算法。和动态数据，（2）提供有关稳定性的见解，（3）验证我们的理论预测。
非平衡微生物动力学推出了泰勒定律以外的新宏观生态模式
我们引入了依赖Fokker-Planck形式主义的全面分析基准测试，以研究生物和非生物力量存在的微生物动力学。在平衡中，我们观察到两种力之间的平衡，导致物种丰度之间没有相关性。这意味着观察到相关性的真实微生物组以平衡作用。因此，我们分析了非平衡动力学，为近似解决方案提供了一个ANSATZ，该解决方案体现了系统中力的复杂相互作用。该解决方案与泰勒的定律一致，这是物种丰度和方差之间关系的粗粒近似，但意味着微妙的效果，预测了泰勒定律以外的未观察到的结构。以这种理论预测的启发，我们重新介绍了现有的宏基因组数据的分析，揭示了一种新型的通用宏观生态模式。最后，我们推测泰勒定律的物理起源：基于与布朗运动理论的类比，我们建议泰勒的定律是由于微生物物种之间环境资源的平气环境资源而产生的一种蓬勃增长的关系。
人工智能和知识密集型劳动力
摘要 本论文研究了人工智能 (AI) 对瑞典劳动力市场的影响。人工智能对知识密集型劳动力的影响尤其令人感兴趣，因为这是一个受人工智能影响更大的群体。理论预测人工智能将使工作任务自动化，同时导致经济中引入新任务。利用职位空缺数据，该论文通过研究机构接触人工智能的两种不同影响阐明了这一主题。首先，研究对劳动力雇用的影响，将劳动力分为工作任务与人工智能相关的劳动力组和工作任务与人工智能无关的劳动力组。其次，测试对机构对非人工智能劳动力所需技能变化的影响。这两个问题都旨在确定劳动任务是否确实被人工智能自动化，以及是否引入了新的工作任务。结果表明，接触人工智能的企业增加了非人工智能劳动力的雇用。此外，研究发现，接触人工智能与所需技能数量的减少有关。知识密集型企业和职业与接触人工智能的关系似乎略弱。结果的解释是，一些人工智能自动化正在发生，尽管不足以引起劳动力市场的重大变化。
花卉性状的定量遗传分析显示了当前的局限性，但野生的潜在演变
跨被子植物的花卉特征的巨大变化通常被解释为适应授粉媒介的结果。但是，在野生人群中的研究通常没有发现授粉媒介介导的花的迹象。进化理论预测，这可能是稳定条件下停滞期的结果，其次是授粉媒介变化时期较短，为创新表型提供了选择。我们询问停滞周期是否是由于选择稳定，其他形式的选择或低性状能力，即使存在选择，也引起了停滞。我们研究了一种植物，主要是由其范围内的一种蜜蜂授粉的植物。，我们使用了大型野生人群中的全基因组相关性测量性状的遗传力和发展性，并将其与对同一个体的选择估计相结合。我们发现了稳定选择和低性状遗传力的证据，作为流动中停滞的潜在解释。标准花瓣的面积正在稳定下，但可变性不是可遗传的。单独的特征，花的重量具有很高的含义，但目前尚未选择。我们展示了一个简单的授粉环境如何与当前的自适应进化变化前提条件相吻合，而遗传性的变化仍在响应未来的选择压力。
通过序列特异性化学钝化的2D WS2中的同步光致发光和电动迁移率增强
摘要：二维（2D）半导体二进制二进制对下一代电子和光子设备的非凡希望。尽管存在这种潜力，但在2D二分法中存在缺陷的存在导致载体的迁移率和光致发光（PL），而理论预测明显不足。尽管缺陷钝化提供了潜在的解决方案，但其影响并不一致。这是由于缺乏对2D材料表面化学的化学理解。In this work, we uncover new binding chemistry using a sequence-specific chemical passivation (SSCP) protocol based on 2-furanmethanothiol (FSH) and bis(trifluoromethane) sulfonimide lithium salt (Li-TFSI), which demonstrates a synchronized 100-fold enhancement in both carrier mobility and PL in WS 2 monolayers.我们提出了一种由超快瞬态吸收光谱（TA），硬X射线光电学光谱镜（HAXPES）和密度功能理论（DFT）钙化支持的中性和带电硫空位（SV）的原子水平协同缺陷钝化机制。我们的结果为2D WS 2建立了一个新的半导体质量基准，为开发可持续2D半导体技术铺平了道路。■简介
现代数据经济中的网络风险驱动创新
摘要我们构建了一个数据经济的异质公司增长模型，在该模型中，对于业务优化至关重要的数据有可能遭到网络罪犯损害和破坏的风险。数字化的公司对内部网络安全进行投资，该公司可用于提高其其他产品的质量，并与非数字化的公司进行交易网络安全保护。我们使用该模型来研究网络犯罪风险对企业创新和总体增长的影响。从理论上讲，我们发现网络犯罪明确地导致知识库存降低，生产率降低以及所有公司的总体经济增长降低。网络犯罪风险减轻了一些不利影响，因为它会提示数字化的公司追求数字创新，从而提高其他领域的生产率。然后，我们使用有关公司在网络保护方面的投资中使用几个唯一数据集测试理论预测。从经验上，我们观察到响应于更高的网络犯罪风险的创新率提高，这主要是由数据密集型公司和强烈追求内部网络安全保护而不是第三方网络安全代表团的公司驱动的。