我们展示了量子退火方法在确定形状记忆合金和其他材料中的平衡微结构方面的用途和优势,这些材料具有相干晶粒与其不同马氏体变体和相之间的长程弹性相互作用。在对一般方法进行一维说明之后,该方法需要以伊辛汉密尔顿量的形式来表示系统的能量,我们使用晶粒之间的远距离相关弹性相互作用来预测不同转变特征应变的变体选择。将计算结果和性能与经典算法进行比较,表明新方法可以显著加快模拟速度。除了使用简单的长方体元素进行离散化之外,还可以直接表示任意微结构,从而允许快速模拟目前多达数千个晶粒。
自然语言通常被视为解释人类认知奇点的唯一因素。相反,我们认为人类拥有多种内部思维语言,类似于计算机语言,它们对各个领域(数学、音乐、形状……)的结构进行编码和压缩。这些语言依赖于不同于传统语言区域的皮质回路。每种语言都有以下特点:(i)使用一小组符号对某个领域进行离散化,(ii)将它们递归组合成对具有变化的嵌套重复进行编码的心理程序。在各种基本形状或序列感知任务中,所提出的语言中的最小描述长度可以捕捉人类行为和大脑活动,而非人类灵长类动物数据则由更简单的非符号模型捕捉。我们的研究支持人类思维的离散符号模型。
摘要 — 无人机系统的声发射特性在许多情况下都备受关注。为了真实地表示方向特性和辐射声能,在真实条件下操作飞机非常有用。然而,对于典型的操作模式(例如巡航飞行),推导基于发射的声学量很困难。在本文中,使用麦克风阵列测量通过预定走廊的单次飞行来确定四轴飞行器无人机的方向性和声功率。记录的数据经过处理,既可以重建无人机的飞行路径,又可以表征其声发射。为了验证所提出方法的可靠性,使用来自具有单极子和偶极子方向性的移动源的模拟数据测试了信号处理。使用辐射方向空间的不同离散化并评估频率相关的方向性因子,讨论了如何在尽可能少的量的基础上尽可能全面地描述声辐射。
摘要:微纳结构的应用日益广泛,这引起了人们对包含尺度效应的理论的兴趣,因为经典连续体理论在捕捉依赖于尺寸的效应方面存在局限性。出于这样的动机,本文使用边界元法 (BEM) 进行三维弹性静力学微结构建模。为了解释微结构效应,采用了 Aifantis 提出的简化梯度理论,这是 Mindlin 一般理论的具体化。建立了变分论证来确定问题的控制方程和边界条件。该论证解释了梯度弹性的基本解,并借助倒数恒等式构建了积分轮廓表示。Proriol 谱函数的弯曲三角元素用于近似 BEM 离散化的几何和物理参数。所提出的公式得出的结果与文献中的其他分析一致。
我们深入研究了使用光子量子计算来模拟量子力学并将其应用扩展到量子场论。我们开发并证明了一种方法,该方法利用这种连续变量量子计算 (CVQC) 来重现任意汉密尔顿量下量子力学状态的时间演化,并且我们证明了该方法在各种潜力下的显著效果。我们的方法以构建演化状态为中心,这是一种特殊准备的量子态,可在目标状态下诱导所需的时间演化。这是通过使用基于测量的量子计算方法引入非高斯运算来实现的,并通过机器学习进行增强。此外,我们提出了一个框架,其中可以扩展这些方法以在 CVQC 中编码场论而无需离散化场值,从而保留场的连续性。这为量子场论中的量子计算应用开辟了新的途径。
我们提出了一种用于光滑粒子流体动力学 (SPH) 方法的量子计算算法。我们使用规范化程序将 SPH 运算符和域离散化编码到量子寄存器中。然后,我们通过量子寄存器的内积执行 SPH 求和。使用一维函数,我们使用高斯和 Wendland 核函数以经典方式测试一维函数的核和以及一阶和二阶导数的方法,并将各种寄存器大小与分析结果进行比较。误差收敛速度在量子比特数上呈指数级增长。我们扩展了该方法以解决流体模拟中常见的一维平流和扩散偏微分方程。这项工作为更通用的 SPH 算法奠定了基础,最终导致在基于门的量子计算机上对复杂工程问题进行高效模拟。
介绍了复杂的二维配置。该方法在整个流场中使用完全非结构化的网格,从而能够处理任意复杂的几何形状,并在粘性和非粘性流场区域中使用自适应网格划分技术。网格生成基于局部映射的 Delaunay 技术,以便在粘性区域中生成具有高度拉伸元素的非结构化网格。使用有限元 Navier-Stokes 求解器对流动方程进行离散化,并使用非结构化多重网格算法实现快速收敛到稳态。湍流建模使用廉价的代数模型进行,该模型用于非结构化和自适应网格。计算了多元素翼型几何的可压缩湍流流动解,并与实验数据进行了比较。作者
如果初次阅读时觉得本文的结构有些混乱,那是因为有些考虑被故意拖延了。我们希望在后续阅读中,原因会变得清晰。在第 2 节中,我们定义了符号,介绍了散射问题的离散化,将 FMM 与更熟悉的快速算法联系起来,并介绍了 FMM 的基本分析工具。第 3 节给出了 FMM 实现的详细说明(除了算法的一些重要参数的选择)。在展示该方法的结构之后,第 4 节将分析这些参数(多极展开中使用的项数以及远场量制表的方向)。标量问题的算法已经完全定义,我们在第 5 节中展示了应用于矢量(电磁)散射所需的微小修改。在结束之前,第 6 节给出了 FMM 背后分析的物理解释。
摘要:本文讨论了脑组织机械行为的非线性粘塑性模型的数值方面和实现,以模拟与可能导致创伤的冲击载荷相关的动态响应。在现有的各种粘弹性模型中,我们特意考虑修改诺顿-霍夫模型,以引入非典型的粘塑性软化行为,模拟快速撞击后仅几毫秒的大脑反应。我们描述了模型的离散化和三维实现,目的是在合理的计算时间内获得准确的数值结果。由于问题的规模大、复杂性,采用了时空有限元法的并行计算技术来提高计算效率。事实证明,经过校准后,引入的粘塑性软化模型比常用的粘弹性模型更适合模拟快速冲击载荷特定情况下的脑组织行为。
基于分数的生成模型具有概率流量流量差分方程(ODE)在各种应用中取得了显着的成功。虽然在文献中提出了各种基于快速的采样器并在实践中采用了有关概率流动的收敛属性的理论理解仍然非常有限。在本文中,我们为2-Wasserstein距离的一般概率流ode samperers提供了第一个非反应收敛分析,假设是策划的得分估计值和光滑的对数 - 循环数据分布。然后,我们考虑各种示例,并基于相应的基于ode的采样器的迭代复杂性建立结果。我们的证明技术依赖于明确拼写连续ode的收缩率,并使用同步耦合分析离散化和得分匹配错误;我们的分析中的挑战主要来自概率流动的固有非自治和我们研究的特定指数积分器。