XiaoMi-AI文件搜索系统
World File Search System符号化
COMP 3190 人工智能简介
• 识别人工智能符号方法和亚符号方法之间的差异。 • 了解人工智能应用解决方案的当前最新水平和局限性。 • 实施符号化解决人工智能问题的策略，如解谜、玩游戏和规划。 • 使用逻辑编程、规则和不确定性构建推理系统。 • 识别人工智能一些示例应用中的问题组成部分。 • 描述机器学习系统的一般类型和策略。
HEC-RAS Mapper 用户手册
虽然 HEC-RAS Mapper 并非旨在取代 GIS，因为它提供了非常专用于水力建模的工具，但它具有大量用于处理地理空间数据的地理空间功能。RAS Mapper 不仅为用户提供了编辑 HEC-RAS 数据层的工具，而且这些编辑工具还可用于编辑通用形状文件。您不仅可以可视化 HEC-RAS 结果，还可以通过多种方式符号化和查询信息，以协助分析河流水力建模。
金融传染对实体经济的影响——基于复杂网络技术与空间计量模型的实证研究
本研究提出可用于考察金融对实体经济的传染、空间溢出和行业聚集效应的金融网络指标。我们建议基于符号化转移熵和皮尔逊相关系数，设计GDP排名前20位国家的金融部门的有向和无向网络。我们以这些网络指标代替原有的道琼斯金融部门作为解释变量，构建高阶信息空间计量经济模型，以检验网络指标的效果和实用性。结果表明，两个网络获得的估计精度较使用原始数据的空间计量经济模型有显著提高，表明网络指标能更有效地捕捉金融系统的动态信息。同时，基于有向网络的精度略高于无向网络，表明符号化转移熵，即有向加权网络，更适合和有效地反映金融领域的关系。此外，结果还显示，在全球金融危机的影响下，一国或地区金融部门与全球金融部门、金融部门与实体经济部门之间的联动性增强，但部分行业特别是公用事业和医疗保健受到的影响较小。本研究尝试利用金融网络指标建模，研究危机对实体经济的传染渠道和行业聚集效应，并提出网络指标在金融领域的实际应用。
HEC-RAS Mapper 用户手册
虽然 HEC-RAS Mapper 并非旨在取代 GIS，因为它提供了非常专用于水力建模的工具，但它具有大量用于处理地理空间数据的地理空间功能。RAS Mapper 不仅为用户提供了编辑 HEC-RAS 数据层的工具，这些编辑工具还可用于编辑通用 Shapefile。您不仅可以可视化 HEC-RAS 结果，还可以通过多种方式符号化和查询信息，以协助分析河流水力建模。
Toffoli-Hadamard 路径和的完备性以及量子计算的二元片段
“路径求和”形式主义是一种符号化操作描述量子系统的线性映射的方法，也是用于形式化验证此类系统的工具。我们在此给出了该形式主义的一组新重写规则，并表明它对于“Toffili-Hadamard”是完整的，这是量子力学最简单的近似通用片段。我们表明重写是终止的，但不是汇合的（这是片段普遍性所预期的）。我们使用路径求和和图形语言 ZH-Calculus 之间的联系来实现这一点，并展示了公理化如何转化为后者。最后，我们展示了如何丰富重写系统以达到量子计算二元片段的完整性——通过将具有二元 π 倍数的相位门添加到 Toffili-Hadamard 门集来获得——特别用于量子傅里叶变换。
使用带有全球定位系统的航海图
随着全球定位系统 (GPS) 的出现，航海者现在可以比以前更加精确地导航。本讨论重点关注航海图在绘制 GPS 接收器位置时的固有局限性。对于海图制作者来说，海图的准确性必须考虑到航海员视力敏锐度、所用的平版印刷工艺和绘图技术以及特征符号化（例如线宽）的局限性。GPS 用户在使用与 GPS 不同的基准在海图上绘制 GPS 得出的位置时，必须确保进行纬度/经度偏移。所有新的 NGA 海图均基于 WGS 基准编制，该基准与 GPS 接收器在默认基准设置中使用的基准相同，但通常可以选择其他基准。在实施 GPS 之前得出的位置是使用各种光学仪器确定的，这些仪器专注于导航辅助设备、海岸特征或天体。由于了解这些方法的局限性，海员们对海图上描绘的危险物避而远之，包括助航设备、浅滩和障碍物。海图制作者用来定位危险物的可用导航信息和制图过程比海图用户可用的导航手段更准确。现在情况发生了逆转；使用 GPS，海员现在可以获得比用于编制海图的数据更准确的位置定位。由于 GPS 提供了这样的精度，海员现在需要
脑启发人工智能中的规划
本文概述了规划作为一种认知功能的工程和神经科学模型。目的是呈现工程和神经科学中现有的规划模型，作为实现类脑人工智能规划功能的参考。根据调查结果，我们还将从挑战和架构的角度提出类脑人工智能下一步的研究和开发应该做的事情。 预计将来会根据本文提出具体的研究要求。 规划是通用智能的一项重要认知功能，因为它允许系统在未知情况下无需新学习即可（现场）解决问题。在一般智力的讨论中，计划被认为是流体智力的典型功能。 自人工智能诞生以来，工程界一直在研究规划，符号化问题也有解决方案。然而，目前解决非公式化现实问题仍然很困难。除了人类之外，苏格兰乌鸦等动物也以能够解决复杂的规划问题而闻名，其他动物也必须进行某种形式的规划才能在野外生存。在哺乳动物的大脑中，前额叶皮层已知参与计划。 下面，我们首先概述规划，介绍工程模型，然后展示神经科学模型调查的结果。最后，我们考虑创建规划大脑模型的策略。具体来说，问题和评估基准
商业、管理和……中的人工智能
摘要 人工智能 (AI) 是计算机科学的一个分支，它通过符号化编程来解决问题；也就是说，它耗时更少，结果更快。在制药行业，人工智能 (AI) 最近已成为一个热门话题。它在问题解决科学方面取得了长足的发展，在研究、营销、医疗保健、药学和工程领域有着广泛的应用。机器学习 (ML) 取得了令人印象深刻的成果，在药物发现和开发方面的需求不断增加。制药行业开发新药是一个相当困难和漫长的过程，通常需要数年时间，而且由于流失率增加，成本高昂。因此，有必要利用人工智能 (AI) 等创新技术来加强新药的开发过程。人工智能使机器和计算机能够执行类似人类的任务，并在试图解决特定挑战时做出决策。问题的解决基于在记忆和适应性过程中获得的学习阶段，以及通过训练机器来应对新障碍而获得的概括和专业知识。本综述论文重点介绍了人工智能在制药行业多个领域的主要作用，包括临床试验、药物开发、制造、药物分析、质量保证和药物药代动力学预测。通过使用人工智能，制药行业的这些领域可以更快地实现目标，减少人类的努力，从而减轻他们的负担。
动态有向图的量子编码
在路由、网络分析、调度和规划等应用领域，有向图被广泛用作形式模型和核心数据结构，用于开发高效的算法解决方案。在这些领域，图通常会随时间而演变：例如，连接链路可能由于临时技术问题而失败，这意味着图的边缘在一段时间内无法遍历，必须遵循替代路径。在经典计算中，图既通过邻接矩阵/列表显式实现，又以有序二元决策图符号化实现。此外，还开发了临时访问程序来处理动态演变的图。量子计算利用干扰和纠缠，为特定问题（例如数据库搜索和整数分解）提供了指数级加速。在量子框架中，一切都必须使用可逆运算符来表示和操作。当必须处理动态演变的有向图的遍历时，这带来了挑战。由于路径收敛，图遍历本质上不是可逆的。对于动态发展的图，路径的创建/销毁也会对可逆性产生影响。在本文中，我们提出了一种新颖的量子计算高级图表示，支持实际网络应用中典型的动态连接。我们的程序可以将任何多重图编码为一个酉矩阵。我们设计了在时间和空间方面最优的编码计算算法，并通过一些示例展示了该建议的有效性。我们描述了如何在恒定时间内对边/节点故障做出反应。此外，我们提出了两种利用这种编码执行量子随机游走的方法：有和没有投影仪。我们实现并测试了我们的编码，获得运行时间的理论界限并由经验结果证实，并提供有关算法在不同密度图上的行为的更多细节。