XiaoMi-AI文件搜索系统
World File Search System自回归
数据驱动的二氧化碳排放预测-IJRPR
几项研究使用统计和ML技术研究了CO2排放趋势。传统的时间序列模型，例如季节性自回归综合运动平均值（Sarima），已有效地分析历史排放模式。然而，机器学习模型（例如随机森林和梯度提升）通过合并多个变量（包括能源消耗，GDP和工业生产）来提供增强的预测精度。研究强调，基于AI的碳跟踪工具（例如CarbonTracker和Eco2AI）通过优化计算过程中的能源消耗来减少排放效果至关重要。
数据驱动的量子系统与神经网络的时间传播
我们研究了监督机器学习在时间中传播量子系统的潜力。虽然马尔可夫动力学很容易学习，但只要有足够多的数据，非马尔可夫系统就不简单了，它们的描述需要过去状态的记忆知识。在这里，我们通过将简单的 1D 海森堡模型作为多体汉密尔顿量来分析这种记忆的特征，并通过在单粒子约化密度矩阵上表示系统来构建非马尔可夫描述。发现，这种表示再现时间相关动力学所需的过去状态数量随着自旋数量和系统光谱密度的增加而呈指数增长。最重要的是，我们证明了神经网络可以在未来的任何时间作为时间传播器，并且它们可以随时间连接起来形成自回归。这种神经网络自回归可用于生成长时间和任意密集时间轨迹。最后，我们研究表示系统内存所需的时间分辨率。我们发现两种情况：对于精细内存采样，所需内存保持不变，而粗采样需要更长的内存，尽管总时间步长保持不变。这两个状态之间的边界由系统频谱中最高频率对应的周期设定，表明神经网络可以克服香农-奈奎斯特采样定理设定的限制。
预测气候协变量对埃塞俄比亚风能的影响
摘要：本研究探讨了埃塞俄比亚风速与风速的气候协变量和空间元素的相互作用。它打算使用气象数据集在未观察到的空间点上推断风的潜在斑点。我们应用了一个组合的动态空间面板自回归随机效应模型，其位置的空间重量是空间重量。这种空间重量优于其他空间权重以捕获空间依赖性并提高有效估计。结果描述的是，平均风速在经度范围和纬度跨度上有所不同，受气候协变量的影响，并在一年中的几个月中波动。风速强度沿该地区的中部，东部和东北部高。在2月，3月，6月和7月相对于9月和10月的几个月中也很高。证据表明，夏季和春季风速较高，但在冬季和秋季季节相对较低。这意味着风速主要是在雨季结束和开始之前的风速很高。模型估计还表明，平均风速在相邻站点和时间点之间在空间上相关。特别是，平均风速随海拔和温度而增加，但随着降水的增加而降低。阳光级分和相对湿度具有负面影响，但它们的影响在统计学上并不显着，p = 0.2496和p = 0.4484。总而言之，建议使用这些方法来预测显示随机过程的数据。关键字：贝叶斯推论；动态空间面板自回归模型，预测，
美国经济周期与工伤事故的关系：时间序列分析
摘要：本研究分析了美国经济周期与职业事故之间的关系。该实证策略基于 2003 年至 2018 年期间美国 40 个州样本的时间序列和面板数据配置的向量自回归模型。结果证实了 28 个州的经济活动（即人均国内生产总值）与工作场所事故之间的短期双向因果关系。此外，实证证据表明这种关系是不均匀的。随着人们越来越意识到商业周期如何影响跨地区工作相关事故的时间轨迹，本文讨论了政策含义和未来的研究途径。
基于脑电图的脑机接口系统控制假肢手指运动
研究 脑信号 手指数量 信号处理链 准确度（％） [11] EEG 4 CWD＆2LCF 43.5 [12] EEG 5 RF＆LDA＆SVM＆KNN 54 [13] EEG 5 LSTM＆CNN＆RCNN 77 [14] EEG 5 PCA＆PSD＆SVM 77 [15] MEG 5 SVM 83 [16] MEG 5 BPF＆频谱图＆SVM 57 [17] ECOG 5 CNN＆RNN＆LSTM 49 [18] ECoG 4 BPF＆Morlet小波字典＆STMC 85 [19] ECoG 5 CSP＆SVM 86.30 [20] fNIRS 2 SVM 62.05 [21] EMG 1小波＆自回归＆SVM 76
使用 CBO 扩展马尔可夫转换模型估计经济预测的不确定性
有关第一步的讨论，请参阅 Robert W. Arnold，《国会预算办公室如何制定十年经济预测》，工作文件 2018-02（国会预算办公室，2018 年 2 月），www.cbo.gov/publication/53537。有关第三步的讨论，请参阅国会预算办公室，“使用国会预算办公室的贝叶斯向量自回归模型估计经济预测的不确定性”（2023 年 1 月），www.cbo.gov/publication/58883。有关相关讨论，请参阅 Mark Lasky，《国会预算办公室的小规模政策模型》，工作文件 2022-08（国会预算办公室，2022 年 9 月），www.cbo.gov/publication/57254。
财政政策对阿尔及利亚经济增长的影响：基于 SVR 的实证研究
本研究旨在利用自回归结构向量法（SVAR）分析财政政策对阿尔及利亚经济增长的影响，我们将遵循 Blanchard 和 Perotti（2002）的工作方法。我们只包括三个变量：公共支出 G、税收（直接税 + 间接税）TAX 和 GDP。研究得出结论，公共支出对阿尔及利亚的经济增长有积极影响，但这种影响较小，而且只在短期内产生，然后在中长期内转变为负面影响。这表明，在石油税的强力推动下，普通税收对促进阿尔及利亚经济增长的作用非常有限。当每桶价格出现负面冲击时，其影响会直接转移到公共收入并自动转移到公共支出。
治理对马来西亚经济增长的影响
本研究采用自回归分布滞后（ARDL）模型来检验1996年至2018年期间治理对马来西亚经济增长的影响。本研究中的治理质量分为民主质量和技术质量。民主特质与“发言权和问责制”以及“政治稳定和非暴力”有关，这两者都是全球治理指标（WGI）的指标。同时，技术质量与该WGI指标的四个组成部分“政府效能”、“法规质量”、“法治”和“腐败控制”相关。实证结果表明，民主质量和技术质量对经济增长具有非常正向的影响。研究结果显示，推行良好治理有利于促进马来西亚的经济增长。
美国货币政策对南非经济的影响
摘要：本文旨在分析美国货币政策变化对南非经济的溢出效应。美国利率经常变化，被视为世界经济增长的重要驱动力，因为一些发展中经济体严重依赖美元和货币政策的活动。为了实现本研究的目的，模型规范考察了美国利率与南非国内生产总值 (GDP)、石油价格、全股指数和债券指数之间的关系和相互作用。采用非线性自回归分布滞后技术的结果表明，美国货币政策在短期和长期都对南非的 GDP 产生负面影响。研究结果表明，美国利率变化对南非 GDP 的冲击虽然强烈，但持续时间很短。