XiaoMi-AI文件搜索系统
World File Search System自由能
从头算分子动力学模拟计算液相自由能分布
结论 • DG 的近似非常粗糙；不适用于氢键、受阻旋转、柔性分子等。 • 隐式溶剂模型非常粗糙；忽略所有定向溶剂相互作用（氢键、盐桥等）。 • 溶剂熵（疏水效应等）被完全忽略。 • 该方法每次只对一个构象异构体有效，没有构象异构体采样 它居然有效，真是令人惊讶！（正如它在数千种出版物中所做的那样……）
strauss的透射网络模型的自由能密度
图形模型是研究复杂网络的最重要的理论工具之一。其中，已证明指数随机图（ERG）在社交网络的分析中非常有用。在本文中，我们开发了一种从晶格气体的统计力学借用的技术，以解决Strauss的传递网络模型。该模型是很久以前引入的，作为具有高聚类的网络的ERG集合，并在三角形相互作用参数的临界值高于临界值之上表现出第一阶相变，其中两种具有不同链接的不同类型的网络具有不同的链接（或者，或者，或者，替代地，不同的聚类）共存。与以前的均值范围方法相比，我们的方法甚至可以准确地描述了小型网络，并且可以扩展到Strauss的经典模型（例如），即具有不同类型的节点的网络。这使我们能够以均匀的节点来解决模型。我们为后者提供结果，并表明它们准确地重现了蒙特卡洛模拟的结果。
Jindal Steel and Power Limited（JSP）和Greenko Group进入谅解备忘录，以促进其位于Angul的钢铁设施的1000 MW碳自由能，ODI
Greenko董事总经理的创始人Anil Chalamalasetty表示：“工业脱碳是全球公司和国家和印度公司的最大机会之一，在采用同样的情况下一直在采用。越来越多的碳自由能的使用不仅会减少印度核心行业的碳足迹，而且还将成为全球市场的关键区别。我们在格林科（Greenko）致力于通过数字化并利用我们的泵送存储解决方案将可再生能源从实时能源转变为可调度和控制的介质。我们与JSP的合作是基于这种理念，并强调了两家公司在使用可再生资源和工业脱碳方面的承诺。我们很高兴与印度最大的钢铁制造公司之一合作，并协助他们进行过渡。”
探索小水团簇的自由能
摘要：通过解决经典成核理论 (CNT) 的缺陷，我们开发了一种从成核速率实验中提取小水团簇自由能的方法，而无需对团簇自由能的形式进行任何假设。对于高于 ∼ 250 K 的温度，从实验数据点提取的自由能表明，随着团簇尺寸的变化，它们与 CNT 预测的自由能之比表现出非单调行为。我们表明，对于单体，该比率从几乎为零增加，并在接近大团簇的 1 之前通过（至少）一个最大值。对于低于 ∼ 250 K 的温度，提取的能量与 CNT 预测之间的比率行为会发生变化；它随着团簇尺寸的增加而增加，但对于几乎所有的实验数据点，它都保持在 1 以下。我们还应用了最先进的量子力学模型来计算水团簇（2 − 14 个分子）的自由能；尽管温度高于和低于 ∼ 298 K，结果仍然支持观察到的基于温度的行为变化。我们比较了两种不同的模型化学物质 DLPNO-CCSD(T)/CBS// ω B97xD/6-31++G ** 和 G3，并与水二聚体形成的实验值进行了比较。
精神分析心理疗法和自由能量原理
在本文中，我提出了一个精神分析心理治疗的基本组成部分模型，并尝试用当代贝叶斯大脑理论和自由能量原理 (FEP) 来解释这一模型。我首先表明，精神分析疗法需要一个环境（由多个包络组成）、一个特定的心理状态和特定的过程（转移、自由联想、做梦、游戏、反思和叙事）来引发心理转变。然后，我分析这些转变过程如何运作，以及它们如何通过 FEP 得到启发。我首先强调这样一个事实：精神分析疗法意味着需要时间展开的非线性过程，并且需要一个包含高熵过程的环境。更准确地说，这些过程的特点是自由能量的延伸和减少之间的相互作用。这种相互作用还有利于新秩序的出现，这些秩序在混乱状态之后出现，根据一定的能量阈值，允许修改和改善心理功能。这些高熵状态还具有随机运作和心理可塑性的特征，有利于以原创方式探索主观体验。总体而言，本文提出的方法支持精神分析与其他研究领域之间的对话，同时强调精神分析理论和概念构造如何也可用于其他学科，特别是主观性神经科学。
自由能原理推动神经形态的发展
得益于 Mead [1] 的工作，他率先实现了超大规模集成 (VLSI) 方法。这类功能性（神经模拟）架构使用模拟组件来模仿神经生物系统，有助于高效、低成本地解决现实问题。模拟脉冲神经元的混合模拟数字系统也被开发出来，作为纯模拟模型的替代方案 [2]。从那时起，神经形态计算机不断发展，进一步模拟神经元和神经元功能网络的计算架构（有关最新综述，请参阅 [3, 4]）。作为生命系统，神经元和神经元网络都部分使用形态来实现计算；例如，信号之间的差异延迟可以通过不同长度和宽度的树突或轴突过程来实现。形态的变化也有助于学习的实现；例如，生长或退化的树突棘会促进或抑制突触的形成，从而促进或抑制位置特定的神经间通讯 [5, 6, 7, 8]。基于脉冲和结构的可塑性共同实现了适合神经形态设计的存储器写入电路 [9]（及其中的参考文献）。在网络规模上，神经发育过程中的活动依赖性修剪会影响短距离和长距离皮质连接 [10, 11, 12]。因此，从生物学角度来看，神经形态计算的一个关键特征是动态的：形态的变化实现计算的变化，反之亦然。这在混合模拟/数字 VLSI 设备的应用中得到了体现，这些设备作为神经形态视觉传感器实现，可以模拟相对简单的生物神经网络中的概念学习，如 [13] 1 中所述。
感知和行动的自由能量原理
自由能原理及其推论的主动推理构成了一种生物启发理论，该理论假设生物主体的行为会保持在一组有限的首选世界状态中，即它们会最小化其自由能。根据这一原则，生物主体会学习一个世界的生成模型，并计划未来的行动，以使主体保持满足其偏好的稳态。该框架适合在计算机中实现，因为它包含了使其在计算上可承受的重要方面，例如变分推理和摊销规划。在这项工作中，我们研究了深度学习工具来设计和实现基于主动推理的人工智能体，展示了面向深度学习的自由能原理，调查了与机器学习和主动推理领域相关的工作，并讨论了实施过程中涉及的设计选择。本文探讨了主动推理框架的新视角，将其理论方面应用于更实际的事务中，为主动推理新手提供了实用指南，并为想要研究自由能量原理实现的深度学习从业者提供了起点。
美与不确定性作为变革因素：格式塔心理治疗中美学诊断与干预的自由能量原理解释
格式塔疗法借鉴场理论，将心理痛苦和心理治疗视为两种有意图的场现象，其中未经处理和混乱的体验寻求机会通过患者和治疗师之间的接触（即接触的意向性）出现和被吸收。这种治疗方法基于治疗师在治疗过程中体现的审美体验，因为 (1) 对美的感知可以为治疗师提供有关未处理体验吸收的反馈；(2) 治疗师对内在审美诊断标准的关注可以通过支持对新体验的开放性来促进对僵化精神病理学场的修改。本文旨在回顾心理生理学、神经美学研究和神经计算认知模型（如自由能原理 (FEP)）的最新证据，这些证据支持格式塔心理治疗中审美感性的治疗潜力这一概念。根据神经影像数据、心理生理学和最近关于审美感知的神经认知理论，我们提出了一种新颖的解释，认为美感是一种自我产生的奖励，激励我们在对自己和世界的预测性表征中吸收越来越多的感官和情感状态，并支持接触的意向性。在心理治疗过程中，期待美可以帮助治疗师容忍不确定性，避免冲动行为，并关注变化的过程。