XiaoMi-AI文件搜索系统
World File Search System蒙特卡罗
% 蒙特卡罗和实验评估...
本报告是作为美国政府机构赞助的工作的记录而编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
竞争平衡和可靠性的蒙特卡罗分析...
本文研究了提高竞争平衡对锦标赛排名可靠性的影响。排名可靠性以前是一种定性属性，本文将其量化为锦标赛结束时的真实排名与球队排名之间的接近程度。使用三个指标来衡量这种接近程度：Spearman 等级相关系数、Kendall tau 和排名领域中相对较少使用的算法：Levenshtein 距离。模拟了三种锦标赛结构：循环赛、随机配对和瑞士制。在多次试验和不同数量的比赛中模拟锦标赛。研究发现，随着比赛数量的增加，锦标赛结构可靠性的增长率会下降。研究还发现，竞争不平衡与可靠性之间存在正相关关系。竞争不平衡增加的边际效益会随着边际效益的增加而下降。出乎意料的是，与随机配对和瑞士配对相比，循环赛制在所有指标和比赛场次中都获得了最高的可靠性得分。随着竞争不平衡的增加，锦标赛结构之间的可靠性差异也会增加。建议的进一步工作包括调查锦标赛结果的不确定性与可靠性和竞争平衡的关系，更深入地研究莱文斯坦距离作为一种有用的算法来量化密切度
基于蒙特卡罗的电力可靠性评估方法...
摘要 — 在基于任务概况的可靠性评估中，计算表示电力电子转换器热应力的静态参数是一种常用方法。这些参数随后用于蒙特卡罗 (MC) 模拟，以估计考虑到变化的电力转换器中组件的预期寿命。然而，静态参数并不总是代表电力转换器中组件的实际现场运行条件。为了克服这一限制，本文在 MC 模拟中使用的动态任务概况特性中实施了两种引入参数方差的方法。在两种不同的应用案例中，证明了使用静态参数会在 MC 模拟中引入显著误差。对于光伏 (PV) 逆变器应用，如果使用静态参数，半导体的寿命可能会被高估高达 30%，而对于不间断电源 (UPS) 系统应用，这种差异可能达到近 50%。索引术语 — 转换器可靠性、寿命预测、任务概况、蒙特卡罗方法。
蒙特卡罗中的随机信标：效率
定期访问不可预测且抗偏差的随机性对于区块链、投票和安全分布式计算等应用非常重要。分布式随机信标协议通过在多个节点之间分配信任来满足这一需求，其中大多数节点被认为是诚实的。区块链领域的众多应用促成了几种分布式随机信标协议的提出，其中一些已经实现。然而，许多当前的随机信标系统依赖于阈值加密设置或表现出高昂的计算成本，而其他系统则期望网络是部分或有界同步的。为了克服这些限制，我们提出了 HashRand，这是一种计算和通信效率高的异步随机信标协议，它只需要安全哈希和成对安全通道即可生成信标。HashRand 的每个节点摊销通信复杂度为每个信标 O(𝜆𝑛 log (𝑛)) 位。 HashRand 的计算效率归因于单向哈希计算比离散对数指数计算的时间少两个数量级。有趣的是，除了减少开销之外，HashRand 还利用安全哈希函数对抗量子对手，实现了后量子安全性，使其有别于使用离散对数加密的其他随机信标协议。在一个由 𝑛 = 136 个节点组成的地理分布式测试平台中，HashRand 每分钟产生 78 个信标，这至少是 Spurt [IEEE S&P'22] 的 5 倍。我们还通过实施后量子安全异步 SMR 协议展示了 HashRand 的实际效用，该协议在 𝑛 = 16 个节点的 WAN 上的响应率为每秒超过 135k 个事务，延迟为 2.3 秒。
二次量子变分蒙特卡罗
本文介绍了二次量子变分蒙特卡罗 (Q 2 VMC) 算法，这是量子化学中的一种创新算法，可显著提高求解薛定谔方程的效率和准确性。受虚时间薛定谔演化的离散化启发，Q 2 VMC 采用了一种新颖的二次更新机制，可与基于神经网络的假设无缝集成。我们进行了大量的实验，展示了 Q 2 VMC 的卓越性能，在跨各种分子系统的波函数优化中实现了更快的收敛速度和更低的基态能量，而无需额外的计算成本。这项研究不仅推动了计算量子化学领域的发展，还强调了离散化演化在变分量子算法中的重要作用，为未来的量子研究提供了一个可扩展且强大的框架。
用于量子蒙特卡罗模拟的 Metropolis 方法
尽管 Metropolis 等人的方法[1] 最初应用于经典的硬盘系统，但后来发现该算法对于许多不同的应用都是必不可少的。在本次演讲中，我将讨论 Metropolis 算法在量子多体问题中的一些应用。本文将严格限制在量子蒙特卡罗 (QMC) 中 Metropolis 拒绝方法的使用，而不讨论 QMC 的其他方面。Metropolis 算法的丰富性和本文的简洁性意味着我只能简要介绍这些发展中的一小部分，并且必须局限于肤浅的讨论。其他人将讨论它在凝聚态物质和格点规范理论的量子格点模型中的应用，因此我将重点关注非相对论连续体应用，特别是需要推广基本 Metropolis 算法的发展。我将只简要提及这些应用背后的物理学，而不是参考评论文章。我们对 Metropolis 算法的定义如下。假设 s 是相空间中的一个点，我们希望对分布函数 π ( s ) 进行采样。在最简单的算法中，只有一个转移概率：T ( s → s ′ )。稍后我们将把它推广到一系列转移概率。有人以概率 T ( s → s ′ ) 提出一个举动，然后以接受概率 A ( s → s ′ ) 接受或拒绝该举动。详细平衡和遍历性足以确保随机游走在足够多的迭代之后将收敛到 π ( s ) ，其中详细平衡的意思是：
用于评估不精确可靠性的蒙特卡罗模拟方法
题为“动态随机载荷下评估可靠性的有效方法”的论文由 Mahdi Norouzi 提交给研究生院，部分满足了工程哲学博士学位的要求Efstratios Nikolaidis 博士，委员会主席Abdollah Afjeh 博士，委员会成员Sorin Cioc 博士，委员会成员Ali Fatemi 博士，委员会成员Mehdi Pourazadi 博士，委员会成员拉里·维特纳博士，委员会成员Patricia R. Komuniecki，研究生学院院长
使用近红外光检测颅内血肿的蒙特卡罗模拟
颅内血肿（ICH）是指头部受伤或脑血管破裂时，血液在脑内或脑与颅骨之间积聚，可导致脑部受压，引起头痛、呕吐、精神错乱，甚至癫痫或昏迷。若不及时治疗，血肿会导致颅内压升高，导致脑损伤或脑疝，严重者可危及生命。快速诊断和干预可大大降低风险，较大的血肿通常需要手术治疗，以避免严重的后遗症。检测血肿是快速诊断血肿的基础，通过准确及时的检测，医生可以快速做出诊断并制定合适的治疗方案，因此，血肿的检测非常重要。
评估和预测火电厂设备可靠性的蒙特卡罗方法
摘要 本文介绍了开发一种评估和预测锅炉厂和蒸汽轮机技术状况的方法的结果。所提出的方法基于故障的广义实验数据，通过蒙特卡罗模拟预测火电厂主要元件和部件的损坏。所提出的方法考虑了工艺流程的复杂性、周转时间、故障率和剩余金属寿命状况。它允许开发评估每个元素安全性的方法，以获得可靠且具有代表性的故障统计样本，以评估火电厂锅炉和蒸汽轮机的可靠性。根据结果，在100 MW条件下，蒸汽锅炉和涡轮机的故障运行概率为0.037。所得结果可用于建立预测模型，为延长火电厂锅炉房和蒸汽轮机元件的运行状态提供方法。可用于实施数字能源系统项目，用于监测和诊断火电厂的主要电力设备。