XiaoMi-AI文件搜索系统
World File Search System误差度量
gleipnir：探索量子程序的实际错误分析
实用误差分析对于嘈杂的中等规模量子（NISQ）计算的设计，优化和评估至关重要。然而，量子程序中的边界错误是一个巨大的挑战，因为量子错误的影响取决于指数的大量子状态。在这项工作中，我们提出了Gleipnir，这是一种新颖的方法论，实际上可以计算量子程序中经过验证的错误界限。gleipnir引入了（ˆ 𝜌，𝛿） - diamond norm，这是一个误差度量，该误差度量受近似状态ˆ及其距离组成的量子谓词约束的误差度量，并将其距离为理想状态𝜌。可以使用基于矩阵乘积状态的张量网络自适应地计算此谓词（ˆ 𝜌，𝛿）。gleipnir具有轻巧的逻辑，用于基于（ˆ 𝜌，𝛿）-diamond Norm Metric的嘈杂量子程序中的错误界限的推理。我们的实验结果表明，Gleipnir能够为具有10至100 QUBIT的现实世界量子程序有效地产生严重的误差范围，并且可用于评估量子编译器转换的误差缓解性能。
评估各种视觉系统以检测协作机器人应用中的人姿势
摘要：跟踪在协作机器人附近工作的人类操作员可以改善安全体系结构，人体工程学的设计以及在人与机器人协作场景中执行汇编任务。使用了三个商业空间计算套件及其软件开发套件，可提供各种实时功能来跟踪人类姿势。本文探讨了结合不同硬件系统和软件框架功能的可能性，这些功能可能会导致在协作机器人应用中检测人姿势的更好的性能和准确性。本研究在六个深度水平上评估了他们的性能，并比较了原始数据和降噪的过滤数据。此外，将激光测量设备用作地面真相指标，以及平均均方根误差作为误差度量。根据位置准确性和可重复性进行了分析并比较所获得的结果，表明传感器的性能在跟踪距离上的依赖性。使用基于卡尔曼的过滤器融合了人类骨架数据，然后考虑其在不同距离区域的性能，重建操作员的姿势。结果表明，在小于3 m的距离下，Microsoft Azure Kinect显示出更好的跟踪性能，其次是Intel Realsense D455和Stereolabs Zed2，而在范围高于3 m的范围内，ZED2的跟踪性能出色。
交叉注意DTI：在盲评估设置中与交叉注意模块的药物目标相互作用预测
，我们通过基于变压器的神经网络模型实现了药物目标影响（DTI）预测任务的最新性能。通过序列化化合物和蛋白质成对的微笑，细节和蛋白质序列数据，我们实现了有希望的DTI预测。与两个基准数据集上的最新模型相比，该模型改善了平方平方误差度量。通过使用两个变压器编码器作为特征提取器和作为任务执行者的交叉注意，发现了新型药物候选物的关键区域，从而允许对化合物的结构突出显示。值得注意的是，化合物和蛋白质相互参考以通过注意机制相互参与。此外，我们提出了一种模型评估方法，该方法称为盲目评估，该方法是为了发现药物发现的实际目的而设计的。所提出的模型被认为是一种潜在的筛选方法，用于挖掘大型数据集并突出新的潜在药物候选物，并为这些化合物的结构提供丰富的注释，以告知高吞吐量筛选（HTS）研究。
能源存储杂志 - Dehesa
光伏电池系统 (PVBS) 的最佳尺寸确定是一项关键挑战，因为大量参数会影响其优化。由于实际原型的局限性，有时很难重现某些实验情况。因此，创建了 PVBS 仿真模型，并在软件 TRNSYS（瞬态系统仿真工具）中实现了反倾销机制。随后，使用从实际系统获得的实验数据通过误差度量方法进行验证，其中评估了整个测试期间系统最终累积能量的测量值和模拟值的偏差。模型的准确性主要受固定模拟步骤的影响，因为由于模型的敏感性，能量变化难以察觉，以及某些组件的编程，忽略了光伏板之间的连接、能量效率的变化以及系统组件运行期间的工作电压水平等方面。然而，在测试过程中，测量结果和模拟结果的趋势相似，电池充电/放电能量和发电能量的平均绝对误差值约为 4.00 kWh/天，所有情况下的平均相对误差值均低于 10.00%，太阳能发电能量为 3.07%，电池放电能量为 3.81%，电池充电能量为 8.85%。因此，证明了使用 TRNSYS 模拟实施反倾销机制的并网电池光伏系统模型是令人满意的，可以无限测试和控制大量变量。