XiaoMi-AI文件搜索系统
World File Search System逆向
对整个神经系统进行逆向工程
摘要：神经科学的主要目标是了解神经系统或神经回路组合如何产生和控制行为。如果我们能够可靠地模拟整个神经系统，从而复制大脑对任何刺激和不同环境的反应动态，那么测试和改进我们的神经控制理论将变得非常容易。更根本的是，重建或建模一个系统是理解它的一个重要里程碑，因此，模拟整个神经系统本身就是系统神经科学的目标之一，实际上是梦想。要做到这一点，我们需要确定每个神经元的输出如何依赖于某个神经系统中的输入。这种解构——从输入输出对理解功能——属于逆向工程的范畴。目前对大脑进行逆向工程的努力主要集中在哺乳动物的神经系统上，但这些大脑极其复杂，只能记录微小的子系统。我们在此认为，现在是系统神经科学开始齐心协力对较小系统进行逆向工程的时候了，而秀丽隐杆线虫是理想的候选系统。特别是，已建立并不断发展的光生理学技术工具包可以非侵入性地捕获和控制每个神经元的活动，并扩展到大量动物群体的数十万次实验。由于个体神经元的身份在形式和功能上基本保持不变，因此可以合并不同群体和行为的数据。然后，基于现代机器学习的模型训练应该能够模拟秀丽隐杆线虫令人印象深刻的大脑状态和行为范围。对整个神经系统进行逆向工程的能力将有利于系统神经科学以及人工智能系统的设计，从而为研究越来越大的神经系统提供根本性的见解和新方法。
人工智能（AI）新药开发的国内外现状及挑战
作者：Sanchez-Lengeling，Benjamin 和 Alan Aspuru-Guzik，“使用机器学习进行逆向分子设计：物质工程的生成模型。”科学 361.6400 (2018): 360-365
ECO 199 – 策略游戏 2004 年春季学期 – 3 月 23 日 逆向选择 – 筛选和信号
即使以某种方式选择了其中最好的（成本最低的）方案，合格人员获得的收入为 100，但教育成本为 0.5（10 2 ）= 50，因此净收益 = 100 - 50 = 50。不合格人员的收益为 10。如果有很少的不合格工人，那么所有合格的工人都需要花费高昂的成本来可靠地证明（表明）他们的质量。是否每个人都应该禁止这种激烈的竞争？如果没有信号，那么每个工人都被视为从人群中随机抽取的 好工作的预期产出为：0.6（100）+0.4（0）=60 坏工作的预期产出为10。因此，好工作将提供60，每个人都会接受 坏工作将无人填补 我们有工人类型池，当信号不可用时，双方的境况都会更好 更一般地，如果合格类型占人口的Q分之一，那么好工作的预期产出=100Q+0（1-Q）=100Q 所以如果Q<0.5，合格类型更喜欢有信号（但不合格类型的境况会更糟）
通过逆向强化学习对人类行为进行建模时量化数据稀缺性的贝叶斯方法
将复杂的人类行为形式化的计算模型有助于研究和理解此类行为。然而，收集估计此类模型参数所需的行为数据通常非常繁琐且耗费资源。因此，作为数据收集规划的一部分，估计数据集大小（也称为样本量确定）对于减少行为数据收集的时间和精力，同时保持对模型参数的准确估计非常重要。在本文中，我们针对特定的人类行为逆向强化学习 (IRL) 模型提出了一种基于不确定性量化 (UQ) 的样本量确定方法，分为两种情况：(1) 事前实验设计——在收集任何数据之前的规划阶段进行，以指导估计要收集多少样本；(2) 事后数据集分析——在收集数据后进行，以确定现有数据集是否具有足够的样本以及是否需要更多数据。我们在实验中用具有以下特征的人的真实行为模型验证了我们的方法：
CV Yihui Tian
Azevedo, S., Cruz-Machado, V., Hofstetter, J., Cudney, E., Yihui Tian. (2013)，章节标题：‘绿色和弹性供应链实践对于汽车行业竞争力的重要性’，逆向供应链问题与分析，CRC Press，ISBN 978-1-439-89902-1，229-252。
超紧凑多功能集成光子平台
实现多功能集成光子平台是未来光信息处理的目标之一，由于多种集成挑战，实现该平台通常需要很大的尺寸。在这里，我们基于逆向设计实现了一个超紧凑占用空间的多功能集成光子平台。该光子平台紧凑，具有86个逆向设计的固定耦合器和91个移相器。每个耦合器的占用空间为4μm x 2μm，而整个光子平台为3mm x 0.2mm，比以前的设计小一个数量级。一维Floquet Su-Schrieffer-Heeger模型和Aubry-André-Harper模型的测得保真度分别为97.90（±0.52）％和99.34（±0.44）％。我们还使用片上训练演示了手写数字分类任务，测试准确率为87％。此外，通过演示更复杂的计算任务证明了该平台的可扩展性，为实现超小型集成光子平台提供了有效的方法。
反相悬浮聚合法制备丙烯酸
采用逆向悬浮聚合法合成交联聚丙烯酸。研究了该过程以确定引发剂浓度、混合速度和交联剂等各种参数的影响。将含有少量中和的丙烯酸、交联剂和引发剂的水相分散在自然相中，并用表面活性剂稳定。聚合由过硫酸钾 (K 2 S 2 O 8 ) 引发，MBA 作为交联剂。SPAN 80 作为表面活性剂。逆向悬浮是在甲苯 (烃) 中作为自然相进行的，因为交联剂在水相中的可及性受交联剂在水相和连续烃相之间的包裹系数控制，随着引发剂、交联剂浓度、分散剂浓度、中和度和混合速度等条件的变化，吸收能力和聚乙烯醇在两个阶段的影响都得到了检验。评估了 SAP 在盐水 (0.9% NaCl) 中的自由吸收能力。这是为了优化肿胀和保留行为。