XiaoMi-AI文件搜索系统
World File Search System随机变量
混合动力汽车经济参数优化研究...
* 通讯作者：Priyaranjan Mahapatra 稿件收到：稿件接受：摘要随着可再生能源市场的快速发展，将不同的能源组合成混合可再生能源系统 (HRES) 的重要性越来越受到关注。这些混合系统可以克服单个发电技术在燃料效率、经济性、可靠性和灵活性方面的局限性。主要问题之一是光伏 (PV) 和风能资源的随机性。风通常与负载模式无关，有时在风能充足时可能会被丢弃。此外，太阳能仅在白天可用。由能源存储、可再生和不可再生能源发电组成的混合能源系统可以缓解与可再生能源不确定性和波动相关的问题。混合能源系统中的大量随机变量和参数需要进行优化，以最有效地调整混合系统组件的大小，以实现经济、技术和设计目标。本章概述了混合可再生能源系统的最佳尺寸和优化算法，以及设计此类系统时考虑的不同目标函数。关键词：混合能源系统、目标、优化、可再生能源、规模
强化学习方法与相关需求的随机车辆路由问题
摘要我们提出了一个新颖的端到端框架，用于使用加固学习（RL）解决随机需求（VRPSD）解决车辆路由问题。我们的公式通过其他可观察到的随机变量结合了随机需求之间的相关性，从而提供了一个实验性证明，以证明non-i.i.i.d。随机需求为改进路由解决方案提供了机会。我们的方法弥合了RL应用于VRPSD的差距，并包括使用策略梯度算法优化的参数化随机策略，以生成形成解决方案的一系列操作。我们的模型表现优于先前的最先进的元启发式学，并证明了环境变化的鲁棒性，例如供应类型，车辆容量，相关性和需求的噪声水平。此外，通过观察奖励信号并遵循可行性约束，可以轻松地为不同的VRPSD场景重新训练该模型，从而使其高度灵活且可扩展。这些发现突出了RL提高运输效率并减轻其在随机路由问题中的环境影响的潜力。我们的实施可在线获得。a
海上风力涡轮机导管架支撑结构可靠性评估设计参数的灵敏度分析
海上风力涡轮机 (OWT) 支撑结构处于恶劣环境中，由高度随机的载荷和复杂的土壤-结构相互作用定义，因此需要采用概率方法进行设计。本文进行的研究通过专门开发的模块化非侵入式结构可靠性评估公式对这些固有随机变量施加在复杂的 OWT 支撑结构上进行了敏感性分析。这项研究的结果表明，对于极限状态 (ULS) 和疲劳极限状态 (FLS)，风速的不确定性是结构设计的驱动因素，而流体动力载荷效应是次要的，而它们对使用极限状态 (SLS) 的相对敏感性无法清楚区分，但被认为具有主导影响。此外，据推断，在 ULS 设计中，变量之间的相关性对结构的可靠性有显著影响。© 2022 由 Elsevier BV 代表韩国造船师协会制作和托管。这是一篇根据 CC BY-NC-ND 许可协议 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。
2001 年 12 月 6 日 - Nonstop Systems
版本：2001 年 12 月 8 日 附录 A - 基本概率和统计理论 A1 - 概率集 A1-1 集合运算和代数 A1-2 集合枚举 A1-3 概率的公理和基本规则 A2 - 随机变量 A2-1 概率密度函数和累积分布函数 A2-2 瞬时和累积故障率 A2-3 描述统计 A2-3.1 位置测量：平均值、中位数、众数 A2-3.2 变异性测量：范围、方差、标准差 A3 - 概率分布 A3-1 浴盆曲线 A3-2 二项分布、几何分布和泊松分布 A3-2.1 简单备件计算 A3-3 负指数分布 A3-3.1 占空比的影响A3-4 威布尔分布 A3-5 正态分布 A3-6 对数正态分布 A3-7 伽马分布 A3-8 贝塔分布 A3-9 卡方分布 A4 置信水平和区间 A4-1 常规 A4-2 贝叶斯 A4-3 学生 t 分布的临界值 A4-4 双侧卡方置信限乘数 A4-5 单侧卡方置信下限乘数 A5 问题和练习
课程大纲，用于SL上提到的主题知识的测试。 ...
数据分析基本概念：统计和应用中的关键概念；分类和制表的概念；数据的示意图和图形表示。中心趋势的度量：算术平均值，中值，模式，几何平均值，谐波平均值。色散度量：范围，四分位数偏差和标准偏差的概念。相关分析：相关性的基本概念和重要性；相关类型。研究设计和研究过程数据收集：数据的性质（主要数据和二级数据），主要数据收集方法和辅助数据收集 - 各种数据源的知识 - 数据收集工具 - 测量和扩展。概率：概率理论简介；计数方法；有条件的概率和独立性；贝叶斯公式；随机变量，期望和时刻；分布功能，特征功能和力矩生成功能。统计推论：估计介绍 - 点估计和间隔估计的概念大样本测试：有关人口平均值的假设检验，关于两个种群平均值之间差异的假设检验，关于人口比例的假设检验以及有关两个人口比例之间差异的假设检验。小样本测试：关于人口平均值的假设检验，关于
具有代数约束的概率推断-Zhe Zeng
加权模型集成（WMI）是在混合域中对混合域进行高级概率推断的框架，即在混合连续二散的随机变量上以及存在复杂的逻辑和算术约束的情况下。在这项工作中，我们在理论和算法方面都推进了WMI框架。首先，我们根据WMI问题的依赖关系结构的两个关键特性来追踪WMI推断的障碍性边界：稀疏性和直径。我们证明，当该结构是用对数直径树形的，精确的推断才是有效的。尽管这结果加深了我们对WMI的理论理解，但它阻碍了确切的WMI求解器对大问题的实际适用性。为了克服这一点，我们提出了第一个近似WMI求解器，该求解器不诉诸采样，但对近似模型进行了精确的推断。我们的解决方案迭代执行通过放松的问题结构传递的消息，以恢复丢失的依赖关系。正如我们的实验表明的那样，它会扩展到无法确切的WMI求解器到达的问题，同时提供准确的近似值。
共享随机性生成的量子优势
共享相关的随机变量是许多信息理论任务（例如隐私扩增，同时消息传递，秘密共享等等）的资源。在本文中，我们表明，要建立一种称为共享随机性的资源，量子系统比其经典对应物提供了优势。准确地说，我们表明，尽管在共享的两个Qubit状态上进行了适当的固定测量，但可以生成相关性，这些相关性无法从两个经典位上从任何可能的状态获得。在资源理论设置中，量子系统的此功能可以解释为赢得两个玩家合作游戏的优势，我们称之为“非垄断社会补贴”游戏。事实证明，导致所需优势的量子状态必须以量子不和谐的形式具有非经典性。在通过嘈杂的通道之间在两方之间分发这种共享范围的来源，但容量为零的量子通道严格少于统一的量子，而统一的能力比统一性少于完美的经典通道。此处介绍的协议是噪声稳健的，因此应使用最先进的量子设备可实现。
改进的量子数据分析
统计数据中最基本的问题，无监督的学习和属性测试涉及以下方案：可以观察到被认为是从未知概率分布p中明确绘制的数据；说P是离散的，并且在[D] = {1，2，。。。，D}。任务是学习，测试或估计p的某些属性。完全估算p到误差ǫ（例如，总变化距离）需要θ（d/ǫ2）样本，因此，当d很大时，可能只想学习或测试p的部分方面。进行检查，一个人可能只想估计一些已知的，固定的随机变量A 1，。。。，a m：[d]→[0，1]（有时在学习/隐私文献中称为“统计查询”）。或者，一个人可能想在某些两个或多个假设分布q 1中执行假设选择。。。，[d]上的q m。通常很简单地确定这些任务所需的最佳样本复杂性。例如，很容易证明一个人可以同时估计所有期望e p [a 1]，。。。，e p [a m]使用n = o（（（log m） /ǫ2）样品（独立于d）的批次的精度±ǫ：一个人简单地计算每个a i的经验平均值，重用每个计算中的样本。
带电本征态热化、欧几里得虫洞和量子引力中的全局对称性
其中 ¯E 和 ω 分别是状态 i 和 j 的平均能量和能量差。矩阵 R ij 由无规则的一阶数组成，这些数在统计上具有零均值和单位方差。在任何具有固定哈密顿量的给定量子系统中，它们都是通过对哈密顿量进行对角化获得的确定数。然而，对于计算高能态简单算子的少点相关函数而言，这些微观细节是无关紧要的，将 R ij 视为真随机变量即可。这种随机性与量子混沌系统与随机矩阵理论之间的联系紧密相关（详情见[3]）。通过全息对偶性，引力物理学对混沌量子系统随机性有了新的认识[4]。如果手头的混沌量子系统是一个大 N 、强耦合的共形场论（即全息 CFT），边界量子系统的热化与引力对偶中的黑洞形成有关 [ 5 – 8 ] 。事实上，这两个过程中明显的幺正性丧失是密切相关的，理解其中一个将有助于理解另一个。事实上，正是出于这个原因，量子热化已经在全息摄影的背景下进行了讨论（例如参见 [ 9 – 20 ] ）。
超越整体：婴儿宇宙、时空虫洞以及黑洞信息的有序与无序
摘要：20 世纪 80 年代，Coleman 以及 Giddings 和 Strominger 的研究将时空虫洞的物理学与“婴儿宇宙”和一系列理论联系起来。我们重新审视这些想法，使用与负宇宙常数和渐近 AdS 边界相关的特征来强化结果，引入视角的变化，并与最近关于 Page 曲线的复制虫洞讨论联系起来。一个关键的新功能是强调零状态的作用。我们在简单的体拓扑模型中详细探索了这种结构，这些模型使我们能够计算相关边界理论的全部范围。渐近 AdS 希尔伯特空间的维度变成了一个随机变量 Z ，其值可以小于理论中独立状态的简单数量 k 。对于 k > Z ，一致性源于引力路径积分定义的内积的精确退化，因此许多先验独立状态仅相差一个零状态。我们认为，任何一致的引力路径积分都必须具有类似的特性。我们还评论了外推到更复杂模型的其他方面，以及对上述集合中各个成员的黑洞信息问题的可能影响。