XiaoMi-AI文件搜索系统
World File Search System随机方法
- 知识uchicago的补充信息
图6：与随机树的真实树与模拟类似物之间的距离之间的关系。对于每个实验（行）和随机方法（列），我们绘制了在随机树（y轴）集合中发现的距离真树的距离与对数类似的距离之间的相关性。为了进行比较，在X轴上绘制了相应的真实系统发育的p值。每个点表示与特定数据集（实验/年组合）相对应的一组随机化。Bootstrap 95％置信区间，颜色表示引导样品的比例，其中对数可能与距离的斜率与距离明显不同。我们发现几乎所有相关性都小于零（固体水平线），并且许多数据集之间的距离和对数似然之间的关系始终存在。对于随机测试p值小于0.05（垂直虚线）的数据集尤其如此。请注意，p值（x轴）显示了方形 - 根 - 以更好的可视化。
连续的随机梯度方法：第二部分
摘要在此贡献中，我们提供了对连续的梯度（CSG）方法的数值分析，包括来自拓扑优化和收敛速率的应用。与标准随机梯度优化方案相反，CSG不会从以前的迭代中丢弃旧梯度样品。相反，计算了依赖设计的集成权重以形成凸组合，以作为与当前设计下真正梯度的近似值。随着近似误差在迭代过程中消失，CSG代表了一种混合方法，就像纯粹随机方法一样开始，并且在极限中像完整的梯度方案一样行事。在这项工作中，CSG的效率是针对拓扑优化的实际相关应用的。这些设置的特征是大量的优化变量和一个目标函数，其评估需要以非线性方式串联的多个积分的数值计算。以前无法通过任何现有的优化方法解决此类问题。最后，关于收敛速率，提供了第一个估计值并在数值实验的帮助下确认。
![arxiv：2403.11383v2 [cs.ro] 4月4日2024](/simg/g:\will\search\icon\source\c\cefc473907f7bc8a8b0e74d4e851c583727df25a.webp)
arxiv：2403.11383v2 [cs.ro] 4月4日2024
摘要 - 四足机器人在移动性中表现出色，以敏捷性导航复杂地形。但是，他们的复杂控制系统提出的挑战尚未得到充分解决。在本文中，我们介绍了将基于样本的随机控制策略用于四足动物，作为传统最佳控制法律的替代品。我们表明，受GPU加速度支持的基于样本的随机方法可以有效地应用于实际四倍的机器人。，特别是在这项工作中，我们专注于实现步态频率适应，这是基于梯度的方法的四足体运动的显着挑战。为了验证基于样本的基本控制器的有效性，我们测试了四足动物机器人的两种不同方法，并将其与常规的基于基于梯度的模型预测控制系统进行比较。我们的发现在模拟和真正的21kg Aliengo方面进行了验证，这表明我们的方法与传统的模型预测控制策略相提并论，当机器人受到零或中等干扰的情况，同时超过基于梯度的方法，在处理持续的外部障碍方面，由于其范围的直率适应性策略可以使其内部的外部骚扰，因此可以实现其形式的形式。
储能杂志
液态空气储能 (LAES) 是一种有前途的净零转换储能技术。对于使用 LAES 的微电网，市场电价会在系统内产生很大的不确定性。为了解决这个问题，信息缺口决策理论 (IGDT) 方法已被证明是一种解决系统运行不确定性的有效工具。IGDT 方法是一种旨在解决不确定性的决策工具，它可以在信息稀缺的情况下显著提高决策能力。此外，状态转换算法 (STA) 是一种利用结构学习的高度智能优化算法。本研究提出了一种新颖的 IGDT-STA 混合方法，用于解决具有 LAES 的微电网的最优运行，同时考虑市场电价的不确定性。IGDT-STA 为规避风险或承担风险的决策者提供了两种不同的策略。这些策略随后由 STA 方法优化。此外，IGDT-STA 在多代理框架内实施，以增强系统灵活性。通过案例研究发现，IGDT-STA与IGDT-遗传算法、随机方法和蒙特卡洛方法相比具有良好的性能。
幻想中的机器学习方法...
本研究研究了建立幻想板球团队的三种方法：用户创建的过程，随机过程和K-均值聚类算法。目的是通过检查六场游戏的玩家性能数据来确定最佳的编队策略。随机过程通过在预定参数中随机挑选玩家来创建团队，但用户创建的过程使用基于直观策略的手动选择。使用机器学习技术，根据信用和绩效指标，K-Means聚类算法小组团队，以找到保留在信用限制范围内的表现最佳的团队。这将优化团队组成。我们的发现表明，就整体绩效而言，用户创建和随机生成的团队经常通过K-表示聚类技术执行。这项研究表明了机器学习技术如何通过提供数据驱动的方法来改善幻想板球团队的发展，该方法优于传统和随机方法。关键字：K-均值聚类，幻想板球，幻想点系统，团队优化和玩家
微孔碳粘合剂域的数值设计...
摘要：锂离子电池（LIB）性能可能会受到复杂电极微结构的性质的显着影响。几乎所有LIB电极中存在的碳粘合剂结构域（CBD）用于增强机械稳定性和促进电子传导，并了解CBD相微结构以及它如何影响复杂耦合的传输过程对LIB性能优化至关重要。在这项工作中，首次详细研究了CBD阶段中微孔度的影响，从而深入了解CBD微结构与电池性能之间的关系。为了研究CBD孔径分布的效果，使用随机场方法在硅中生成多相电极结构，包括实践中看到的双峰孔径分布和具有可调孔尺寸和可变传输特性的微孔CBD。大孔的分布和微孔CBD相显着影响模拟的电池性能，其中电池的特定容量随着CBD相的微孔力的增加而提高。关键字：锂离子电池（LIB），碳粘合剂域（CBD），电极微观结构，随机方法，微型质量
电池PV系统的联合设计和控制的加固学习 朝着设计基于人类现象的实验协议的游戏
新可再生能源的权力下放和不可预测性需要重新思考我们的能源系统。数据驱动的方法，例如增强学习（RL），已成为操作这些系统的新控制策略，但尚未应用于系统设计。本文旨在通过研究使用基于RL的方法来进行关节设计和控制现实世界PV和电池系统的方法来弥合这一差距。设计问题首先被提出为混合工作者线性编程问题（MILP）。然后使用最佳的MILP解决方案来评估旨在应用现有数据驱动算法的替代环境中训练的RL代理的性能。两种模型之间的主要区别在于它们的优化方法：虽然MILP找到了一种解决方案，但考虑到确定性的历史数据，RL是一种随机方法，可以在历史数据集中的所有周中搜索一周的预期数据。使用一周的数据和案例研究使用一年的数据，将两种方法都应用于玩具示例。在这两种情况下，都发现模型融合到类似的控制解决方案，但其投资决策却有所不同。总的来说，这些结果是最初的一步，说明了将RL用于能量系统的联合设计和控制的挑战。
考虑电池退化的能量受限微电网随机运行
可再生能源发电占比较高的电力系统容易受到发电量低的时期的影响。保持高可调度发电能力的另一种方法是使用电能存储，这样可以利用剩余电力，电能存储有助于保障供电安全。这种系统可以视为能源受限系统，电能存储的运行必须在最小化当前运营成本与无法满足未来需求的风险之间取得平衡。安全高效的运行需要具有足够远见的随机方法。依赖于运行的存储退化是一个复杂因素。本文提出了一种电池电量退化的线性近似方法，并将其与循环退化相结合，在基于随机对偶动态规划的能源管理模型中实现。本文研究了退化建模对挪威小型微电网日常运行的长期影响，该微电网具有可变可再生能源发电和有限的可调度发电能力，以及电池和氢气存储以平衡供需。我们的结果表明，与简单的随机策略相比，提出的策略可以将预期电池寿命延长四年以上，但可能会导致其他系统资源的退化加剧。
![arXiv:2007.10894v1 [quant-ph] 2020 年 7 月 21 日](/simg/g:\will\search\icon\source\1\129fc0599ae43a86d23a95f6ce97ddd7c50d7af6.webp)
arXiv:2007.10894v1 [quant-ph] 2020 年 7 月 21 日
振幅放大是 Grover 搜索算法的一个关键组成部分，它使用迭代方法系统地增加一个或多个目标状态的概率。我们提出了新的策略来增强放大过程，即将状态划分为类别，在放大之前或放大期间，这些类别的概率会以不同的水平增加。划分过程基于二项分布。如果事先知道搜索目标状态所属的类别，则与标准版本相比，振幅放大算法中的迭代次数可以大大减少。在更可能的情况下，即事先不知道相关类别，则可以在运行时配置它们的选择，或者可以采用随机方法，类似于二分搜索等经典算法。具体而言，我们将此方法应用于我们之前介绍的量子字典模式，其中键和值在两个单独的寄存器中编码，并且值编码方法与键寄存器中使用的叠加类型无关。我们认为这种结构是搜索的自然设置。我们通过在真实量子硬件 Honeywell System Model HØ 捕获离子量子计算机中获得的实验结果证实了新方法的有效性。
通过随机优化管理农业供应链中的质量，供应商选择和冷藏合同
脱水苹果（Apple）这样的加工农业产品的质量与新鲜收获产品的质量和种类相关，并与整个农业供应链中的浪费减少有关。为此，冷藏管理对于避免或减轻存储在冷藏系统中的新鲜产品的质量衰减很重要。本文通过选择生产商的选择以及管理冷藏量来探讨了两个阶段随机编程模型的好处，以使质量降低并保证维持质量。在案例研究中介绍了一项具有农业综合企业公司的真实数据的案例研究，以说明和评估随机方法的适用性。确定性以及系统中苹果的购买成本是通过历史数据产生的情况来表示的。追索行动包括购买额外的水果和租用额外的冷店来满足需求。基于不同的情况，随机解决方案的值表明，建模和解决所提出的随机模型平均成本降低约为6.4％。此外，完美信息的预期价值表明，使用主动策略可以将成本降低多达9％。这些结果确保了该模型在收获季节和在收获季节进行计划和重新培训的实践中的适用性，因为在滚动范围内揭示了不确定性。