XiaoMi-AI文件搜索系统
World File Search SystemCompose
Oceanplan：在大规模未开发的海洋环境中驾驶的自然语言的层次结构计划和重建
我们通过增强世界的增强表示，开发了一个分层的LLM任务计划和重建框架，以有效地将抽象的人类统一到有形的自主水下汽车（AUV）控制中。我们还挑战了一个整体的重建器，以向所有计划者提供现实世界中的反馈，以进行健壮的AUV操作。尽管已经进行了大量研究来弥合LLMS和机器人任务之间的差距，但他们无法保证在广阔而未知的海洋环境中AUV应用的成功。为了应对海洋机器人技术中的特定挑战，我们设计了一个层次结构计划来制定可执行的运动计划，该计划通过将长途任务分解为子任务，从而实现了计划效率和解决方案质量。同时，Replanner获得实时数据流以解决计划执行过程中的环境不确定。实验验证了我们所提出的框架是否通过自然语言试验为长期持续任务提供了成功的AUV表现。项目Web-网站https://sites.google.com/view/oceanplan。
人类/人工智能共同创作歌曲的实验
音乐共同创造旨在使人类和计算机合作创作音乐。作为计算音乐学领域的 MIR 团队，我们在编写“2020 年 AI 歌曲大赛”参赛作品时尝试了共同创造。人工智能用于独立生成歌曲的结构、和声、歌词和旋律，并作为人类作曲的基础。从创意和技术的角度来看，这都是一个挑战：在很短的时间内，团队必须调整自己的简单模型或尝试现有模型，以完成相关但仍不熟悉的任务，即通过 AI 生成音乐。我们提出的歌曲名为“I Keep Counting”。我们公开详细介绍了歌曲创作、编曲和制作的过程。这次经历提出了许多关于创造力和机器之间关系的问题，无论是在音乐分析和生成方面，还是在人工智能在协助作曲家工作方面可以发挥的作用方面。我们尝试将人工智能作为自动化，将作曲的某些部分机械化，尤其是将人工智能作为建议来培养作曲家的创造力，这要归功于令人惊讶的歌词、不寻常的部分连续性和意想不到的和弦进展。因此，处理这种材料可以激发人类的创造力。
通过基于组件的降阶模型和可解释的机器学习实现预测性数字孪生
这项工作开发了一种创建和更新数据驱动的基于物理的数字孪生的方法，并通过开发翼展 12 英尺的无人机的结构数字孪生来演示该方法。数字孪生由基于组件的降阶模型库构建，这些模型源自对飞行器在一系列原始和受损状态下的高保真有限元模拟。与传统的整体模型降阶技术相比，基于组件的方法可以有效扩展到大型复杂系统，并为快速模型自适应提供了灵活且富有表现力的框架——这两者都是数字孪生环境中的关键特性。数字孪生使用可解释的机器学习进行部署和更新。具体来说，我们使用最优树（一种最近开发的可扩展机器学习方法）来训练可解释的数据驱动分类器。在操作中，分类器将输入车辆传感器数据，然后推断模型库中哪些基于物理的简化模型最适合组成更新的数字孪生。在我们的示例用例中，数据驱动的数字孪生使飞机能够动态地重新规划安全任务，以应对结构损坏或退化。
量子进化算法的新模式
摘要：在文献中已经讨论了量子进化算法的不同形式。这些努力中的一个分支研究方法是用量子比例来表示遗传信息的表示，即问题信息。该表示的典型缺点是在算法的评估和选择步骤中丢失了量子信息。即，在混合古典设置中实现算法，并且需要在每次迭代中进行测量。这不可避免地会破坏基因组表示中的叠加和纠缠结构。在这项工作中，我们提出了一种用于遗传信息和评估和选择阶段的新实施方法，该方法实现了量子电路中的这些步骤。为了实现这一目标，我们利用Qudits代表不断发展的实体。此外，我们还利用模式来设计量子亚电路来组成从经典领域已知的控制结构。结果，我们显示了任何时间算法的量子电路设计，该算法不必在每次迭代中测量，并且不取决于经典的控制。仅需要在旗帜标志上检查进化过程的整体进展。该方法当前具有某些局限性，例如在目标函数中。此处是针对玩具问题的领导者。
大脑活动统计数据并反映结构连接
摘要 大脑内源性活动模式反映了对神经元状态空间的随机探索，这种探索受到神经元底层组装组织的限制。然而，还有待证明的是，神经元及其组装动力学之间的这种相互作用确实足以生成全脑数据统计数据。在这里，我们同时记录了斑马鱼幼虫中约 40,000 个神经元的活动，并表明数据驱动的神经元组装相互作用生成模型可以准确再现其自发活动的平均活动和成对相关统计数据。该模型，即组合受限玻尔兹曼机 (cRBM)，揭示了约 200 个神经组件，它们组成神经生理回路，其各种组合形成连续的大脑状态。然后，我们进行了计算机扰动实验，以确定区域间功能连接，该连接在个体动物之间是保守的，并且与结构连接有很好的相关性。我们的研究结果展示了 cRBM 如何捕捉斑马鱼大脑的粗粒度组织。值得注意的是，这种生成模型可以轻松部署来解析通过其他大规模记录技术获得的神经数据。
Beccal实验设计和控制软件
摘要 - 本文介绍了负责在Bose-Einstein冷凝物和冷原子实验室（BECCAL）任务中设计和执行实验的软件，这是一项具有超冷和凝结原子的实验。该软件由两个部分组成：实验控制软件和实验设计工具。第一个对应于有效负载上运行的软件，并且负责控制和执行实验，而后者是科学家使用的工具来创建实验定义，以后将上传到要执行的仪器。为了克服以如此复杂性开发软件的挑战，决定遵循一种模型驱动的开发方法。已经创建了几种特定领域的语言（DSL），以允许科学家以特定于领域的方式描述他们的实验。然后，这些描述由不同的口译员上传和执行。本文详细介绍了实验控制软件的体系结构以及组成它的不同模块，以及用于描述新实验的开发语言和工具。本文还讨论并评估了软件的某些重要方面，例如与类似任务中使用的其他方法相比，所选方法的弹性以及所选方法的优势和缺点。开发的软件也将用于MAIUS-2/3任务。
跨度程序和量子时间复杂性 - 滴
跨度程序是量子计算的重要模型，因为它们与量子查询和空间复杂性的对应关系。虽然从SPAN程序获得的量子算法的查询复杂性是充分理解的，但通常不清楚如何以时间效率的方式实现某些独立的操作。在这项工作中，我们证明了量子时间复杂性的类似连接。，我们展示了如何将F对于时间复杂性t t的足够结构结构的量子算法转换为f的跨度程序，从而将其汇编回到f的量子算法中，并使用时间复杂性e O（t）。这表明，对于具有时间效率实现的算法衍生的跨度程序，我们可以在实现跨度程序时保留时间效率，这意味着SPAN程序捕获时间，查询和空间复杂性，并且是量子算法的完整模型。能够以保持时间复杂性的方式将量子算法转换为跨度程序的一个实际优势是，跨度程序构成非常好。我们通过通过跨度程序组成或功能来改善Ambainis的可变时间量子搜索结果来证明这一点。
细粒度太粗糙：一种以数据为中心的新型方法，用于有效场景图
学习以场景图的形式从原始信息组成视觉关系是一项高度挑战的任务，这是由于上下文依赖性的，但是在依赖于场景所在的现场视觉应用程序中至关重要。但是，场景图生成（SGG）中没有当前的方法旨在为下流任务提供有用的图形。相反，主要重点主要是公开数据分布以预测更多细粒关系的任务。据说，所有的关系关系都不相同，至少其中一部分对现实世界应用没有用。在这项工作中，我们介绍了有效的SGG的任务，该任务旨在阐述相关关系的产生，从而促进了在下游任务（例如图像生成）中使用场景图的使用。为了支持进一步的方法，我们根据流行的Visual Genome数据集的注释提出了一个新的数据集，即VG150策划的新数据集。我们通过一组实验表明，该数据集包含比通常在SGG中使用的数据更高质量和多样的注释。最后，我们显示了从场景图1中生成图像生成的任务中该数据集的效率。
飞机飞行控制系统识别方法...
系统识别方法通过对动态系统的输入和输出进行测量，组成一个数学模型或一系列模型。提取的模型可以表征整个飞机或组件子系统行为（如执行器和机载信号处理算法）的响应。本文讨论了频域系统识别方法在飞机飞行控制系统的开发和集成中的应用。使用频率响应综合识别 (CIFER ® ) 系统识别工具，说明了如何提取和分析从非参数频率响应到传递函数和高阶状态空间表示等不同复杂度的模型。文中展示了艾姆斯研究中心众多飞行和模拟程序的测试数据结果，包括旋翼机、固定翼飞机、先进短距起飞和垂直着陆 (ASTOVL)、垂直/短距起飞和着陆 (V/STOL)、倾转旋翼飞机和风洞中的旋翼实验。对于这一大类系统，实现了出色的系统特性和动态响应预测。示例说明了系统识别技术在提供飞机开发整个生命周期（从初始规格到模拟和台架测试，再到飞行测试优化）的动态响应数据集成流方面的作用。
提供平衡服务的直流纳米电网可再生能源社区
摘要：分布式能源资源和可调度负载的大规模扩张迫使电力的发电、输电和最终使用向智能社区微电网和可再生能源社区模式转变。本文假设使用多个直流微电网（即纳米电网）用于住宅应用，以组成和创建可再生能源社区。直流总线信号分布式控制策略用于每个单独的纳米电网的电源管理，以满足聚合器发送的功率流请求。需要强调的是，这是一种自适应控制策略，即当纳米电网为聚合器提供服务时使用，当不提供服务时使用。此外，每个纳米电网的直流总线电压值都会传达给聚合器。通过这种方式，聚合器可以知道每个纳米电网可以提供的调节容量以及使用哪些灵活资源来提供这种容量。通过数值实验证明了所提出的控制策略的有效性。本文考虑的能源社区由五个纳米电网组成，与一个共同的 ML-LV 变电站相连。纳米电网配备了一个光伏电站和一组锂离子电池，根据其本地发电和存储容量参与平衡服务。