XiaoMi-AI文件搜索系统
World File Search SystemConstrained
受约束组合优化问题的量子启发张量网络算法
组合优化在理论研究和实际应用中都具有普遍意义。快速发展的量子算法为解决组合优化问题提供了不同的视角。在本文中，我们提出了一种基于量子启发的张量网络算法，用于解决一般的局部约束组合优化问题。我们的算法为感兴趣的问题构建了一个汉密尔顿量，有效地将其映射到量子问题，然后将约束直接编码到张量网络状态中，并通过将系统演化到汉密尔顿量的基态来求解最优解。我们用露天采矿问题演示了我们的算法，结果得出了二次渐近时间复杂度。我们的数值结果表明了这种构造的有效性以及在一般组合优化问题的进一步研究中的潜在应用。
等离子体P-TAU217预测常染色体显性阿尔茨海默氏病的体内脑病理学和认知
摘要 - 本文解决了使用增强的对象检测方法检测行人的问题。尤其是，本文考虑了在自主驾驶场景中的闭塞行人检测问题，在这种情况下，准确性和速度之间的性能平衡至关重要。现有的作品着重于独立于身体部位语义的独特人的学习表示。为了实现实时表现以及可靠的检测，我们引入了一个基于身体部位的行人检测体系结构，通过计算有效的约束优化技术将身体部位融合在一起。我们证明我们的方法显着提高了检测准确性，同时添加可忽略的运行时开销。我们使用现实世界数据集评估了我们的方法。实验结果表明，所提出的方法的表现优于现有的行人检测方法。
韩国电力系统中考虑调速抽水蓄能电站的储备约束机组组合及经济效应
摘要：韩国政府已宣布了净零碳排放的目标，重点是可再生能源的扩张。然而，由于基载发电机的循环能力低和可变可再生能源 (VRE) 的可变性，基载发电机的高比例和可变可再生能源 (VRE) 的比例不断增加可能会导致电力系统运行出现问题。为了保持系统可靠性，政府正计划建设抽水蓄能水电站 (PSH)，为系统提供灵活性。本研究基于鸭形曲线现象和旋转备用需求的增加，评估了不同类型的 PSH：可调速 PSH (AS-PSH) 和定速 PSH (FS-PSH) 所获得的运营成本节省。在本研究中，考虑到 AS-PSH 和传统发电机的运行特性，使用混合整数规划制定了备用约束机组组合。为了考虑鸭形净负荷环境，通过风力涡轮机和光伏模块的物理模型计算了预计的 VRE 输出数据。非 PSH、FS-PSH 和 AS-PSH 建设方案的运营成本分别为 43,129.38 韩元、40,038.44 韩元和 34,030.46 韩元。造成这一差异的主要因素被确定为 AS-PSH 泵送模式的主要储备。
通过约束航空结构粒子群优化进行飞机螺旋桨设计
摘要：通过螺旋桨设计方法与粒子群优化 (PSO) 相结合，开发了一种降低螺旋桨驱动飞机能耗的航空结构算法。优化过程中考虑了多种螺旋桨参数，包括每个螺旋桨截面的翼型几何形状。螺旋桨性能预测工具采用收敛改进的叶片元素动量理论，该理论由从 XFOIL 和经过验证的 OpenFOAM 获得的翼型气动特性提供。根据实验 NACA 4 位数据估计失速角校正，并在出现收敛问题时使用。对气动数据进行校正以考虑压缩性、三维、粘性和雷诺数效应。根据实验数据拟合提出了旋转校正系数。采用基于欧拉-伯努利梁理论的结构模型，并根据有限元分析对其进行验证，同时讨论了离心力的影响。进行了一个案例研究，将弦长和螺距分布与涡流理论的最小损失分布进行了比较。使用印刷螺旋桨进行风洞试验，以得出整个程序的可行性以及 XFOIL 和 CFD 最佳螺旋桨之间的差异。最后，将最佳 CFD 螺旋桨与具有相同直径、螺距和运行条件的商用螺旋桨进行比较，显示出更高的推力和效率。
有效编码模型中受限的脑容量解释了感觉皮层中兴奋性和抑制性神经元的比例
哺乳动物皮层中的神经元数量在不同物种之间相差多个数量级。相比之下，兴奋性神经元与抑制性神经元的比例（E:I 比）变化范围要小得多，从 3:1 到 9:1，并且对于同一物种的不同感觉区域大致保持不变。尽管这种结构对于理解神经回路的功能很重要，但这种一致性的原因尚不清楚。虽然基于有效编码假设的最新视觉模型表明，增加兴奋性和抑制性细胞的数量可以改善刺激表征，但由于脑容量的限制，两者无法同时增加。在这项工作中，我们在体积受限（使用神经元数量作为替代）的情况下实现了一种有效的视觉编码模型，同时改变了 E:I 比。我们表明，在几个指标下，该模型在生物学观察到的 E:I 比下的性能最佳。我们认为这是由于计算精度和自然刺激表征能力之间的权衡而发生的。此外，我们通过实验得出了可测试的预测：1) 神经活动稀疏度较高的物种的最佳 E:I 比率应该更高；2) 抑制性突触分布和发放率的特征应该根据 E:I 比率而变化。我们的研究结果得到了我们对公开数据的新初步分析的支持，它提供了第一个基于最佳编码模型的定量和可测试假设，用于研究哺乳动物感觉皮层中兴奋性和抑制性神经类型的分布。
考虑电池退化的影响，能量受限微电网的随机运行
摘要 — 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运营成本最小化和稀缺风险之间取得平衡。在这方面，依赖于操作的存储特性（如储能退化）是一个复杂因素。本文提出了一种电池充电状态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。研究了退化建模对挪威小型微电网的影响，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，所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。显然，随机策略对于在能源受限的系统中保持较低的稀缺风险至关重要。
反应堆功率大小影响未来碳约束下的核竞争力
免责声明 本信息是根据美国政府机构资助的工作编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
AI-Lyricist：生成受约束的音乐和词汇
摘要 我们提出 AI-Lyricist：一个根据所需词汇和 MIDI 文件作为输入来生成新颖而有意义的歌词的系统。这项任务涉及多项挑战，包括自动识别旋律并从多声道音乐中提取音节模板、生成与输入音乐风格和音节对齐相匹配的创意歌词以及满足词汇约束。为了应对这些挑战，我们提出了一个自动歌词生成系统，该系统由四个模块组成：（1）音乐结构分析器，用于从给定的 MIDI 文件中获取音乐结构和音节模板，利用预期音节数的概念更好地识别旋律；（2）基于 SeqGAN 的歌词生成器，通过策略梯度进行多对抗训练优化，使用双鉴别器进行文本质量和音节对齐；（3）深度耦合的音乐歌词嵌入模型，将音乐和歌词投射到联合空间中，以便公平比较旋律和歌词约束；以及一个名为 (4) Polisher 的模块，通过对生成器应用掩码并替换要学习的单词来满足词汇约束。我们在超过 7,000 个音乐歌词对的数据集上训练了我们的模型，并通过主题、情感和流派方面的手动注释标签进行了增强。客观和主观评价均表明 AI-Lyricist 在所提出的任务上的表现优于最先进的技术。
有效的批处理贝叶斯优化...
摘要 - Bayesian优化是模拟电路合成的有前途的方法。但是，贝叶斯优化框架的顺序性质显着限制了其充分利用现实世界计算资源的能力。在本文中，我们提出了一种通过多目标采集函数集合（MACE）进行有效的可行贝叶斯优化算法，以进一步加速优化过程。通过对改进概率（PI），预期改进（EI）和较低置信（LCB）的帕累托阵线进行抽样查询点，我们结合了最新的艺术习得功能的利益，以实现探索和剥削之间的精致折衷和无限限制的优化问题之间的脆弱交易。基于此批处理设计，我们进一步调整了约束优化问题的算法。通过将优化过程分为两个阶段，并首先关注找到初始可行点，我们设法获得了有关有效区域的更多信息，并可以更好地避免在不可行的区域周围采样。达到了第一个可行点后，我们通过对收购函数集合采用特殊设计的惩罚术语来赞成可行的区域。实验结果定量地表明，与批处理大小为15时，与差分进化（DE）相比，我们提出的算法可以将总体仿真时间减少到74倍（DE）。对于受限的优化问题，与基于加权的基于预期改进的贝叶斯优化（WEIBO）方法相比，我们提出的算法可以将优化过程高达15倍，当批处理大小为15时。
受电网可靠性约束的实时电价汤普森采样约束
摘要 — 我们考虑电力聚合器试图了解客户的用电模式，同时通过实时广播调度信号实施负荷调整程序的问题。我们采用多臂老虎机问题公式来解释客户对调度信号响应的随机性和未知性。我们提出了一种受约束的汤普森抽样启发式方法 Con-TS-RTP，作为电力聚合器试图影响客户用电以匹配各种期望需求曲线（即减少高峰时段的需求、整合更多间歇性可再生能源发电、跟踪期望的每日负荷曲线等）的负荷调整问题的解决方案。所提出的 Con-TS-RTP 启发式方法考虑了每日变化的目标负荷曲线（即反映可再生能源预测和期望需求模式的多个目标负荷曲线），并考虑了配电系统的运营约束，以确保客户获得足够的服务并避免潜在的电网故障。我们对我们的算法的遗憾界限进行了讨论，并讨论了在整个学习过程中坚持分销系统约束的运行可靠性。