摘要 stratEst 是一个用于策略频率估计的软件包,它运行在免费统计计算环境 R 中(R 统计计算基金会的 R 开发核心团队,维也纳,2022 年)。该软件包旨在最大限度地降低运行实验经济学中使用的现代策略频率估计技术的启动成本。策略频率估计(Stahl 和 Wilson 在 J Econ Behav Organ 25:309-327,1994;Stahl 和 Wilson 在 Games Econ Behav,10:218-254,1995)将经济实验中参与者的选择建模为单个决策策略的有限混合。模型的参数描述了每个策略的相关行为及其在数据中的频率。stratEst 为策略频率估计提供了一个方便灵活的框架,允许用户自定义、存储和重用候选策略集。该软件包包括用于数据处理和模拟、策略编程、模型估计、参数测试、模型检查和模型选择的有用函数。
量子计量可以实现超出标准量子极限的未知参数估计的增强灵敏度。最近,利用量子资源的多相位估计因其在量子成像和传感器网络中的应用而引起了人们的浓厚兴趣。对于多相位估计,增强灵敏度的量取决于量子探测状态,而多模 N 00 N 状态是已知的关键资源。然而,由于生成这种状态极具挑战性,因此迄今为止一直缺少它的实验演示。在这里,我们报告了多模 N 00 N 状态的生成和使用多模 N 00 N 状态的量子增强多相位估计的实验演示。特别是,我们表明,使用我们的双光子四模 N 00 N 状态和使用 4 × 4 多模分束器的测量方案,量子 Cramer-Rao 界限可以饱和。我们的多相位估计策略为研究多参数估计场景提供了一个可靠的平台。
量子信息处理的主要关注点 - 使用量子机械系统编码,存储和传输信息 - 是可以传达和检测到此类信息的精度。在这里,我回顾了如何利用量子效应来测量量子系统(量子Metrol-ogy),其精度超出了经典统计的范围。i提出了Fisher信息(FI)的概念,以了解如何超越参数估计中的标准量子限制(SQL)并接近Heisenberg限制(HL)。i还概述了击败SQL(例如垃圾)的特定探测和估计策略,其中一些已经在实验中实现了。最后,我讨论了量子启动如何容易受到噪声的影响,以及量子Fisher信息(QFI)在理解噪声计量学中量子脱位和精确限制中的作用。
本文研究了一种联合估计基于能量的模型和基于流的模型的训练方法,其中两个模型基于共享的对抗值函数进行迭代更新。该联合训练方法具有以下特点:(1)基于能量的模型的更新基于噪声对比估计,流模型作为强噪声分布。(2)流模型的更新近似地最小化了流模型与数据分布之间的 Jensen-Shannon 散度。(3)与生成对抗网络(GAN)估计由生成器模型定义的隐式概率分布不同,我们的方法估计数据上的两个显式概率分布。使用所提出的方法,我们证明了流模型的综合质量的显著改进,并展示了通过学习到的基于能量的模型进行无监督特征学习的有效性。此外,所提出的训练方法可以轻松适应半监督学习。我们取得了与最先进的半监督学习方法相媲美的成果。
血流动力学反应函数 (HRF) 极大地影响了受试者内和受试者间大脑激活和连接的变异性,并且可能会混淆连接分析中时间优先性的估计,因此其估计对于正确解释神经影像学研究必不可少。此外,HRF 形状本身是一个有用的局部度量。然而,大多数用于 HRF 估计的算法都是针对任务相关 fMRI 数据的,只有少数算法可以直接应用于静息状态协议。在这里,我们介绍了 rsHRF,这是一个 Matlab 和 Python 工具箱,可实现从静息状态 BOLD 信号中进行 HRF 估计和反卷积。我们首先概述了主要算法和实际实现,然后通过使用公开的静息状态 fMRI 数据集进行验证实验来证明 rsHRF 的可行性和实用性。我们还提供了统计分析和可视化工具。我们相信这个工具箱可能对更好地分析和理解 BOLD 信号的成分和变异性做出重大贡献。
这项研究的目的是建立曲线下的零级紫外线光谱学 - 吸光度和零订单区域(AUC)方法(AUC)方法,用于估计散装和阴道胶囊中硝酸硝酸盐的估计。芬太纳唑硝酸盐是一种抗真菌药物,它完全不溶于水。甲醇用作溶剂溶解芬太纳唑硝酸盐的溶解度。溶解在甲醇中时,发现硝酸芬太纳唑的最大吸收在波长253 nm处。这些方法基于在253nm处的吸光度测量和曲线下面积的整合,以分析242-262 nm波长范围内的芬康唑硝酸盐。在两种方法的相关系数r 2> 0.99的5-30 µg/ml浓度范围内,药物遵循线性。根据ICH指南,对所提出的方法进行了准确性(恢复%),精度,可重复性和坚固性的验证。将所提出的方法用于阴道胶囊中硝酸硝酸盐的定性和定量估计,结果与所声称的标签非常吻合。开发的方法可用于散装和阴道胶囊中硝酸盐的常规分析。
摘要 - 能够解决监督学习,特征选择,聚类和强化学习问题的机器学习模型的自动诱导需要,需要精心解决的智能搜索程序。这些搜索通常是在可能的模型结构空间中执行的,从而导致了共同优化问题,以及在参数空间中进行的,需要解决连续优化问题。本文回顾了如何使用分布算法的估计(一种进化算法)来解决这些问题。主题包括预处理,采矿协会规则,选择变量,寻找最佳监督学习模型(概率和非稳态模型),发现最佳的层次结构,分区或概率集群,以增强核心学习的最佳策略,以实现良性学习和结构性学习的最佳策略。还提供了该领域未来工作的有趣指南。
立体声或基于多视图事件的数据集:DVS立体声[Andreopoulos,Alexander等。(2018)]MvSec[Zhu,Alex Zihao等。(2018)]DSEC[GEHRIG,MATHIAS等。(2021)]DHP19[Calabrese等。(2019)]
摘要 - 提出了电池护照作为使电池使用和剩余价值更透明的方法。未来的欧盟电池指令要求该护照包含往返能源效率及其褪色。在本文中,提出了一种算法并证明了电池组的往返能源效率。该算法根据电池电流和SOC标识往返行程,并根据某些条件来表征这些往返。2D效率图是根据条件“温度”和“ RMS C率”的函数创建的。使用多个线性回归进行参数化,从而可以在相同条件下比较效率。在3。5年的时间内分析三个电池电池总线的数据显示,效率淡出高达0.86%。索引项 - 电源护照,电动汽车,电池效率,能源效率,多线性回归
Sarles,Molly R.,使用两种不同的定量方法论在人尸体中估算尸体间隔,科学硕士(生物学),5月,2023年,萨姆·休斯顿州立大学,德克萨斯州亨茨维尔。