XiaoMi-AI文件搜索系统
World File Search SystemHyperCube
数字接收器的设计与分析 - 简单搜索
在电信领域，人们特别关注块传输系统，其中数字数据以独立块的形式传输。通过几何方法并反映二进制超立方体的性质，结果表明，当用于设计 OBER 的预期 SNR 趋于无穷大时，最小误码概率接收器 (OBER) 变为最大似然序列检测器 (MLSD)。同样，当预期 SNR 降低时，OBER 会简化为极限情况下具有硬决策的白化匹配滤波器。此外，还开发了一种新型检测器，可对块中的分散位进行 MLSD 决策。如果将这种低复杂度检测器与次优接收器（例如线性或决策反馈均衡器）结合使用，则可以大大降低系统误码率。最后，使用几何方法，重新考虑了 Forney 提出的用于推导性能界限的装置精灵辅助检测器，并增加了对辅助信息的明确统计描述。这提供了一个更灵活的工具、新的性能界限，并为早期的工作提供了有益的看法。
偏远地区多能源微电网配置方法......
风能、太阳能等可再生能源的不断增长所带来的不确定性使微能源系统的运行成本难以预测，特别是偏远农村地区的微能源系统。基于此，本文分析了可能出现的运行风险，并引入条件风险价值 (CVaR) 来量化运行风险成本。在此基础上，提出了一种基于随机规划的多能源微电网规划模型，该模型在考虑多能源微电网的物理限制的同时，最小化投资成本、运行成本和运行风险成本。特别地，使用拉丁超立方抽样方法生成风能和太阳能输出场景，并使用基于拥挤度测度的场景缩减方法进行缩减。经过分段线性化和二阶锥松弛后，将本文提出的模型处理为混合整数线性模型，并使用 CPLEX 进行求解。针对经过约简方法处理的典型场景进行仿真表明，提出的配置模型能够均衡投资成本与运营风险成本，有效增强系统应对不确定性和波动的能力；而且，通过调整风险偏好系数，可以相应调整规划方案的保守性。
多时间尺度协调的最佳调度技术，用于多源互补的功率生成系统，源负载中具有不确定性
摘要：提出了一种考虑到源 - 负载不确定性的多源互补发电系统的最佳调度策略，以解决大规模间歇性可再生能源消耗和电力负荷不稳定性对电网调度的影响。不确定性问题首先转化为常见的研究情况，例如负载功率预测，太阳能和风能。向后的场景减少和拉丁超立方体抽样技术用于创建这些常见情况。基于此，提出了一个多源互补的发电系统的多时间尺度协调的最佳调度控制方法，其中提出了需求响应，并检查了风– Pv-pv-thermal-pump-pump-pump Pump Pump Pump的最佳操作。使用时间的电力价格优化了日期定价模式的电气负载，并且在日期安排中选择了两种需求响应负载。第二，最低的系统运营成本以及每个源的日期和日期调整最少，作为多次量度互补系统的多次协调调度模型的日期和日内阶段的优化目标。该示例研究表明，调度策略可能会增加消耗的可再生能源的量，最大程度地减少载荷频率，提高系统稳定性并进一步降低运营费用，从而证明建议策略的可行性和效率。
研究论文考虑风电和光伏预测输出的可再生能源系统日前经济调度
为缓解全球气候变暖与能源危机问题，各国都在大力发展可再生能源技术，风能、水电、光伏等大规模可再生能源的接入对系统运行调度和经济调度影响巨大。本文提出一种以风电、光伏发电为主要能源来源的风电-光伏-光热-水电系统经济调度方法。采用长短期记忆（LSTM）神经网络对风电和光伏功率进行预测，并利用拉丁超立方抽样（LHS）方法和同步缩减算法得到10个典型的风电和光伏功率场景。建立风电-光伏-光热-水电-电池日前经济调度模型，并考虑相关约束条件。利用光热、水电站、电池和可转移负荷作为灵活资源，提高风电和光伏发电的渗透率。最后通过3个案例验证了所提模型的可行性。结果表明：（1）LSTM神经网络可以很好地预测风电和光伏发电的输出功率，且均方根误差（RMSE）较小；（2）在可再生能源电力系统中引入可转移负荷和CSP电站可以有效降低风电和光伏发电的波动率和限电率。
社区气氛模型6
摘要。本文记录了从扰动的参数集合（PPE）技术的方法和限制性的结果，其中多个参数是同时发生的，并且参数值是通过拉丁超管采样确定的。这是通过社区At-Mosphere模型6（CAM6）进行的，这是社区地球系统模型2版（CESM2）的大气组合。我们将PPE方法应用于CESM2-CAM6，以了解对大气物理学参数的气候敏感性。最初的模拟在Mi-Crophysics，对流，湍流和气溶胶方案中有45个参数，具有263个集合成员。这些大气参数通常是许多气候模型中最不确定的。控制模拟和有针对性的模拟，以了解由于气溶胶和快速气候反馈而引起的Climente强迫。在多维空间映射输入参数中探索了各种模拟器的使用来输出指标。参数对各种模型输出的影响，例如辐射，云和气溶胶特性。ma-Chine学习也用于针对观察探测最佳参数值。我们的发现表明，PPE是用于气候不确定性分析的有价值工具。此外，通过同时改变许多参数，我们发现，参数值的许多不同组合可以产生与观察结果一致的恢复，从而仔细的分析
硬件中的sdith-密码学EPRINT存档
摘要。这项工作介绍了综合征编码（SDITH）签名方案的第一个硬件实现，该方案是NIST PQC过程中标准化后量子安全数字签名方案的候选者。sdith的硬度基于基于保守的代码假设，它使用了多方 - 机票（MPCITH）结构。这是基于传统解码问题的基于代码的签名方案的第一个硬件设计，仅在野餐之后仅是MPCITH构造的第二个硬件。这项工作提出了优化的设计，以实现最佳的区域效率，我们使用Time-Area产品（TAP）度量进行评估。这项工作还通过将签名生成算法分为两个阶段，即OfflINE和在线阶段，以优化整体时钟周期计数，也提出了一种新颖的硬件体系结构。针对所有SDITH参数（包括NIST安全水平）的参数构成了密钥生成，签名生成和签名验证的硬塑料设计，既综合征解码基本场（GF256和GF251），因此对Sdith Speciififations进行了构象。硬件设计进一步支持秘密共享分裂，以及可以在此和其他NIST PQC候选中应用的HyperCube优化。与优化的AVX2软件实现相比，这项工作的结果导致了硬件设计，其时钟周期的大幅降低，大多数操作的范围为2-4倍。我们的密钥一代巨大的软件大大优于软件，尽管时钟速度的速度明显更快，但运行时减少了11-17倍。在Artix 7 FPGA上，我们可以在55.1 kcycles中执行关键生成，6.7 mcycles的签名生成以及nist L1参数的8.6 mcycles的签名验证，对于GF251而言增加，以及L3和L5参数。
几何校准的可靠性...
1 DIATI，都灵理工大学，意大利都灵，10124 Corso Duca degli Abruzzi,24 Torino – {mariaangela.musci、irene.aicardi、paolo.dabove、andrea.lingua}@polito.it 2 PIC4SeR，都灵理工大学服务机器人跨部门中心，意大利都灵委员会 I，WG IX/9 关键词：相机校准、高光谱帧相机、法布里-珀罗干涉仪、摄影测量。摘要：高分辨率遥感和摄影测量的主要工具之一是轻量级高光谱帧相机，它用于精准农业、林业和环境监测等多个应用领域。在这些类型的传感器中，Rikola（基于法布里-珀罗干涉仪 (FPI)，由 Senop 生产）是最新创新之一。由于其内部几何形状，需要解决几个问题才能正确定义和估计内部方向参数 (IOP)。主要问题涉及每次更改波段序列的可能性以及评估 IOP 的可靠性。这项工作重点关注对每个传感器的 IOP 定义的评估，考虑环境条件（例如，不同的时间、曝光、亮度）和 FPI 相机的不同配置的影响，以便重建一个未失真的超立方体以进行图像处理和物体估计。这项研究的目的是了解 IOP 是否随时间保持稳定，以及在考虑从地面到空中应用的不同环境配置和调查的情况下，哪些波段可以作为每个传感器内部参数计算的参考。初步进行的测试表明，不同实验波段之间的焦距百分比变化约为 1%。
量子旋转密码分析用于圆度减小的 Keccak 原像恢复
本文考虑了4轮Keccak -224/256/384/512在量子环境下的抗原像性。为了有效地找到原像的旋转对应项对应的旋转数，我们首先建立一个基于Grover搜索的概率算法，利用某些坐标上比特对的固定关系来猜测可能的旋转数。这致力于实现每次搜索旋转对应项的迭代只包含一次用于验证的4轮Keccak变体运行，这可以降低量子环境下的攻击复杂度。在可接受的随机性下寻找旋转数的基础上，我们构建了两种攻击模型，专注于原像的恢复。在第一个模型中，Grover算法用于寻找原像的旋转对应项。通过64次尝试，可以获得所需的原像。在第二个模型中，我们将寻找旋转对应体抽象为在超立方体上寻找顶点，然后使用SKW量子算法来处理寻找作为旋转对应体的顶点的问题。对轮数减少的Keccak进行量子原像攻击的结果表明，第一个攻击模型对于4轮Keccak -224/256/384/512优于一般的量子原像攻击，而第二个模型对于4轮Keccak -512/384的攻击效果略低但更实用，即该模型比我们的第一个攻击模型和一般的量子原像攻击更容易在量子电路中实现。
一般量子马尔可夫过程的打击时间
随机步行（或马尔可夫链）是随机模型，在理论计算机科学中广泛使用。从经典上讲，通过图定义随机步行，其中节点是过程的可能状态，边缘代表可能的过渡。在每个步骤中，根据某些概率分布选择了当前状态的外向边缘，并达到相应的状态。马尔可夫链的理论是对许多算法的分析的基础：一个显着的例子是Schönin的算法，这是最知名的令人满意的经典算法之一（SAT）问题[1]。马尔可夫连锁店的一个重要属性是所谓的打击时间，它量化了我们需要执行的步行数量（预期），以达到或达到一些固定的目标状态，但给定一些初始条件。对打击时间的分析是搜索问题的强大工具[2,3,4,5]，因为这些数量通常与复杂性指标密切相关。作为一个例子，请考虑令人满意的问题：给定F（x），我们从某个分配x 0开始（例如，x 0 =（0，。。。，0）），在每个步骤中，我们选择一个变量以随机均匀地翻转。这可以正式化为在超立方体上的随机步行，并且给定F的分配x ∗，从x 0到x ∗的击中时间平均告诉我们要达到该分配所需的步骤数。一种运行Markov链的算法并在每个步骤检查当前状态是否满足F的时间复杂性与打击时间成正比。在过去的几十年中，几项研究工作致力于将随机步行的概念扩展到量子设置，目的是实现某些速度
结合数值模拟、人工智能和智能采样算法建立替代模型并计算城市隧道失效概率
摘要：当需要用概率方法评估城市隧道与邻近结构的相互作用时，计算能力是数值模型面临的重要挑战。因此，即使样本数量较少，智能采样算法也可以成为获得结果领域更好知识的盟友。无论如何，当采样有限时，风险评估也会受到限制。在这种情况下，人工智能 (AI) 可以通过插入结果并快速生成更大的样本来填补风险分析中的一个重要空白。人工智能算法的目标是找到一个近似函数（也称为替代模型），该函数可以重现原始数值模拟行为并且可以更快地进行评估。该函数是通过在智能采样技术获得的特殊点执行多次模拟来构建的。本文使用了一个假设案例来验证方法建议。它涉及一条深度约为三倍直径的隧道的连续挖掘，与一座七层楼的建筑物相互作用。首先，对三维数值模型 (FEM) 进行确定性求解，然后对其域和网格进行细化。之后，从 FEM 软件中以数值方式获得另外 170 个解决方案，并对所涉及的随机变量进行策略性抽样。接下来，基于 31 种人工智能技术，评估哪些变量对于预测周围建筑物地基元件的垂直位移量级最重要。然后，一旦选出了最重要的变量，就再次对 31 种人工智能技术进行训练和测试，以确定 R 平方最小的技术。最后，使用这种最佳拟合算法，可以使用大量样本（大小约为 10 7 ）来计算失败的概率。这些样本用于说明简单蒙特卡罗抽样 (MC) 和拉丁超立方抽样 (LHS) 的收敛性。本文的主要贡献是方法论上的；因此，该新程序可以汇总到与隧道相关问题相关的最先进的风险评估方法中。