简介基于人工智能 (AI) 技术的自动作曲模型使得自动生成特定艺术家风格的音乐旋律成为可能。最近,模型还通过将两种不同的旋律混合并插入到中间层次来创建新的旋律 [1]。考虑到版权问题,插值旋律与原始参考旋律之间的关系非常重要,但它们之间的感知相似性却很少被研究 [2]。在本研究中,我们旨在通过行为实验来研究插值旋律和参考旋律在轮廓和调性(旋律感知的两个重要组成部分)方面的感知相似性 [3]。我们还旨在通过分析人工智能和人类作曲家创作的插值旋律来比较他们的作曲机制。
本文档中提供的信息被认为是准确且可靠的。但是,江苏Jiejie Microelectronics Co.,Ltd对如果不考虑此类信息也不使用该信息,对使用的后果不承担任何责任。本文档中提到的信息可能会发生变化,恕不另行通知,除了签署协议时,Jiangsu Jiejie符合该协议。本文档中提供的产品和信息没有侵犯专利。江苏·吉吉(Jiangsu Jiejie)对侵犯第三方其他权利的任何权利不承担任何责任,这可能是由于使用此类产品和信息而造成的。
最初在[35]中引入了零知识(ZK)协议的头部范式中的多党计算(MPC),作为提供此类ZK协议的更好的理论和渐近构造的工具。一般设置如下:鉴于任何NP关联R(X,W),我们想设计一个ZK-protocol,供供供Prover P说服了一个验证者V,他知道有效的证人w对于公共价值X,而无需透露w的任何信息。此(两方)的供应库是由一般的MPC协议构建的,其中n派对z 1,z 2,。。。,z n检查他们是否共同为X共享有效的证人W。最常见的方法是假设W以W = w = w 1的形式编码W = w1⊕w2⊕···w n,其中每个方z i拥有相应的共享w i,并且存在有效的协议π以验证共享是否正确。在这种情况下,MPC in-the-The-The-The-The-The-The-The-The Brover P创建了他的秘密W,模拟执行π的新作品,并在此执行中对当事人的观点提出了贡献。之后,Verifier V要求打开这些视图的子集,并验证所有打开的视图都在播放和一致。如果原始的多方协议是针对开放子集的私有的,即保证这些参与者不能共同恢复秘密,则由此产生的两党协议将变为零知识。可以使用其他类型的共享技术,而不是简单的w = w = w1⊕w 2⊕···w n;例如,这是[28]中的情况。尽管对量子后签名没有用,但此示例启发了本文。在cbcrypto'23的邀请演讲中给出了另一个有趣的示例,显示了MPC在头中的应用到离散对数[37]。有关完整性,我们回想起第4节中的这个离散对数示例的描述。以此为灵感来源,我们描述了MPC在头上的应用,以创建有效的同构和小组动作问题的量子后签名。将集体操作通常用于加密目的的想法源自[16]。多年来,在加密结构中考虑了与该框架兼容的各种问题。最具象征意义的可能是图形同构问题,它已经在一些有关零知识的开创性论文中出现了[31,6,32]。但是,文献包含同构和群体作用问题的许多口味。由于并非全部适合我们的目的,我们讨论同构
我们介绍了闭环胰岛素输送算法的设计和内部评估,用于处理1型糖尿病(T1D),该糖尿病(T1D)由数据驱动的多步进血糖(BG)预测因子集成到线性时间变化(LTV)模型预测控制(MPC)框架中。我们建议通过可用数据识别葡萄糖调节系统的开环模型,而是建议将整个BG预测拟合在MPC中使用的预定义预测范围,作为过去输入 - IPUT数据的非线性函数,以及未来胰岛素控制输入的FFI NE功能的非线性函数。对于非线性部分,提出了一个长的短期内存(LSTM)网络,而对于A ffi Ne组件,选择了线性回归模型。与传统的线性MPC相比,基于从数据确定的外源性(ARX)输入模型的自动回归的传统线性MPC相比,我们评估了在三种模拟场景中提出的LSTM-MPC控制器:每天的标称案例,每天有3顿饭,每天的饮食措施是一个随机的进餐情况,与最近出版的饮食中的餐饮造成了25%的股份和25%的股份,并与25%的造成了一份,并与25%的造成了一份。此外,在所有情况下,都没有给予前喂食推注。我们的方法提供了对整个MPC控制器的未来葡萄糖浓度和良好闭环性能的准确预测。For the more challenging random meal generation scenario, the mean ± standard deviation percent time in the range 70-180 [mg / dL] was 74.99 ± 7.09 vs. 54.15 ± 14.89, the mean ± standard deviation percent time in the tighter range 70-140 [mg / dL] was 47.78 ± 8.55 vs. 34.62 ± 9.04, while the mean ± standard严重低血糖的偏差百分比百分比,即,对于我们提出的LSTM-MPC控制器和传统的ARX-MPC,<54 [mg / dl]对9.45±11.71为1.00±3.18。
摘要 —本文介绍了一种基于分散 Voronoi 的线性模型预测控制 (MPC) 技术,用于在有界区域内部署和重构由无人机 (UAV) 组成的多智能体系统。在每个时刻,该区域被划分为与每个 UAV 智能体相关联的不重叠的时变 Voronoi 单元。编队部署目标是根据每个 Voronoi 单元的切比雪夫中心将智能体驱动到静态配置中。所提出的基于 MPC 的编队重构算法不仅允许故障/不合作的智能体离开编队,还允许恢复/健康的智能体加入当前编队,同时避免碰撞。仿真结果验证了所提出的控制算法的有效性。
摘要 —本文介绍了一种基于分散 Voronoi 的线性模型预测控制 (MPC) 技术,用于在有界区域内部署和重构由无人机 (UAV) 组成的多智能体系统。在每个时刻,该区域被划分为与每个 UAV 智能体相关联的不重叠的时变 Voronoi 单元。编队部署目标是根据每个 Voronoi 单元的 Chebyshev 中心将智能体驱动到静态配置中。所提出的基于 MPC 的编队重构算法不仅允许有故障/不合作的智能体离开编队,还允许恢复/健康的智能体加入当前编队,同时避免碰撞。仿真结果验证了所提出的控制算法的有效性。
广泛的研究制定了生态驾驶策略,以使交通平稳并减少信号交叉点的能量融合和排放。这项研究的第一部分(Zhang and du,2022)为以生态驾驶(PCC-edriving)开发了一种新颖的以排为中心的控制,考虑到涉及连接和自动驾驶汽车(CAVS)和人类驱动的车辆(HDVS)的混合流动。此PCC涡流是通过混合模型预测控制(MPC)系统来数学实现的,并通过基于主动集的最佳条件分解算法(AS-OCD)解决。它生成离散的控制定律,以使排接近,根据需要将其分为子平原,然后平稳有效地通过交叉点。尽管数值实验验证了有效性,但未研究混合MPC系统和溶液算法的理论特性。因此,本研究的第二部分侧重于这些理论分析。主要是,我们首先分析并证明了MPC的顺序可行性和混合系统切换可行性,以确保混合MPC系统的控制连续性。接下来,我们考虑了CAV控制不确定性,并证明了强大的MPC控制器的输入到州稳定性。这些证据理论上确保了混合MPC系统的有效性和鲁棒性。最后,我们证明了AS-OCD算法的解决方案最优性和收敛性。它证实,AS-OCD算法可以通过线性转化性速率找到MPC优化器的全局最佳解决方案。
摘要:这项工作评估并分析了模仿学习(IL)和可区分模型预测控制(MPC)的组合,以应用类似人类的自主驾驶。我们将MPC与基于层次学习的政策相结合,并在开环和闭环中衡量其与人类驾驶特征的安全性,舒适性和相似性相关的指标。我们还展示了通过闭环训练增强开环行为克隆的价值,以进行更强大的学习,从而通过MPC使用的状态空间模型近似策略梯度。我们对巷道控制系统进行实验评估,从固定基础驾驶模拟器上收集的示范中学到的学历,并表明我们的模仿策略接近了人类驾驶风格的偏好。
摘要:本文将新颖的 LPV(线性参数变化)模型和 MPC(模型预测控制)方法应用于电动垂直起降飞机的倾斜过渡过程,该飞机具有六个分布式电动旋翼和固定翼,用于平飞,其中两个旋翼可倾斜以在从悬停到稳态平飞的倾斜过渡期间产生可变推力矢量,其余四个旋翼不能倾斜。在平飞过程中,固定翼引起的气动升力保持飞行高度。基于由倾转旋翼角位置和故障旋翼速度预定的标称倾斜轨迹,通过沿倾斜轨迹线性化非线性 eVTOL 飞机模型,基于显著减少的线性时不变模型数量构建了离散时间 LPV 模型,其中倾转旋翼角度和故障旋翼速度可以实时测量。提出了一种基于σ移位H 2 范数的LPV建模误差评估方法,并设计了具有动态参考补偿的自适应模型预测控制器。仿真研究表明,基于转子故障倾斜过渡LPV模型的自适应MPC策略是成功的。
本文利用具有全国代表性的家庭调查数据,估算了新兴经济体秘鲁由暂时性收入冲击产生的边际消费倾向 (MPC)。秘鲁各收入十分位数的平均季度 MPC 为 0.204,而在无模型和基于模型的年化方法下,平均年化 MPC 为 0.545-0.592。为了比较反映不同基础调查参考期的秘鲁和美国的 MPC,我采用了标准的不完全市场模型。发现了两个显著的差异。首先,秘鲁的平均年 MPC 是美国的三倍;其次,秘鲁各收入十分位数的 MPC 的异质性显著高于美国。该模型预测,预防性储蓄行为既推动了秘鲁的平均 MPC 上升,也推动了 MPC 异质性增强。