XiaoMi-AI文件搜索系统
World File Search SystemMinima
碳e水足迹
Pros • Calculation methods and integrated databases • Structured and constantly updated database of the coefficients • Production processes already modeled • Automatic data acquisition from the digital sources available • acquisition of the data insertion in controlled mode • Workflow and automated calculation procedures • Flexibility of adapting to the needs of the organization • Traceability of all operations carried out • Safety and certification of the data at any level at any level （输入和输出）•最小支持顾问
利用人工神经网络进行量子启发基态近似回火
大量研究表明，参数化人工神经网络 (ANN) 可以有效描述众多有趣的量子多体汉密尔顿量的基态。然而，用于更新或训练 ANN 参数的标准变分算法可能会陷入局部极小值，尤其是对于受挫系统，即使表示足够具有表现力。我们提出了一种并行调节方法，有助于摆脱这种局部极小值。这种方法涉及独立训练多个 ANN，每个模拟由具有不同“驱动器”强度的汉密尔顿量控制，类似于量子并行调节，并且它将更新步骤纳入训练中，允许交换相邻的 ANN 配置。我们研究了两类汉密尔顿量的实例，以证明我们使用受限玻尔兹曼机作为参数化 ANN 的方法的实用性。第一个实例基于置换不变汉密尔顿量，其地形阻碍了标准训练算法，使其逐渐陷入假局部最小值。第二个实例是四个氢原子排列成一个矩形，这是使用高斯基函数离散化的第二个量化电子结构哈密顿量的一个实例。我们在最小基组上研究了这个问题，尽管问题规模很小，但它表现出了假最小值，可以捕获标准变分算法。我们表明，通过量子并行回火来增强训练对于找到这些问题实例基态的良好近似值非常有用。
空中导航系统计划 - 国际民航组织
导航定义性能和功能的进步使得空域设计、最小间隔、航路间距、机场通道、程序设计和空中交通管理发生了变化。PBN 提供了适用于一种或多种空域（终端、航路和远程/海洋）的导航规范列表，并且只是空域概念的几个推动因素（监视、通信和空中交通管理）之一。使用 PBN 将提高进近的可靠性和可预测性，从而改善机场可达性。与对 ANS 的所有更改一样，PBN 将在可行的情况下基于积极的商业案例实施。
新泽西理工学院数据科学助理教授
行业经验 研究实习生，IBM Research，纽约约克敦高地 2018 年 2 月 - 8 月 与 Nam H. Nguyen 博士合作，就深度学习中的平坦极小值进行独立研究。贡献软件并针对时间序列分析的神经方法进行实验。 研究实习生，Uplevel Security，纽约 2016 年 6 月 - 8 月 学习关系图节点的嵌入，处理缺失数据和属性，重点是网络安全应用 访问学生，Draper Laboratories，马萨诸塞州剑桥 2015 年 6 月 - 7 月 使用深度学习发现软件中的常见弱点
因果回路Feynman图和定向无环形图的变异量子量表
我们提出了一种差异量子本素（VQE）算法，用于在循环树二元性中有效地引导多链feynman图的因果表示，或等效地，在有线图中选择了acyclic配置。基于描述多核拓扑的邻接矩阵的循环hamiltonian，其不同的能级对应于循环的数量，而VQE则将其最小化以识别因果或无环构型。该算法已改编成选择多个退化的最小值，从而达到更高的检测率。详细讨论了与基于Grover的算法的性能比较。，VQE方法通常需要更少的量子和较短的电路来实施，尽管成功率较小。
2024调节随机景观的复杂性...
边缘最佳选择是具有许多几乎弯曲方向的功能的最小值或最大值。在具有许多竞争优势的设置中，边际趋向于吸引算法和物理动态。通常，边缘吸引子的重要家族是少数群体消失的少数群体，而非横向优点和其他不稳定的固定点。我们引入了一种通用技术，用于调节其边缘性的随机景观中固定点的统计数据，并将其应用于具有质量不同的各种各向同性的环境中：在球形旋转镜中，能量是高斯，其Hessian是高斯式的正脉（Goe）；在多球形旋转眼镜中，是高斯但非goe的；并在非高斯的平方球随机函数的总和中。在这些问题中，我们能够充分表征边际最佳选择在景观中的分布，包括在少数群体中。
风洞与 cfd 方法的比较
在每种情况下的模拟中，允许 2000-3000 次迭代（每种情况大约需要 5 个计算机小时）。大多数情况没有实现完全收敛（如 FLOVENT 所定义，场残差持续减少到总通量的 0.5% 以下），而是稳定在振荡残差中，无法通过进一步计算、改变松弛因子或其他计算选项来减少。这种振荡不同点的解决方案略有不同，主要是在涡流的位置，但发现流动的总体趋势相似。这种现象被解释为代表模拟的流动的不稳定性质，并被接受为这样，而不是代码或数据错误的迹象。个别案例在这些振荡的最小值附近停止。
功能疲劳方案和视觉信息对慢性踝关节不稳定患者的姿势控制的影响
摘要：慢性踝关节不稳定性（CAI）患者经常表现出姿势对照，并依靠视觉信息来维持静态平衡以补偿降低的本体感受。疲劳会损害CAI患者外的神经肌肉控制，除了姿势控制外。但是，在CAI患者的单腿平衡测试中，功能疲劳是否会改变姿势控制和感觉组织策略，尚不清楚。本研究涉及对实验室环境中28名CAI患者的对照试验。每个参与者在功能性疲劳方案之前和之后，用眼睛睁开眼睛（EO）进行了单腿平衡测试（EO）。双向重复测量方差分析评估了结果变量的疲劳（Pre-pre-pre-Fatigue）×视觉（EO与EC）相互作用。此外，配对样本t检验检查了两种条件（前与效率）之间的差异，以进行时间限制时间（TTB）minima（％调制）。我们发现ML和AP TTBMEANS和AP TTBSD中的疲劳和视力条件之间的显着相互作用。％调制在AP TTBMEAN，ML TTBSD和AP TTBSD中疲劳后显着降低。总而言之，功能性疲劳协议与EO的静态姿势控制能力降低，但与EC保持不变。这表明，由于视觉依赖性较小，在疲劳下EO的平衡能力降低更为明显。这可能会在疲劳下增加踝关节扭伤的发生率。
使用深度学习和...
通常只保留倾向于协助分类任务的数据的基本方面。完全连接的自动编码器，尤其是在图像的情况下，会导致大量可训练的参数。卷积自动编码器（CAE）提供了更好的选择，因为由于稀疏连接和重量共享，参数数量较少[9]。CAE以层的方式训练，可以将无监督的层彼此堆叠以构建层次结构。每一层都是独立于其他层的训练，其中前一层的输出充当后续层的输入。最后，使用跨凝结目标函数对整体层进行了堆叠和微调。不介意的初始化倾向于避免局部最小值并提高网络性能稳定性。