XiaoMi-AI文件搜索系统
World File Search SystemMutual
财富重新分配和互助：使用同等/非生态物理学的非等效交换模型进行比较
摘要：鉴于全球财富不平等，迫切需要确定其产生的财富交换方式。为了解决有关将同等交换和再分配结合模型的研究差距，本研究将同等的市场交换与基于功率中心的重新分配以及使用Polanyi，Graeber和Karatani交换模式的相互援助进行了比较。根据评估GINI指数（不平等）和总交换（经济流）的生态物理学方法，基于多代理相互作用的两个新的交换模型正在重建。交换模拟表明，总交换总额除以Gini指数的评估参数可以使用相同的饱和曲线近似方程来表达，使用财富转移率和再分配时间和富人的剩余贡献率和储蓄率和储蓄率的剩余贡献率。然而，考虑到基于相互援助的道德的税收及其相关成本和独立性的胁迫，首选没有退货义务的不额外交换。这是针对格雷伯的基准共产主义和卡拉塔尼的交流方式，对资本主义经济的替代方案有影响。
初次接触：通过相互信息最大化实现无监督的人机协同适应
在没有事先映射、无法要求用户以动作标签或奖励反馈的形式进行监督、也不事先了解用户试图完成的任务的情况下，我们如何训练辅助人机界面（例如基于肌电图的肢体假肢）将用户的原始命令信号转化为机器人或计算机的动作？本文的关键思想是，无论任务是什么，当界面更直观时，用户的命令噪音更小。我们将这个想法形式化为优化界面的完全无监督目标：用户命令信号与环境中诱导状态转换之间的相互信息。为了评估这个相互信息分数是否可以区分有效和无效界面，我们对 540K 个用户操作各种键盘和眼神注视界面（用于打字、控制模拟机器人和玩视频游戏）的示例进行了大规模观察性研究。结果表明，我们的相互信息分数可以预测各种领域的实际任务完成情况指标，平均 Spearman 等级相关系数为 ρ = 0.43。除了对现有界面进行离线评估之外，我们还使用无监督目标从头开始学习界面：我们随机初始化界面，让用户尝试使用界面执行他们想要的任务，测量相互信息分数，然后更新界面以通过强化学习最大化相互信息。我们通过一项小规模用户研究来评估我们的方法，该研究有 12 名参与者，他们使用受扰鼠标执行 2D 光标控制任务，并且让一名专家用户使用网络摄像头捕捉到的手势玩月球着陆器游戏。结果表明，我们可以从头开始学习界面，无需任何用户监督或任务的先验知识，只需不到 30 分钟的人机协同训练。
相互信息：量化相关性的一种方法
在信息论框架内，两个随机变量之间存在相关性意味着我们可以通过测量或观察另一个随机变量来获得有关其中一个变量的信息。在某些情况下，这种关系允许获取有关一个变量的信息，即使另一个变量相隔很远，也就是说，获取信息的过程是非局部的，一个例子（如果不是唯一的例子）就是量子纠缠。相关性的这些特征使得研究、分类和量化它们变得有趣和重要。相关性分为经典相关性和量子相关性，此外，它们通过互信息进行量化。在这里，我们将提出一种定义经典互信息的自然方法，然后将其推广到量子情况。此外，互信息定义中的每个术语都将使用经典和量子熵的概念进行解释。关键词：信息熵、相关性、互信息。
使用规范化互信息特征选择和并行量子遗传算法进行入侵检测
针对入侵检测系统（IDS）检测速度慢、自适应性差、检测准确率不高等问题，提出一种基于自适应并行量子遗传算法的正则化互信息特征选择与多算子协同进化的检测算法（NMIFS MOP-AQGA）。为了对高维特征数据进行有效约简，采用NMIFS方法选择最佳特征组合，将最佳特征送入MOP-AQGA分类器进行学习训练，得到入侵检测器，将数据输入检测算法，最终产生准确的检测结果。在真实异常数据上的实验结果表明，NMIFS MOP-AQGA方法比现有检测方法具有更高的检测准确率、更低的误报率和更强的自适应性能，尤其对于小样本集更为有效。
belavkin – Staszewski相对熵，条件熵和互信息
摘要：Belavkin – Staszewski相对熵自然可以表征量子状态可能的非交通性的影响。在本文中，通过用Belavkin – Staszewski相对熵替换量子相对熵来定义两个新的条件熵项和四个新的相互信息项。接下来，研究了它们的基本属性，尤其是在经典量子设置中。特别是我们显示了Belavkin -Staszewski条件熵的弱凹性，并获得了Belavkin -Staszewski共同信息的链条规则。最后，建立了Belavkin – Staszewski相对熵的子效率，即，关节系统的Belavkin -Staszewski相对熵小于其相应子系统的总和，借助某些乘法和附加因子的帮助。同时，我们还提供了几何rényi相对熵的一定亚辅助性。
人机沟通的相互心智理论
从导航系统到智能助手，我们每天都会与各种人工智能进行交流。在这种人机交流的核心中，我们通过不同复杂程度的话语向人工智能传达我们对人工智能能力的理解，人工智能通过系统输出向我们传达对我们的需求和目标的理解。然而，这种交流过程很容易失败，原因有二：人工智能可能对用户有错误的理解，用户可能对人工智能有错误的理解。为了增进人机交流中的相互理解，我们提出了相互心智理论 (MToM) 框架，该框架的灵感来自人类的基本能力“心智理论”。在本文中，我们讨论了 MToM 框架的动机及其三个关键组成部分，它们在人机交流的三个阶段不断塑造相互理解。然后，我们描述了一个受 MToM 框架启发的案例研究，以展示 MToM 框架在指导人机交流的设计和理解方面的强大功能。
相互信息，黑洞中的岛屿和页面曲线
摘要在本文中探讨了子系统在页面曲线中的共同信息所起的作用。与由黑洞和辐射组成的总系统以及岛上的包含，我们观察到，B +和B-之间的互信息消失了，这又意味着纠缠楔的断开相对应于B + b + b--，产生了乱七八糟的时间。这会导致与正确页面曲线一致的鹰辐射的细粒度熵的时间独立表达。我们还发现了以对数和反向幂定律形式的熵和页面时间的纠正。从重力理论的角度来看，信息损失悖论一直是最基本的问题之一[1，2]。对于蒸发的黑洞，已经表明，相对于观察者的时间，辐射单调的熵增加。但是，单一进化的过程要求在蒸发过程结束时这种熵消失。为此而言。在物质崩溃之前，全曲片上的量子场状态是纯净的，在黑洞蒸发后应保持相同。此外，页面曲线[3，4]描绘了辐射熵的时间依赖性。页面曲线有效地通过引入称为页面时间t p的时间尺度来解决信息丢失悖论的问题。根据页面曲线的信息损失悖论可以理解如下。霍金辐射的细粒度熵是由黑洞外部区域R上的量子场的von Neumann熵确定的。现在假设完整的cauchy片上的状态为纯状态，辐射s（r）= s（r c）的细粒熵，其中s（r c）可以理解为纤维粒的熵
局部汉密尔顿算子的吉布斯态互信息的指数衰减
物理系统的热平衡性质可以用吉布斯态来描述。因此，了解何时可以轻松描述此类状态非常重要。特别是，如果远距离区域之间的相关性很小，情况就是如此。在这项工作中，我们考虑在任何温度下具有局部、有限范围、平移不变相互作用的一维量子自旋系统。在这种情况下，我们表明吉布斯态满足相关性的均匀指数衰减，而且，两个区域之间的互信息随其距离呈指数衰减，与温度无关。为了证明后者，我们表明，对于在任何温度下具有局部、有限范围相互作用的一维量子自旋系统，无限链热态相关性的指数衰减、指数均匀聚类和互信息的指数衰减都是等价的。特别是，Araki 的开创性结果表明这三个条件在平移不变的情况下成立。我们使用的方法基于 Belavkin-Staszewski 相对熵和 Araki 开发的技术。此外，我们发现，我们所考虑的系统的吉布斯状态超指数地接近饱和 Belavkin-Staszewski 相对熵的数据处理不等式。
使用存根加载技术降低UWB/MIMO天线中的相互耦合
摘要 - 研究表明，使用存根载荷技术，UWB-MIMO天线元件之间的相互耦合减少。提出的2×2 UWB天线几何形状由两个圆形的单极辐射器组成，其部分地面可与完美的阻抗匹配。存根为20 mm×0.2 mm，在接地平面的两个天线元件之间插入以改善分离率。脱钩的存根导致相互耦合的降低少于20 dB。以10 GHz的选定频率以10 GHz的频率测量确认了全向辐射模式。出现了不同的MIMO天线度量，例如通道容量损失（CCL），平均有效增益（MEG），总活动反射系数（TARC），包膜相关系数（ECC）和表面电流。设计注意事项的详细信息以及仿真和测量结果进行了介绍和讨论。所提出的MIMO天线阵列可以非常适合UWB应用。
相互内部录音问题
数十年来，心理学研究人员已经积累了大量的数据并产生了数百种理论（Fiske，2001）。尽管进步如此出色，但理查德·费曼（Richard Feynman）和许多其他人的批评仍然是真实的：Psy-Chologicy Science是凌乱的。与其朝着建立一种范式的正常科学迈进（Kuhn，2012; Meehl，1978; Muthukrishna＆Henrich＆Henrich，2019年），不如说是越来越多的经验理论（Kruglanski，2001）（2001年），而且许多经验性的发现曾经提供了许多范围的依据，或者不能在许多范围内得到依赖的基础，或者是依据的基础。 Camerer等人，2018年； 2015年，Turner等人，2018年）。在这里，我们建议将实验目标与未能认识到实验目标和有效性问题之间的紧张局势的目标相结合，导致