XiaoMi-AI文件搜索系统
World File Search SystemPrinciple
基于扩展最小作用量原理的量子标量场论
摘要 最近证明了非相对论量子公式可以从扩展的最小作用量原理 Yang (2023)。在本文中，我们将该原理应用于大质量标量场，并推导出标量场的波函数薛定谔方程。该原理通过考虑两个假设扩展了经典场论中的最小作用量原理。首先，普朗克常数定义了场需要表现出可观测的最小作用量。其次，存在恒定的随机场涨落。引入一种新方法来定义信息度量来衡量由于场涨落而产生的额外可观测信息，然后通过第一个假设将其转换为额外作用量。应用变分原理来最小化总作用量使我们能够优雅地推导出场涨落的跃迁概率、不确定关系和波函数的薛定谔方程。此外，通过使用相对熵的一般定义来定义场涨落的信息度量，我们得到了依赖于相对熵阶数的波函数广义薛定谔方程。我们的结果表明，扩展的最小作用原理既可用于推导非相对论量子力学，也可用于推导相对论量子标量场理论。我们期望它可以进一步用于推导非标量场的量子理论。
利用最大熵原理识别疲劳寿命的概率分布
摘要：材料与结构的疲劳寿命具有较大的离散性，在工程设计中通常被考虑。为了减少主观不确定性的引入，获得合理的概率分布，本文提出了一种基于最大熵原理的疲劳寿命概率分布识别计算方法。利用疲劳寿命的前四个统计矩来制定最大熵原理优化问题的约束条件。还提出了一种精确的算法来寻找最大熵分布中的拉格朗日乘数，从而避免了求解方程组时出现的数值奇异性。用两个拟合指标来衡量所提方法的拟合优度。通过文献中的两组疲劳数据集证明了所提方法的合理性和有效性。并对所研究的疲劳数据集进行了所提方法与对数正态分布和三参数威布尔分布的比较。
使用Linux功能实施至少特权的原则：挑战和观点
摘要 - 在历史性和默认情况下，Linux不尊重最少特权的原则，因为它授予了所有特权，以执行其任务。有了新的个人数据保护或出口控制法规，最低特权的原则是强制性的，即使是系统管理员也必须适用。Linux操作系统（由于版本2.2）将与超级用户相关的特权分为称为功能的不同单元。Linux功能允许粗粒访问控制受到限制的系统功能。“ rootasrole”项目被引入，作为在匹配必要功能的同时委派管理任务的解决方案。但是，用户体验的限制和Linux功能的映射构成了重大障碍。本文提出了增强功能，以平衡可用性和最少特权的原则，强调需要精确的能力定义。未来的工作涉及增强根质访问控制模型，并为有效管理Linux功能的管理访问控制框架解决。索引术语 - 访问控制，最小特权原理，Linux内核，功能
分层聚类与可解释的患者分层的原理成分集合
摘要。患者分层通过基于其分子和/或临床特征鉴定出不同的亚组，在个性化医学中起着至关重要的作用。但是，许多基于机器学习的分层技术无法识别与每个患者组相关的本质生物标志物特征。在本文中，我们提出了一种使用分层集合聚类来解释的患者分层的新方法。我们的方法利用具有与主成分分析（PCA）结合的采样，以捕获最重要的模式和贡献生物标志物。我们使用机器学习基准数据集和来自癌症基因组地图集（TCGA）的现实世界数据的方法的有效性，展示了检测到的患者簇的可解释性。
李氏度量中的信息集解码和密度的局部到全局原理
后量子密码学的主要候选方案之一是基于编码理论的，更详细地说，它的安全性基于解码随机线性码的 NP 完全问题。基于代码的密码学最早出现在 1978 年 McEliece 的开创性工作中。解决这个 NP 完全问题并从而解码随机码的最快算法是信息集解码。这些算法的输入大小成本呈指数增长。因此，它们不被视为对基于代码的密码系统的攻击，而是用作确定实现给定安全级别所需公钥大小的工具。基于代码的密码学的主要缺点是其公钥大小巨大。许多研究人员试图通过提出不同的代码系列作为密钥来解决这个问题。最近，社区将重点转向了不同的方向：改变代码的底层度量。事实上，基于秩度量的密码系统可以实现非常小的密钥大小。在论文的这一部分，我们遵循了基于代码的加密的新路径，并在李度量中提供了不同的信息集解码算法。李度量非常有前景，因为它可以纠正比汉明度量更多的错误，事实上，我们的理论比较证实了密钥大小将大幅减少。
引力波中量子粒子的 Fisher 信息和弱等效原理
其中 D μ 是弯曲时空中的协变导数。在这种情况下，m 根本不是一个乘法因子，而是克莱因-戈登方程中的特征。在这种背景下，有建议认为量子流体（超导体、超流体、量子霍尔流体、玻色-爱因斯坦凝聚体）的性质可能会增强与引力波的相互作用，从而导致超流体成为引力天线的介质[1-7]，超导电路作为引力波探测器[8]、换能器[9,10]和镜子[11-13]。这些想法并非没有引起争议[14-16]。原因是许多这些想法启发性地应用了量子粒子违反 WEP 的概念。这促使我们为引力波中的量子粒子提供更严格的 WEP 特征。WEP 认为自由落体轨迹应该与质量无关，可以重新表述为自由落体物体的 Fisher 信息与质量不变的陈述 [ 17 ]。在这个信息论框架中，违反 WEP 意味着人们可以提取有关自由落体物体质量的信息。WEP 的这种信息论表述具有以下优势：它可以以明确的方式扩展到量子物体。具体而言，Fisher 信息给出了可观测随机变量提供的有关未知参数的信息量。在我们的例子中，随机变量是粒子 x 的位置，未知参数是其质量 m 。对于具有波函数 ψ( x , t ) 的粒子，Fisher 信息为
基于摩擦电原理的人工智能金属聚合物滑动轴承
随着物联网和人工智能的快速发展，对智能轴承传感技术的需求急剧增加。一般的轴承传感器只能识别来自温度或振动的基本信息，远远不能满足自诊断和自维护。最近，基于摩擦电纳米发电机的自供电传感技术为制造智能轴承开辟了一条新途径。在本研究中，摩擦电原理被应用于商用金属聚合物滑动轴承（MPPB），该轴承可以实现自感知，自诊断和自维护。摩擦电MPPB（T-MPPB）的几何结构旨在平衡输出效率和外部负载，并验证了超强的耐久性和负载能力。此外，首次揭示了边界和静水流体润滑下输出变化趋势背后的机制。此外，深度学习算法可以高度准确地对润滑状态进行分类。所提出的 T-MPPB 有可能根据 AI 分类的润滑状况，使用润滑泵实现自我维护。这项研究不仅确立了设计自供电智能 MPPB 的可行性，还展示了一种识别润滑状态的方法，从而通过自供电传感器实现自我诊断和自我维护能力。
低维歧管模式的全脑建模揭示了大脑动力学原理
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。它是制作
社论：对称性作为人工和脑神经网络的指导原则，第二卷
作为我们上一篇社论的后续，本研究主题进一步深入探讨了对称性如何影响生物和人工神经网络中的信息处理。虽然上一篇研究主题侧重于对称性在感官输入及其在神经系统中的组织中的基础作用，但这篇社论除了继续该主题之外，还介绍了对称驱动表示背后的机制及其鲁棒性的新研究，特别是在人工神经网络中。事实上，对称性在简化输入数据的复杂性和提高神经网络的鲁棒性方面起着关键作用。在人工系统和大脑中，对称性有助于创建有效的表示，可以很好地推广到看不见的数据并减轻从大数据集中学习的负担。通过利用感官数据的不变性和等变性，神经网络（包括生物和人工）可以增强其解释和响应周围世界的能力。本研究主题进一步探讨了人工和生物系统中对称性、学习动力学和神经表征的交集。第一篇贡献，DiTullio 等人深入研究了大脑如何利用时间作为监督信号来学习听觉特征。通过探索听觉领域的自然规律和对称性，作者提出时间一致性是学习听觉对象表征的关键，尤其是在混乱的环境中。该研究表明，在听觉辨别任务中，捕捉这些时间规律的模型优于传统的特征选择算法，例如主成分分析 (PCA) 和独立成分分析 (ICA)。这对神经科学和机器学习都有深远的影响，表明刺激的时间结构为有效的感官处理和泛化提供了重要基础。视觉是另一种感官方式，其中对称性起着关键作用。本文 (Lindeberg) 提出了一个理论框架来理解大脑视觉感受野的几何特性。协方差或等方差确保感官输入的变换会导致神经表征的相应变换。对这些特性的研究揭示了初级视觉皮层 (V1) 中的视觉感受野如何适应空间缩放和
跨细胞类型的翻译效率协方差是哺乳动物转录组的保守组织原理
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2025年1月18日。 https://doi.org/10.1101/2024.08.11.607360 doi：biorxiv Preprint