XiaoMi-AI文件搜索系统
World File Search SystemProbability
扩散模型的概率流量
扩散模型通过学习扭转扩散过程来将噪声转换为新的数据实例，已成为当代生成建模的基石。在这项工作中，我们在离散时间内开发了基于流行的基于扩散的采样器（即概率流ode Sampler）的非反应收敛理论，假设访问（Stein）得分函数的ℓ2-2-准确估计值。对于R d中的分布，我们证明D/ε迭代（模拟一些对数和低阶项）足以将目标分布近似于ε总变化距离。这是为概率流ode采样器建立几乎线性维依赖性的第一个结果。仅对目标数据分布的最小假设（例如，没有施加平滑度假设），我们的结果还表征了ℓ2分数估计误差如何影响数据生成过程的质量。与先前的作品相反，我们的理论是基于基本而多功能的非反应方法而开发的，而无需求助于SDE和ODE工具箱。
海冰绝缘的作用对AMOC过渡概率的影响
摘要：使用社区地球系统模型（CESM）进行的最新模拟表明，在不同的表面淡水强迫下，海冰过程在大西洋子午倾斜循环（AMOC）磁滞行为中至关重要。在这里，我们使用其他CESM模拟和新颖的概念海洋 - 海冰盒模型进一步研究了这个问题。CESM模拟表明，海冰的存在引起了统计平衡的存在，而AMOC强度较弱。这在概念模型中得到了证实，该模型捕获了与CESM模拟相似的AMOC HyStere-SIS行为，以及计算稳态与淡水强迫参数相比。在概念模型中，使用稀有事件技术确定不同均衡状态之间的过渡概率。考虑海冰的效应时，从强大的AMOC状态到AMOC状态较弱的过渡概率增加，并表明海冰促进了这些过渡。另一方面，海冰绝缘效应强烈降低了从弱AMOC状态到强大的AMOC状态的反向过渡的概率，这意味着海冰也限制了AMOC的恢复。这里的结果表明，海冰效应在不同平衡状态之间的AMOC磁滞宽度和影响转变概率中起主要作用。
评估基于CRISPR的基因驱动的可能性污染了另一个物种
fi g u r e 2一系列推定的事件导致在另一个遥远相关的非目标物种中插入功能性基因驱动盒（如果没有杂交的情况下）。Div> dna以灰色为灰色和DNA，以温暖的颜色：粉红色：cas9基因，橙色：grna基因和棕色：相邻序列。是Draque方程的不同参数。在代表的情况下，一条线（长插入元素）和一个可转座元素（TE）用作同源指导修复的侧翼序列。请注意，也可以使用非目标主机中存在的其他序列
功能 PCA 的线性相位型概率建模及其在电阻存储器中的应用
a 西班牙格拉纳达大学统计学和运筹学系及 IEMath-GR b 西班牙瓦伦西亚理工大学应用统计和运筹学系及质量系及 UC3M-BS 桑坦德大数据研究所 c 西班牙格拉纳达大学电子与计算机技术系
脂质在冷冻EM条件下调节RYR1的开放概率
ryanodine受体（RYRS）是负责从肌质和内质网释放的细胞内四聚离子通道。在三种已知的哺乳动物RYR同工型中，RYR1对于肌肉收缩至关重要，并且已被广泛研究。RYRS的细胞质暴露多域碎片整合了多个细胞信号，这些信号调节通道门控和与Ryrs生理开放概率的小偏差导致危及生命的疾病。冷冻EM在揭示RYR门控机制的近原子细节方面发挥了作用，但在冷冻EM条件下RYR1的开放概率明显低于电生理研究中观察到的，这使RYR1门控模型的结构研究变得复杂。在这里，我们提出了一项冷冻EM研究，研究了在脂质浓度不同的CHAP中溶解的RyR1的开放概率。我们发现，将脂质浓度从0.001％增加到0.05％，将RYR1开放概率从16升至84％。但是，RYR1重组为脂质纳米盘仍关闭。我们在以最高脂质浓度重建的地图中建模了72个脂质分子。这些发现表明，脂质在冷冻EM条件下调节RYR1门控的关键作用，并提出了RYRR1门控调制的结构研究的最佳脂质模拟物。
关于概率分布的经典培训量子生成模型的协议
量子生成建模（QGM）依赖于准备量子状态并从这些状态中生成样品，作为隐藏或已知的概率分布。作为来自某些类别的量子状态（电路）的分布本质上很难经典样本，QGM代表了量子至上实验的出色测试床。此外，生成任务与工业机器学习应用越来越重要，因此QGM是证明实用量子优势的有力候选人。但是，这要求对量子电路进行培训以代表与工业相关的分布，并且相应的培训阶段在实践中为当前的量子硬件具有广泛的培训成本。在这项工作中，我们根据接受有效梯度计算的特定类型的电路提出了对QGM的经典培训方案，同时仍然难以采样。特别是我们考虑瞬时量子多项式（IQP）电路及其扩展。在时间复杂性，稀疏性和抗调解属性方面显示了它们的经典模拟性，我们开发了一种经典的可拖动方式来模拟其输出概率分布，从而使经典的培训允许经典培训到目标概率分布。与使用经典采样时不同，来自IQP的相应量子采样可以有效地进行。我们使用概率分布在常规台式计算机上最多30个QUAT的概率分布来证明IQP电路的端到端训练。当应用于工业相关的分布时，这种经典培训与量子采样的组合代表了在嘈杂的中间规模量子（NISQ）时代获得优势的途径。
通过定量FTA分析降低制造设备中故障的可能性
用于断层和潜在的对策。本研究论文的目的是计算最高事件的概率 - 使用FTA的过程失败，并提出了一种技术，以优先考虑根据制造商的要求，并减少了最高事件故障的可能性。我们已经构建了一棵定性故障树，以使用Koch KBS-PL机器在水泡包装中生产出办公组件。我们定义了顶级事件G - 在机械Koch KBS-PL机械上包装和密封的办公组件的生产。然后，我们定义了导致最佳事件的事件，直到个人故障因素。基于故障树与故障概率之间的联系，我们进行了定量分析以确定单个事件故障的概率。我们发现G失败的可能性为5.04％。随后，我们确定了哪些因素最明显地降低了因子G失败的可能性。这些是：E - 进料速率，F - 冷却，Al - 不正确的设置和D - 折断。已经证明，通过控制这4个因素，我们可以将最高事件G失败的可能性降低到2.36％，前提是采取了有效的措施。最终提案满足了几家制造商的要求，以快速，高效且具有成本效益的解决方案。我们创建了一个建议，可以节省时间，具有最少的软件和硬件要求，并且易于使用。这优先考虑措施设计的因素。该提案的效率和有效性是我们确定了断层树中最弱点，最大程度地导致最高事件失败。
邮轮发电厂动态停电概率监控系统
摘要：严格的环境法规和提高航运运营可持续性的努力导致设计和采用更复杂的船舶发电厂系统配置以及实施数字化功能。由于这些系统的复杂性，由组件和子系统故障引起的可能导致事故的危急情况需要及时检测和缓解。本研究旨在通过开发一种综合监控安全系统的概念来提高船舶复杂系统及其运行的安全性，该系统采用现有的安全模型和船上传感器的数据融合。采用详细的故障树来模拟停电事件，代表邮轮的航行模式和其工厂的运行模式。邮轮警报和监控系统获取的船上传感器测量值与这些故障树相结合，以解释所调查发电厂配置及其组件运行条件的船上信息，从而有助于估计停电概率的时间变化以及发电厂组件的动态临界性评估。通过使用 Matlab/Simulink 开发的虚拟仿真环境验证了所提出的概念。本研究支持对船舶动力装置的动态评估，因此有利于提高运行期间动力装置的安全性的决策。
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。
拥有太阳能电池板对拥有电动汽车可能性的影响
摘要：包括交通运输在内的各个行业产生的温室气体排放严重损害了环境并加剧了气候变化。电动汽车越来越多地被视为缓解这些问题的一种方式，但必须使用通过环保方式产生的电力进行充电。本文使用 2017 年秋季至 2018 年春季来自十个欧洲国家的 ENABLE.EU 家庭调查数据，研究了电动汽车与太阳能光伏板之间的可能关系。根据递归双变量概率模型的估计，发现如果家庭拥有太阳能光伏板，则该家庭拥有电动汽车的概率会显著增加。这表明，鼓励使用包括储能设施的太阳能光伏板在家中为电动汽车充电的政策可以加快向使用这些汽车的过渡。