XiaoMi-AI文件搜索系统
World File Search SystemProblem
高级量子理论问题集14
在这里，您可以研究局部轨迹，该轨迹是量子力学中使用的操作员值函数。它用于获得量子系统子系统的减少密度矩阵。它在开放量子系统，变质和量子信息的背景下具有非常重要的应用。
基于加强学习的算法，用于优化问题和对反问题的应用
我们设计了一种称为“增强”的新迭代算法，用于解决一般的优化问题。此算法参数化解决方案搜索规则，并使用强化学习（RL）算法类似于增强算法来更新参数。为了更深入地了解基于RL的方法，我们表明，增强OPT基本上解决了给定优化问题的随机版本，并且在标准假设下，搜索规则参数几乎可以肯定地收敛到本地最佳值。实验表明，增强-OPT优先于其他优化方法，例如梯度下降，遗传算法和粒子群优化，它可以从局部最佳溶液中逃脱到其鲁棒性到对初始值的选择。有了严格的推导，我们正式介绍了使用强化学习来处理反问题的使用。通过为动作选择规则选择特定的概率模型，我们还可以将我们的方法连接到Tikhonov正则化和迭代正则化的常规方法。我们在部分微分方程中采用非线性积分方程和参数识别问题作为示例，以说明如何将强化学习应用于求解非线性逆问题。数值实验强调了增强-OPT的强劲性能，以及其量化错误估计不确定性并确定缺乏解决方案稳定性和唯一性的逆问题的多个解决方案的能力。
Farahani，H。（2025）。探索用于实践解决问题的应用程序的Gröbner基础。计算算法和数字维度，4（2），95-10Farahani，H。（2025）。探索用于实践解决问题的应用程序的Gröbner基础。计算算法和数字维度，4（2），95-10
gröbner基础理论是计算代数中的一个基本概念，尤其是在多项式理想的研究中。Gröbner基地的历史可以追溯到奥地利数学家WolfgangGröbner和他的学生Bruno Buchberger的作品。尽管Gröbner本人并没有提出这个概念，但他在代数几何学和环理论中的工作奠定了重要的基础。GröbnerBases的概念以他的荣誉命名。Gröbner基础理论的正式发展始于Buchberger的博士学位。 1965年，在沃尔夫冈·格布纳（WolfgangGröbner）的监督下，在1965年在因斯布鲁克大学（University of Innsbruck）举行。Buchberger引入了一种算法（现在称为Buchberger算法），用于在多项式环中为给定的理想构建Gröbner基础。该算法将方法转化为多项式方程，
资源分配问题的新颖开关型策略网络：技术报告
摘要 - 深处增强学习（DRL）已成为制定排队网络中控制策略的强大工具，但是在这些应用程序中，多层多层感知器（MLP）神经网络的常见使用具有重要的缺点。MLP体系结构虽然多才多艺，但通常会遭受样本效率差和过度合适的培训环境的趋势，从而导致新的，看不见的网络的次优性能。响应这些问题，我们引入了开关型神经网络（STN）体系结构，旨在提高排队网络中DRL策略的效率和概括。从传统的非学习政策中的STN杠杆作用模式，确保在类似状态下进行一致的行动选择。这种设计不仅简化了学习过程，而且还通过减少过度效果的趋势来促进更好的概括。我们的作品提出了三个关键贡献：首先，STN的开发是MLP的更有效替代方案；其次，经验证据表明，在各种培训方案中，STN在各种培训方案中实现了卓越的样本效率。第三，实验结果表明，STN在熟悉的环境中与MLP性能相匹配，并且在新设置中的表现明显优于它们。通过嵌入特定领域的知识，STN增强了近端策略优化（PPO）算法的有效性而不损害性能，这表明其适合各种排队网络控制问题。
从计算和神经教育方法建模创造性解决问题的任务
摘要：创造力是一个复杂的过程，已在不同领域进行了研究，在任务类型、背景和评估方法方面具有高度的多样性。在本研究中，我们专注于定义不明确的个人创造性问题解决 (CPS) 任务，目的是创建一个基于 CPS 调节过程的计算模型，该模型受到相关认知过程和人工认知架构的神经科学知识的启发。模型操作化考虑了学习者在解决定义不明确的任务时所采用的路径的突发特性以及该路径在描述任务的问题空间内的几何化。然后根据创造力背后的计算过程区分基于刺激和目标导向的创造性行为。通过计算和神经教育方法，该研究引入了创造性问题解决任务的模型，并提供了问题解决任务的操作几何定义，强调了与定义不明确的问题相关的挑战。我们完成了关于创造力作为一种语义基础过程的讨论，重点是数据表示，以及使用推理和度量空间算法进行符号数据操作。
学习错误问题的安全远程密码协议
摘要 - 确定远程密码（SRP）协议是基于离散对数问题（DLP）的重要密码认证的密钥交换（PAKE）协议。该协议是专门设计的，旨在为各方使用会话密钥，并且由于其有吸引力的安全功能，它在各种情况下被广泛使用。作为增强板协议，服务器不存储密码等效数据。这使设法窃取服务器数据的攻击者不能伪装为客户，除非执行蛮力搜索密码。但是，量子计算中的进步有可能使基于经典DLP的公共密钥密码学方案不安全，包括SRP协议。因此，设计一种抵抗量子攻击的新协议是显着的。在本文中，基于基本协议，我们通过错误（LWE）问题从学习后构建了一个Quantum SRP协议。除了对已知量子攻击的阻力外，它还保持原始协议的各种安全质量。索引条款 - 远程密码协议，密码认证的密钥交换，错误学习。
时间谐波最佳控制问题的确切而近似的Schur补体方法
在[1，7]中的时间依赖性通过截短的傅立叶膨胀来处理，这使我们能够为每个频率获得单独的线性系统。在那里，提出了有效的求解线性系统的预处理方法，其中预核心是具有区块 - diagonal的，并且是较低的三角形形式。在[2]中使用了完整的两二个块结构的预处理，进一步称为PRESB，在续集中定义。[3]中的研究提供了不同结构的预处理（遮挡型，块 - 三角形和PRESB形式）之间的比较。比较是根据相应预处理矩阵及其数值性能的光谱正确的。数值实验表明，相对于正则化参数的频率范围，问题大小和值，PERB形式的预处理更加健壮。可以在[10]中找到对这些预调节器和一些修改形式的信息。[9]研究中的工作又是块形式形式的另一个预处理，并分析了双重预处理，适合于离散状态的向量形式。在[8]中考虑了（2）的非线性形式，其中为线性化问题提出了完整的两乘两块形式的预处理，可以将其分解和解决，以块 - 二进制预处理的成本，并且相对于问题大小和测试频率的范围是可靠的。
伊斯兰教和泛亚伯拉罕问题
摘要：本文旨在提出一个基于早期伊斯兰教泛亚伯拉罕性质的哲学问题，重点关注这一性质对于理解当代伊斯兰社区身份的意义。这一哲学问题（称为泛亚伯拉罕问题）围绕着对先知穆罕默德的领导能力和早期伊斯兰社区的包容性进行考察，正如弗雷德·唐纳以泛亚伯拉罕论题的形式提出的那样。这一哲学问题的提出是通过理查德·斯温伯恩提出的目标（教义）和组织的连续性和连通性的哲学标准的视角来呈现的。因此，这一哲学问题将对伊斯兰教内部传统的排他性叙事提出挑战，最终旨在强调宗教的包容性和多元化基础及其对当代伊斯兰身份的意义。
复杂问题应用的创新解决方案...
成就 LLNL 整合了工程、材料科学、物理、化学、数据科学、建模和仿真以及制造方面的专业知识，共同设计创新解决方案。例如，材料科学家研究材料的化学、电子、结构和动力学特性，包括聚合物、合金、陶瓷、泡沫和仿生材料。研究人员还探索了增强原料开发、制造技术和表征方法的方法，同时研究了可能影响长期性能的材料老化和降解。利弗莫尔专家利用人工智能 (AI) 和数据科学的力量来优化设计并实现材料科学的快速进步。LLNL 的广泛资源为这些成就做出了贡献，例如：