XiaoMi-AI文件搜索系统
World File Search SystemSimilarity
研究文章对航空航天测试应用的SRS相似性的定量评估
冲击响应频谱（SRS）和目标冲击规范之间的相似性对于评估空间成分的合格检验的成功至关重要。资格测试设施通常利用冲击响应数据库进行快速测试。在特殊情况下，两种冲击（SR）的比较取决于视觉评估，这充其量是主观的。tis论文比较了评估冲击响应相似性的五种不同的定量方法。工作旨在找到最适合从Pyroshock数据库检索SRS的度量。五种方法是SRS的差异，平均加速度差异，平均SRS比率，无量纲SRS系数和均为平方的拟合方法。没有一个相似性指标可以说明目标SRS和数据库SRS之间偏差的迹象，从而使满足良好冲击测试的标准具有挑战性。我们提出了一个指标（加权距离），用于从这项工作中的冲击数据库中检索最相似的SRS SRS。加权距离的表现优于数据库SRS检索中的均方根优点和其他指标，以进行快速质量测试。
选择Bert的大脑：使用代表性相似性分析
顾名思义，语言的上下文表示语言表示通常是由于其编码上下文的能力而动机。这些表示形式捕获了上下文的哪些方面？我们采用了一种使用代表性相似性分析（RSA）来解决这个问题的方法。作为案例研究，我们研究了动词嵌入动词的主题的程度，代词嵌入的代词编码代词的前提，并且一个全句子表示编码句子的头部单词（由依赖性parse确定）。在所有情况下，我们都表明，伯特的上下文化嵌入反映了所研究的语言依赖性，而伯特的依赖性比编码语言较低的偏见对照的程度更大。这些结果证明了我们的方法在假设之间裁定上下文的哪个方面在语言表示中编码的能力。
学习数值模拟的相似性度量
我们提出了一种基于神经网络的方法，该方法可计算一个稳定且通用的度量（LSiM）来比较来自各种数值模拟源的数据。我们专注于标量时间相关的二维数据，这些数据通常来自基于运动和传输的偏微分方程（PDE）。我们的方法采用了一种由度量的数学性质驱动的孪生网络架构。我们利用带有 PDE 求解器的可控数据生成设置，在受控环境中从参考模拟中创建越来越不同的输出。我们学习到的度量的一个核心组成部分是一个专门的损失函数，它将关于单个数据样本之间相关性的知识引入训练过程。为了证明所提出的方法优于现有的向量空间度量和其他基于图像的学习到的度量，我们在大量测试数据上评估了不同的方法。此外，我们分析了可调节训练数据难度的泛化优势，并通过对三个真实数据集的评估证明了 LSiM 的稳健性。
语义关系的分布式代码预测类比推理期间的神经相似性
诗人塞缪尔·泰勒·科尔里奇（Samuel Taylor Coleridge）声称，这种思想需要“习惯于不仅要考虑事物，而是……而是同样，主要是事物的关系……”（Coleridge，1810/1969，第451页）。由于关系为语言和思想提供了基本的基础，因此它们对于一系列认知任务是核心。A prime example is the critical role of relation representa- tions in analogical reasoning (Holyoak, 2012), a mental process that impacts human activities as diverse as meta- phor comprehension (Holyoak, 2019), mathematics edu- cation (Richland, Zur, & Holyoak, 2007), scientific discovery (Dunbar & Klahr, 2012), and engineering design (Chan & Schunn, 2015）。然而，尽管关系的重要性得到了广泛的认可，但就思想和大脑中的关系表示形式尚未达成共识。在过去的半个世纪中，探索人类语义记忆的认知科学家试图确定两个概念之间一阶关系的代码（有关评论，请参见琼斯，威利特斯，＆dennis，＆dennis，2015年； Holyoak，2008年）。两种长期观点，主要基于从类别的加速验证（例如，尽快决定玫瑰是花是花）的数据，继续具有影响力。源自计算机科学的一种方法（Collins＆Quillian，1969），将关系视为粗编码，并在代表概念的本地主义节点之间具有标记的统一联系（例如，连接连接玫瑰花的“ IS”链接）。关系
存在涌浪时的大气边界层湍流：湍流动能收支、莫宁-奥布霍夫相似理论和惯性耗散
流动海洋表面的湍流与陆地上的湍流具有不同的特性。因此，基于陆地上的湍流动能 (TKE) 预算和莫宁-奥布霍夫相似理论 (MOST) 的发现可能不适用于海洋条件，部分原因是存在波边界层（大气边界层的下部，包括表面波的影响；我们在本文中使用术语“WBL”以方便使用），其中总应力可分为湍流应力和波相干应力。这里湍流应力定义为由风切变和浮力产生的应力，而波相干应力则考虑了海浪和大气之间的动量传递。在本研究中，研究了湍流动能 (TKE) 预算和惯性耗散法 (IDM) 在 WBL 内 MOST 背景下的适用性。我们发现，在计算波浪条件下的总应力时，不应忽略 TKE 预算中的湍流传输项。这已通过在固定平台上进行的观测得到证实。结果还表明，在 WBL 内应用 MOST 时应使用湍流应力，而不是总应力。通过结合 TKE 预算和 MOST，我们的研究表明，传统 IDM 计算的应力对应于湍流应力，而不是总应力。在应用 IDM 计算 WBL 中的应力时，应考虑波浪相干应力。
表征相似性分析对计算神经科学模型选择和评估的评价
神经科学的一个重要目标是确定不同大脑区域代表哪些类型的信息。在研究大脑表征的一种策略中，研究人员首先记录大脑对不同刺激的反应。然后使用统计方法来评估刺激和大脑反应之间关系的强度。然后使用这些统计评估结果推断感兴趣区域中编码的表征空间。认知神经科学家可以使用许多统计技术。它们包括统计参数映射方法 [12]、多元模式分析 (MVPA) 技术 [4] 和编码模型 [16]。一种常见的 MVPA 分析类型是表征相似性分析 (RSA；[10])。RSA 之所以被广泛采用，部分原因是它计算简单。然而，迄今为止很少有研究探索 RSA 的有效性。 10 在本文中，我们使用模拟数据和真实数据来评估 RSA 作为模型评估和模型选择方法的有效性，更广泛地说，作为计算神经科学的工具。模型评估是指在刺激和反应之间存在显著关系时，检测刺激和反应之间显著关系的能力。