XiaoMi-AI文件搜索系统
World File Search SystemSingularity
Parapipe：处理寄生虫NGS数据集的管道及其应用于隐孢子虫
隐孢子虫是一种严重公共卫生问题的原生动物寄生虫，是严重的腹泻疾病，特别是在资源有限的环境中的免疫功能低下的个体和幼儿中。分析整个基因组下一代测序（NGS）数据是提高我们对隐孢子虫流行病学，传播动力学和遗传多样性的了解的关键下一步。但是，对公共卫生环境中NGS数据的有效分析需要开发可靠的，经过验证的生物信息学工具。在这里，我们提出了Parapipe，这是一种模块化的ISO认证生物信息学管道，旨在用于高通量处理和隐孢子虫NGS数据集的高通量处理和分析。使用NextFlow DSL2构建并用奇异性进行了容器，Parapipe是便携式，可扩展的，并且能够端到端分析，包括质量控制，变体呼叫，感染多样性（MOI）研究（MOI）研究和系统基因组群集分析。
重力崩溃，用于k- essence新兴时空
摘要在本文中，我们使用广义Vaidya型度量作为背景来研究K-本质新兴重力的重力下降。我们还分析了该系统的宇宙审查假设。我们表明，新兴的重力度量与新类型的广义VAIDYA指标与无效崩溃的新型类型，并具有K-本质出现的质量函数，在此我们确定了k-本质标量的函数是高级或迟滞时间的函数。这种新型的K-本质新兴的VAIDYA指标使所需的能量条件满足。本地裸露的中心奇异性的存在，奇异的新兴vaidya指标的奇异性的强度和强度是当前工作的有趣结果。
AdS3- 的精确内部度量和微观状态......
通过 2+1 维广义相对论的完全可解性，我们推导出具有非均匀初始质量分布但与外部反德西特-史瓦西黑洞顺利结合的坍缩恒星的精确动态内部度量。我们通过标准量子力学分析证明，此类解或系统微观状态的对数与外部黑洞的周长成正比。还给出了推广到 3+1D 史瓦西黑洞的关键公式。我们的结果为各种全息和/或渐近对称黑洞熵方法中微观自由度是什么以及它们的载体是谁的问题提供了一个体空间观点。它也可能为奇点定理和宇宙审查相关研究提供启示。© 2020 作者。由 Elsevier BV 出版 这是一篇根据 CC BY 许可 ( http://creativecommons.org/licenses/by/4.0/ ) 开放获取的文章。由 SCOAP 3 资助。
机器学习sasakian和G2拓扑与Calabi-yau 7-manifolds
我们提出了一种机器学习方法，以研究与Sasakian和g 2斜角相关的拓扑数量，接触Calabi-yau 7-manifolds。具体来说，我们计算了某些Sasakian Hodge数字的数据集，以及对于7555可能的7555 P 4（W）Phoppactive空间中的7549，在7549的7549中为7549的7549（w）7549（w）的75倍（W），为crowley-n oddstrom的自然g 2结构的不变性。这些拓扑数量是通过高性能得分学习的，其中仅使用神经网络和符号回归器学习Sasakian Hodge数字，分别达到0.969和0.993。此外，相应的grobner碱基的性能是良好的，导致计算速度的大幅提高，这可能具有独立的关注。数据生成和分析进一步引起了要提出的新型猜想。
贡献报告-Indico Global
谈话的目的是通过一些历史细节来解释Lemaître原子假说（1931）的概念的来源。，我们将以他的最初奇异性（以及避免它的方法）以及宇宙常数以及宇宙射线对待他的阶段（1933-1940）（1933-1940）面对这一假设。我们将展示所有这些直觉和研究如何得到量子机械直觉和解释的支持。实际上，在三十年代，莱玛特（Lemaître）发表了与量子理论有关的几篇论文：关于海森伯格的不确定性原理和纺纱子（我们称之为Majoraana Spinors），在Eddington-Diracequartion的背景下（希望能捕捉一个统一的基本理论）。Lemaître可能是建议搜索量子现象与重力之间的联系，旨在了解宇宙的深层结构和历史之间的联系之一。
人工智能和正交性带来的生存风险：我们能两全其美吗？
Armstrong, S. (2014)。比我们更聪明。MIRI。Bostrom, N. (2002)。生存风险：分析人类灭绝情景和相关危害。《进化与技术杂志》，9，1-30。Bostrom, N. (2012)。超级智能意志：高级人工智能中的动机和工具理性。《思维与机器》，22（2 - 特别版“人工智能哲学”编辑。Vincent C. Müller），71-85。Bostrom, N. (2013)。生存风险预防是全球优先事项。全球政策，4 (1)，15–31。https://doi。org/10.1111/1758-5899.12002 Bostrom, N. (2014)。超级智能：路径、危险、策略。牛津大学出版社。Bostrom, N.，& Ćirković, M. M.(Eds.)。(2011)。全球灾难性风险。牛津大学出版社。Cave, S. (2020)。智能问题：其价值历史和人工智能的未来。在 AIES '20：AAAI/ACM 人工智能、伦理和社会会议论文集（第29–35 页）。ACM。Chalmers，D. J.(2010)。奇点：哲学分析。《意识研究杂志》，17 (9–10)，7–65。Drexler，E. K. (2019)。重新定义超级智能：综合人工智能服务作为通用智能。FHI 技术报告，2019-1, 1-210。https://www.fhi.ox.ac.uk/wp-content/uploads/Reframming_Superintelligence_FHI-TR-2019- 1.1-1.pdf Eden, A.、Moor, J. H.、Søraker, J. H. 和 Steinhart, E.(Eds.)。(2012)。奇点假设：科学与哲学评估 (The Frontiers Collection)。Springer。Fischer, J. M., & Ravizza, M. (2000)。责任与控制：道德责任理论。剑桥大学出版社。Fox, J., & Shulman, C. (2010)。超级智能并不意味着仁慈。在 K. Mainzer (Ed.中，ECAP10：第八届欧洲计算与哲学会议 (pp.1–7)。Dr Hut。Good, I. J.(1965)。关于第一台超智能机器的推测。在 F. L. Alt & M. Ruminoff (Eds.) 中，计算机的发展 (Vol.6 ，页31–88)。Academic Press。Häggström, O.(2016)。这里有龙：科学、技术和人类的未来。牛津大学出版社。Häggström, O.(2019)。对 Omohundro-Bostrom 人工智能动机框架的挑战。Foresight ，21 (1)，153–166。https://doi.org/10.1108/FS-04-2018-0039 Häggström, O., & Rhodes, C.(Eds.)。(2019)。对人类的生存风险 (Foresight，Vol.21/1 )。Hofstadter, D. R. (1979)。哥德尔、埃舍尔、巴赫：永恒的金色辫子。基础书籍。康德，I.(1786)。道德形而上学的基础。牛津大学出版社。Kurzweil，R. (1999)。精神机器的时代：当计算机超越人类智能时。企鹅。Kurzweil, R. (2005)。奇点临近：当人类超越生物学时。维京人。Legg, S., & Hutter, M. (2007)。通用智能：机器智能的定义。心智与机器，17 (4)，391–
博士的标题论文
在ADS 4时期的Brane上首次检查，提供了证据表明这些量子效应增强了弱宇宙审查制度，从而增强了黑洞地平线的稳定性。随后，考虑了在不同位置的叠加中由点状源产生的时空几何形状。表明，量子校正是由位置不确定性引起的，对常规的Schwarzschild奇异性进行了切除，并在非词性黑洞和可遍历的虫洞之间产生常规的几何形状。此外，构建了一类广泛的De-Sitter核非核黑洞模型，该模型由各向异性流体采购，该模型被认为可以编码量子 - 重力校正。表明这些解决方案具有几个有趣的特征：存在额外的且可能是超级普兰克的“量子”头发，一种常规的极端黑洞状态和热力学相过渡，偏爱带有超级普兰克头发的黑洞。随后使用常规黑洞保留这些特征的二维模型来解决信息损失问题：检查了半经典级别的蒸发过程，包括反应效应。发现辐射纠缠
复杂性与大爆炸
宇宙的起源笼罩在神秘之中。观测表明，宇宙诞生于一次大爆炸，其中时空几何和表征物质的物理量（密度、压力、温度等）似乎变得奇异，有关介绍请参见例如 [ 1 , 2 ]。人们普遍认为，解决这些奇点需要将广义相对论和量子理论协调为一致的量子引力理论。应对这一挑战应该为正确理解宇宙瞬间 τ = 0 究竟“发生了什么”铺平道路，并回答大爆炸是否代表真正的开始，或者我们宇宙的历史是否延伸到可能无限的过去的问题。在本文中，我希望概述一种解决初始奇点问题的方法，该方法的动机是爱因斯坦理论及其（超对称）推广与某些无限维对偶对称性以及双曲 Kac-Moody 代数 e 10 之间的神奇联系。主要观察是性质
区块链：后量子安全与法律经济学
传统观点认为，技术进步是由加速回报定律（“LOAR”）驱动的。1 LOAR 应用于信息技术，即摩尔定律，预测技术进步将呈指数趋势，最终达到技术奇点。2 这一观念已发展成为一种名为技术乌托邦主义的思想流派。3 技术乌托邦主义指的是数字生活是人类宇宙进化中自然而理想的下一步，这肯定是件好事。4 由于技术乌托邦主义，大多数技术文献本质上都是乐观的，无论是在结果方面还是在进步速度方面。例如，牛津大学教授尼克·博斯特罗姆 (Nick Bostrom) 认为，人工智能技术的指数级增长将很快导致超级智能机器的出现。5 此外，谷歌的雷·库兹韦尔 (Ray Kurzweil) 认为，技术奇点（即利用计算技术对人类大脑进行逆向工程的时间）仅需十年即可实现。6 围绕区块链技术的乐观情绪也不例外。