XiaoMi-AI文件搜索系统
World File Search SystemStochastic
随机连续时间游戏中的策略
∗ We thank Ken-Ichi Akao, Eduardo Faingold, Drew Fudenberg, Oliver Hart, Michihiro Kandori, Akitada Kasahara, Jay Lu, Bentley MacLeod, Eilon Solan, Phillip Strack, Takuo Sugaya, Satoru Takahashi, Jean Tirole, Juuso Toikka, and Yasutora渡边提出了有益的建议。我们还感谢香港中文大学，哈佛大学/马萨诸塞州理工学院，霍茨邦大学，加利福尼亚大学戴维斯分校，东京大学和奥塔鲁大学经济理论2018年夏季经济理论研讨会的研讨会参与者的评论。同一作者的另一个工作文件“具有随机交易成本的顺序交换”的较早版本中包括了本文中报告的一些结果。† Haas School of Business, University of California Berkeley, 2220 Piedmont Avenue, Berkeley, CA 94720-1900, USA, and University of Tokyo, Faculty of Economics, 7-3-1 Hongo, Bunkyoku, Tokyo, 113-0033, Japan, e-mail: y.cam.24@gmail.com ‡ University at Buffalo, SUNY, Department of经济学，415 Fronczak Hall，Bu Quallo，NY 14260-1520，美国，电子邮件：neelrao@buffalo.edu
随机系统的优化和控制
6.3在受控的马尔可夫构造中，概率措施和扩展到一般空间。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。121
混合会员随机块模型
考虑由成对测量组成的数据，例如对象对之间是否存在链接。例如，这些数据出现在蛋白质相互作用和基因调控网络、作者-收件人电子邮件集合和社交网络的分析中。使用概率模型分析成对测量需要特殊的假设，因为通常的独立性或可交换性假设不再成立。在这里，我们引入了一类用于成对测量的方差分配模型：混合成员随机块模型。这些模型结合了实例化密集连接块（块模型）的全局参数和实例化连接中节点特定变异性的局部参数（混合成员）。我们开发了一种用于快速近似后验推理的通用变分推理算法。我们展示了混合成员随机块模型的优势，并将其应用于社交网络和蛋白质相互作用网络。关键词：分层贝叶斯、潜在变量、均值场近似、统计网络分析、社交网络、蛋白质相互作用网络
Hasselmann的范式用于基于随机谎言传输的随机气候建模
为随机气候模型开发了一种通用的方法，该方法是为Ide alive-allized大气模型的示例开发的，该模型基于Hasselmann的随机气候模型。也就是说，通过随机谎言传输方式将随机性纳入了理想化耦合模型的快速大气成分中，而缓慢移动的海洋模型仍然确定性。更具体地说，通过将随机转运引入开尔文的结合定理中的材料环中，可以构建随机模型盐（随机对流）。所产生的随机模型以及基本的确定性气候模型也可以保留循环。在本文中引入了一种称为La-salt的盐（La-salt）（拉格朗日平均盐）。在LA-SALT中，我们用其预期值代替随机矢量场的漂移速度。La-salt的显着特性是其较高矩的演变受线性确定性方程的控制。我们的建模方法是通过确定局部存在的结果，首先是确定性气候模型，该结果将可压缩的大气方程耦合到不可压缩的海洋方程，其次，对于两个随机盐和LA-SALT模型而言。
随机几何与无线网络
无线通信网络可视为位于某个域中的节点集合，这些节点可以是发送器或接收器（根据所考虑的网络，节点将是移动用户、蜂窝网络中的基站、WiFi 网状结构的接入点等）。在给定时间，一些节点会同时向自己的接收器发送数据。每个发送器-接收器对都需要自己的无线链路。从链路发送器接收到的信号会受到从其他发送器接收到的信号的干扰。即使在最简单的模型中，从某一点辐射的信号功率以欧几里得距离各向同性的方式衰减，节点位置的几何形状也起着关键作用，因为它决定了每个接收器处的信干噪比 (SINR)，从而决定了以给定比特率同时建立此链路集合的可能性。接收器看到的干扰是从所有发送器（其自己的发送器除外）接收到的信号功率的总和。
随机和基于无序的方法-IRIS
光谱应用的特征是将高光谱分辨率与大带宽相结合的持续努力。这两个方面之间通常存在权衡，但是超级分辨光谱技术的最新发展正在为这一领域带来新的机会。这与所有需要紧凑和具有成本效益的仪器（例如在感应，质量控制，环境监测或生物识别验证）中等待的所有应用尤其重要。这些非常规的方法利用了稀疏采样，人工智能或后处理重建算法等概念来利用光谱调查的几种策略。从这个角度来看，我们讨论了这些方法的主要优点和劣势，并追踪了未来的进一步发展和广泛采用的未来方向。
飞机排队随机建模：回顾
在本文中，我们考虑了机场等待使用跑道的飞机队列的建模和最优控制，并对相关文献进行了回顾。我们讨论了飞机队列作为非平稳排队系统的公式，并研究了文献中关于到达间隔和服务时间的随机分布的常见假设。这些取决于各种运营因素，包括满足预定运营时间的预期精度水平以及由于天气和风向变化而导致的机场容量固有的不确定性。我们还讨论了管理机场拥堵的战略和战术方法，包括使用时隙控制、地面等待程序、跑道配置更改和飞机排序政策。
魏玛优化和随机日 - 库
在设计开发阶段，六西格玛设计概念可优化设计，使产品符合六西格玛质量标准。这意味着，即使制造、设计配置和环境等方面发生变化，稳健性和可靠性也是明确的优化目标。基于可靠性和方差的稳健设计优化的应用可实现优化设计，使其对高达六西格玛安全级别的不确定性不敏感。本文提供了一种有效的迭代解耦循环方法来减少必要的设计评估次数。该方法被应用于轴流式涡轮机的基于 CAD 和 CAE 参数的稳健设计优化，包括基于随机场建模的制造公差。概率和优化任务由 optiSLang 、SoS 执行
用于解决 MAXCUT 的随机神经形态电路
摘要 — 寻找图的最大割点 (MAXCUT) 是一个经典的优化问题，它推动了并行算法的开发。虽然 MAXCUT 的近似算法提供了有吸引力的理论保证并展示了令人信服的经验性能，但这种近似方法可能会将主要的计算成本转移到随机采样操作上。神经形态计算利用神经系统的组织原理来启发新的并行计算架构，提供了一种可能的解决方案。自然大脑的一个普遍特征是随机性：生物神经网络的各个元素都具有内在的随机性，这是实现其独特计算能力的资源。通过设计利用与自然大脑类似的随机性的电路和算法，我们假设微电子设备中的内在随机性可以转化为神经形态架构的宝贵组成部分，从而实现更高效的计算。在这里，我们展示了神经形态电路，它将一组随机设备的随机行为转化为有用的相关性，从而为 MAXCUT 提供随机解决方案。我们表明，与软件求解器相比，这些电路的性能更佳，并认为这种神经形态硬件实现提供了扩展优势的途径。这项工作展示了将神经形态原理与内在随机性相结合作为新计算架构的计算资源的实用性。