XiaoMi-AI文件搜索系统
World File Search SystemTeraction
因果关系在操作概率理论中的影响
我们研究了在操作概率的理论的背景下，可逆的现象及其输出系统的输入系统之间的因果影响。我们分析了从量子理论的文献中借用的两个不同的定义，它们是等效的。一个是基于信号的概念，另一个是用于定义量子细胞自动机中细胞邻域的无效。我们在一般场景中采用的后一种定义，事实证明，这与前者严格弱：系统可能对另一个人的因果影响而不会发出信号。非常重要的是，反状来自经典理论，其中提出的因果影响概念决定了细胞自动机中细胞邻域的重新发现。我们强调，根据我们的定义，无论如何在没有相互作用的情况下，不可能具有因果影响，例如在类似钟形的场景中。我们研究了因果影响的各种条件，并引入了我们称之为无障碍的特征，而我们证明了信号传导和因果感染的共同体。拟议的定义对因果网络的分析产生了有趣的后果，并导致对经典蜂窝自动机的邻居概念进行修改，从而阐明了一个难题，这些难题显然使邻里比原始的邻居更大。
游戏理论策略 - 意识互动算法，并在真实流量数据上进行验证
摘要 - 交互式决策和运动计划对安全至关重要的自治药物很重要，尤其是当它们与人类互动时。人类可以利用许多不同的互动策略。例如，他们可能会忽略自主代理人，或者可以通过将自主代理人作为对手作为对手的选择，或者可能将自己作为领导者和自主代理人作为追随者，他们应该采取响应式行动。不同的互动策略会导致完全不同的闭环动态，并且人类政策与自治主义者对政策的信念之间的错位将严重影响安全性和效率。此外，随着互动的进行，人类的影响政策可能会改变。因此，自主代理需要意识到人类政策的这种不确定性，并将这些信息整合到他们的决策和运动计划算法中。在本文中，我们提出了基于游戏理论的政策感知互动策略。目标是允许自主代理估算人类的互动政策并因此做出回应。我们使用带有实际传输数据的回旋处方案验证了所提出的算法。结果表明，所提出的算法可以产生与地面真理相比的轨迹比具有固定策略的轨迹。此外，我们还根据所提出的算法估算人类如何统计地调整其相互作用策略。
数据稀缺药物协同专家组合......
药物-靶标相互作用预测 (DTI) 在药物发现和临床应用等各种应用中都至关重要。DTI 预测中广泛使用的输入数据有两个视角：内在数据表示药物或靶标的构造方式，外在数据表示药物或靶标与其他生物实体的关系。然而，对于某些药物或靶标，尤其是那些不受欢迎或新发现的药物或靶标，输入数据的两个视角中的任何一个都可能很稀缺。此外，特定相互作用类型的真实标签也可能很稀缺。因此，我们提出了第一种方法来解决输入数据和/或标签稀缺情况下的 DTI 预测。为了使我们的模型在只有一个输入数据视角可用时发挥作用，我们设计了两个独立的专家分别处理内在数据和外在数据，并根据不同的样本自适应地融合它们。此外，为了使这两个视角相互补充并弥补标签稀缺问题，两个专家以相互监督的方式相互协同，以利用大量未标记数据。在输入数据稀缺性和/或标签稀缺性不同的 3 个真实数据集上进行的大量实验表明，我们的模型显著且稳定地优于现有技术，最大改进为 53.53%。我们还在没有任何数据稀缺的情况下测试了我们的模型，它也优于当前方法。代码可在 https://github.com/BUPT-GAMMA/MoseDTI 获得。
一个新的框架，用于估计和分解气候预测的不确定性
摘要：通过运行全球气候模型（GCM）获得的气候预测会受到多元化的不利影响。基于分析此类不确定性的方差分析（ANOVA）的现有框架无法包括GCM和内部气候变异性之间的相互作用效应，该效果仅排名为GCM在意义上的主要效应。在这项研究中，提出了三向方差分析框架，并研究了所有主要影响和相互作用。结果表明，尽管总体不确定性（O）主要由主要影响贡献，但反应效应却相当大。特别是在二十一世纪，全球平均值（在网格细胞水平上计算，然后平均，同样在以下）所有主要影响的相对贡献为54％，温度为82％；所有相互作用效应的效果分别为46％和18％。由于三向方差分析无法投资不确定性来源引起的不确定性组成部分，因此通过推断出由不确定性来源引起的不确定性组成部分与主要影响和交互作用效应产生的不确定性组成部分之间的关系得到改善。通过改进的三向方差分析，O分解为由发射方案，GCM（M）和内部气候变异性（V）产生的不确定性组成部分。结果表明，O在二十世纪的降水中主要由M贡献，而在2060年代之前，M造成了M。通过研究V表征的鲁棒性，通过研究V的差异对随附的集合成员的数量进行了研究。V贡献的低估程度大约为降水量为4％，温度平均为1％。
改进单次试验分类中的意图检测......
摘要 — 意图解码是免提人机交互 (HCI) 中不可或缺的过程。传统的眼动追踪系统使用单一模型注视持续时间可能会发出忽略用户真实期望的命令。在本研究中，引入了一种眼脑混合脑机接口 (BCI) 交互系统，通过融合多模态眼动追踪和 ERP（源自 EEG 的测量）特征来检测意图。当 64 名健康参与者在 25 个图标中执行 40 分钟的定制自由搜索任务时，记录了他们的眼动追踪和 EEG 数据。提取了相应的眼动追踪和 ERP 注视持续时间。采用五个已验证的基于LDA的分类器（包括RLDA，SWLDA，BLDA，SKLDA和STDA）和广泛使用的CNN方法从离线和伪在线分析中验证特征融合的有效性，并通过调节训练集和系统响应持续时间来评估最佳方法。我们的研究表明，多模态眼动和ERP特征的输入在主动搜索任务的单次试验分类中实现了意图检测的优异性能。并且与单模型ERP特征相比，该新策略也在不同的分类器之间获得了一致的准确率。此外，与其他分类方法相比，我们发现SKLDA在离线测试（ACC=0.8783，AUC=0.9004）和不同样本量和持续时间长度的在线模拟中融合特征时表现出更优异的性能。总之，本研究揭示了一种利用眼脑混合BCI进行意图分类的新颖有效的方法，并进一步以更精确、更稳定的方式支持了免提HCI的实际应用。
人类专家与人工智能之间的伙伴关系增强了联合...
摘要。生成设计的出现（GD）引入了人类专家与AI系统之间共同创造的新范式。经验发现的结果表现出了令人鼓舞的结果，例如增强的人类认知和高度创造性的设计产品。仍然存在障碍，以防止个人感知和采用AI，与AI合作并随着时间的流逝而维持。对于创意设计行业来说，采用和信任AI更具挑战性，这些专业人员重视个人风格和表达，因此需要高度个性化和专业的AI帮助。在本文中，我们提出了一种整体混合智能（HI）方法，供个人专家在the y上训练和个性化其GD助手。我们对人类反应的贡献是三重的，包括i）Human和AI之间的一种可编程通用语言，代表专家的设计目标，以代表生成算法的设计目标，ii）一个以人为中心的持续训练循环为中心的持续训练循环，以无缝地将A-AI-AI-AI-AI-AI-AI-AI-TREACT AIM训练用于官方智能，以使某种程度上的努力努力，III II II II II II II II II II II II II II）， 助手。这种整体方法使个人能够将设计目标直接传达给AI，并试图创建一个在心理上安全的空间，以采用，培训和改进AI，而不必担心工作率。我们通过新开发的混合智能技术接受模型（HI-TAM）来协调这些结构。我们使用混合方法通过高卫生的镜头对这种方法进行了经验评估，其中8位建筑专业人员与GD合作，以共同创建了局部建筑物的平面图。我们认为，所提出的方法使个人专业人员甚至是非技术专业人员都可以采用和信任AI-Enhanced共同创造工具。
量子场论和随机偏微分方程
量子场论 (QFT) 起源于 20 世纪 40 和 50 年代为基本粒子定义相对论量子力学理论的尝试。如今，这个术语用于描述从基本粒子到凝聚态物理等各种物理现象的计算框架，该框架基于路径积分，即广义函数空间上的测度。此类测度的数学构造和分析也称为建设性 QFT。本工作联合会将首先介绍一些背景材料，然后探讨近年来基于随机偏微分方程 (SPDE) 视角的一些进展，对于这些方程，QFT 测度是平稳测度。物理学家 Parisi 和 Wu [PW81] 首次观察到 QFT 和 SPDE 之间的联系，这种联系被称为随机量化。从随机量化程序中导出的这些 SPDE 的解理论和解的性质的研究促进了奇异 SPDE 解理论的实质性进展，尤其是过去十年中规则结构理论 [Hai14b] 和准受控分布理论 [GIP15] 的发明。此外，随机量化使我们能够引入更多工具（包括 PDE 和随机分析）来研究 QFT。本 Arbeitsgemeinschaft 的重点将以 QFT 模型（例如 Φ 4 和 Yang-Mills 模型）为例，讨论随机量化和 SPDE 方法及其在这些模型中的应用。其他模型（例如费米子模型、sine-Gordon 和指数相互作用）也将在一定程度上得到讨论。我们将介绍正则结构和准受控分布的核心思想、结果和应用，以及与这些模型相对应的 SPDE 的局部解和全局解的构造，并使用 PDE 方法研究这些 QFT 的一些定性行为，以及与相应的格点或统计物理模型的联系。我们还将讨论 QFT 的一些其他主题，例如威尔逊重正化群、对数索伯列夫不等式及其含义，以及这些主题与 SPDE 之间的各种联系。
![arXiv:2310.18242v2 [quant-ph] 2024 年 9 月 16 日](/simg/f\fcfb63da16174960f1681e0a98ec88c8e066ca21.webp)
arXiv:2310.18242v2 [quant-ph] 2024 年 9 月 16 日
引言：里德堡原子中的电子可以被激发到非常大的主量子数[1-3]。由此产生的大偶极矩和极化率会导致特殊效应，如偶极阻塞：在特定体积内，由于前述偶极相互作用，一个以上的原子激发到里德堡态受到抑制[4]。相反，当激发激光与共振频率负向失谐时，会发生反阻塞或促进效应：单个初始激发会在相邻原子中引起更多的激发[5]。将阻塞和促进效应结合起来可以为里德堡原子网络中激发的相干操控提供灵活的方案[6，7]。里德堡原子网络的固有物理特性和相干原子操控方面的卓越技术[8-10]为量子模拟器和更广泛的量子技术提供了丰富多彩的工具箱[1-3，11-17]。里德堡网络还为量子信息处理器提供了有希望的基础[18-20]。我们的方法受到了原子电子学的启发，它封装了超冷原子的属性，通过不同形状和强度的激光场创建电路[21-25]。特别是，诸如原子电子晶体管和冷原子开关之类的原子器件已经被提出[26-28]并实现[29]。执行经典模拟或数字计算的另一个重要构建块是二极管。与电子器件一样，原子电子二极管也是通过将掺杂的导电冷原子系统组合在一起而提出的 [ 21 , 30 , 31 ]。在这里，我们展示了如何利用上述对里德堡激发的控制来构想特定的原子电子器件，其中动力学涉及里德堡激发而不是物质。激发的转移和控制是通过促进机制进行的，其中原子的激发态通过范德华相互作用结合适当选择的频率失谐在相邻原子中诱导激发。通过将这个想法应用于不同的网络，
多物种感染期间细菌病原体动态
软腐果杆菌（SRP）收集了30多种细菌物种，通过产生和分泌大量的植物细胞壁降级酶（PCWDES），共同腐烂了广泛的植物。全球马铃薯领域调查在有症状的植物和块茎上确定了15种不同的SRP物种。在空间和时间上观察到的每种物种的丰度都会有所不同，而在爆发过程中驱动物种转移的机制尚不清楚。此外，经常观察到多种物种感染，并且这些共同感染的动力学不充分理解。要了解共同感染的含义，我们建立了16个不同的合成群落的6个SRP菌株的合成群落。每个经过测试的社区中存在的细菌代表了2种不同的物种，每个物种有3种菌株。这些群落被接种在马铃薯块茎或合成介质中，其结果随后进行了扩增和散发性管家基因GAP A GAP A的分化和光明测序。我们还比较了混合物种感染和单物种感染期间马铃薯块茎中疾病的发病率和细菌繁殖。一种无法诱导马铃薯散发性的物种有效地维护，并最终在某些测试的社区中占主导地位，表明作弊可以塑造主导物种。建模表明，PCWDES生产和分泌的成本，马铃薯降解的速度以及降级底物的差异率可能有利于作弊者物种。拮抗相互作用是特定的菌株，而不是物种。在马铃薯块茎和合成培养基之间存在差异的结果，突出了环境条件的驱动效应，在马铃薯块茎中产生了较高的拮抗相互作用。在某些社区中也观察到毒性干扰，从而使菌株保持对有毒化合物的敏感。总体而言，结果表明，次级竞争，通过营养相互作用和毒性干扰的合作有助于维持SRP多样性。讨论了这些过程对流行病学监测的含义。
原创文章 CD14 和 CSF1R 作为诱发骨关节炎的发育分子靶点
摘要：目的：骨关节炎(OA)是一种以关节软骨损伤为主、可累及整个关节组织的非炎症性退行性关节疾病。但CD14和CSF1R与骨关节炎的关系尚不明确。本研究旨在探讨CD14和CSF1R在骨关节炎中的重要作用，为其防治提供新的方向。方法：从GPL10558和GPL570生成的基因表达综合(GEO)数据库中下载骨关节炎数据集GSE46750和GSE82107，利用R包limma筛选差异表达基因(DED)，进行加权基因共表达网络分析(WGCNA)，进行蛋白质-蛋白质相互作用(PPI)网络的构建与分析、功能富集分析、基因集富集分析(GSEA)和比较毒性基因组学数据库(CTD)分析。 TargetScan 筛选出调控中枢 DEGs 的 miRNA。结果：共鉴定出 687 个 DEG，按照基因本体论（GO）主要集中在炎症反应、IL-17 信号通路、类风湿关节炎、运动、调控对外界刺激的反应等，富集项与 GO 京都基因和基因组百科全书 (KEGG) 对 DEG 的富集项类似，主要集中在运动、炎症反应、防御反应、含胶原蛋白的细胞外基质、受体调节活性等。在 Metascape 的富集项目中，GO 有炎症反应、SARS-CoV-2 信号通路网络图、PIDIL8CXCR1 通路、调控骨重塑和软骨内骨化等。通过 PPI 网络构建与分析，获得 20 个核心基因。基因表达热图显示核心基因（C1QC、CSF1R、CD14、TYROBP、HLA-DRA、C1QB、FCER1G、S100A9、HCLS1、WAS、BTK、TREM1）在骨关节炎滑膜组织中高表达，在正常滑膜组织中低表达。CTD分析显示，12个基因（C1QC、CSF1R、CD14、TYROBP、HLA-DRA、C1QB、FCER1G、S100A9、HCLS1、WAS、BTK、TREM1）与炎症、坏死、痛风、急性髓系白血病和血小板减少有关。结论：CD14和CSF1R在骨关节炎中高表达，可能成为骨关节炎的治疗靶点。