当前的深度学习(DL)系统依赖于集中的计算范式,该计算范式限制了可用培训数据的数量,增加了系统延迟并增加了隐私和安全性。通过分散的DL模型对DL模型对点对点连接的边缘设备进行的分散和分布式培训启用的设备学习,不仅可以减轻上述限制,而且还可以启用需要DL模型的下一代应用程序,以连续进行交互并从他们的环境中学习。然而,这需要开发新型培训算法,这些新型培训算法会通过随着时间变化和定向的对等图结构进行训练DL模型,同时最大程度地减少设备之间的连接数量,并且对非IID数据分布也有弹性。在这项工作中,我们提出了稀疏的畅通,这是一种交流效率分散的分布式培训算法,该培训算法支持对点对点,指导和时间变化的图形拓扑。所提出的算法可以减少466倍的交流,而在训练各种DL模型(例如Resnet-20和VGG11)上的CIFAR-10数据集时,性能仅降解了1%。此外,我们证明了如何导致非IID数据集的频率降解的显着性能降解,并提出了偏斜补偿的稀疏推动算法,从而恢复了这种性能下降,同时保持相似的通信压缩水平。
受在线交替方向乘法器方法 (OADM) 的启发,本文提出了一种高效的在线量子态估计 (QSE) 算法 (QSE-OADM) 用于恢复时变量子态。具体而言,在 QSE-OADM 中,密度矩阵恢复子问题和测量噪声最小化子问题被分开并分别求解,而无需迭代运行算法,这使得所提出的方法比所有先前的工作都更高效。在数值实验中,对于 4 量子比特系统,所提出的算法在 71 个样本后可以达到超过 97.57% (保真度) 的估计准确率,每次估计的平均运行时间为 (4.19±0.41)×10-4 秒,与现有的在线处理算法相比,其性能更为优越。
摘要 旋转唇形密封件因其多种优良性能而被广泛应用于飞机公用系统中,其可靠性评估受到越来越多的关注。提出一种基于时变相关分析的可靠性评估方法。采用时变Copula函数建立旋转唇形密封件两项性能指标泄漏率和摩擦扭矩之间的依赖关系,以多项式表示时变参数,并采用有效的Copula选择方法选取最优Copula函数。基于贝叶斯方法进行参数估计,基于蒙特卡罗方法计算全寿命期间的可靠度。对旋转唇形密封件进行退化试验,并通过试验数据对所提模型进行验证。基于试验数据确定了最优Copula函数和多项式的最优阶数。结果表明,该模型可有效评估旋转唇形密封件的可靠性,且能获得较好的拟合优度。 � 2019 中国航空航天学会。由 Elsevier Ltd. 制作和托管。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ )。
功能性磁共振成像(fMRI)是一种至关重要的技术,可以洞悉人类认知过程。从fMRI测量中积累的数据会导致体积数据集随时间变化。但是,分析此类数据的挑战是由于大脑中信息的表示方式的噪音和人与人之间的变化。为了应对这一挑战,我们提出了一种新颖的拓扑方法,该方法在fMRI数据集中编码每个时间点,作为拓扑特征的持久图,即数据中存在的高维空隙。 此表示自然不依赖于voxel-voxel对应关系,并且对噪声是可靠的。 我们表明,可以将这些随时间变化的持久图聚类以发现参与者之间有意义的分组,并且它们在研究执行特定任务的受试者的受试者内部脑状态轨迹也很有用。 Here, we apply both clustering and tra- jectory analysis techniques to a group of participants watching the movie ‘Partly Cloudy'. 我们观察到大脑状态轨迹以及观看同一电影的成人和儿童之间的整体拓扑活动的显着差异。数据中存在的高维空隙。此表示自然不依赖于voxel-voxel对应关系,并且对噪声是可靠的。我们表明,可以将这些随时间变化的持久图聚类以发现参与者之间有意义的分组,并且它们在研究执行特定任务的受试者的受试者内部脑状态轨迹也很有用。Here, we apply both clustering and tra- jectory analysis techniques to a group of participants watching the movie ‘Partly Cloudy'.我们观察到大脑状态轨迹以及观看同一电影的成人和儿童之间的整体拓扑活动的显着差异。
Quezon City,菲律宾1101年,摘要 - 对小型,便携式电子设备的需求一直在增加,直到今天。紧凑的电子设备将减少半导体的大小,这将转化为进一步缩小其中的组件,例如小轮廓二极管(SOD)和小轮廓晶体管(SOT)。这项工作利用有限元法采用断裂力学方法来分析不同的几何参数对硅死亡诱导裂纹的J积分的影响。此外,对两种模量弹性模量的影响对硅死模的裂纹倾向的研究进行了研究。获得的J积分值通常显示出具有中型硅的峰值,其模具附着材料具有较高的弹性模量。J-积分值通常会随着厚度而降低,但发现在100毫米厚度约为100毫米的最小值。进一步减少厚度会导致J积分的增加。模拟的结果将有助于确定这些参数对包裹对模具裂纹风险的可靠性的影响,并可以用于指导现有包装设计的改进。关键字 - die crack,j-integral,小排出线晶体管
摘要 已经通过实验测量了波长范围为 300 – 1,100 nm 的广谱太阳辐射对不同粒径范围的水和二氧化碳冰的穿透深度。这两种冰成分都在火星表面被发现,并被观测到为表面霜冻、积雪和冰盖。之前已经测量过雪和板冰的 e 折叠尺度,但了解这些最终成员状态之间的行为对于模拟与火星上冰沉积物相关的热行为和表面过程非常重要,例如晶粒生长和通过烧结形成板冰,以及二氧化碳喷射导致蜘蛛状物形成。我们发现穿透深度随着晶粒尺寸的增加而以可预测的方式增加,并且给出了一个经验模型来拟合这些数据,该模型随冰成分和晶粒尺寸而变化。
高空伪卫星 (HAPS) 是一种固定翼、太阳能供电的无人驾驶飞行器 (UAV),旨在成为固定轨道卫星的灵活替代品,用于长期监测地面活动。然而,由于其重量轻、电动机功率弱,该平台对天气相当敏感,无法在危险天气区快速飞行。在这项工作中,我们将多个 HAPS 的任务规划问题公式化为以 PDDL+ 表示的混合规划问题。该公式还考虑了平台动态建模问题、时变环境以及需要执行的异构任务。此外,我们提出了一个框架,将 PDDL+ 自动规划器与自适应大邻域搜索 (ALNS) 方法相结合,开发该框架是为了将自动规划器与特定于该问题的元启发式方法相结合。任务和运动规划在框架内以交织的方式完成,因此保留了共同的决策/搜索空间。我们使用第三方 HAPS 真实模拟器以及一组基准测试验证了我们的方法,表明我们的集成方法可以制定可执行的任务计划。
摘要 — 灵活负载具有极大潜力,可提高电网的灵活性和稳定性。要有效控制大量异构负载,需要可靠的模型。本文介绍了一种数据驱动的建模和控制方法来管理灵活负载以提供电网服务。我们利用线性参数变化自回归移动平均 (LPV-ARMA) 模型来描述总负载响应,其中模型中的参数用于捕获外部环境影响(例如天气)。然后开发增益调度反馈控制器以适应环境变化。这种数据驱动方法可以轻松应用于各种环境条件下的不同类型的负载。除了集合控制器之外,分布式负载控制器还旨在提供电网服务,同时保持固有负载任务的服务质量。我们展示了 IEEE 37 节点配电系统的工作,通过控制恒温控制负载来实现实时功率调节服务。
转换走廊的上限由机翼失速和俯仰姿态决定,而上限则由所需功率和旋翼桨叶拍动决定。当机翼升力的增加与旋翼产生的升力的减少相匹配时,在恒定高度下成功实现从直升机到飞机配置的转换。目前,转换机动由飞行员管理,一般来说,飞行员的工作量高于飞行的其他阶段,特别是,在较高的发动机舱倾斜率下,操纵品质等级会下降(参考文献3)。考虑到在空中交通管制 (ATC) 的指导下在民用倾转旋翼机上执行转换机动的可能性,这种情况可能不是最佳的。此外,从直升机到飞机配置的转换以及从飞机到直升机配置的转换都具有高结构载荷的特点,无论是在旋翼上还是在机身上(参考文献4 , 5 )。