XiaoMi-AI文件搜索系统
World File Search Systemaos
存在反作用时混沌与关联特性的全息研究
在本研究中，我们进行了全息研究，以估计反作用对形成热场双态 (TFD) 的两个子系统之间的相关性的影响。每个子系统都被描述为强耦合的大 N c 热场理论，而赋予它的反作用则源于均匀分布的重静态夸克。我们在此考虑的 TFD 状态全息地对应于两个 AdS 黑洞的纠缠态，每个黑洞都由均匀分布的静态弦变形。为了在存在反作用的情况下对两个纠缠边界场理论之间的相关性进行全息估计，我们计算了反作用永恒黑洞中的全息互信息。早期扰动的后期指数增长是边界热场理论中混沌的标志。利用对偶体积理论中的冲击波分析，我们通过计算全息蝴蝶速度来表征这种混沌行为。我们发现，由于依赖于反作用参数的修正项，蝴蝶速度有所降低。早期扰动的后期指数增长会破坏双边关联，而反作用总是有利于双边关联。最后，我们计算了纠缠速度，它本质上编码了两个边界理论之间关联的破坏率。
一种新颖的保守混乱驱动的动态DNA编码图像加密
最近，已经开发了许多基于混合DNA和混乱的图像加密算法。这些算法中的大多数利用混沌系统在分叉图中表现出耗散动力和周期性的窗口/图案以及参数空间附近共存的吸引子。因此，这种算法产生了几个弱键，从而使它们容易受到各种混乱的攻击。在本文中，我们提出了一种新型的保守性混沌标准MAP驱动的动态DNA编码（编码，加法，减法和解码），以进行图像加密。是第一个杂种DNA和基于保守的混乱图像加密算法，具有有效的有限键空间。所提出的图像加密算法是一种动态的DNA编码算法，即用于对每个像素不同规则进行编码，加法/减法，解码等的加密规则。是根据借助保守性混沌标准图生成的伪界序列随机选择的。我们提出了一种新型的方法，可以通过保守的混沌标准图生成伪随机序列，并在最严格的伪随机测试套件（NIST测试套件）中严格测试它们，然后在建议的图像加密算法中使用它们。我们的图像加密算法结合了独特的进纸和反馈机制，以生成和修改动态的一次性像素，这些像素被进一步用于加密普通图像的每个像素，从而在明文上和ciphertext上引起了所需的敏感性。在该算法中使用的所有控制伪序序列都是为参数的不同值（秘密键的一部分）而产生的，并通过混乱映射的迭代（在生成过程中）具有相互依赖性（因此在生成过程中），因此也具有极高的密钥灵敏度。绩效和安全分析已通过直方图分析，相关分析，信息熵分析，基于DNA序列的分析，感知质量分析，关键灵敏度分析，纯文本灵敏度分析，经典攻击分析等进行了广泛的执行。<结果是有希望的，并证明了该算法对各种常见的隐式分析攻击的鲁棒性。
2022 – 2023 年目录 | 新墨西哥大学陶斯分校
新墨西哥大学陶斯分校学术事务部和学生事务部制作了本书。该目录是学生了解大学课程和规定的指南。学生必须熟悉大学规定并承担遵守规定的责任。新墨西哥大学目录旨在提供和描述大学本科和研究生课程、教学课程和学术规定的摘要，以及影响本科生和研究生的政策和服务指南。本目录的规定不应视为学生与大学之间的合同。大学保留在学生居住期间随时更改任何规定或要求的权利。
多项式混乱扩展和机器学习
PCE的主要特征是正交多项式家族与输入特征的统计数据之间有很强的联系。这种连接的好处是双重的。首先，如果选择正交多项式与输入数据的概率分布一致，则可以提高PCE响应表面的质量。其次，基于PCE的响应表面的利用简化了灵敏度分析和不确定性定量，因为可以在没有蒙特卡罗模拟的情况下分析地计算多种灵敏度指标。
制造网络混乱：虚假信息和颠覆性帖子
否认描述了允许实现战略目标的信息操作。本书旨在揭露为俄罗斯网络恶搞辩护的努力。具体来说，本书记录了在两个不相关的背景和时间段中流传的用于为俄罗斯网络恶搞辩护的系统否认主义的模式和框架。本书不仅揭示了辩护论点及其构建方式，还解释了它们的起源以及导致它们在网上如此普遍的原因。此外，通过后公众的概念，本书举例说明了尽管有基于事实的理性证据，但公共领域是如何通过使用否认主义的话语手段而被破坏的。出于各种原因，我不得不研究俄罗斯在网络平台上的网络恶搞的特征。俄罗斯的网络恶搞已被揭露为一种意识形态武器，利用虚假信息操纵舆论（Berghel & Berleant，2018 年）。操纵被发现采用典型的虚假网络恶搞策略，例如破坏和不信任（Berghel & Berleant，2018 年）以及将注意力转移到无关紧要的问题上（Zelenkauskaite & Niezgoda，2017 年），从而在网上造成混乱。本书进一步提出了一些问题，例如，尽管有明确的证据，为什么让俄罗斯的网络恶搞如此难以被发现？俄罗斯网络恶搞干涉的合理性如何挑战民主
混沌的结构：使用 NeuroKit2 对分形生理复杂性指标进行实证比较
摘要：随着计算和数学进步带来具有良好前景的新指标，通过熵、信息论和分形维数指标进行的复杂性量化正在心理生理学领域重新获得关注。遗憾的是，很少有研究比较大量现有指标之间的关系和客观表现，从而阻碍了该领域的可重复性、可复制性、一致性和清晰度。使用 NeuroKit2 Python 软件，我们计算了 112 个（主要使用的）复杂度指标列表，这些指标针对特征（噪声、长度和频谱）各异的信号。然后，我们系统地比较了这些指标的计算权重、它们对潜在维度多维空间的代表性以及与其他指标的经验接近性。基于这些考虑，我们建议选择 12 个指数，它们合计占所有指数总方差的 85.97%，在量化时间序列的复杂性方面，它们可能是一种简约且互补的选择。我们的选择包括 CWPEn、线长 (LL)、BubbEn、MSWPEn、MFDFA (最大值)、Hjorth 复杂度、SVDEn、MFDFA (宽度)、MFDFA (平均值)、MFDFA (峰值)、MFDFA (波动)、AttEn。讨论了替代子集的考虑因素，并且图表的数据、分析脚本和代码都是开源的。
推荐引用 推荐引用 ATALI, GÖKHAN; PEHL İ VAN, İ HSAN; GÜREV İ N, B İ LAL; 和 Ş EKER, HAL İ L İ BRAH İ M (2021) “基于元启发式的人工智能算法中的混沌：简要回顾”，土耳其电气工程与计算机科学杂志：第 29 卷：第 3 期，第 3 篇文章。https://doi.org/10.3906/elk-2102-5 可在以下网址获取：https://journals.tubitak.gov.tr/elektrik/vol29/iss3/3
随着科学技术的发展，优化问题的复杂性也成倍增加。在工程和其他技术问题中，利用优化方法实现利润最大化或损失最小化一直是最重要的目标之一。为了加速问题的解决，人们开发了采用元启发式方法的优化问题解决方案算法，这些算法通常受到自然界生物、物理事件、群体行为等的启发。元启发式算法是一种启发式方法，它可以为计算能力不完整或有限的优化问题提供足够好的解决方案，该算法使用了计算机科学和数学优化中的高级程序。这些算法通常可以快速收敛到最优值，计算简单且易于实现。
一种基于量子行走和混沌的高安全图像加密方案
摘要：随着第四代（4G）和第五代（5G）等通信技术的革命性进步，过去几十年来多媒体数据共享的使用急剧增加。研究人员提出了许多基于经典随机游走和混沌理论的图像加密算法，以便以安全的方式共享图像。本文提出用量子游走代替经典随机游走来实现高图像安全性。经典随机游走由于状态间的随机转换而表现出随机性，而量子游走则更具随机性，并通过波函数的叠加和干涉实现随机性。使用相关系数、熵、直方图、时间复杂度、像素变化率和统一平均强度等广泛安全指标对所提出的图像加密方案进行了评估。所有实验结果均验证了所提出的方案，并得出结论：所提出的方案具有高度安全性、轻量级和计算效率。在所提出的方案中，相关系数、熵、均方误差（MSE）、像素数变化率（NPCR）、统一平均变化强度（UACI）和对比度的值分别为0.0069、7.9970、40.39、99.60%、33.47和10.4542。