XiaoMi-AI文件搜索系统
World File Search Systemchaotic
在混乱且高度可编程的量子模拟器上学习，验证和删除错误
，如果我不突出我从东方加州理工学院的理论伪顾问Soonwon Choi突出显示。suonwon于2020年初开始与我们的团队合作，这个联盟一直非常富有成果，并且一直持续到今天。此外，我应归功于我与我分享了紧密合作伙伴关系的很快的学生。丹尼尔·马克（Daniel Mark）具有能够为我提出的任何问题提供答案，并能够从薄空气中发明理论证明和数值分析技术。他深厚的分析知识极大地提高了许多项目。Zhuo Chen是我对大约基准测试项目的不断伴侣，这是我博士学位最复杂的数量级。当我不断地欺骗他进行更多（和更大的）模拟时，他通过他的无与伦比的数字能力，他的奉献精神和耐心使他从字面上实现了整个工作。
混沌系统混合量子密钥分发协议用于安全数据传输
摘要：本研究提出将基于 BB84 协议的量子密钥分发 (QKD) 与改进的逻辑映射 (ILM) 相结合，以提高数据传输的安全性。该方法将 BB84 的量子密钥形成与 ILM 加密相结合。这种组合创建了一个额外的安全层，默认情况下，BB84 上的操作只是 XOR 替换，而 ILM 的加入会在量子密钥上创建排列操作。实验使用多种量子测量进行测量，例如量子比特误码率 (QBER)、极化误码率 (PER)、量子保真度 (QF)、窃听检测 (ED) 和基于纠缠的检测 (EDB)，以及经典密码分析，例如比特误码率 (BER)、熵、直方图分析、归一化像素变化率 (NPCR) 和统一平均变化强度 (UACI)。结果表明，该方法获得了令人满意的结果，特别是QF和BER达到了完美的水平，EBD也达到了0.999。
使用Lyapunov函数
摘要。这项研究研究了非线性系统的稳定性，尤其是特征值所特征的系统。我们引入动态Lyapunov作为稳定性分析的机制，尤其是在没有明确解决方案的情况下。作者在平衡点提供了稳定标准，证明了指数稳定性并确保在干扰后恢复平衡。结果对控制系统的设计和分析具有很大的影响，因为它们提供了一种新的方法来实现稳定性，而无需使用复杂的计算或假设。摘要描绘了Riemann – Liouville分数积分，Caputo分数积分和衍生物以及Mittag -Leffler函数。该研究采用了根 - 荷威族人的标准，并引入了超偶然陈系统的新表述。分数超链系统（FHC）代表了一个复杂的研究框架。
使用机器学习技术的混沌时间序列预测方法：综述
摘要：传统的混沌时间序列预测的统计、物理和相关模型存在预测精度低、计算时间长、难以确定神经网络拓扑等问题。十多年来，各种研究人员一直在研究这些问题；然而，这仍然是一个挑战。因此，本综述论文全面回顾了对各种混沌时间序列预测方法进行的重要研究，使用机器学习技术，如卷积神经网络 (CNN)、小波神经网络 (WNN)、模糊神经网络 (FNN) 和上述非线性系统中的长短期记忆 (LSTM)。本文还旨在提供个别预测方法的问题，以便更好地理解混沌时间序列预测并获得最新知识。综合综述表总结了与上述问题密切相关的工作。其中包括出版年份、研究国家、预测方法、应用、预测参数、绩效指标以及该领域收集的数据区域。广泛研究了该领域的未来改进和当前研究。此外，还密切讨论了未来可能的范围和局限性。
可扩展的平行超快光随机位基于单个混乱的微重击
抽象随机位发生器对于信息安全性，密码学，随机建模和仿真至关重要。速度和可扩展性是当前物理随机位生成所面临的关键挑战。在此，我们提出了一个基于单个微环共振器的超快随机位生成的大规模平行方案，每秒降低了100 terabit的速率。在微环谐振器中，一种调制 - 稳定驱动的混沌梳可以同时生成数百个独立和无偏的随机位流。概念验证实验表明，使用我们的方法，只有7个梳子线就可以成功生成每秒2吨以上的随机位流。通过进一步增加所使用的梳子线数量，可以轻松提高此比特率。我们的方法为随机的位生成提供了一个芯片规模的解决方案，以进行安全通信和高性能计算，并提供超高的速度和较大的可扩展性。
回顾使用机器学习技术的混沌时间序列预测方法：综述
摘要：传统的混沌时间序列预测统计、物理和相关模型存在预测精度低、计算时间长、难以确定神经网络拓扑等问题。十多年来，各种研究人员一直在研究这些问题；然而，这仍然是一个挑战。因此，本综述全面回顾了对混沌时间序列预测的各种方法进行的重要研究，使用机器学习技术，如卷积神经网络 (CNN)、小波神经网络 (WNN)、模糊神经网络 (FNN) 和上述非线性系统中的长短期记忆 (LSTM)。本文还旨在提供各个预测方法的问题，以便更好地理解混沌时间序列预测并获得最新知识。综合综述表总结了与上述问题密切相关的工作。它包括出版年份、研究国家、预测方法、应用、预测参数、绩效衡量标准和该领域收集的数据区域。广泛研究了该领域的未来改进和当前研究。此外，还密切讨论了未来可能的范围和局限性。
Oscillator without equilibrium and linear terms - IRIS
tors, vice versa, conservative chaotic oscillators do not loss energy over time. Their orbits appear on the surface exhibiting constant en- ergy in phase space. Despite their chaotic nature, the orbits of these oscillators remain within conserved boundaries. Recently, there are peculiar chaotic oscillators that do not precisely fit within conserva- tive or dissipative categories. This kind of high complicated oscillators can interact with both. It operates according to principles of conser- vation and dissipation of energy, or defies traditional classification. Their behavior is particularly fascinating and provides insight into the diversity of chaos in different environments. Conservative and dissi- pative chaotic oscillators are structurally stable. However, the initial conditions fall within the chaotic basin or not, the orbits of such os- cillators whether chaotic or not are bounded. On the other hand, the behavior of a peculiar chaotic may change suddenly. Depending on its conditions, it can respond with either bounded or unbounded oscilla- tion. Therefore, designing and studying such peculiar oscillators is a very hard task. For example, having a positive, zero and negative Lya- punov exponents of three dimensional autonomous chaotic oscillator with unstable equilibrium points, the boundedness of its orbits under all possible initial conditions does not necessarily guarantee. Consequently, the basin of attraction is an essential tool that should be used to recog- nize the chaotic and other dynamics, particularly, for peculiar chaotic dynamics.
基于混沌粒子—蚁群算法的多目标可持续供应链网络优化
对于可持续供应链网络的优化设计，考虑问题因素的综合性，综合考虑经济、环境和社会三个方面，以建立成本最小、环境污染排放最小和劳动力数量最大为目标，建立以供应链网络效率最大化为目标的混合整数规划模型。本文的创新之处，首先是在连续供应链中考虑经济、环境和社会效益的影响，其中环境效益不仅考虑碳排放，还包括工厂废水、废弃物和固体废弃物的排放作为影响因素。其次，构建了多目标模糊隶属函数，以总体满意度值来衡量模型解的质量。最后，提出了混沌粒子蚁群算法，解决了粒子群算法运行中出现的过早收敛问题。实验结果表明,本文提出的PSCACO算法与MOPSO、CACO、NSGA-II算法进行比较,得出算法的收敛效果更加有效,验证了混沌粒子蚁群算法求解多目标函数的有效性和可行性,为供应链管理提出了一种新的可行方案。
MCHIAO：基于解决工程问题的混乱行为的修改后的冠状病毒群体 - Aquila优化算法
摘要本文提出了一种混合修饰的冠状病毒群免疫Aquila优化算法（MCHIAO），该算法（MCHIAO）编译了增强的冠状病毒群免疫优化器（ECHIO）算法和Aquila Optimizer（AO）。作为具有竞争性人类的优化算法之一，冠状病毒群免疫优化器（CHIO）超过了其他一些以生物为灵感的算法。与其他优化算法相比，CHIO显示出良好的结果。然而，CHIO与局部Optima相关，并且大规模全球优化问题的准确性降低了。另一方面，尽管AO具有显着的本地剥削能力，但其全球勘探能力却没有必要。随后，提出了一种新型的元疗优化器，修饰的冠状病毒群kepira优化器（MCHIAO），以克服这些限制并将其适应以解决特征选择挑战。在本文中，提出了三个主要的增强功能，以克服这些问题并达到更高的最佳结果，这些结果是分类的情况，使用混乱系统增强了新基因的价值方程，并受到了冠状病毒的混乱行为的启发，并产生了一种新的公式，以开关开关和狭窄的利用。MCHIAO证明，除了AO和CHIO之外，还值得十种众所周知的最著名的最先进的优化算法（GoA，MFO，MPA，GWO，GWO，HHO，HHO，HHO，HHO，WOA，IAO，NOA，NOA，NOA，NGO）。Friedman平均水平和Wilcoxon统计分析（P值）均在所有最新算法测试23个基准功能上进行。Wilcoxon测试和Friedman在29 CEC2017功能上也进行了。此外，在10 CEC2019基准功能上进行了一些统计检验。六个现实世界中的问题用于验证所提出的MCHIAO针对相同的十二个最先进的算法。在经典函数上，包括24个单峰和44个多模式函数，分别评估了混合算法MCHIAO的剥削性和探索性行为。使用Wilcoxon Rank -sum检验计算的P值证明了所提出的所有功能的统计学意义，因为发现这些P值小于0.05。
使用联合转换和扩展（CTE）和动态混沌系统
摘要 - 由于其在许多行业中的各种应用，因此iT的突出性正在增长。他们从现实世界中收集信息并通过网络发送。在过去几年中，小型计算设备的数量，例如RFID标签，无线传感器，嵌入式设备和IoT设备的数量已大大增加。预计他们会产生大量敏感数据，以控制和监测。这些设备的安全性至关重要，因为它们处理了宝贵的私人数据。需要加密算法来保护这些精致的设备。设备的性能受到RSA或AES等传统加密密码的阻碍，RSA或AES易于破解。在物联网安全领域中，轻巧的图像加密至关重要。用于图像加密，大多数当前使用的轻量级技术都使用单独的像素值和位置修改。这些方案受其高脆弱性的限制。本文使用合并的转换和扩展（CTE）和动态混乱系统引入了用于医疗物联网设备的轻质密码学（LWC）算法。建议的系统是根据跨熵，UACI和NPCR评估的。通过实验结果证明，建议的系统非常适合医学物联网系统，并且具有很高的加密和解密效率。所提出的系统的特征是其记忆使用率低和简单性。