XiaoMi-AI文件搜索系统
World File Search Systemcomputation
可变的时间步长：一种改善具有长期存储能源系统模型的计算障碍的方法
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
阳性和确认学习的偏见的计算根
摘要人类不会客观地整合新信息：具有积极的情感价值和证据证明自己先前信念的结果被过度高估了。直到最近，对积极性和确认偏见的理论和经验说法都认为它们特定于“高级”信念更新。我们向此提供了证据。增强学习任务中的学习率，跨越上下文和物种估计，通常呈现出相同的特征不对称性，表明信念和价值更新过程具有关键的计算原理和扭曲。这种偏见对做出正确选择的可能性产生了过分的期望，因此产生了过度可靠的奖励期望。我们讨论了这些强化学习偏见的规范性和神经生物学根源及其在行为决策理论的更大情况中的地位。
玻色子量子计算优势资源
量子计算机有望大幅超越其经典计算机。然而，实现这种计算优势的非经典资源很难确定，因为这些潜在优势的产生并非单一资源，而是多种资源的微妙相互作用。在本信中，我们表明，每个玻色子量子计算都可以重铸为连续变量采样计算，其中所有计算资源都包含在输入状态中。利用这种简化，我们推导出一种用于强模拟玻色子计算的通用经典算法，其复杂性与输入状态和测量设置的非高斯恒星等级成比例。我们进一步研究了有效模拟相关连续变量采样计算的条件，并基于缺乏被动可分离性确定了非高斯纠缠的操作概念，从而阐明了压缩、非高斯性和纠缠等玻色子量子计算资源的相互作用。
机器学习辅助的蒙特卡洛在抽样中失败了计算困难问题
为了使这些研究更加系统，并真正评估了方法的性能，重要的是具有良好的基准，即当地MCMC确保很难采样的问题。在90年代初期，必须面对同样的问题，以评估寻找优化或满足性问题解决方案的本地搜索算法的性能[21]。在这种情况下，通过引入研究的随机实例的集合来解决生成良好基准的问题[21 - 24]。随后在数值和分析上都显示了这些随机优化/满足性问题需要在N中成倍缩放，以在某些参数空间的某些区域在足够低的温度下进行适当的采样[2]。因此，它们为采样算法提供了很好的基准。然而，最近将机器学习方法应用于加速抽样的尝试尚未考虑这些基准。在本文中，我们考虑了一个典型的难以样本的随机问题，即随机图的着色，我们表明所有提出的方法都无法解决。我们的结果证实，这类问题是抽样方法的真正挑战，甚至在智能机器学习的动作的帮助下。[20]中研究的模型可能属于此类。此外，我们讨论了一些实际问题，例如学习辅助模型时的模式崩溃，当目标概率分布具有多个峰值时，并且辅助模型仅学习其中一个（或一个子集）。
通过托特特误差分析的量子计算量子计算的精炼资源估计
对振动分子光谱的准确模拟在常规计算机上很昂贵。与电子结构问题相比，量子计算机的振动结构问题的研究较少。在这项工作中，我们准确地估算了量子量的量子，例如逻辑柜和量子门的数量，这些量子是在实体量子计算机上计算的振动结构所需的。我们的AP-PRACH基于量子相估计，并专注于耐断层的量子设备。除了通用化学化合物的渐近阶段外，我们还对模拟在振动结构计算中所需的量子资源进行了更详细的分析。杠杆嵌套的换向器，与先前的研究相比，我们对猪肉误差进行了深入的定量分析。最终，这项工作是分析振动结构模拟中潜在的量子优势的指南。
标题：人类动作准备需要皮质脊髓神经计算
图 1：在目标导向动作准备过程中对人类 CS 输入输出的评估。a、皮质脊髓 (CS) 输入输出 104 可以表现出从基线静息到准备状态的加法和/或乘法调节。b、目标导向动作准备 105 通过需要左 (L) 或右 (R) 反应的指示延迟双选反应时间任务进行评估。大多数试验都是 go 试验 106，在此期间命令性刺激出现直到记录反应时间 (RT) 或 0.8 秒过去。包括一组 catch 试验 (~8%) 107，以防止参与者预测命令性刺激的开始。 c ，实验分为手间任务和 108 手内任务，当目标运动表征处于基线状态以及被选中、未被选中或与动作准备无关时，可使用单脉冲经颅磁刺激 109 (TMS) 评估左手食指的 CS 输出。此处，输入是相对于参与者的静息运动阈值 (%RMT) 的 TMS 强度，输出是随后的运动诱发电位 (MEP) 的幅度 111。d ，CS 输入输出曲线来自任务前的静息状态 MEP 数据 (n = 39)，并使用三参数玻尔兹曼函数与基于人群的非线性混合效应模型进行拟合 112。绿点和误差线表示 113 每个 TMS 强度下的平均 MEP 幅度 ± 标准差。虚线灰色线表示参数估计值。114
气候科学的模拟和存储的计算和能源成本：CMIP6
1巴塞罗那超级计算中心，PlaçaD'EusebiGüell，1-3，08034，巴塞罗那，西班牙2德国气候计算中心，Bundestraße45a，20146年，汉堡，德国3 Max Planck Institute，Hofgartenstr。8, 80539 Munich, Germany 4 Institut Pierre-Simon Laplace, 11 Bd d'Alembert, 78280 Guyancourt, France 5 Euro-Mediterranean Center on Climate Change, Via della Libertà, 12, 30121 Venice, Italy 6 Swedish Meteorological and Hydrological Institute, 601 76 Norrköping, Sweden 7 Norwegian Research Centre, Nygårdsgaten 112, 5008 Bergen, Norway 8 National Centre for Atmospheric Science, Fairbairn House, 71–75 Clarendon Rd, Woodhouse, Leeds LS2 9PH, United Kingdom 9 Royal Netherlands Meteorological Institute, Utrechtseweg 297, 3731 GA De Bilt, the Netherlands 10 European Center for Advanced Research and Training in Scientific Computing, 42 av。Gaspard Coriolis，31100法国图卢兹，法国1111气象官，菲茨罗伊路，埃克塞特，德文郡，德文郡，EX1 3PB，英国12个国家海洋与大气管理局，康德斯大街1401号，西北1401号，5128室，华盛顿室，华盛顿特区20230，美国13号高级梅多斯环境机构，霍尔特·霍尔特·霍尔，普林多特，普林多特·普林多特， 08544-1003，美国14加泰罗尼亚研究与高级研究机构，PasseigLluís公司23，08010西班牙巴塞罗那
TransBrain：翻译的计算框架
。CC-BY-NC-ND 4.0 国际许可证永久有效。它以预印本形式提供（未经同行评审认证），作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。版权所有者于 2025 年 2 月 3 日发布了此版本。；https://doi.org/10.1101/2025.01.27.635016 doi：bioRxiv 预印本
计算力学领域的开放博士位置
在计算技工领域的开放博士职位是奥地利最大的技术和自然科学领域的高等教育机构。在这里已经进行了200多年的时间，拥有超过26,000名学生和4,000多名科学家，致力于发展科学技术的研究，教学。在座右铭“人物技术”的指导下，tu wien促进了与商业和行业的密切合作，并为社会的繁荣做出了贡献。在基于基于木材的基督教多普勒实验室的框架中Chanics方法，用于模拟纤维增强的生物复合材料。这包括模拟故障过程（断裂，延性行为，剥离），生物复合材料的替代模型的开发（有效考虑复杂微观结构）以及它们在基于生物复合物的轻质结构元素中的模拟工具中的使用，支持与材料科学家的高级生产方法的开发。目标是使用创新的计算方法将锯木厂副产品转变为可持续的高性能结构元素。您的个人资料：作为跨学科和国际研究团队的一部分，该候选人将与工程工程，材料化学，化学工程和计算机制的专家合作，以了解下一代生物复合材料。在计算机械和非线性断裂力学框架中对编程和有限元方法的了解是有益的。
如何成为计算神经科学的现实主义者
本文即将由 Synthese 发表。最终版本可能包含微小更改，请引用已发布的版本。如何成为计算神经科学的现实主义者 Danielle J. Williams 华盛顿大学圣路易斯 danielle.williams@wustl.edu 摘要 最近，一种现实主义版本已被提出来解决计算神经科学中使用的简化策略（Chirimuuta，2023；2024）。根据这种观点，计算模型为我们提供了有关大脑的知识，但不应以任何意义从字面上理解，甚至拒绝大脑进行计算的想法（计算主义）。我承认需要考虑神经科学中的简化策略以及它们如何有助于我们对计算模型的解释；但是，我认为我们是否应该接受或拒绝关于大脑的计算主义是一个单独的问题，可以通过物理计算的哲学理论独立解决。这认真对待了大脑进行计算的想法，同时也对神经科学中的计算模型采取了类比立场。我将这种现实主义称为“类比计算现实主义”。类比计算现实主义是一种现实主义观点，它致力于计算主义，同时采用某些计算模型来挑选出真实的模式（Dennett，1991；Potochnik，2017），这些模式提供了一种可能性解释，同时不考虑模型实际上是在大脑中实现的。