XiaoMi-AI文件搜索系统
World File Search Systemcomputes
![arxiv：2404.03728v2 [Quant-ph] 2024年11月30日](/simg/g:\will\search\icon\source\4\487bc8e3eb4f056bbbb188fee9241bfb71907715.webp)
arxiv：2404.03728v2 [Quant-ph] 2024年11月30日
复杂量子力学系统研究中的一种常见技术是通过使用准脱位扰动理论来降低哈密顿量自由度的数量。Schrieffer – Wolff Transformation实现这一目标并构建了有效的哈密顿量，其缩放尺度是最佳的，但它仅限于两个子空间，并且有效地实施它既具有挑战性又易于错误。我们引入了一种算法，用于构建同等有效的哈密顿量和python包装Pymablock，以实现它。我们的算法结合了最佳的渐近缩放缩放和处理任何其他改进的子空间的能力。该软件包支持任何顺序的数值和分析计算，其设计为与任何其他包装互操作的用于指定哈密顿量的软件包。我们演示了如何处理构建K.P模型的包装，分析超导量子的量子，并计算大型紧密结合模型的低能规格。我们还将其性能与参考计算进行比较，并证明其效率。
主张针对人与世系统应用的反馈控制
摘要 - 本文提出了针对人类地球系统（HESS）的反馈控制观点，该观点本质上是捕获人与na的相互作用的复杂系统。HES研究中最近的关注是针对制定旨在实现环境和社会目标的降低气候变化和适应策略的。，现有方法在很大程度上依赖于HES模型，HES模型本质上由于系统的复杂性而遭受了不准确性的困扰。此外，对于优化任务，过于详细的模型通常被证明是不切实际的。我们提出了一个从反馈控制策略继承的框架，即对模型错误的鲁棒性，因为使用从现场检索的测量结果减轻了不准确性。该框架包括两个嵌套的控制回路。外循环计算HES的最佳输入，然后由在内部环中控制的执行器实现。还确定了应用程序的潜在字段。
用于原位计算的双磁隧道结两位存储器和非易失性逻辑
在百亿亿次计算中，大量数据需要实时处理。传统的基于 CMOS 的计算范式遵循读取、计算和写回机制。这种方法在计算和存储数据时会消耗大量电力和时间。原位计算（在内存系统内处理数据）被视为百亿亿次计算的平台。自旋转移力矩垂直磁隧道结 (PMTJ) 是一种非易失性存储设备，具有多种潜在优势（快速读写、高耐久性和 CMOS 兼容性），有望成为下一代内存解决方案。双磁隧道结 (DMTJ) 由两个垂直排列的 PMTJ 组成。在本文中，DMTJ 不仅提供了构建独立和嵌入式 RAM 的可能性，还提供了基于 MTJ 的 VLSI 计算的可能性。介绍了一种支持非易失性逻辑计算范式的基于 DMTJ 的两位存储单元。多级单元支持高速读写两位存储单元和实时计算和存储输入数据的非易失性逻辑门。
用于计算使用Tradeo Q
我们将较早的作品推广到计算与Tradeo Q的简短离散对数，并用Seifert在计算订单上使用Tradeo Q的工作进行桥接，并以Shor的开创性工作在计算订单和一般离散对数方面进行了突破性的作品。尤其是，我们可以在总体离散对数时启用贸易。与Shor的算法相比，这在每次运行中评估的小组操作数量中的降低量最高为2倍，但要付出多次运行。与Shor的算法不同，我们的算法不需要组订单。它同时计算顺序和对数。我们分析了算法引起的概率分布，以及Shor和Seifert的订单填充算法，描述如何在已知解决方案时模拟这些算法，并估算给定最小成功概率所需的运行次数，而在实现差异交易时，则如何运行。
用于比较算法组件的参数化任务图计划算法
摘要 - 在异质计算网络上运行的分布式应用程序在分布式计算中是一个基本问题（NP-HARD）问题，在过去的几十年中，已经提出了许多启发式算法。这些算法中的许多算法都属于列表安排范式，因此该算法首先计算任务的优先级，然后将它们贪婪地安排在最小化某些成本函数的计算节点上。因此，许多算法仅在几个关键组件中彼此不同（例如，它们优先级任务，其成本功能，算法考虑将任务插入部分完成时间表等）。在本文中，我们提出了一种广义列表安排算法，该算法允许混合和匹配不同的任务优先级和贪婪节点选择方案，以产生72个独特的算法。我们在四个数据集上对这些算法进行基准测试，以研究不同算法组件对性能和运行时的个体影响。索引项 - 安排，任务图，工作流程，基准测试
![arXiv:2208.09677v2 [cs.CV] 2022 年 8 月 25 日](/simg/g:\will\search\icon\source\e\eed2127ddfd01a3975f9517c2f34298def8b628f.webp)
arXiv:2208.09677v2 [cs.CV] 2022 年 8 月 25 日
我们推出了 Net2Brain，这是一个图形和命令行用户界面工具箱，用于比较人工深度神经网络 (DNN) 和人类大脑记录的表征空间。虽然不同的工具箱只支持单一功能或只关注一小部分监督图像分类模型，但 Net2Brain 允许提取 600 多个 DNN 的激活，这些 DNN 经过训练可执行各种视觉相关任务（例如语义分割、深度估计、动作识别等），适用于图像和视频数据集。该工具箱计算这些激活的表征相异矩阵 (RDM)，并使用表征相似性分析 (RSA)、加权 RSA 将它们与大脑记录进行比较，无论是在特定的 ROI 中还是在探照灯搜索中。此外，还可以将一组新的刺激和大脑记录数据集添加到工具箱中进行评估。我们通过一个例子展示了 Net2Brain 的功能和优势，展示了如何使用它来检验认知计算神经科学的假设。
使用Twitter情感分析
摘要 - 经济，政治和社会因素使股票价格预测具有挑战性且无法预测。本文着重于为股票价格预测开发人工智能（AI）模型。该模型利用了三个领域的LSTM和XGBoost技术：Apple，Google和Tesla。它旨在检测将情绪分析与历史数据相结合的影响，以了解人们的意见可以改变股票市场。提出的模型使用自然语言处理（NLP）技术计算情感分数，并根据日期将它们与历史数据结合在一起。RMSE，R²和MAE指标用于评估所提出模型的性能。与单独的历史数据相比，情感数据的整合已显示出显着的改善，并获得了更高的准确率。这提高了模型的准确性，并为投资者和金融部门提供了有价值的信息和见解。Xgboost和LSTM证明了它们在股票价格预测中的有效性； XGBoost优于LSTM技术。
学习数值模拟的相似性度量
我们提出了一种基于神经网络的方法，该方法可计算一个稳定且通用的度量（LSiM）来比较来自各种数值模拟源的数据。我们专注于标量时间相关的二维数据，这些数据通常来自基于运动和传输的偏微分方程（PDE）。我们的方法采用了一种由度量的数学性质驱动的孪生网络架构。我们利用带有 PDE 求解器的可控数据生成设置，在受控环境中从参考模拟中创建越来越不同的输出。我们学习到的度量的一个核心组成部分是一个专门的损失函数，它将关于单个数据样本之间相关性的知识引入训练过程。为了证明所提出的方法优于现有的向量空间度量和其他基于图像的学习到的度量，我们在大量测试数据上评估了不同的方法。此外，我们分析了可调节训练数据难度的泛化优势，并通过对三个真实数据集的评估证明了 LSiM 的稳健性。
量身定制的混合导航系统... - 国际民航组织
关键推动因素。定制进场概念利用机载能力与地面自动化相结合，计算下降轨迹，基于对下降阶段可能遇到的所有已知 ATC 限制的了解，从而解决了这些低效率问题。ATC 在飞机到达目的地之前协调并上传航路许可，其中包括任何速度和高度要求以及替代低空雷达引导所需的任何路径调整。航路许可旨在为飞机的 FMC 提供满足特定航班时间和分离需求的手段，同时允许飞机遵循最佳下降轨迹。地面自动化，例如泰雷兹提供的 ATM 系统或美国国家航空航天局 (NASA) 开发的航路下降顾问 (EDA)，可根据复杂的交通限制和空域限制计算出省油的下降解决方案。它构建了一个定制的到达方式，以适应飞机性能限制、标准仪表到达（STAR）限制、调度和排序要求、中间交叉限制和战略
非侵入性脑机相互作用 - Infoscience
从虚拟键盘9、10中选择一个字母，而无需使用任何肌肉或周围神经的活动。BCI的中心宗旨是区分大脑活动模式的能力，每种活动都与特定的意图或精神任务相关联。这样的BCI是通过与外界提供新的互动联系来增强人类能力的自然方法，并且特别相关地作为对瘫痪的人类的帮助，尽管它也为健美的人打开了自然和直接互动的新可能性。图1显示了BCI的一般体系结构。用便携式设备记录大脑电活动。这些原始信号首先是处理和转换的，以提取一些相关特征，然后将这些功能传递到某些数学模型（例如统计分类器或神经网络）。此模型在经过一些培训过程后计算出适当的心理命令以控制设备。最后，视觉反馈，也许还有其他类型的触觉刺激，向主题告知了脑部驱动设备的性能，以便他们可以学习适当的心理控制策略并进行快速更改以完成任务。