XiaoMi-AI文件搜索系统
World File Search Systemsimula
耦合水文和微气候模型，以模拟城市绿色区域的蒸散量和区域规模的空气温度
TimothéRobineau，Auline Rodler，Benjamin Morille，David Ramier，JérémieSage等。与水文和小气候模型耦合，以模拟从城市绿色区域和空气温度的蒸散量。城市气候，2022，44，pp.101179。10.1016/j.uclim.2022.101179。hal-04524035
在复杂的环境中预测：股票流量一致的基于代理的仿真模型中的机器学习销售期望
本文的目的是研究代理人行为规则中复杂程度的不同程度如何影响个人和宏观经济的表现。，我们分析了引入基于代理的宏观模型企业的效果，该公司能够通过使用简单的机器学习算法来制定有效的销售预测。这些技术能够提供公正的预测并具有一定程度的准确性，尤其是在遗传算法的情况下。我们观察到机器学习允许企业可以增加利润，尽管这会导致工资份额下降和长期长期增长率较小。预测方法能够提出期望，这些期望在冲击不大时保持公正，因此提供了预测能力，在一定程度上可能与卢卡斯的批评一致。关键字：基于代理的模型，机器学习，遗传算法，预测，政策冲击。JEL分类：C63，D84，E32，E37。
评估加利福尼亚当前系统的高分辨率大气和海洋模拟
本文是两者中的第一个，它提出了16年的主题解决方案，该解决方案是沿美国西部14海岸的加利福尼亚电流系统（CCS）的耦合物理学和生物地球化学模型，并验证有关平均，季节性，年间和15个季节性的季节性季节性季节性和较低度的物理解决方案。其伴侣论文是Deutsch等。16（2021a）。目的是构建和演示一种建模工具，该工具将用于17种机械解释，归属因果评估以及对18个循环和生物地球化学的未来进化的预测，并特别关注增加的海洋层构型 - 19 tion，脱氧，脱氧和酸性。CCS循环的良好解决的中尺度（DX = 4 km）模拟20是在1995年至2010年的16年后的21个时期的区域海洋建模系统中进行的。海洋解决方案由高分辨率22（DX = 6 km）的区域配置强迫天气和研究预测（WRF）大气23模型。这两个高分辨率的区域海洋和大气模拟都被横向开放的边界条件迫使24，从较大的域，更粗的父母仿真 - 25本身具有来自Mercator和气候预测的边界条件26 System System Reanalyses。我们在模拟的大气27强迫海洋和卫星测量的空间模式的强迫和暂时变化的强迫之间表现出了良好的一致性。然后用卫星和原位测量对模拟的海洋物理29领域进行评估。模拟再现30个气候上升前和跨近岸的等值斜率，31个平均电流模式（包括加利福尼亚潜流）以及季节性，年际，32和亚季节变异性的主要结构。它还显示了中尺度涡流活性与33海洋和大气之间的风能交换之间的一致性。最后，使用高频风强迫35的影响评估了天气风变异性对现实代表海洋36中尺度活动和年龄型惯性电流的重要性。37
基于模拟室实验的室内空气气溶胶建模和评估
1 Strasbourg大学，CNRS，实验室图像Ville et Environnement（Live），UMR7362，Strasbourg，法国2号法国环境和能源管理机构，法国3章鱼3号章鱼实验室，法国La Madeleine，法国4实验室4个气候和环境科学实验室
工程的酵母细胞模拟CD19+癌症控制CAR T细胞激活
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。它是制作
在新的CMIP6气候模拟合奏中，气候变化对西非作物产量的负面影响较小
粮食不安全是非洲气候变化带来的最大风险之一，那里有90％至95％的非洲粮食生产是雨天，很大一部分人口已经面临慢性饥饿和营养不良。尽管有几项研究发现了在气候变化情景下未来农作物产量损失的有力证据，但农作物和地区之间存在广泛的差异以及大型建模不确定性。这种不足的很大一部分源于气候预测，因为气候模型可能在模拟未来的降水和温度变化方面有所不同，这可能导致未来的作物产生情况。这项工作研究了西非气候变化对西非玉米，小米和高粱作物产量的影响，使用耦合模型对比项目对比项目第五阶段（CMIP5）和新一代来自耦合模型模型库库对间项目的气候模型的预测（CMIP5）（CMIP6）（CMIP6）。我们使用模拟作物建模框架来模拟历史和未来的作物产量，并使用引导技术来评估CMIP5和CMIP6合奏之间作物生产力的预计变化。使用新一代气候模型CMIP6，我们发现CMIP5模拟所示的负作物产量预测大大降低，当大气CO 2浓度在作物模型中所考虑时，也大大增加了作物产量。这种结果突出了在评估该地区气候变化的影响以及最终用户预期适应策略的差异方面仍然存在的巨大不确定性。CMIP5和CMIP6模拟之间作物产量影响的这些差异主要是由于西非温度和沉淀的气候不同。到本世纪末，CMIP6预测在本世纪中叶和较小程度上都显着湿润和凉爽。
科学机器学习以优化等离子湍流模拟
全局：模拟整个Tokamak + Full-F：多尺度物理多离子物种主要离子 /杂质电子：绝热；被困动力学；完全动力学新古典和湍流传输之间的线性化碰撞操作员协同作用浸入边界条件：Sol -like和Limiter [Caschera 18，Dif -Pradalier 22]磁性ripple [Varennes PRL 22，ppcf，ppcf 23]
基于机器学习的混合双胞胎增强了磁轴承实时模拟的减少订单模型
磁轴承的模拟涉及高度非线性物理，对输入变化高度依赖。此外，在使用经典计算方法时，在现实的计算时间内，这种模拟是耗时而无法运行的。另一方面，经典模型还原技术无法在允许的计算窗口内实现所需的精度。为了解决这种复杂性，这项工作提出了基于物理的计算方法，模型还原技术和机器学习算法的组合，以满足要求。用于表示磁性轴承的物理模型是经典的Cauer梯子网络方法，而模型还原技术是在物理模型解决方案的误差上应用的。后来，在潜在空间中，机器学习算法用于预测潜在空间中校正的演变。结果显示了解决方案的改进，而不会稀释计算时间。该解决方案是几乎实时计算的（几毫秒），并将其与有限的元素参考解决方案进行了比较。关键字：光谱法，减少基础，机器学习，磁性轴承，磁悬浮，长期术语记忆
糖尿病，全身性炎症和过度活跃的膀胱
其复杂性限制了融合能量和高能量应用中的进步，由等离子体物理学，超出经典计算限制的多尺度现象驱动。这些变革性解决方案，尤其是在等离子体模拟中，为指数加速是可能的，代表了对可持续能源和极端国家研究的突破的重要希望。在这篇综述中，量子计算（QC）被探索为通过提供融合能和高能系统等应用来推动等离子体物理模拟的一种手段。这包括用于模拟湍流，波粒相互作用以及具有接近量化效率的磁流失动力学（MHD）不稳定性的计算方法。我们表明，通过将QC整合到等离子研究中，可以求解大规模的线性方程，计算特征值并优化复杂系统，比经典方法更好。本讨论研究了血浆物理学的量子计算的潜力，突出了其当前局限性，包括硬件限制以及对适用于精确模拟复杂等离子体现象的专门算法的需求。尽管存在这些挑战，QC仍有可能显着改变血浆建模并加快融合反应器的发展。QC代表了一种新的方法，可以使工程师摆脱计算瓶颈，提供了对可持续能量突破所需的血浆行为前所未有的观点。这项工作的结果强调了在等离子体物理学外面持续的重要性，以实现质量控制在推进高能科学方面的全部潜力。
通过...
大型神经元网络的抽象模拟是理解和解释健康和患病大脑的实验数据的重要方法。由于模拟软件的快速开发以及不同神经元类型的定量数据的积累，因此可以以“自下而上”的方式预测局部微电路的计算和动态性能。可以将这些模型的模拟数据与实验和“自上而下”的建模方法进行比较，并依次桥接尺度。在这里，我们使用软件Snudda来描述开源管道，以预测微电路连接性，并以可复制的方式使用神经元模拟环境来设置模拟。我们还说明了如何进一步“策划”从公共数据库中获得的单个神经元形态的数据。该模型建筑管线用于建立小鼠背纹状体的全尺度蜂窝级模型的第一版。该工作中的模型成分在这里用于说明对皮层下核（例如基底神经节）进行建模时所需的不同步骤。