XiaoMi-AI文件搜索系统
World File Search Systemsolvers
Altus Group | 可持续发展报告
我们是开拓者和不懈的创新者，不断追求新想法和更好的方式为我们的客户、员工和社区提供服务。我们是具有深度好奇心和前瞻性思维的问题解决者——我们无所畏惧地超越显而易见的事物，探索什么是可能的、可能的和最佳的。
Altus Group | 可持续发展报告
我们是开拓者和不懈的创新者，不断追求新想法和更好的方式为我们的客户、员工和社区提供服务。我们是充满好奇心、具有前瞻性思维的问题解决者，我们无所畏惧地超越显而易见的事物，探索可能、可能和最佳的事物。
Altus Group | 可持续发展报告
我们是开拓者和不懈的创新者，不断追求新想法和更好的方式为我们的客户、员工和社区提供服务。我们是充满好奇心、具有前瞻性思维的问题解决者，我们无所畏惧地超越显而易见的事物，探索可能、可能和最佳的事物。
重新审视综合车辆和机组人员调度的丰富性
摘要 近几十年来，各个领域（航空业、公共交通）的综合车辆和机组人员调度取得了长足进步。随着信息和通信技术以及通用求解器的不断改进，可以制定出这些问题越来越丰富的版本。在公共交通中，排班、延迟传播或休息日模式等问题已成为这些综合问题的一部分。在本文中，我们旨在重新审视早期结合休息日模式的公式，并研究现在是否可以使用标准求解器进行求解，以及在多大程度上结合其他方面可以使问题设置更加丰富，同时仍然保持可能的可解性。这尤其包括延迟传播等问题，在公共交通中，延迟传播通常指（主要）干扰后的二次延迟。此外，我们研究了一个强大的版本来支持增加丰富性是可能的说法。提供了数值结果来强调预期的进展。
基于谐振器的介电体和半导体材料表征的先进建模技术
摘要：本文报道了基于有限差分时域 (FDTD) 和有限元法 (FEM) 的介电谐振器材料测量装置建模的最新进展。与介电谐振器设计方法不同，介电谐振器设计方法使用贝塞尔函数的解析展开来求解麦克斯韦方程，而本文仅使用解析信息来确保场的固定角度变化，而在纵向和径向方向上应用空间离散化，从而将问题简化为 2D。此外，当在时域中进行离散化时，全波电磁求解器可以直接耦合到半导体漂移扩散求解器，以更好地理解和预测基于半导体的样品的谐振器的行为。本文将 FDTD 和频域 FEM 方法应用于介电样品的建模，并根据 IEC 规范规定的 0.3% 范围内的测量结果进行验证。然后采用内部开发的耦合多物理场时域 FEM 求解器，以考虑电磁照明下的局部电导率变化。由此展示了新方法，为介电谐振器测量的新应用开辟了道路。
无人未来？生成式人工智能如何塑造人类众包的未来
摘要 生成式人工智能的快速发展有可能重塑组织创新，从而引发人们对人类解决方案在增强智能新时代的作用的不确定性。我们发起了一项众包挑战，重点关注可持续的循环经济商业机会，比较 GPT-4 和人类解决方案在生成新颖且有价值的解决方案方面的能力。挑战吸引了来自不同行业的全球各类解决方案。300 名评估员从 234 个人类和人工智能解决方案中随机选择了 13 个进行评估，共计 3,900 对评估员-解决方案对。我们的研究结果表明，尽管人工智能解决方案提供了更多的环境和财务价值（可能是由于倾向于与其训练中看到的核心模式保持一致），但人类的输出被评为更具创新性，包括新颖性分布右尾的极端结果。我们使用自然语言处理技术对丰富的解决方案文本进行分析，发现人类和人工智能响应在语义差异指标上存在相当大的重叠，但人类仍然表现出比人工智能更大的语言细微差别。这项研究阐明了人工智能在增强人类众包解决复杂组织问题方面的前景，并为可能采用综合人机人工智能方法解决创新问题奠定了基础。关键词：生成式人工智能、法学硕士、ChatGPT、创新、众包、创意生成、评估、新颖性、价值 我们感谢哈佛商学院研究员 Justin Ho、市场与组织研究项目 (PRIMO) 研究员 Stella Jia，他们支持该项目的数据分析，以及哈佛大学创新科学实验室 (LISH) 实验室经理 Kate Powell，她为研究协议提供了监督和协调。我们也感谢哈佛大学数据到可操作知识实验室和人机交互小组的反馈。我们使用 GPT-4 来辅助写作。所有错误都是我们自己的。
具有代数约束的概率推断-Zhe Zeng
加权模型集成（WMI）是在混合域中对混合域进行高级概率推断的框架，即在混合连续二散的随机变量上以及存在复杂的逻辑和算术约束的情况下。在这项工作中，我们在理论和算法方面都推进了WMI框架。首先，我们根据WMI问题的依赖关系结构的两个关键特性来追踪WMI推断的障碍性边界：稀疏性和直径。我们证明，当该结构是用对数直径树形的，精确的推断才是有效的。尽管这结果加深了我们对WMI的理论理解，但它阻碍了确切的WMI求解器对大问题的实际适用性。为了克服这一点，我们提出了第一个近似WMI求解器，该求解器不诉诸采样，但对近似模型进行了精确的推断。我们的解决方案迭代执行通过放松的问题结构传递的消息，以恢复丢失的依赖关系。正如我们的实验表明的那样，它会扩展到无法确切的WMI求解器到达的问题，同时提供准确的近似值。
对大气压力等离子体余泽的纳米颗粒解析的综述
结构力学通常由（PDES）（PDES）（PDES）建模。除了存在分析解决方案的非常简单的情况外，还需要使用数值方法才能找到近似解决方案。然而，对于许多实际兴趣的问题，经典数值求解器的计算成本在经典上，即基于硅的计算机硬件，变得过于刺激。量子计算虽然仍处于起步阶段，但仍具有实现新一代算法的承诺，这些算法可以至少在理论上执行比经典方法更快地执行PDE求解器的成本最高的部分。此外，增加量子计算硬件的研究和可用性激发了科学家和工程师开始使用量子计算机来解决PDE问题的希望要比经典可能快得多。这项工作回顾了处理量子算法在结构力学中求解PDE的贡献。目的不仅是讨论给定PDE，边界条件和向求解器输入/输出的理论可能性和优势程度，而且还要检查文献中提出的方法的硬件要求。
关于求解条件数中运行时间二次改进的正定量子线性系统类
用于解决量子线性系统 (QLS) 问题的量子算法是近年来研究最多的量子算法之一，其潜在应用包括解决计算上难以解决的微分方程和提高机器学习的速度。决定 QLS 求解器效率的一个基本参数是 κ，即系数矩阵 A 的条件数，因为自从 QLS 问题诞生以来，我们就知道，在最坏情况下，运行时间至少与 κ 呈线性关系 [1]。然而，对于正定矩阵的情况，经典算法可以求解线性系统，运行时间扩展为 √κ，与不确定的情况相比，这是一个二次改进。因此，很自然地会问 QLS 求解器是否可以获得类似的改进。在本文中，我们给出了否定的答案，表明当 A 为正定时，求解 QLS 也需要与 κ 呈线性关系的运行时间。然后，我们确定了可以规避此下限的正定 QLS 的广泛类别，并提出了两种新的量子算法，其特点是 κ 的二次加速：第一种基于有效实现 A − 1 的矩阵块编码，第二种构建形式为 A = LL † 的分解来预处理系统。这些方法适用范围广泛，并且都允许有效地解决 BQP 完全问题。
用于激光金属沉积过程数值模拟的耦合多相拉格朗日-欧拉流体动力学框架
摘要 我们提出了一个计算流体动力学 (CFD) 框架，用于对 3D 打印中的激光金属沉积 (LMD) 过程进行数值模拟。该框架综合了数值公式和求解器，旨在提供足够详尽的过程场景，其中载体气体被建模为欧拉不可压缩流体，在 3D 打印室内传输金属粉末，这些粉末被跟踪为拉格朗日离散粒子。基于来自激光束和加热基板的热源，开发了粒子模型，使其也通过热传递与载体气体相互作用，并根据粒子液体质量分数的增长规律在熔化相中演变。采用增强型数值求解器，其特点是改进的牛顿-拉夫森方案和用于跟踪粒子的并行算法，以获得数值策略的效率和准确性。从研究整个 LMD 过程的优化设计的角度出发，我们提出了一种敏感性分析，专门用于评估流入速率、激光束强度和喷嘴通道几何形状的影响。此类数值计算是使用 deal.II 开源有限元库开发的内部 C++ 代码执行的，并可在线公开获取。