[3] 主要研究者:Yuankai Huo。联合主要研究者:Bennett Landman、Mary Ellen Koran、Braadley Malin、Daniel Moyer、Shunxing Bao、Anuj Kapadia、Xiao Wang、Muralikrishnan Gopalakrishnan Meena、Isaac Lyngaas。“保护医疗保健隐私:渲染大规模不可学习的医学影像数据以防止数据泄露”。国家人工智能研究资源试点 (NAIRR) 分配,05/01/24-12/31/24,Summit 超级计算机上分配 100,000 个节点小时。
[3] G. Lee, T. Jin, Y.-X. Wang, A. McDonald, AA Clerk, 《无需测量或后选择即可实现互易性破缺引起的纠缠相变》 PRX Quantum 5, 010313 (2024)。[4] PC Jerger, Y.-X. Wang, M. Onizhuk, BS Soloway, MT Solomon, C. Egerstrom, FJ Heremans, G. Galli, AA Clerk, DD Awschalom, 《利用金刚石中单自旋的量子淬火相移检测自旋浴极化》 PRX Quantum 4, 040315 (2023)。[5] Q. Xu, G. Zheng, Y.-X. Wang、P. Zoller、AA Clerk 和 L. Jiang,具有压缩猫量子比特的自主量子纠错和容错量子计算,npj Quantum Inf. 9,78 (2023)。[6] A. Pocklington、Y.-X. Wang 和 AA Clerk,耗散配对相互作用:量子不稳定性、拓扑光和体积定律纠缠,Phys. Rev. Lett. 130,123602 (2023)。[7] Y.-X. Wang、C. Wang 和 AA Clerk,通过耗散规范对称性实现的量子非互易相互作用,PRX Quantum 4,010306 (2023)。[8] A. Pocklington、Y.-X. Wang、Y. Yanay 和 AA Clerk,利用局部耗散稳定费米子和量子比特的体积定律纠缠态,Phys. Rev. B 105,L140301 (2022)。[9] A. Seif、Y.-X. Wang 和 AA Clerk,区分量子和经典马尔可夫失相耗散,Phys. Rev. Lett. 128,070402 (2022)。[10] Y.-Y. Wang、S. van Geldern、T. Connolly、Y.-X. Wang、A. Shilcusky、A. McDonald、AA Clerk 和 C. Wang,低损耗铁氧体循环器作为可调手性量子系统,Phys. Rev. Applied 16 , 064066 (2021)。[11] Y.-X. Wang 和 AA Clerk, 本征和诱导量子猝灭用于增强基于量子比特的量子噪声光谱, Nat. Commun. 12 , 6528 (2021)。[12] Y.-X. Wang 和 AA Clerk, 非高斯量子噪声的光谱表征:Keldysh 方法及其在光子散粒噪声中的应用, Phys. Rev. Research 2 , 033196 (2020)。[13] Y.-X. Wang 和 AA Clerk, 量子系统中无耗散的非厄米动力学, Phys. Rev. A 99 , 063834 (2019)。[14] Y.-X. Wang、L.-Z. Mu、V. Vedral 和 H. Fan,纠缠 Rényi α 熵,物理学。修订版 A 93 , 022324 (2016)。
07/2023 { X. Wang, G. Fan, R. Chen, C. Zhu , Quantum data measurement method, system, electronic equipment and media, CN114021728, Granted, 2023. 03/2023 { X. Wang, C. Zhu , R. Chen, G. Fan, Quantum channel noise parameter estimation method and device, electronic equipment and media, CN114239840, under review, 2023.
摘要:本研究项目分析了一种新的电力定价机制,其中考虑了光伏发电等可再生能源的使用。新机制允许公用事业公司收回自己的运营成本,并提高能源使用和分配的效率。该模型假设电力消费需求遵循均值回归随机过程(Ornstein-Uhlenbeck)。采用蒙特卡罗模拟来捕捉整个时间的需求变化过程。我们进一步以阶跃函数的形式制定批量发电价格。在数学框架下,我们可以以封闭形式和随机近似的形式推导出代表性消费者的最佳光伏安装规模。并且,基于最佳安装规模,政策制定者可以进一步优化用于确定配电关税结构的监管变量并积极实现监管目标。
International Hospitality Institute 2022 Best Reviewer of the Year Award of 2022: Journal of Hospitality and Tourism Cases 2022 Annual ICHRIE (International Council on Hotel, Restaurant and Institutional Education) Conference, Washington, D.C., United States 2022 The Global 25 Most Influential Educators in Hospitality for 2021 International Hospitality Institute 2021 Outstanding Reviewer Award of 2020: Cornell Hospitality Quarterly (SSCI, IF: 3.5) 2020年2020年最佳审阅者奖:酒店与旅游业管理杂志(SSCI,IF:8.3)31年年度Cauthe(澳大利亚旅游与酒店教育委员会)2019年W. Bradford Wiley Wiley Memorial纪念最佳研究论文年度最佳研究论文2019年年度ICHRIE年度ICHRIE(国际酒店和餐厅和机构教育委员会,新奥尔良)
亚马逊,美国西雅图的应用科学家实习生,美国05/2021-08/2021•我们提出了一个基于相互信息共同培训(MICO)的选择性搜索框架(通过相似性将文档聚集到群体,并仅在其最相关的组中搜索每个查询)。与搜索所有文档相比,我们将搜索成本降低到5%,达到99%的准确性。•MICO是端到端的学习模型。其目标函数是查询的两个组索引及其相关文档之间的共同信息,这两者都是可训练的神经网络的输出。•在我的实施中,该模型将BERT表示为输入(查询或文档标题)作为输入,并且可以在巨大的数据集(数百GB)上有效培训,并且BERT也可以进行列出。•MICO的论文被Coling 2022接受为口头呈现(10%)。
人机交互 (HCI) 策略基于不同的设备和技术传达人类思维和机器智能。大多数人机交互策略都假设身体状况正常,这限制了残障用户的可访问性。某些产品(例如盲文键盘)对特定残障人士来说很好用。然而,一种可以忽略用户身体状况的更通用的人机交互策略将增强这些工具对残疾人的可访问性。在这里,我们报告了一种利用人体摩擦电 (TEHB) 进行人机交互的人机交互策略。人体的许多部位都可以产生 TEHB,从而消除了身体功能障碍带来的障碍。这种人机交互方法已用于文本输入、图形输入和模仿鼠标功能。在深度学习的帮助下,直接从手写获得的文本输入的准确率约为 98.4%。我们的研究结果为人机交互提供了一种新方法,并证明了多种交互模式的可行性。
[28]。Zhang,Lingxuan Zhao,Haochong Xia,Shuo Sun,Jiaze Sun,Molei Qin,Xinyi Li,Yuqing Zhao,Yilei Zhao,Xinyu Cai,Longtao Zheng,Longtao Zheng,Xinrun Wang,Bo an。金融贸易的多模式基础代理:工具增强,多元化和通才。第30届ACM SIGKDD知识发现与数据会议(KDD)的会议记录,2024年。[27]。Pengdeng Li,Shuxin Li,Chang Yang,Xinrun Wang†,Shuyue Hu,Xiao Huang,Hau Chan,Bo an。可配置的镜像下降:统一决策。第41届国际机器学习会议(ICML)会议录,2024年。[26]。Xinrun Wang ∗,Chang Yang ∗,Shuxin Li,Pengdeng Li,Xiao Huang,Hau Chan和Bo An。增强NASH平衡求解器。第33届国际人工智能会议(IJCAI)的会议记录,2024年。[25]。Pengdeng Li,Shuxin Li,Chang Yang,Xinrun Wang†,Xiao Huang,Hau Chan,Bo an。自适应PSRO:迈向自动基于人群的游戏求解器。第33届国际人工智能会议(IJCAI)的会议记录,2024年。[24]。Longtao Zheng,Rundong Wang,Xinrun Wang†,Bo An†。Synapse:轨迹-AS-exemplar提示,并带有用于计算机控制的内存。2024年国际学习代表会议(ICLR)的会议记录,2024年。[23]。Weihao Tan,Winao Zhang,Shanqi Liu,Longtao Zheng,Xinrun Wang†,Bo An†。真正的知识来自实践:通过强化学习使大型语言模型与具体的环境保持一致。2024年国际学习代表会议(ICLR)的会议记录,2024年。[22]。Shanqi Liu,Dong Xing,Pengjie Gu,Bo An,Yong Liu,Xinrun Wang†。贪婪的顺序执行:使用统一框架解决同质和异质的合作任务。2024年国际学习代表会议(ICLR)会议录,Spotlight,2024。[21]。Pengdeng Li ∗,Shuxin Li ∗,Xinrun Wang†,Jakub Cerny,Youzhi Zhang,Stephen Marcus McAleer,Hau Chan,Bo An。Grasper:追求追求问题的通才追求者。第23届国际自主代理和多代理系统会议(AAMAS)的开发项目,2024年。[20]。molei Qin,Shuo Sun,Winao Zhang,Haochong Xia,Xinrun Wang†,Bo An†。Earnhft:高频交易的有效层次增强学习。第38届AAAI人工智能会议(AAAI)的会议记录,2024年。[19]。Haochong Xia,Shuo Sun,Xinrun Wang†,Bo An†。 市场贡献:通过语义上下文将控制权添加到金融市场数据的生产中。 第38届AAAI人工智能会议(AAAI)的会议记录,2024年。 [18]。 Pengdeng Li,Runsheng Yu,Xinrun Wang†,Bo An。 大规模stackelberg均值游戏的过渡信息增强学习。 第38届AAAI人工智能会议(AAAI)的会议记录,2024年。 [17]。 shuo sun ∗,molei Qin ∗,wentao Zhang,Haochong Xia,Chuqiao Zong,Jie Ying,Yonggang Xie,Lingxuan Zhao,Xinrun Wang wang†,Bo An†。 [16]。Haochong Xia,Shuo Sun,Xinrun Wang†,Bo An†。市场贡献:通过语义上下文将控制权添加到金融市场数据的生产中。第38届AAAI人工智能会议(AAAI)的会议记录,2024年。[18]。Pengdeng Li,Runsheng Yu,Xinrun Wang†,Bo An。大规模stackelberg均值游戏的过渡信息增强学习。第38届AAAI人工智能会议(AAAI)的会议记录,2024年。[17]。shuo sun ∗,molei Qin ∗,wentao Zhang,Haochong Xia,Chuqiao Zong,Jie Ying,Yonggang Xie,Lingxuan Zhao,Xinrun Wang wang†,Bo An†。[16]。商家:一个由强化学习增强的整体定量交易平台。第三十七届神经信息处理系统会议(NEURIPS)数据集和基准曲目,2023年。Pengjie Gu,Xinyu Cai,Dong Xing,Xinrun Wang†,Mengchen Zhao,Bo An。离线RL具有离散代理表示POMDPS中的概括性。第三十七届神经信息处理系统会议(神经),2023年。[15]。Shuo Sun,Xinrun Wang†,Wanqi Xue,Xiaoxuan Lou,bo an†。掌握股票市场,并有效地混合了多元化的交易专家。第29届ACM SIGKDD知识发现与数据会议(KDD)的会议记录,2023年。[14]。Runsheng Yu,Weiyu Chen,Xinrun Wang,James Kwok。通过多目标软改进功能增强元学习。第11届学习代表国际会议(ICLR),2023年。[13]。Pengdeng Li,Xinrun Wang†,Shuxin Li,Hau Chan,Bo an。对均值现场游戏的人口大小的政策优化。第11届学习代表国际会议(ICLR),2023年。[12]。Shuxin Li,Xinrun Wang†,Youzhi Zhang†,Wanqi Xue,Jakub Cerny,Bo an。使用预训练的策略来解决大规模追求逃避游戏。第37届AAAI人工智能会议(AAAI)的会议记录,11586-
Transactions on Pattern Analysis and Machine Intelligence (TPAMI), IEEE Transactions on Cybernetics, IEEE Transactions on Image Processing (TIP), IEEE Transactions on Neural Networks and Learning Systems (TNNLS), Journal of Machine Learning Research (JMLR), Transactions on Knowledge and Data Engineering (TKDE), Pattern Recognition, Cognitive Computation, Neurocomputing, Knowledge and Information系统,计算系统新兴技术杂志,神经处理信,国际机器学习与控制论期刊,国际人工智能工具杂志