XiaoMi-AI文件搜索系统
World File Search System优化程序
面向无线能量收集的毫米波高效整流
摘要 — 本文介绍了一种用于毫米波应用的 K 波段微带技术的简单双二极管整流电路。设计的整流电路具有特殊的结构，可以将整流波的直流分量与数据相关的 IF 信道分离。讨论了二极管特性以提高效率，这涉及精确的系统模拟。执行优化程序以最大限度地提高 RF-DC 转换效率。对于设计的电路，在 35 mW 输入功率下实现了 40% 的测量效率，与以前的工作相比，效率有所提高。该电路在用于无线电力传输和能量收集的集成微波和毫米波系统的设计中具有潜在的应用价值。
数学优化中选择的主题
作为应用数学领域中更高级的课程，本课程的重点是传统方法论和数学优化领域的最新发展。本课程将数学优化作为一种灵活的方法，可扩展学生解决问题的能力。学生被教导如何将（现实生活中）的重大复杂性转化为正式的数学优化问题。此外，学生将学习如何选择，应用和/或创建有效的优化程序来有效地解决这些优化问题。本课程背后的一般理念是面向应用程序的。由生物工程中的各种应用（包括但不限于生物信息学）驱动，将引入数学优化的几种理论概念，并将其研究到一个允许这些概念在实践中适用的水平。因此，主要重点将放在这些概念的应用和实施（以编程语言）上。
利用流体-结构相互作用模拟优化人力驱动飞机
摘要：一种特殊类型的飞机，飞行员的人力足以起飞和维持飞行，被称为人力飞机（HPA）。为了探索这些飞机的特性，首先使用涡格法和计算流体动力学评估现有设计的空气动力学性能。在第二步中，尝试设计和优化能够赢得 Kremer 国际马拉松比赛的新型 HPA。该设计的特殊之处在于它允许在飞机上配备第二名飞行员。由于机翼的结构偏转是设计过程中的一个关键方面，因此进行了流体-结构相互作用模拟并将其纳入优化程序。为了评估赢得比赛的可行性，将测量候选飞行员的体能表现，并将其与预测的所需功率进行比较。
使用流体结构相互作用模拟优化人力飞机
摘要：一种特殊类型的飞机，飞行员的人力足以起飞和维持飞行，被称为人力飞机（HPA）。为了探索这些飞机的特性，首先使用涡格法和计算流体动力学评估现有设计的空气动力学性能。在第二步中，尝试设计和优化能够赢得 Kremer 国际马拉松比赛的新型 HPA。该设计的特殊之处在于它允许在飞机上配备第二名飞行员。由于机翼的结构偏转是设计过程中的一个关键方面，因此进行了流体-结构相互作用模拟并将其纳入优化程序。为了评估赢得比赛的可行性，将测量候选飞行员的体能表现，并将其与预测的所需功率进行比较。
通过SAM和域知识彻底改变合金微观结构的细分，而无需额外培训
基本模型，在大规模数据集中培训并使用创新学习方法适应了新数据，已彻底改变了各个领域。在材料科学中，微观结构分割在理解合金特性中起关键作用。但是，常规的监督建模算法通常需要大量注释和复杂的优化程序。分割的任何模型（SAM）介绍了一个新的视角。通过将SAM与域知识相结合，我们提出了一种用于合金图像分割的新型广义算法。该算法可以处理各种合金系统的图像批处理，而无需训练或注释。此外，它可以达到与监督模型相当的分割精度，并在各种合金图像中稳健地处理复杂的相位分布，无论数据量如何。
宽带高效光栅耦合器的设计 | DR-NTU
在本文中，我们提出了设计用于平面波导的宽带高效光栅耦合器的通用优化方法。我们将耦合带宽归因于光纤到波导激励的工作波长附近衍射光束和实际光栅结构之间的有效折射率不匹配。推导出耦合带宽公式。针对一般分层光栅耦合器，提出了一种简单的参数分离优化程序，以实现高耦合效率。利用我们的原理，我们优化了用于水平槽波导的光栅耦合器，工作波长为 1.55 μ m，TM 偏振。光栅耦合器的 1 dB 带宽为 60 nm，入射光来自 8° 的单模光纤 (SMF)，耦合效率为 65%。© 2012 美国光学学会 OCIS 代码：130.0130、130.3120、230.7390、050.2770。
通过凸优化定义量子发散
我们引入了一个新的量子 R'enyi 散度 D # α，其中 α ∈ (1 , ∞ ) 以凸优化程序定义。此散度具有多种理想的计算和操作特性，例如状态和通道的高效半正定规划表示，以及链式法则特性。这种新散度的一个重要特性是它的正则化等于夹层（也称为最小）量子 R'enyi 散度。这使我们能够证明几个结果。首先，我们使用它来获得当 α > 1 时量子通道之间正则化夹层 α -R'enyi 散度的上界的收敛层次。其次，它使我们能够证明当 α > 1 时夹层 α -R'enyi 散度的链式法则特性，我们用它来表征通道鉴别的强逆指数。最后，它使我们能够获得量子通道容量的改进界限。
braket-developer-guide.pdf - AWS 文档
在混合量子算法中，量子处理单元 (QPU) 被用作 CPU 的协处理器，从而加快经典算法中的特定计算。这些算法利用迭代处理，其中计算在经典计算机和量子计算机之间移动。例如，量子计算在化学、优化和机器学习中的当前应用基于变分量子算法，这是一种混合量子算法。在变分量子算法中，经典优化程序迭代地调整参数化量子电路的参数，这与基于机器学习训练集中的误差迭代调整神经网络权重的方式非常相似。Braket 提供对 PennyLane 开源软件库的访问权限，该库可帮助您使用变分量子算法。
自由电子激光器的贝叶斯优化
直线加速器相干光源 X 射线自由电子激光器是一种复杂的科学仪器，每天会多次更改配置，因此需要快速调整策略来减少连续实验的设置时间。为此，我们采用贝叶斯方法通过控制四极磁铁组来最大化 X 射线激光脉冲能量。高斯过程模型为机器响应提供了相对于控制参数的概率预测，从而在寻找全局最优时实现了探索和利用的平衡。我们表明，可以从存档的扫描中学习模型参数，并且可以从光束传输中提取设备之间的相关性。结果是一个样本高效的优化程序，结合了历史数据和加速器物理知识，大大优于现有的优化器。
随机优化技术在机组组合问题中的应用——综述
摘要 — 由于现有的能源生产方式加剧了气候危机，可再生能源将取代相当一部分煤炭或核电站，以防止温室气体或有毒废物进入大气。这种相对快速的能源生产转变主要是受日益增加的政治和经济压力推动的，需要能源供应商付出巨大努力来平衡生产波动。因此，在电网和微电网的随机机组组合 (UC) 关键领域进行了大量研究。机组组合一词包括多种优化技术，在本文中，我们将回顾该领域的最新发展。我们首先概述不同的问题定义和随机优化程序，然后评估最近对该主题的贡献。因此，我们比较了几篇论文的提案和案例研究。索引术语 — 机组组合、随机优化、微电网、能源生产规划、不确定性